遗憾，意大利卫健系统很难抄中国的作业_疫情

原标题：遗憾，意大利卫健系统很难抄中国的作业

一个数据互通共享的卫生健康信息系统，怎么建？

3月11日一早，意大利新冠确诊病例突破10000登上新闻热搜第一名。

前一天，意大利总理孔特宣布全国封闭，如非工作或健康需要，禁止人员

仅仅两周之前，人口较为密集的金融和时尚中心米兰、旅游胜地威尼斯还均没有发现病例，而现在均变为疫情 “红区”。

仿佛是武汉封城前“逃离行动”的又一次上演，米兰的人们在封城消息公布前“大逃离”的照片和视频也纷纷被社交媒体公布。

恐慌，早就代替了艺术、浪漫，成为了此刻意大利的标签。

媒体“奋斗在意大利”为华人制作的意大利实时疫情表

人们都在讨论，为什么意大利在很早就实施了中国之外最严厉的疫情管控政策，但并没有控制住疫情爆发，反而愈演愈烈？

按照一些熟悉意大利的媒体人的解释， 着急的政府和混乱的地方执行，是疫情之下意大利最大的矛盾点。

一方面，意大利的政治体制里，中央政府只负责制定宏观规则，但具体法规的执行则有大区议会和地方政府负责。这样的体质在疫情突如其来时就难以起到整体防控作用，尽管陆续出台的封城、增加病床、招募医务人员、财政拨款措施都类似湖北的防控措施，但仍旧没有阻挡住迅速攀升的疫情。

另一方面，意大利的医疗系统的行政命令也显示出混乱，其国民卫生服务系统在结构上设计比较复杂，中央政府和地方政府共同拥有管制权。双线条的行政命令，导致疫情爆发初期，地方政府和中央政府的处理措施不一样，让医疗系统左右为难，不知所措。

此外，意大利人重视社交的传统，也很难严格执行疫情中的各种规定。

此次中国卫生健康系统在疫情防控中的工作全球有目共睹。但实际上，从2009年信息化收到高度重视开始，医疗服务的模式就已经开始全面变化。

此次疫情发生之前，结合大数据、云计算、AI与5G的趋势，国家卫健委统计信息中心副主任胡建平在公开场合对医改中“互通共享的信息系统”也做了一番解读。

抛开政治因素，或许这些各领域信息化早早开始做的“作业”，就让其他国家有点难抄。

演讲整理

一个数据互通共享的卫生健康信息系统，怎么建？

讲述：国家卫健委统计信息中心副主任胡建平

整理：紫金山科技

最近几年，大数据、人工智能、互联网+5G、区块链等等新技术的出现和医疗健康领域的高度融合，使得中国整个医疗服务模式、服务水平都发生了翻天覆地的变化，前提是必须有个很好的顶层设计来担当 “领军者”。

我国幅员辽阔，医疗机构众多，三级医院几千家，把小诊所、卫生室都加上可达一百万个机构。如此庞大数量的医疗机构的信息如何能够互通，确实有难度。所以，我们出台了 “46312”顶层框架，在医改中建立一个互通共享的信息系统。

• “4”代表4级卫生信息平台，分别是：国家级人口健康管理平台，省级人口健康信息平台、地市级人口健康区域信息平台及区县级人口健康区域信息平台;
• “6”代表6项业务应用，分别是：公共卫生、医疗服务、医疗保障、药品管理、计划生育、综合管理;
• “3”代表3个基础数据库，分别是：电子健康档案数据库、电子病历数据库和全员人口个案数据库;
• “1”代表1个融合网络，即人口健康统一网络;
• “2”是人口健康信息标准体系和信息安全防护体系。

为了让大数据、人工智能、互联网+更好地赋能健康中国的建设，之前我提出了 “一+二+三+N”体系。

“一”是一切以人的健康为中心来建设健康系统，要便捷、高效、协同、智能、主动、共享。

“二”是一个中心、两个基本点，明确医疗服务是谁提供的，履行医院、妇幼等各个医疗机构的信息化，要智能、要智慧；要明确落在什么地方，要通过区域平台推进信息化建设。

“三”是三种模式和新技术结合。一是互联网+，把分散的资源组织在一起，给医疗服务提供更多便捷性，服务远程医疗、在线诊疗和未来的互联网医院。

二是大数据，通过数据挖掘分析技术，可以使我们的医疗决策更加精准，一方面体现在医院管理上，推进智慧临床、智慧管理；另一方面体现在对病人的治疗上，精准医疗就是基于大数据的个性化医疗。例如在治疗过程中，一些临床表现是一样的，但是，同样的药物，对临床表现一样的其他病人不起作用，经过测序、分子生物学分析以后，发现他们的基因缺陷是不一样的，根据基因的缺陷来选择靶向药物做肿瘤治疗，效果就会有很好的改善，这就是精准医疗。

