嚴(yán)曉明 吳 龍 陳秀娟 李 琴 劉立宇 張 軍 韋志強(qiáng)

(廣東省人民醫(yī)院 廣州 510080) (生命奇點(diǎn)(北京)科技有限公司 北京 100089)

張 帆 高云鶴 梁會營 楊小紅

(廣州市婦女兒童醫(yī)療中心 廣州 510623) (廣東省人民醫(yī)院 廣州 510080)

1 引言

隨著醫(yī)院信息化的快速發(fā)展，醫(yī)院信息系統(tǒng)積累了大量臨床醫(yī)學(xué)數(shù)據(jù)與臨床影像數(shù)據(jù)。這些分散在不同業(yè)務(wù)系統(tǒng)的醫(yī)療數(shù)據(jù)是醫(yī)療活動的記錄，通過數(shù)據(jù)采集、數(shù)據(jù)建模、數(shù)據(jù)清洗等一系列數(shù)據(jù)治理工作建立基于科研主題的醫(yī)療全量數(shù)據(jù)平臺，可為醫(yī)院疾病防控、臨床輔助診斷、藥品監(jiān)督以及精準(zhǔn)醫(yī)療等多方面賦能[1]，推進(jìn)醫(yī)院科研高質(zhì)量發(fā)展，提升醫(yī)院核心競爭力。但目前醫(yī)療數(shù)據(jù)存在重創(chuàng)造輕管理、重?cái)?shù)量輕質(zhì)量、重業(yè)務(wù)輕增值的現(xiàn)象，在服務(wù)創(chuàng)新、數(shù)據(jù)質(zhì)量、開放共享、安全合規(guī)等方面面臨嚴(yán)峻挑戰(zhàn)[2]。通過整合不同業(yè)務(wù)系統(tǒng)醫(yī)療數(shù)據(jù)建立醫(yī)療全量數(shù)據(jù)平臺，需要構(gòu)建完整的數(shù)據(jù)治理體系以及符合新時代需求的醫(yī)療數(shù)據(jù)質(zhì)量監(jiān)管保障機(jī)制[3]。保障機(jī)制需涵蓋元數(shù)據(jù)、主數(shù)據(jù)、數(shù)據(jù)質(zhì)量管理等內(nèi)容[4]，其中數(shù)據(jù)治理核心之一是數(shù)據(jù)模型即數(shù)據(jù)元的管理。目前數(shù)據(jù)建模過程僅停留在建模的過程文檔中，并未形成統(tǒng)一的建模方法以及質(zhì)量管理體系，建模過程中缺少管理工具輔助。在數(shù)據(jù)治理過程中容易出現(xiàn)模型定義混亂、模型變更過程缺少監(jiān)管與模型標(biāo)準(zhǔn)管理等問題。本文以國際數(shù)據(jù)管理協(xié)會(Data Management Association，DAMA)數(shù)據(jù)管理體系相關(guān)理論為基礎(chǔ)，建設(shè)基于醫(yī)療全量數(shù)據(jù)的模型管理工具，提升數(shù)據(jù)建模效率，實(shí)現(xiàn)數(shù)據(jù)建模質(zhì)量管理以及模型全生命周期管理，為后續(xù)數(shù)據(jù)治理奠定基礎(chǔ)。

