医疗行业关于数据治理的思考.docx

医疗行业关于数据治理的思考
【问题描述】集成平台，数据中台融合整个内部的全部数据、打通数据之间 的隔阂屏蔽数据孤岛问题、数据标准与口径不一致的地方、统一数据规范的 设计规范、解决数据口径不一致的问题、数据质量老大难的问题、元数据管 理的问题、数据提供统一的出口与统一的入口问题。有很多类似的问题，不 管是在十五年前、十年前、五年前、今天，数据中台、数据平台、数据仓库 面临的问题基本上是一致的。有没有想过一个问题呢，十几年前的企业级数 据仓库实施工程、数据平台建设工程、今天的数据中台实施，不管是在哪个 阶段，很多实施中遇到的问题都是基本一致的。这么多年下来DAMA也一 直在布道数据治理的方法论与认证等，但是遇到的问题还是一样的，多年反 复出现而不能解决，虽然无趣，但还是得思考造成这些问题的核心要素是什 么？
数据治理是战略层面，DAMA强调的是数据管理，核心还是在数据质量 上，参照医疗质量管理体系，不妨可以试试用PDCA只数据质量改进，每次 改进一点点，积少成多，不断形成或修正数据管理制度和数据标准，整个医 院数据管理体系就会逐步成熟。
数据标准是为了规范对数据的统一理解，促进数据共享，增强跨团队协 作中对数据定义与使用的一致性，降低沟通本钱。数据标准通常包括组织架 构、标准制度、管控流程、技术体系四个方向，应用统一的数据定义、数据 分类、编码规范，以及数据字典等。
数据标准可以考虑如下：组织架构：确定元数据、主数据、交易数据涉 及的管理决策、数据业主、运营、质量、消费等团队或岗位角色，以及所涉 及的责权利。标准制度：围绕源端数据制定分类、格式、编码等规范，制定 日志、报警、性能指标等数据标准，这里的标准应该与技术规范区别开。管 控流程：要对数据管理的供应、变更、申请、共享、质量、运营等流程进行 规范化、线上化。技术体系：综合考虑平台架构、接口规范、应用场景等， 围绕数据的“采存算管用”建立数据平台。数据质量管理是指针对数据从 计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引 发的数据质量问题，进行识别、度量、监控、预警等管理活动，并通过改善 和提高组织的管理水平提高数据质量。