2019年6月，中国卫生信息与健康医疗大数据学会会长金小桃（中国卫生信息学会会长）在6月20日的2019(14th)中国卫生信息技术/健康医疗大数据应用交流大会上发布《新一代医院数据中心建设指南》（尽管找遍网络都没找到这个指南，可能还在整理中）
而基本同一时间，国家卫健委统计信息中心初版了《医院数据治理框架、技术与实现》，对“医院大数据”明确为“医院数据”，这也是我一直在解释的名词，正符合大数据的正确引导和深度理解。
2019年的厦门CHIME，中国医院协会信息专业委员会发布了《医疗机构医疗大数据平台建设指南（征求意见稿）》。在结合2015年以来的每年一批的健康医疗大数据国家战略政策指导，大数据国家战略的决心和国家支持引导的力度可见一斑，而医院侧信息化的现阶段热点就是医院信息平台，信息平台的热方向就是医院大数据和人工智能，当然这脱离不了首先建设完备的医院信息化系统。我们再来看一个政策：
2018年4月，国家卫生健康委员会规划与信息司发布了《全国医院信息化建设标准与规范（试行）》。它是在2016年《医院信息平台应用功能指引》和2017年《医院信息建设应用技术指引（试行）》基础上，形成的较为完整的医院信息系统体系框架。在《医院信息平台应用功能指引》明确医院信息化功能和在《医院信息化建设应用技术指引》上明确了医院信息化技术。看医院信息化完整地图，云计算、大数据、物联网以及传统信息化支撑的是金字塔顶端的人工智能，最近几年AI大数据经常被一起称呼，不可能脱离信息化基础和大数据基础去建设AI的空中楼阁。所以大数据和AI找同一厂家（或者同一生态圈）建设会是最好的选择，毕竟做AI的一定先做数据，但是做数据的却不一定做得好AI，看市场上那么多数据搬运工公司就清楚了，这也是造成医院大数据前期建设重数量轻质量的主要原因。
再来看大数据的宏观发展环境，从2009年闪亮登场到2015年泡沫顶峰，已经迈过了甘特曲线的2个关键节点，现在正处于稳步发展。
大数据技术的2个维度是我觉得章剑锋最深刻的大数据概念解析，垂直的技术栈维度和水平的数据流维度，也就是垂直的平台+应用，水平的数据处理。何为大数据？这一轮数据到大数据的概念，水平维度的数据处理理论正式出现已经30年了并没有大变化（这个维度数据大数据都应该称为数据处理），而聚变的是技术栈维度：hadoop、spark、storm、flink等等，但是闪亮的hadoop不也在没落么，因为技术为业务而生，符合业务需求的才是最合理的技术。而医院大数据建设出的第二个比较大的问题就是追求新技术典型如hadoop，就医院数据体量和应用需求，hadoop真不是最佳实践，而繁杂的运维和庞大高昂的资源硬件成本可能是压垮信心的根本原因。
再来看医院大数据上云，尽管很多人觉得国内是数据隐私和数据安全比较宽松的环境，但是医院数据侧一直都比较谨慎。虽然最近国内出了政策，允许医院将患者数据对患者开发，但是把医院数据放在厂家提供的云上，对于大型三甲医院目前依然不现实。医院除了诊疗水平，最重要的资产就是医院数据，医院数据又比较敏感，医院本身是要遵从严格监管的，所以按照当前形势，更适合医院的还是数据在医院（很多医院通过免费大数据战略合作协议让医院数据上医某云）。
还是回到大数据平台，伴随着大数据概念火热，hadoop缺在逐步没落，就大数据技术栈本身，不存在hadoop架构和oracle架构的选择（在这个点上大量概念混淆，oracle和hive HDFS只是存储方案的差异，hadoop是大数据完整技术栈），只存在数据存储架构的选择，根据数据量、数据使用方式、数据分析方式决策更合理的架构，选了hadoop就不能用oracle吗？这是医院大数据平台建设里经常混淆的点。根据应用场景选择存储方案，根据数据分析需求选择技术栈，如果不清楚需求，何不来个混合架构搞个万金油？其实医院大数据，oracle是可以用的，国产化另论。如果定了oracle是不是就不能用hadoop了呢？
这里又引申到另一个问题，Hadoop、Spark、Flink等大数据技术的发展，医院大数据建设技术要求必提，但是真正建了之后会发现好像哪里不对劲，难道大数据就是这么高大上到信息科要大量学习新技能吗？能用的技术才是好技术，自己都用不了的一定有问题。其实医院信息科真正需要的不应该是Hadoop、Spark、Flink等大数据技术的堆砌，应该是信息科都可以简单上手 *** 作做数据治理，以这些技术为基础的能解决业务问题的产品。也即真正的易 *** 作、专业化、流程化、全链路的数据平台（绝对不是hadoop），这个平台准备后续专门介绍。
智慧医院从大数据平台的建设到数据治理平台建设，大部分是从技术栈的hadoop转向数据专业治理本身，也就是从垂直的技术栈维度转换为横向的数据流维度，还是要平台，而此平台已经不再hadoop。数据治理到底如何做呢？参见前一篇文章《如何做数据治理》，数据治理最早成熟应用是在零售业、银行业，以及运营商，现在每个AI互联网公司都会有数据部门，医院数据治理可能还是先解决自身的业务问题本身，能不能发展到数据中台，还要看医院战略，而不是各种广告中的概念。
还有一点需要补充的，中美贸易摩擦，美对中进行了严格的出口管制，无论从硬件还是软件，能支持国产化会是一个更好的选择。