2 建立數(shù)據(jù)模型工具的必要性

隨著醫(yī)療數(shù)據(jù)量和數(shù)據(jù)應(yīng)用需求的迅速增長以及數(shù)據(jù)倉庫、大數(shù)據(jù)等技術(shù)的成熟應(yīng)用，信息互聯(lián)互通和大數(shù)據(jù)應(yīng)用成為醫(yī)療信息化過程中的剛性需求。數(shù)據(jù)治理的重要性日益突顯，高效的數(shù)據(jù)治理被視為醫(yī)療信息互聯(lián)互通與醫(yī)療數(shù)據(jù)價值有效挖掘的重要基礎(chǔ)[5]。醫(yī)療信息系統(tǒng)多呈現(xiàn)碎片化特征。大數(shù)據(jù)應(yīng)用往往需要將醫(yī)院中幾十個甚至上百個異構(gòu)醫(yī)療信息系統(tǒng)產(chǎn)生的各類數(shù)據(jù)進(jìn)行集成匯聚并進(jìn)行統(tǒng)一建模。只有依據(jù)國家相關(guān)標(biāo)準(zhǔn)建立的數(shù)據(jù)模型才能在適應(yīng)性、共用性和穩(wěn)定性方面滿足物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新一代信息技術(shù)應(yīng)用需求，達(dá)到國家對醫(yī)療健康信息互聯(lián)互通標(biāo)準(zhǔn)化的要求[6]。一般數(shù)據(jù)建模后的數(shù)據(jù)表結(jié)構(gòu)大概有幾百個甚至幾千個，如果缺乏有效管理則可能導(dǎo)致以下問題：數(shù)據(jù)表、字段定義或者注釋缺失，導(dǎo)致字段意思含糊不清、同名不同義或同義不同名、冗余字段和表、枚舉值不一致等問題；數(shù)據(jù)模型變更合理性未得到有效控制，對變更過程缺乏記錄，無法進(jìn)行追溯；業(yè)務(wù)流程發(fā)生變化時未同步修改數(shù)據(jù)模型，導(dǎo)致數(shù)據(jù)模型與應(yīng)用系統(tǒng)中數(shù)據(jù)不一致；無法及時、準(zhǔn)確地為管理者提供數(shù)據(jù)模型的全生命周期過程相關(guān)信息。因此在建設(shè)醫(yī)療全量數(shù)據(jù)平臺的數(shù)據(jù)治理過程中，為提升數(shù)據(jù)建模效率、規(guī)范數(shù)據(jù)模型標(biāo)準(zhǔn)、實(shí)現(xiàn)數(shù)據(jù)模型的全生命周期管理，建設(shè)數(shù)據(jù)模型管理工具十分必要。

3 數(shù)據(jù)模型簡介

3.1 概述

3.2 定義及構(gòu)成

DAMA數(shù)據(jù)管理知識體系中，數(shù)據(jù)建模被定義為發(fā)現(xiàn)、分析和確定數(shù)據(jù)需求的過程，用數(shù)據(jù)模型的精確形式表示和傳遞這些數(shù)據(jù)需求[7]。數(shù)據(jù)模型按照描述詳細(xì)程度的不同，每種模式可分為3層模型：概念模型、邏輯模型和物理模型。每種模型都包含一些組件，如實(shí)體、關(guān)系、事實(shí)、鍵和屬性；數(shù)據(jù)模型數(shù)據(jù)可以采用多種不同模式表示，其中最為常見的6種模式分別是：關(guān)系模式、多維模式、面向?qū)ο竽Ｊ?、事?shí)模式、時間序列模式和NoSQL模式。在建?；顒又蠨AMA強(qiáng)調(diào)建模規(guī)劃、正向逆向建模、模型審核、模型維護(hù)等過程，需要通過持續(xù)改進(jìn)來控制模型質(zhì)量以及促使模型保持最新狀態(tài)。

3.3 功能

根據(jù)DAMA體系理念，通過構(gòu)建數(shù)據(jù)模型管理工具實(shí)現(xiàn)命名規(guī)范、數(shù)據(jù)標(biāo)準(zhǔn)管控、值域管理、縮寫管理、數(shù)據(jù)映射管理、版本管理以及模型質(zhì)量管理等功能。通過管理工具持續(xù)改進(jìn)模型質(zhì)量，保證模型在長期工作中保持最新狀態(tài)，為數(shù)據(jù)治理奠定良好基礎(chǔ)。

4 系統(tǒng)設(shè)計(jì)