国家也非常重视精准医疗，立了很多课题来做这个事。所以，大数据在医疗领域应该有广阔的前途。关键是我们的数据要能够共享，而且这些数据都要是高质量的数据。

某医院的智慧医护信息系统，医护人员通过扫描患者佩戴的智能手环就能读取患者住院期间相关信息

三是人工智能的应用，这个在局部领域有很好的应用了，辅助诊断、辅助治疗等方面，人工智能最大特点是提供了一种真正的供给方式或者增加了新的供给方式，人工智能虽然不能像人一样思考，但是，人可以把它训练的像人一样干活。

互联网+、5G、大数据、AI、神经网络、机器学习、深度学习等，这些技术跟业务结合在一起，就形成了几种最典型的模式，在我们的医疗健康领域都有广泛的应用。

“N”就是业务需求，非常繁杂，数量庞大。

智慧医疗系统的基础设施，离不开云的支撑。我们最近找了好多公司合作，打造统一支撑平台，一方面，实现统一的用户注册、统一的授权、基层的引擎，让大家都能够使用；同时，各种业务系统都可以通过这个平台统一集成起来，而且提供一些统一的工具和服务，作为应用系统的支撑。

数据平台，既要管上面业务系统的数据支撑，也要实现大数据分析和和人工智能的应用，包括通过互联网感知方式自动获取数据。

业务集成的支撑，服务数据的支撑，就是智慧医疗平台最核心的能力。

客观地说，目前我们国内的大医院包括大型三甲医院的数据中心支撑能力或者评级，还有很大的提升空间。

不久前国家卫生健康委、信息中心、大数据学会一起制订了全国医院建设的规范性标准，把不同医院具备什么系统进行了全面梳理，从智慧服务、智慧临床、智慧管理、数据服务、协同应用、基础支撑、安全需求等方面树立个了大概两千多个功能，统计了不同级别医院的不同功能。

智慧医疗的第三个基石就是数据治理，必须有一套数据治理的体系才能把这些数据真正的用好、管好，这点恰恰也是急需提高的短板。

不久前我去过一趟美国梅奥医学中心，跟他们数据中心负责人交流，他们的系统只要有系统上线以来所有的数据都在，而且能用，一天以后就能把数据上传到大数据平台上开展应用，我说这点我们还很难不到，在数据治理上，我们还是有很大的差距。

数据治理跟数据管理是有区别的，总的来说，数据治理是一个体系化的管理，数据管理可能是我们数据治理里的一个组成部分，是一个局部和整体的关系，数据治理关键是从组织架构、流程设计上，必须有一个智能化数据平台，实际就是数据中心是要支撑的数据平台，没有一个工具，不可能把这些数据元素管起来。

实现数据治理我们也规划了七个步骤：一是要制定统一规范的标准体系，围绕电子病历，以电子病历为核心建设医院信息系统。

我们现在比较薄弱的是术语标准，相当于美国或者国际组织术语标准，要建立中文的术语标准，术语标准绝对不是医学术语，是要用我们的逻辑架构把这些最小颗粒度的医学术语管理起来，使得我们在术语层面能够结构化，病历结构化。

同时也要设计完整高效的治理流程，按照PDCA循环来制定。要持续的质量管理，没有质量管理的数据是没有用的。数据质量实际上反映的是医疗质量，也有数据记错了、温度记错了，依靠智能化手段马上能检出来。

同时建立科学信息数据治理体系，打造一个先进的智能化数据管理平台，形成持续创新的数据应用能力，建立一个稳固可靠的安全体系，这就是我们开展数据治理的几大任务。

数据治理效果好不好？实际上我们也有一些标准来衡量，最近国家也发了数据治理的评估模型，分了五级，最开始初始级，第二，受管理级，稳健级，量化管理级，优化级，我们现在最好的医院做的属于也就稳健级阶段，量化管理级到优化级根本达不到，现在还有很大的提升空间。

我希望业界一起持续推进医院信息化建设，为智慧医院建设服务，为健康中国建设服务。

– END –