下载掌阅APP，畅读海量书库
立即打开
近年来，随着国家出台面向健康医疗行业的一系列大数据政策法规，健康医疗大数据作为国家大数据战略的重要组成部分，各个地方省市也在积极响应国家政策号召，多个省份率先开展了健康医疗数据中心的建设。但是在健康医疗大数据产业化落地过程中，行业内对健康医疗数据治理一直没有统一的定义，同时对如何做健康医疗的数据治理，也没有专业的指导理论。而本书将针对健康医疗行业大数据治理的实际问题，提供DAMA数据治理理论在健康医疗大数据领域的落地指南。
健康医疗数据治理，是面向健康医疗领域的相关数据管理过程，有针对性地从事数据治理活动，以及数据治理活动的设计、监督和实施。
本书作为“DAMA数据管理知识体系”丛书面向健康医疗行业的分册，将立足于DAMA数据治理体系的知识框架，结合健康医疗行业数据治理的特点，分别从健康医疗领域的数据治理理论和理论落地的最佳实践这两个视角阐述健康医疗数据治理，期望通过DAMA数据治理理论框架与健康医疗行业数据治理工具、方法、理论与规范相结合，通过与健康医疗行业数据治理理论与最佳实践相印证，为健康医疗数据治理提供DAMA数据治理的落地指导，为健康医疗行业大数据从业者提供健康医疗DAMA数据治理实践指南。
本书作为一本覆盖健康医疗大数据治理的指导书籍，面向所有从事医疗信息化相关工作的群体，覆盖人群广泛，从服务机构予以人群划分，本书主要面向以下几类机构：各级卫健委、等级医院、基层医疗机构和健康医疗行业服务企业。
面向各级卫健委的人群主要为规划发展与信息处业务管理人员、项目管理人员、信息规划人员、数据标准制定人员、医学信息相关顶层设计人员等；
面向等级医院的人群主要为医院数据管理人员、IT信息管理人员、业务管理人员、科研数据需求人员等；
面向基层医疗机构的人群主要为医院管理人员、业务管理人员等；
面向健康医疗的服务企业的人群主要为企业管理者、战略规划者、首席数据官（CDO）、IT信息管理人员、产品经理、项目经理、数据架构师、开发人员等。
数据管理在各个行业都会有很多挑战，但DAMA数据管理体系的建立将有效降低数据管理的复杂度，提升数据治理的成功率。随着国家健康医疗大数据战略的政策落地，健康医疗行业对管理和利用数据的能力和愿望在增强，对可落地的数据治理实践的需求也在增加。
本书作为一本覆盖健康医疗大数据治理的指导书，面向数据管理专业人员的权威参考书，DMBOK通过健康医疗行业语言进行了重新诠释，支持DAMA在健康医疗行业的使命。
（1）为实施健康医疗机构或企业的数据治理实践提供功能框架，包括指导原则、最佳实践、落地的方法和技术、组织角色和可交付成果。
（2）为健康医疗数据治理概念建立行业术语表，并以此作为数据治理专业人员最佳实践的指南。
（3）为健康医疗数据治理专业人士的能力提升和认证考试提供实践参考指南。
本书的主体框架参照DMBOK，围绕DAMA-DMBOK数据管理框架的11个知识领域构建，同时又融合了健康医疗行业数据治理的一些特殊性，例如因为健康医疗数据强监管政策，将医疗数据的开放与共享独立出来讲解；又例如因为健康医疗行业的领域知识专业度较高，医疗术语管理和知识图谱构建也单独作为一个章节予以详细描述。在阅读本书之前，如果对DMBOK的框架结构提前进行熟悉，将更加有利于本书的阅读和理解。
本书并不是传统意义上的手册类书籍，因医疗行业的数据特殊性与知识特殊性，与数据相关的技术和规范均有更为详细的书籍进行阐述，所以本书推荐，在面临特定技术或特定法规政策与行业标准时参照其他手册类书籍进行协同阅读与学习。
本书的主体逻辑包括三大部分，共20章，在DMBOK知识框架结构的基础上，将DMBOK的数据治理框架理论和健康医疗行业的实践相结合，将加速读者的理解和知识框架的构建。