4.1 設(shè)計(jì)原則

4.1.1 概述 醫(yī)療全量數(shù)據(jù)模型管理工具基于LINUX操作系統(tǒng)，運(yùn)用Kubernetes和Docker虛擬化技術(shù)構(gòu)建大規(guī)模Hadoop集群，提供大規(guī)模高性能分布式數(shù)據(jù)存儲和在海量數(shù)據(jù)中的映射能力。系統(tǒng)設(shè)計(jì)遵循標(biāo)準(zhǔn)化、規(guī)范化等原則。

4.1.2 標(biāo)準(zhǔn)化和規(guī)范化 系統(tǒng)遵循醫(yī)療行業(yè)標(biāo)準(zhǔn)并與醫(yī)院實(shí)際數(shù)據(jù)情況相結(jié)合，建立醫(yī)院標(biāo)準(zhǔn)化數(shù)據(jù)管理規(guī)范，提供相應(yīng)標(biāo)準(zhǔn)化組件功能實(shí)現(xiàn)模型化管理服務(wù)，降低復(fù)雜的醫(yī)療數(shù)據(jù)管理和整合成本、改善數(shù)據(jù)整體利用效果。

4.1.3 完整性和實(shí)效性 系統(tǒng)建設(shè)堅(jiān)持完整性原則，統(tǒng)籌規(guī)劃、統(tǒng)一設(shè)計(jì)，采取有力的組織措施和嚴(yán)格的制度保障，保證數(shù)據(jù)建模、數(shù)據(jù)采集及數(shù)據(jù)使用等過程模型管理功能的完整性和實(shí)效性。

4.1.4 先進(jìn)性和實(shí)用性 在設(shè)計(jì)理念、技術(shù)體系等方面要求具有先進(jìn)性和成熟性，以期滿足系統(tǒng)在較長生命周期內(nèi)具有可維護(hù)性和可擴(kuò)展性。系統(tǒng)設(shè)計(jì)必須考慮易維護(hù)和管理性，保證系統(tǒng)在運(yùn)行過程中能夠快速、準(zhǔn)確地定位和排除故障。系統(tǒng)界面應(yīng)簡單、美觀、容易理解且易于操作，方案選擇和功能設(shè)置應(yīng)追求實(shí)用性，必須切合全量醫(yī)療數(shù)據(jù)模型管理的實(shí)際需求。

4.1.5 兼容原有業(yè)務(wù)信息系統(tǒng) 充分發(fā)揮已有系統(tǒng)功能，利用現(xiàn)有醫(yī)院數(shù)據(jù)庫的數(shù)據(jù)架構(gòu)，通過數(shù)據(jù)集成和轉(zhuǎn)換快速形成對應(yīng)數(shù)據(jù)模型。不僅需要支持業(yè)務(wù)系統(tǒng)現(xiàn)有數(shù)據(jù)和歷史數(shù)據(jù)的數(shù)據(jù)模型，還需支持臨床文檔結(jié)構(gòu)(Clinical Document Architecture，CDA)進(jìn)行數(shù)據(jù)建模與數(shù)據(jù)映射，滿足異構(gòu)數(shù)據(jù)源的數(shù)據(jù)建模。

河湖健康評估 河湖健康評估是指對河湖系統(tǒng)物理完整性（水文完整性和物理結(jié)構(gòu)完整性）、化學(xué)完整性、生物完整性和服務(wù)功能完整性及其相互協(xié)調(diào)性的評價。

4.2 系統(tǒng)架構(gòu)

4.2.1 概述 數(shù)據(jù)建模是集成醫(yī)院各臨床、運(yùn)營、管理等全量數(shù)據(jù)的基礎(chǔ)，在以科研、患者、管理等數(shù)據(jù)維度進(jìn)行整合過程中使用統(tǒng)一數(shù)據(jù)模型，并對數(shù)據(jù)進(jìn)行質(zhì)量控制、標(biāo)準(zhǔn)化管控和數(shù)據(jù)治理?；谝?guī)范化、歸一化后的全量標(biāo)準(zhǔn)化數(shù)據(jù)可以構(gòu)建面向數(shù)據(jù)分析的各類應(yīng)用，如臨床研究、臨床輔助決策支持、智能患者服務(wù)、智能藥品研究、績效管理、運(yùn)營管理等方面。按照系統(tǒng)功能將數(shù)據(jù)模型管理工具分為3個層次，見圖1。

