展望2019年，如何開展“互聯網+醫療健康”便民惠民服務，提升群眾獲得感，肯定是新一年醫療行業的工作重點。而要落地這一目標，既離不開信息系統的建設和改造，也離不開醫療大數據的底層支撐。那么醫療大數據在新的一年如何著力，如何發展呢?在此，謹結合自身工作體會，歸納了如下十個要點和思考，與大家交流。

對于健康醫療大數據，國家衛生健康委頒發的《國家健康醫療大數據標準、安全和服務管理辦法(試行)》有著明確的定義：是指在人們疾病防治、健康管理等過程中產生的與健康醫療相關的數據。因為體現醫療大數據價值的核心數據在醫療機構，所以本文談的更多是醫療機構產生的以臨床診療服務為核心的數據。

首先，政策支持將繼續加強。

2018年可稱作是醫療大數據的政策年，國務院26號文、《國家健康醫療大數據標準、安全和服務管理辦法(試行)》先后頒布。2019年會有更多配套政策出臺，或許有我們大家期待的國家醫療保障局的醫保脫卡結算就醫政策、國家標準委相關的大數據安全技術標準、國家互聯網信息辦公室的《個人信息和重要數據出境評估辦法》，以及相關應用和服務指南。當然，2019更多的是政策落實年，跟以往政策的很大不同是，不再僅僅停留在宏觀的方向指導，而具有更多的可操作性。無論醫療機構還是健康服務公司，或是醫生和患者，能知道自己可以做什么和獲得什么。

第二，電子病歷評級將極大促進醫療大數據的質量完善。

國家衛生健康委醫政醫管局對電子病歷應用評級的要求不斷推進，電子病歷評級不再是可有可無的選項，而是醫院發展和管理的必選項。比如：北京市醫管局要求所屬23家三甲醫院必須有半數在2020年達到五級水平，而且明確要求醫院醫療部門牽頭，信息部門配合落實。也就是說，以電子病歷評級為契機的醫院全面、高質量的信息化，將必然成為醫院發展的核心內容。新版電子病歷評級要求中增加了數據質量的要求，必將促進信息化流程和管理的真實落地應用。沒有數據的信息化系統是僵尸、是擺設，必然不能再繼續潛水，而是要浮出水面。

電子病歷評級的核心是促進醫療流程閉環，防止醫療差錯，提高醫療安全和質量。數據質量對一致性、完整性、整合性的要求，對于臨床大夫而言，將能更便捷地獲得患者完整、可追溯的診療數據;對醫院管理而言，優質的數據使管理效率更有效提升之余，也更加精準。總之電子病歷評級的普及，對提升醫療大數據質量，必有深遠影響。

第三，醫療大數據技術的應用環境將更加成熟。

從技術角度講，無論是NLP自然語言學習、搜索技術，還是分布式數據庫和運算、知識圖譜、數據庫，或是語義識別和數據挖掘模型，經過近幾年的發展和應用已經獲得用戶的認可，這些技術已經不再是大數據廠商或平臺的專利，而是獲得了普遍的應用。比如：Hadoop數據庫已經用于電子病歷廠家的后結構化，用于BI廠家的數據分析和展現。大數據技術隨著大學課程的開展，人才的增多，需求的增長，技術門檻逐漸降低，并易于掌握。2019年，大數據技術將成為更多的系統廠商采取的成熟技術。醫療機構的信息部門工程師通過學習，正在逐步掌握醫療大數據應用的主動權。

第四，醫療大數據獲得普遍應用。

我們在2018年開展了一項課題，對127家醫院進行了問卷調查，結果表明，雖然有近51%的醫療機構還沒有建設數據平臺，但已經有49%的醫療機構在進行了應用和嘗試，比如臨床輔助決策支持、應用管理決策支持、科研數據庫等。與過去幾年的觀望和裹足不前相比，這已經是非常可喜的進步了。畢竟一個新技術的成熟應用逃不過萌芽、快速發展、回落和逐步成熟應用的曲線。

第五，醫療大數據廠商的雙向融合。

我曾經在2018年談過國內醫療大數據的幾種行業形態包括：傳統的醫療信息化公司、科研數據公司、BAT行業巨頭的醫療數據部門以及互聯網出身的專注于醫療大數據的創業公司。它們雖然出身不一樣，但是經過幾年的歷練，逐步殊途同歸、相互融合。

互聯網公司通過科研和在醫院落地的大數據平臺建設，逐步有所突破，無論在DRG管理、集成數據平臺，還是在醫院運營管理、臨床場景的輔助支持等。傳統信息化廠商也主動轉換角色，引入新的技術和理念，尋求在大數據平臺上的突破，比如某電子病歷廠商在北京某大型醫院落地的實時數據平臺。而BAT也開始利用醫療服務外圍大數據優勢，融合院內醫療數據，在商保平臺和患者精準分診預約方面獲得了醫療機構的認可和使用。傳統科研公司也不例外，逐步順應了醫療數據安全的要求，將多中心的研究數據落在了院內，并在努力爭取院級信息數據的融合。

