近几年来，医疗机构的数字化进程明显加快，机构内的信息系统越来越多、电子病历不断普及、各方面业务的数字化基本实现……与之相伴随而来的，是海量待挖掘应用的数据。艾瑞咨询发布的《年中国医疗信息化行业研究报告》指出，现阶段我国整体医疗数据应用水平较低。医院具备基础的数据资源整合和应用能力，但对于数据进一步的分析处理能力还有待加强；医院超过半数未开展对于医疗数据的应用业务，且整体应用能力较之医院有较大差距。医疗数据应用难，成为了横隔在医疗机构数字化进程中的一道难题。
01、为何医疗数据应用难？1.医疗大数据本身复杂医疗健康大数据主要可分为四大类：①诊疗辅助类：包括亚健康及患病人群通过医疗机构、第三方检验机构或网络平台参与病情的咨询、预约、诊断、治疗等过程所产生的医疗数据。②健康监测类：指基于移动物联网对个人身体体征及日常行为进行监测的生命体征类数据，常被应用于慢性病患者的自我管理。③公共卫生类：主要指区域性的医疗服务平台、公共卫生信息系统等产生的医疗数据。④定向生物医学类：主要是关于新药品研发、生物标本和基因测序的信息，多应用于个性诊疗、精准医疗、临床药物实验等医学研究。
由于这4类数据来源以及作用效果复杂，而且部分医疗数据带有主观性质，医疗信息存在明显的阶段性特征；再加之疾病的发生和发展过程及医学影像、病理等信息有很强的时间维度属性，床旁监护等仪器产生的数据也具有很强的时效性；信息孤岛、信息烟囱及疾病的多发性常导致医疗数据存在大量垃圾数据，如常见病病情描述、慢性病患者的重复性检查等，造成了医疗数据的冗余……这些医疗大数据的典型特性也为其治理应用加大了难度。2.医疗数据孤岛化严重且缺乏标准体系健康界研究院发布的《中国智慧医疗十大发展趋势预测》报告中指出，当前智慧医疗发展中，亟待需要破解院内及院间的互联互通实现难、数据质量低两个关键技术难题。由于信息系统技术规范、基础信息数据标准的不统一和缺失，直接导致了医疗数据质量低的问题，如数据不完整，医疗记录有断点；信息用自然语言描述，自动化分析处理困难等，都导致这些数据无法最大化利用。且医院内医院系统多元异构，医疗数据普遍不能互通互认，这也加剧了医疗行业的“数据孤岛”现象，数据跨平台不能完全集成、互联互通及共享，数据价值难以得到较大程度发挥。然而，作为医疗机构高质量发展的关键要素，医院建设，还是信息化标准建设，都离不开对大数据的应用。而要破解医疗机构数据应用难题，就需要从源头解决问题，通过数据治理，让数据从不可控、不可用、不好用到可控、方便易用且能赋能业务。02、医疗机构如何做好数据治理？医疗机构进行数据治理的过程，就是对其数据资产进行管理和控制，支撑并保障数据被安全高效地交换与应用的过程。下图是可参考的医疗机构数据治理体系。我们接下来主要从6个核心环节来详解医疗机构如何做好数据治理。
1.环节一：设立数据治理组织结构设计健全的数据治理组织结构，是全面开展数据治理工作的基础。医疗机构需要成立专门的数据治理或数据管理部门，完成流程和规范制订、数据质量保证和质量控制、流程审批等工作，并对数据使用方和IT设施建设方进行管理。目前，医院已经专门成立了大数据部门承担这项工作，医院将这项工作放在信息科或病案管理室。2.环节二：制定数据相关流程规范制定清晰的数据相关流程规范，有助于帮助实现以下目标：数据有明确和准确的定义；数据有明确的责任方；数据有清晰的存储方式与合理的时间期限；数据加工方法明晰；数据访问方式与控制明确；数据内容符合标准要求与质量要求。医疗机构的数据规范，主要从下面这三个方面来制定。（1）信息规范信息规范包含隐私、数据权限管控规范和质量评估规范等。医疗机构需重点