圖1 系統(tǒng)功能架構(gòu)

4.2.2 物理層 實(shí)現(xiàn)依據(jù)模板對數(shù)據(jù)模型增加、變更、模型轉(zhuǎn)換以及版本管理等功能?？筛鶕?jù)不同數(shù)據(jù)庫系統(tǒng)表信息生成數(shù)據(jù)模型，快速進(jìn)行模型采集與管理，是數(shù)據(jù)建模的基礎(chǔ)。

4.2.3 邏輯層 實(shí)現(xiàn)對數(shù)據(jù)模型與物理模型映射配置以及查詢，由數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)操作、數(shù)據(jù)映射和數(shù)據(jù)完整性約束條件組成。

4.2.4 應(yīng)用層 提供數(shù)據(jù)模型的可視化顯示、統(tǒng)計(jì)與查詢等功能，輔助數(shù)據(jù)模型管理人員或者數(shù)據(jù)分析人員清晰地了解數(shù)據(jù)模型整個生命周期。

5 系統(tǒng)功能(圖2)

圖2 數(shù)據(jù)模型管理工具功能設(shè)計(jì)

5.1 數(shù)據(jù)模型管理

5.1.1 概述 數(shù)據(jù)模型管理包含正向與反向的建模設(shè)計(jì)、版本管理、變更控制、差異對比、導(dǎo)入導(dǎo)出等功能。方便管理人員能高效、持續(xù)管理數(shù)據(jù)模型，實(shí)現(xiàn)數(shù)據(jù)模型的全生命周期管理，見圖3。

圖3 數(shù)據(jù)模型的全生命周期管理

5.1.2 業(yè)務(wù)模型采集 支持自動采集業(yè)務(wù)系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)，支持源端Oracle、Mysql、SqlServer、Cache等市場中的主流數(shù)據(jù)庫，實(shí)現(xiàn)在數(shù)據(jù)模型管理工具中創(chuàng)建與源端一致的數(shù)據(jù)結(jié)構(gòu)。

5.1.3 數(shù)據(jù)模型設(shè)計(jì) 支持管理模型、管理工具從物理模型到數(shù)據(jù)庫的正向建模，通過生成數(shù)據(jù)庫定義語言(Database Definition Language，DDL)在數(shù)據(jù)庫中創(chuàng)建數(shù)據(jù)表；支持對原有系統(tǒng)的逆向工程能力，可根據(jù)數(shù)據(jù)庫系統(tǒng)表信息生成數(shù)據(jù)模型；支持在字段中引用數(shù)據(jù)標(biāo)準(zhǔn)，在模型工具中可以全面查閱和尋找已發(fā)布的數(shù)據(jù)標(biāo)準(zhǔn)，并將其和數(shù)據(jù)字段進(jìn)行綁定，實(shí)現(xiàn)數(shù)據(jù)模型的引標(biāo)落標(biāo)。

5.1.4 數(shù)據(jù)模型版本管理與變更控制 DAMA管理體系認(rèn)為數(shù)據(jù)模型需要保持最新狀態(tài)，需求或者業(yè)務(wù)流程發(fā)生變更時都要對數(shù)據(jù)模型進(jìn)行變更。數(shù)據(jù)模型管理工具支持對數(shù)據(jù)模型設(shè)計(jì)、提交、評審、發(fā)布、實(shí)施到消亡的全過程實(shí)現(xiàn)流程化的變更管理。支持?jǐn)?shù)據(jù)模型可視化設(shè)計(jì)和修改，在模型變更時可自動生成差異化的DDL語句提交到測試環(huán)境中并對模型進(jìn)行評審，評審?fù)ㄟ^后模型才能發(fā)布上線；提供數(shù)據(jù)模型版本化管理，可自動生成版本號以及版本變更明細(xì)信息。支持回溯任意時間點(diǎn)的數(shù)據(jù)模型設(shè)計(jì)狀態(tài)，實(shí)現(xiàn)對各系統(tǒng)數(shù)據(jù)模型的有效管控和治理，強(qiáng)化醫(yī)院對其數(shù)據(jù)模型的掌控能力。