對于醫療機構而言，將采取更加開放的姿態，在確保安全的前提下，只要能實現醫院臨床、科研或患者服務的場景，和哪類廠商合作已經變得沒那么重要。

第六，醫療大數據將在CDSS(臨床決策支持系統)上獲得突破。

CDSS離不開高質量的臨床大數據。國家電子病歷新版評級的四級要求全院信息共享，達到初級決策支持;五級則要求統一數據管理，實現中級醫療決策支持。盡管對評級醫院提高了難度，但的確指明了信息化發展建設的方向，同時對醫療大數據的發展是重大利好。

如何輔助大夫做好助手，比如開處方時的患者過敏史提醒、查看檢驗報告時的診斷提醒、書寫病歷時的危急值和并發癥提示以及在進行MDT(多學科診療)時的相似病例推送等，都需要有知識庫、臨床指南和真實歷史醫療數據的綜合運算，這些需要短時間內運算出結果反饋給臨床，這是傳統技術手段較難達到的，也正是大數據技術在優勢所在。借政策東風，加上大數據技術的成熟，醫療大數據應用將必然在更多場景獲得突破。

第七，醫療機構對大數據平臺的建設規范和指南需求更為迫切。

是否要建大數據平臺，醫療機構的態度已經走過了從不解到理解、從觀望到迫切的過程。但如何建設還面臨很多問題：是否和之前建設的CDR平臺重復?讓HIS廠商建，還是大數據公司建?安全如何把握?數據如何提供?在哪些場景應用?如何和臨床結合?數據如何管理?如何評價效益?如何借鑒業內成功案例?希望國家或者行業協會能提供指導和范例，避免投資浪費，避免安全風險。所以，2019年迫切需要推出醫療大數據平臺的建設和應用指南，規范和促進行業良性發展。

第八，“醫工結合”將會進一步促進大數據在臨床上獲得科研突破。

大數據技術作為成長型技術，盡管企業較為廣泛地掌握和應用，但核心技術依然來源于高校。2018年，醫院紛紛成立大數據中心的同時，高等院校的大數據研究院也如雨后春筍般涌現，比如重慶醫科大學、南京醫科大學等紛紛有所動作。尤其是2018年4月28日，北京大學健康醫療大數據國家研究院在京成立，標志著醫療大數據在高校和醫院聯合研究方面走上了新的高度。高校的統計分析和大數據前沿技術，醫療機構的醫學問題和大數據沉淀，以及二者共同的科研需求，促進了“醫工結合”，擦出火花。

促進高校的科研轉化是國家相關部委的工作支持重點，2018年底，北京大學醫療大數據研究院院長李全政與復旦、浙大、北大腫瘤醫院強強聯手，采取醫工結合模式，一舉中標國家重點研發項目——“精準醫療決策支持系統研發”，正是醫療大數據輔助臨床研究走上國家舞臺的開端。

第九，醫療大數據對患者開放成為趨勢。

國家在2018年出臺并在同年10月1日執行的《醫療糾紛預防和處理條例》中提到，患者有權利復印其在醫療機構發生并記錄的全部病歷數據。顧名思義，不僅包括醫療機構允許患者復印的檢驗檢查等客觀病歷，也包括像死亡病例討論記錄、疑難病例討論記錄、上級醫師查房記錄、會診意見、病程記錄等主觀病歷。也就是說，以病歷為核心的臨床數據資料均需要對患者公開共享，而且沒有附加條件。此辦法的出臺促進了醫療機構加強病歷書寫質量和效率的管理，也使得患者的醫療數據共享有法可依。

北京市衛生計生委推行的30家醫院電子病歷共享工程就是政策縮影，盡管目前數據只是對醫療機構公開(患者就診時授權)，但相信新的一年將有更多醫療機構加入共享平臺，也相信不久的將來，數據平臺也會給患者個體開放。

政府層面推進醫療數據共享的同時，醫療機構在嘗試推出“某某云病歷”或云醫療等APP，逐漸主動放開數據共享，從而廣受群眾好評。患者就醫的獲得感往往是在信息化和數據共享的APP上呈現的，患者的廣泛應用有助于醫療秩序的優化，也反過來推動數據的進一步共享。

第十，大數據安全面臨更多挑戰。

醫療數據的共享和應用的豐富，也將面臨著更多安全挑戰。醫院在網絡安全層面遭遇了勒索病毒，勒索病毒初發時，國內醫療機構中招的很鮮見，但2018年成為局部爆發年。某些醫院中了勒索病毒后引起HIS故障，有些會在微信群曝光和討論，當然更多醫院是低調處理。在數據應用方面，由于數據挖掘人員接觸數據的機會增多、醫院內外網業務打通的通道增多，應用風險也隨之增大。

網絡安全等保2.0的出臺以及防病毒軟件的道高一尺，并不意味著2019年更加安全。唯有做到核心業務系統的隔離，采取抗感染的操作系統，嘗試數據利用的去隱私和加密方式，加強數據利用審核流程，加強全員信息安全責任和管理，才能做到遇事不亂，減少乃至避免數據安全風險。

醫療大數據積累了20年，就是為醫療和科研服務的，不能再以安全為名繼續沉睡下去。借用原國家衛生計生委副主任金小桃的話說：“健康醫療大數據需要人人參與貢獻，至于隱私和安全，隨著健康醫療大數據的技術發展，這些都不是問題。”

還有不多日就是中國農歷豬年了。期望曾經在風口的醫療大數據這只“豬“早日平安落地，快跑著回歸臨床。