1.2　业务新需求

以数据为中心的视角和思维模式，驱动医疗业务的新变革与新发展，产生了新需求，具体表现在智慧医疗、智慧管理、智慧服务、协同服务和数据服务五个方面。

1.2.1　智慧医疗需求

在智慧诊疗方面。以电子病历为核心的临床信息系统在运行过程中逐渐积累了大量医疗信息，例如患者就诊信息、治疗方案、生命体征记录、检验记录、影像诊断记录等。医院积累的大量病案和典型病例是医生从事医学研究的数据基础和对其他患者进行诊断的参考依据。在满足医生基本业务需求的同时，医学知识和大数据、人工智能等信息技术相互结合，能够为医生提供必要的历次医疗数据查阅功能、医疗知识提醒功能，录入数据合理性审查功能。医学知识与技术的融合对实现智能诊疗辅助决策、加强医疗过程监管、规范诊疗行为、保证医疗安全、提高医疗质量、控制不合理医疗费用，起到了尤为重要的作用。在常规的临床信息系统中，医生一般依赖于专家系统、医疗指南、知识库等辅助手段，以医生主动查询为主，查询结果往往定位较为宽泛，需要医生进行多方比对，造成临床工作效率较低，提升诊疗水平耗时较长，诊断结果也往往缺乏精准数据支撑。通过大数据技术的应用，基于大量真实病历数据的挖掘分析，可以为医生的诊疗全过程进行实时提醒、推荐、预警等，帮助医生提高诊断准确率，提高临床诊疗质量，挖掘推广最佳临床实践，改善患者治疗效果。因此，需要新一代数据中心能够提供多种大数据应用开发工具并支撑大数据应用部署，例如利用知识图谱技术从海量电子病历数据中提取知识辅助临床科研；利用深度学习技术从海量的医学影像中训练人工智能模型用于辅助医生临床诊断。

在智慧护理方面。采取智能化信息技术，对患者的健康状况及各项护理信息进行采集、传输、存储等智能化处理，不仅可降低护理人员的工作强度，提高护理服务效率，还能帮助护理人员快速获得患者的信息，便于掌握病情变化，提高护理质量。智慧护理将成为未来的趋势，贯穿医院护理全程，从入院办理延伸到出院随访管理。同时，随着可穿戴设备的不断面世和物联网技术的发展，患者的各种生命体征数据的自动采集和实时分析将成为可能，从而为实现基于人工智能的自动护理服务奠定了坚实的技术基础。

在智慧医技方面。现代医学诊断越来越依赖于医学影像、实验室检验和病理检验，而我国医生资源缺失问题在影像科、病理科等医技科室尤为突出。智慧医技将解决严重稀缺的医技资源问题，大幅提高医疗机构和医生的工作效率，降低工作负担。例如，在某些疾病的智能阅片应用上，通过对海量疾病信息的深度学习，人工智能（artificial intelligence，AI）诊断准确率可达到95%以上，相当于一个高年资主任医师级别的水平。如果基层医院能利用AI技术为诊断赋能，提高基层医生读片诊断水准，提升诊疗效率，就能为患者减少不必要的诊疗环节和不合理的医疗支出，也能有效减轻医院的工作负荷。此外，散落在各个医疗环节的医疗设备所产生的数据，如同工厂的生产设备，运行时需要实时监控及分析。利用人工智能和物联网技术能够对ICU或急诊室监护设备所获取的数据和患者的临床数据进行实时反馈和对比，不仅能够减轻医生护士的劳动强度，更重要的是可以获得更精准的数据及决策依据。

以上这些智慧医疗方面的新业务需求，都需要大数据分析与人工智能等新技术应用的支撑。

1.2.2　智慧管理需求

在医院运营管理方面。不仅要能看到各部门的静态统计报表，更需要全方位多层次多维度地看到整个医院的投入、产出、利润、人员绩效、重病比例、病种契合度等实时指标，并依据指标进行动态监测和安全预警，为运营管理决策提供数据支持。目前，很多医院都部署了商业智能系统，但传统的商业智能应用只满足了数据汇聚展示的需求，缺少真正的智能化决策支持。医院需要利用大数据分析和人工智能技术为医院运营管理提供更深的洞察和更敏捷的反应。

在医疗质量管理方面。医疗安全始终是医院管理的重心所在，需要对医疗质量进行全程全方位的监管，从个案报告转向数据分析，由终末管理转向环节管理，由专门检查变为动态监控，由人为管理转向标准化、规范化管理，从而深入到医院运行的每一个层面、每一个部门、每一个区域。复杂的医疗质量管理过程，需要由大数据分析和人工智能技术对其赋能，扩大质量控制覆盖范围，缩短质量问题分析时间，实现智能化的实时动态监控，及时发现问题并反馈到医疗环节中。这就需要新一代医院数据中心能够支撑实时流计算，能够应用大数据分析技术并将分析结果实时反馈到临床业务中。

在医院后勤保障方面。医院的水、电、气、电梯、停车、物流、视频监控、毒麻药品、高值耗材等都需要精细化管理，越来越多的数字化设备（医技设备、监护设备、智能楼宇和视频监控等）进入到医院。而现阶段这些设备与系统管理、数据采集和利用并没有一个体系化的顶层设计，因此，在下一阶段的发展中，医工结合将变得越来越重要，信息技术和操作技术（operation technology，OT）的融合是一个重要的趋势。数字化的信息采集在一些医院已经实施，越来越多的传感器、网关设备投入到系统中，未来的医院需要基于这些基础数据进行智能化运营。可以说，智能化的IT/OT系统融合将是医院物联网的建设目标。医院需要利用大数据技术进行包括物联网数据在内的异构数据存储以及快速数据访问和处理。同时需要边缘计算与物联网技术实现对智慧后勤业务需求的支撑。