5.1.5 數(shù)據(jù)模型差異對比 支持模型管理工具的數(shù)據(jù)模型與業(yè)務(wù)數(shù)據(jù)庫之間的模型進(jìn)行自動對比，可發(fā)現(xiàn)設(shè)計(jì)的數(shù)據(jù)模型和實(shí)際業(yè)務(wù)數(shù)據(jù)庫中模型不一致問題。通過提供數(shù)據(jù)庫表結(jié)構(gòu)差異、數(shù)據(jù)關(guān)系差異的可視化報告，輔助用戶監(jiān)控?cái)?shù)據(jù)模型的質(zhì)量問題，提升數(shù)據(jù)模型設(shè)計(jì)和建模的質(zhì)量。

5.1.6 數(shù)據(jù)模型導(dǎo)入導(dǎo)出 可以將模型文件(如PD、ERWin等數(shù)據(jù)DDL文件)直接導(dǎo)入到數(shù)據(jù)模型工具中生成數(shù)據(jù)模型；支持將模型工具中的模型導(dǎo)出為數(shù)據(jù)庫DDL腳本，進(jìn)而在數(shù)據(jù)庫中創(chuàng)建已經(jīng)規(guī)劃好的模型。

5.1.7 物理數(shù)據(jù)模型轉(zhuǎn)換 實(shí)現(xiàn)將已定義好的數(shù)據(jù)模型轉(zhuǎn)換成新數(shù)據(jù)模型的功能，支持不同數(shù)據(jù)庫模型之間的直接轉(zhuǎn)換。通過數(shù)據(jù)模型轉(zhuǎn)換功能可實(shí)現(xiàn)數(shù)據(jù)倉庫/數(shù)據(jù)中心等各層級數(shù)據(jù)模型的快速轉(zhuǎn)化，提高數(shù)據(jù)模型的結(jié)構(gòu)一致性和建模效率。

5.2 數(shù)據(jù)模型映射關(guān)系管理

實(shí)現(xiàn)邏輯模型與物理模型的映射關(guān)系配置，同時支持管理人員通過不同格式的模板維護(hù)邏輯模型與物理模型映射關(guān)系?？赏ㄟ^批量導(dǎo)入模型格式的方式將數(shù)據(jù)模型維護(hù)到管理工具中，在映射關(guān)系通過審核后進(jìn)行快速配置。

5.3 數(shù)據(jù)模型質(zhì)量控制

5.3.1 概述 在完成數(shù)據(jù)模型設(shè)計(jì)后，需要對設(shè)計(jì)好的模型進(jìn)行評審。評審過程按步驟分為邏輯模型質(zhì)量審計(jì)、物理模型質(zhì)量審計(jì)以及數(shù)據(jù)標(biāo)準(zhǔn)應(yīng)用情況，見圖4。

圖4 數(shù)據(jù)模型質(zhì)控流程

5.3.2 邏輯模型質(zhì)量審計(jì) 對模型中的實(shí)體名稱與中文屬性名稱進(jìn)行解析，審查名稱是否符合數(shù)據(jù)標(biāo)準(zhǔn)，自動檢查實(shí)體定義和屬性定義，對實(shí)體孤立進(jìn)行審核，審查是否存在與其他沒有關(guān)系的實(shí)體。

5.3.3 物理模型質(zhì)量審計(jì) 系統(tǒng)自動對表名稱、字段名稱進(jìn)行解析，審核其英文名稱是否符合數(shù)據(jù)標(biāo)準(zhǔn)，對模型中的域進(jìn)行審核，審核其是否符合標(biāo)準(zhǔn)化要求。

