数联医信杨紫陌：医疗数据现状混乱，实现数据应用之前先要做好数据治理|论坛演讲

动脉网 · 公众号 · · 2017-09-20 08:00

正文

医疗对于人工智能具有强烈的潜在需求。目前，全球人工智能+医疗“基础+技术+应用”较为完整的产业结构已初步形成。新技术要想真正引起行业变革，不仅需要政策、技术、人才等多方面的协同配合，还需要企业的探索和时间的积累。为了探求健康医疗大数据和人工智能的未来发展和落地方案，2017年9月16日-17日，2017长江产业论坛（秋季）暨医疗健康大数据与人工智能大会在武汉会议中心盛大开启。

在本次大会上，成都数联医信科技有限公司的首席数据官杨紫陌，以 《数据治理从医疗设备说起》 为题，阐述了目前医疗数据的现状，数据治理的原因和方法，以及数联医信在医疗设备领域所做的数据管理实践。以下为动脉网整理的精彩演讲内容：

嘉宾介绍

成都数联医信科技有限公司首席数据官杨紫陌女士

2013年毕业于电子科技大学。从本科阶段开始，一直从事网络科学与数据挖掘方面的研究，在国际SCI期刊发表论文十余篇，其中一篇入选ESI全球高引用论文，一篇被全球最顶尖的技术媒体MIT Technology Review（麻省理工技术评论）长篇专题报导（论文列表见后）。2012年，获第8届全国复杂网络学术会议最佳学生论文奖，系唯一获奖本科生。2013年，获得阿里巴巴校招“阿里星”。当年全国共7人获此殊荣，系其中唯一本科毕业生。在阿里集团先后负责电子邮件精准营销（淘宝）、商品实时推荐（淘宝）、线下淘宝搜索推荐（口碑网）、支付宝个性化首页（支付宝）等项目。系2014年-2015年支付宝全年个人绩效第一名（含并列），支付宝无线事业部全年个人绩效第一名。

首先，我想说明的是，数据治理是贯穿数据各个行业的，不仅仅局限于医疗设备里面，它可能贯穿的是医疗行业的各个数据，还包括很多其他的行业。

什么是大家心中好的数据？什么是一个你们觉得很想要的数据？我认为所有人都会这么想：我不管你以什么样的形式提供给我，我都希望数据库的数据是准确并且干净的。我需要的不仅仅是一个数据的结果，可能还需要一个配套管理这套数据的东西。而这个东西就是数据的操作规范，即所有针对这个数据的操作记录以及数据所有的权限管理。

医疗数据的现状

对于怎样应用数据，我们希望数据简单、容易查找，方便我们去做分析，去模拟和仿真。这是我们对一个好数据的期望。然而现在的医疗数据现状是什么样呢？

现在中国大大小小的医院里面，有成千上万种系统，每一个系统都有成百上千张表，它的结构非常的乱。比如患者的病历信息非常零乱，难以搜索筛查。以及在影像系统里面，影像本身就没有做任何的参数调整，所以我们说影像本身的数据是有偏差的。另外，药品的使用边界也不清晰，医生的操作也没有规范。

其实医疗行业很多的数据都是这样的，由于本身的不规范、没有标准，导致了数据虽然大但是很难应用。医疗数据本身是一个价值巨大的东西，但是由于内容混乱，根本无法发挥它的价值。我们有各种各样的信息系统，希望把所有的信息化整合在一起，但是这么多信息平台没有一个能够给出完整正确的数据。

为何要做数据治理？

怎么样解决数据治理的问题呢？很多人觉得数据治理是一个脏活累活，可能是需要一个个预处理，甚至花费很多人工成本。

我们先来看一下整个数据的发展史。最早是数据的生产，就拿医疗行业来说，随着这几十年信息化的发展，我们传统的数据也有了更好的方式，我们有了各种各样的信息，医疗数据有了一次完整的蜕变之旅。

行业里很多专家对于医疗数据的设想都在应用，但这都是建立在本身拥有很好的数据的前提下，如果说不做前期数据治理和数据共享，是很难实现数据应用的。

为什么要做数据治理？原因在于目前医疗数据的现状非常混乱。我们希望通过整合医疗数据，规范医疗数据，形成医疗数据的通用语言，让它更方便的检索和分析。为什么在治理和应用中间还有一层共享？数据是一个很典型的1+1＞2的东西。同时，它又是一个规模越大，发挥价值越巨大的东西。你告诉机器的数据量越大，机器给你的判断就会越精准，更方面我们做很多预测。

如何做数据治理？

如何做数据治理，把数据清洗补全，是不是有一个统一的标准就OK了呢？我认为这只是第一步。数据资产盘点和数据血缘治理，不仅仅是说把现在的污水清理掉，更重要的是把源头清理好。这套机制需要很多的专家经验，这样才能真正形成一套合理有效的数据机制。

整个数据治理，我认为有五个层面。最核心的层面一是业务数据，即对业务的理解。二是元数据清洗，三是数据标准化，四是数据集成共享，五是大数据融合管理平台。

数联医信用大数据管理医疗设备

数联医信主要是做医疗设备管理的公司。而医疗设备这个行业，我们可以看到，现在台账是比较混乱的，导致管理过程低效，售后服务受限，无法规范化巡检，存在质量隐患。如果利用数据来做分析，就相当于给每台设备一个身份证一样的东西。

我们需要统一它的品类，至少我们要知道这个医院有多少监护仪器是同一种东西。我们现在做设备的标准化主要就是做这样的一个东西，对整个医院台账元数据治理的步骤。

对于新进的设备，我们更多的是用它的品牌图像去识别这个数据的品类。我们识别了包括B超在内的多种设备，平均耗时和准确率还是不错的。因为我们可以做到品类的规范化，所以可以把很多的巡检和维修信息放在AR（增强现实）中，通过AR可以看到巡检项目有哪些，故障有哪些。

然后，通过了解设备之前的故障历史，包括这台设备的品类和型号对它未来的故障做预测，目前基于现在的数据，故障预测的准确率基可以做到94%点多。这些都是基于整个数据整理以后，得到的可视化的东西。如果说不去做数据处理，这些东西很难得到大规模的统计和分析。