最后，数据治理本身是一个重运维重交付重实施的事情，当前市场大量充斥草台班子的数据搬运，没有深度长期的价值挖掘，再好的搬运工做的也是劳民伤财的事，参考谷歌和梅奥的十年战略合作协议，这才是医院大数据真正有远见的规划。
简单总结下，智慧医院大数据发展趋势：
1 政策会频繁颁布，医院大数据（数据）建设一定是必然，目前已经开始稳步发展；
2 大数据平台概念会褪去，医院真正需要的一定是全产业链整合的数据管理平台；
3 智慧医院会更加重视数据流即数据治理本身，现阶段还需要一套简单上手的平台辅助；
4 智慧医院大数据中心依旧以私有云机房为最佳方案；
5 智慧医院大数据中心需要兼容国产化需求；
6 找一家AI大数据公司作为长期战略合作伙伴将更加现实，毕竟只讲大数据的大部分都是数据搬运工；
随着人民对人体健康越来越关注，医疗信息化的要求也越来越高，加强区域协同、促进信息共享、推进智慧医疗成为现阶段医疗卫生信息化发展的新趋势。
中国医疗信息化建设始于上世纪80年代，至今经历了四个发展阶段，即医院管理信息化（HIS）阶段、以电子病历系统为核心的临床信息化建设阶段、医院信息平台和数据中心建设阶段、临床诊疗数据的智慧应用阶段。
医疗大数据解决方案市场是指服务提供者提供大数据驱动并结合先进技术应用和医学见解的解决方案的市场，以满足医疗行业各个领域（包括医院、监管机构、及政策制定者、生命科学公司及个人）的信息化、数字化及及智能合成的需求。
1、国家医疗相关政策的持续推动
医疗相关政策包括了医疗信息化政策、医疗卫生政策，两者直接推动了医疗信息化的建设和发展。医疗信息化政策是直接针对医疗信息化的政策，如《关于推进“互联网+医疗健康”发展的国务院意见》，直接促进了医疗信息化行业的发展。
医疗卫生政策指虽然不直接针对医疗信息化，但指向的改革和建设要求需要医疗信息化的配套建设，比如《关于进一步做好分级诊疗制度建设有关重点工作的通知》，虽然是对分级诊疗的要求，但分级诊疗则需要医疗信息化的基础设施来驱动。
2、分级诊疗和医联体建设推动医疗信息化系统加速发展
分级诊疗是打破当前国内医疗服务资源错配困境的出路之一。分级诊疗的落地需要多方面的支撑，除了法律政策、各医疗机构的管理协同等，医疗信息化手段将在连接和打通上下级医疗机构、实现医疗资源的二次分配和资源共享方面发挥重要作用。
基于分级诊疗体系建设的医联体中，各级医疗卫生机构必须接入统一的信息平台，各机构之间的信息系统需实现互联互通，才能实现医联体的一体化管理、资源的整合共享和分工协作。
3、医师多点执业的推广需要医疗信息化的支撑
医师多点执业能优化医师资源配置，促进医务人员的合理流动，促进多元化办医和公立医院改革。医师多点执业需要医疗信息化手段的支撑，区域医疗信息化建设能实现各级医院居民健康信息共享，有助于多点执业医生更全面的掌握患者信息，提升诊断效率，降低患者支出。
可以见得，在云计算蓬勃发展、大数据风起云涌之下，加上医疗相关政策的持续推动，医疗信息化迎来大发展、大变革，未来医疗机构加快医疗信息化建设步伐仍是展主流。
作为一站式智慧健康管理及数字化整体解决方案提供商，学透通深耕医疗信息化行业六年，始终坚持“科技助推智慧医疗，服务健康中国”的伟大使命，多年来凭借着自主研发的核心技术优势，打造专业的智慧血透、腹透、慢病等整体解决方案。目前已为全国30个省市及自治区的近700家（含省级质控上报）医疗机构提供优质的产品和服务，学透通，要做就做最好。
完善国家智慧教育平台发展数字健康，规范互联网诊疗和互联网医院发展。
资料扩展：
数字健康，指开发并利用数字技术普及健康知识及进行相关实践的领域，涵盖物联网、人工智能、大数据等数字技术在健康管理方面的应用。
该概念于2019年10月最先由世界卫生组织在《数字健康全球战略（2020~2024）》 中提出。 随着网络信息技术的日益发展，数字技术赋能的医疗健康与传统线下医疗之间的边界将日益模糊。
数字化的医疗健康产业和医疗健康产业的数字化互为表里，融合渗透、一体化发展趋势明显，即传统线下医疗必将演进为数字化、网络化、智能化的数字健康。
大数据、云计算和人工智能（AI）等技术与医疗的有机结合，有望大大提升诊断、手术、零售、慢病管理、公共健康管理等各方面的效率，由此迅速为多个场景的医疗健康需求提供解决方案。
《“健康中国2030”规划纲要》提出，2030年中国健康服务业总规模将达16万亿元。随着数字化对医疗健康的全面渗透、融合和赋能，未来，数字健康产业无疑将占主导地位。
物联网技术在智能医疗领域的主要应用技术，主要在于物资管理可视化技术、医疗信息数字化技术、医疗过程数字化技术三个方面。
医疗器械与药品的监控管理
医疗设备与药品防伪、全程实时监控、医疗垃圾信息管理。
数字化医院
病患信息管理、医疗急救管理、药品存储、血液信息管理、药品制剂防误、医疗器械与药品追溯、信息共享互联、新生儿防盗系统、报警系统。
远程医疗监护
RFID助老人独立生活的应用、智能轮椅的应用、移动医疗、RFID腕带的应用、GPS定位心脏病人的应用、看病只要“一卡、一腕带”。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）