5.3.4 數(shù)據(jù)標(biāo)準(zhǔn)引用情況檢查 實(shí)現(xiàn)生成數(shù)據(jù)模型對數(shù)據(jù)標(biāo)準(zhǔn)引用情況進(jìn)行詳細(xì)報告的功能，報告內(nèi)容包括模型引用數(shù)據(jù)標(biāo)準(zhǔn)情況，為后續(xù)數(shù)據(jù)治理提供詳細(xì)依據(jù)。

5.4 數(shù)據(jù)模型應(yīng)用

為輔助數(shù)據(jù)模型管理人員或者決策成員清晰地了解醫(yī)院數(shù)據(jù)資產(chǎn)，模型管理工具提供數(shù)據(jù)模型可視化顯示功能，提供數(shù)據(jù)模型圖形化視圖，通過圖表形式展示數(shù)據(jù)表以及表間關(guān)系；實(shí)現(xiàn)數(shù)據(jù)模型統(tǒng)計(jì)功能，支持對所有數(shù)據(jù)模型進(jìn)行統(tǒng)計(jì)分析，可展示邏輯數(shù)據(jù)模型、物理數(shù)據(jù)模型的數(shù)量及標(biāo)準(zhǔn)落地情況；實(shí)現(xiàn)數(shù)據(jù)模型查詢功能，支持邏輯數(shù)據(jù)模型查詢與物理數(shù)據(jù)模型查詢，可以通過表、視圖、字段等屬性進(jìn)行對維度的查詢，以便管理人員更好地組織和利用數(shù)據(jù)資產(chǎn)。

5.5 應(yīng)用效果

醫(yī)療全量數(shù)據(jù)的數(shù)據(jù)模型管理工具建設(shè)，完成數(shù)據(jù)建模與數(shù)據(jù)生產(chǎn)工具、數(shù)據(jù)管理工具的一體化設(shè)計(jì)。在醫(yī)院建設(shè)全量數(shù)據(jù)平臺的數(shù)據(jù)建模過程中實(shí)現(xiàn)了模型、流程、質(zhì)控、監(jiān)控可視化等功能，并在建模的同時同步完成數(shù)據(jù)生產(chǎn)流程設(shè)計(jì)，提供一站式數(shù)據(jù)處理服務(wù)，彌補(bǔ)傳統(tǒng)建模方式對數(shù)據(jù)模型管控的缺失與不足。與傳統(tǒng)建模方式相比數(shù)據(jù)模型管理工具建模具有一定優(yōu)勢，見表1。

表1 傳統(tǒng)建模方式與數(shù)據(jù)模型管理工具建模的效果差異對比

續(xù)表1

6 結(jié)語

在醫(yī)院實(shí)際應(yīng)用中，通過數(shù)據(jù)建模工具高效地完成20個業(yè)務(wù)系統(tǒng)的數(shù)據(jù)建模，轉(zhuǎn)換了49個標(biāo)準(zhǔn)數(shù)據(jù)表，涉及數(shù)據(jù)6.3億條，共管理213個實(shí)體、1 051種屬性、109個血緣關(guān)系。形成數(shù)據(jù)模型的命名管理、數(shù)據(jù)標(biāo)準(zhǔn)管控、值域管理、映射管理、版本管理以及數(shù)據(jù)質(zhì)量管理等統(tǒng)一管理體系，達(dá)到了對數(shù)據(jù)模型全生命周期管理要求，為后續(xù)數(shù)據(jù)治理奠定良好基礎(chǔ)。同時數(shù)據(jù)建模工具基本上支持市場中的主流數(shù)據(jù)庫，在數(shù)據(jù)湖、科研數(shù)據(jù)庫建設(shè)等涉及數(shù)據(jù)建模的工作中都具有廣泛應(yīng)用前景。