1.2.3　智慧服务需求

在患者便民服务方面。过去的医院信息系统主要是服务于医务人员的内网系统。随着互联网的普及以及患者对医疗健康服务需求的进一步提高，患者迫切需要医疗行业也能像其他行业一样提供更多的基于互联网的服务。互联网金融、互联网餐饮外卖、互联网电子商务等都使患者对互联网医疗服务有更多的期许，能不到医院去的就不到医院去，能少跑路的就少跑路。从简单的预约挂号、远程医疗服务、移动支付、煎药配送到基于人工智能的健康管理、智能问诊，未来的互联网医疗服务有着无限的想象空间。互联网+技术将赋能支撑对患者健康的全生命周期业务需求进行全面覆盖的医疗智慧服务。

这些需求的满足给医院信息系统提出了很大挑战：既要考虑隐私安全又要考虑高效便捷。如何搭建一个安全、有弹性、可扩展的对外服务平台是所有医院面临而且是必须解决的问题。此外，随着互联网医院业务的开展，为了保证电子处方流转和药物运输过程的安全性和可追溯性，需要应用区块链等新技术来解决数据共享、流通、归集和安全问题。

1.2.4　协同服务需求

在医疗协同服务方面。从2017年1月起，国家出台了一系列的政策指导意见，提出医联体的发展目标。如今，医联体建设已提升为一项国家层面的政策。李克强总理在2017年4月的国务院常务会议上提出了四种模式的医联体建设，包括城市医疗联合体、医共体、专科医联体、远程医疗协作。这些新医疗模式的出现，使医院原有的围墙被打破，医院业务延伸到院外，催生了分级诊疗、远程医疗、互联网医疗、医药分家等新业态，这些新业态对医疗机构之间、医疗机构与其他部门之间的协同提出了新的挑战。一方面，医院业务系统需要对接外部第三方系统，例如人口健康平台、医联体平台、第三方医学影像云平台、医疗保险系统以及第三方支付系统；另一方面，医院产生新的互联网业务，需要开发部署相应的应用，例如在线预约挂号、在线支付、远程会诊和术后追踪等，这些应用大多适合公有云部署。医院需要技术改造以打通院内系统、外部系统及云上系统，以实现医院业务的连续性，同时还要确保内外网间数据交换的安全性，采用云网融合技术已经成为解决这一系列问题的发展趋势。

此外，不同的医疗机构之间存在“数据孤岛”，导致患者数据不能互联共享，使得患者的诊疗信息缺乏完整性和一致性，增加了患者的就医成本，不利于患者的有效诊疗。而且，国家和卫生行政部门在对医疗卫生行业进行监管和促进健康的有效治理时，也因数据的不完整、不一致增加了治理难度。我们预测，未来医院的很多业务都会实现去中心化，患者不需要在一家医院中完成所有的医疗服务。医药分家、第三方临床检验的出现已经展现出这样的趋势。无论是处方的流转，还是检验报告的互认，以及协同科研都将激发出机构之间的协同需求。这些需求肯定不能简单地用数据拷贝的方式去完成，也不能用一个业务就开发一个接口的方式去实施，一定是需要考虑搭建一个基于标准的服务平台，利用标准化手段实施协同。在协同科研方面，由于数据隐私和安全性的考虑，共享与独占、集中与分布始终都是不可调和的矛盾。为了打通这些“数据孤岛”，实现机构间的业务协同和科研协同，需要区块链、联邦学习、差分隐私等新技术来提供对医疗数据确权、认证、交互和共享的支撑。

医保局的成立将对医院管理与诊疗服务的行为实施更多的管理和干预，加大费用的管控。如果不能使用标准服务体系实现业务协同，而采用人工的方式应对医保局的管控，势必对医院的业务带来极大的不便，从而降低运行效率。医保局和卫健委的管理要求医院快速适应这一协同管理的新形势，这就需要信息化工作者在新一代医院数据中心的建设中发挥聪明才智，提供一个权衡的解决方案。

1.2.5　数据服务需求

在医疗数据服务方面。我国医院信息化经过几十年的发展，已经步入成熟阶段，各级医院逐步建立了适合自身业务需求的信息系统。医院的信息系统多年以来累积了海量的临床诊疗数据和医院运营数据，这些数据蕴含着大量医生的诊断治疗经验、创新性的疾病诊疗方法、宝贵的医院管理经验。如果能够充分利用这些数据可以有效地帮助医生在临床和科研过程中进行决策。然而，医院原有的信息系统建设目标主要是实现医疗流程数字化，并不是针对数据分析、数据挖掘和多学科多维度二次数据利用设计建设的，因此单纯的流程类业务系统无法支撑对海量数据进行分析、挖掘的技术需求，医院的数据价值得不到真正的利用和释放。为了充分挖掘蕴含在医院信息系统中的数据价值，需要能够独立于生产系统并且提供全局数据服务和强大分析工具的新一代医院数据中心，为医院未来发展提供重要支撑。

新一代医院数据中心提供的全局数据服务需要覆盖数据标准管理、基础数据管理、数据采集、数据汇聚、数据深度加工、数据资产管理、数据质量管理、数据安全管理等对数据的全生命周期治理服务。新一代医院数据中心应该具备以下数据服务能力：能够支撑医院内部实现系统互联互通和数据对接共享的需要，能够支撑医院提升海量数据资源质量的需要，能够支撑数据驱动医院进行科学决策的需要，能够支撑面对数据安全风险的需要。