第一部分为健康医疗数据治理背景。
（1）引论——DAMA数据治理知识体系
通过概要介绍DAMA数据治理知识体系，为健康医疗数据治理提供知识框架的背景知识。
阐述本书的框架结构，主体框架参照DMBOK，围绕DAMA-DMBOK数据管理框架的11个知识领域构建，同时又融合了健康医疗行业数据治理的一些特殊性。
（2）医疗行业数据治理现状
通过案例分别介绍医院数据治理现状、基层医疗卫生机构数据治理现状、公共卫生机构数据治理现状、卫生管理机构数据治理现状，以及其他机构的数据治理现状。
第二部分为健康医疗数据治理框架的实践。
（3）医疗数据架构
介绍医疗数据的价值，从数据架构和数据资产的视角分别予以阐述健康医疗数据治理的数据架构设计和数据资产管理。
（4）医疗数据建模和设计
通过介绍健康医疗行业常见的信息流通规范，以实际案例的方式介绍健康医疗行业的数据建模方法。
（5）医疗数据存储和操作
从健康医疗数据特征出发，介绍健康医疗数据管理底层的数据存储方法。
（6）医疗数据安全与隐私保护
在全球范围内，健康医疗数据都属于政策强监管范畴，为了符合监管政策，将通过隐私安全计算等技术手段和数据管理手段规避数据安全风险。
（7）医疗数据开放与共享
健康医疗数据价值最大化的有效手段是促进健康医疗数据的开放和共享，而目前因为患者数据所有权的不明确造成了一些困境，在不同的应用场景下通过数据权限分级可以解决部分问题。
（8）医院数据集成与互操作
健康医疗数据的集成和互操作方法，建议遵从美国HIE（Electronic Health Information Exchange，健康信息交换）健康医疗信息集成交换规范和中国互联互通标准的要求，有效提升数据集成的规范性。
（9）医疗文件和内容管理
分别从电子健康档案管理、医学文献管理、医学影像文件管理和医学多媒体文件管理出发，参照国内外实践经验，介绍知识管理方法和工具。
（10）医疗元数据治理
主要阐述为什么要进行元数据管理。包括数据集成方面、帮助理解数据方面、提高数据质量方面以及数据分析、数据上报等，贯穿医疗数据的全生命周期。
（11）医疗主数据管理
从医疗主数据管理的需求出发，例如如何识别一个人，分别从主数据的抽取、主数据的集成和主数据的维护进行讲解，实现主数据的标识和管理。
（12）医学术语与知识图谱
医学术语是健康行业语言，有效的医学术语管理是计算机能识别的前提条件，而对医学数据进行知识图谱的构建，将赋予计算机逻辑思维，有利于构建医疗的人工智能应用。
（13）医疗数据仓库与医疗健康智能
通过健康医疗行业的案例，讲述健康医疗行业数据仓库构建和基于健康医疗数据分析需求的BI构建。
（14）医疗数据质量
结合数据质量的管理和评估方法，分别从医院数据质量管控和区域数据质量管控2个维度出发介绍实践案例。
第三部分为有关知识领域章节外的其他主题。
（15）医疗数据治理成功案例与最佳实践
本章通过健康医疗行业内大量的实践案例集中介绍健康医疗数据治理的成功案例和最佳实践。
（16）健康医疗数据伦理与法规
描述了健康医疗行业关于患者健康数据应用的过程中，数据伦理规范的核心作用，对健康医疗数据管理的专业人员进行有效指导。
（17）国外数据管理与组织变革
描述了在健康医疗数字化转型背景下，国外数据管理与组织变革的实践经验，为国内健康医疗相关机构提供案例参考。
（18）数据管理成熟度评估
描述了现有的健康医疗数据管理成熟度评估的各种方法，同时提出了对未来健康医疗数据管理成熟度评价体系进行逐步完善的建议。
（19）医疗大数据应用
针对健康医疗行业大数据的应用场景，分别在精准医学、医疗人工智能方面予以阐述。
数据治理是一切数据相关操作的基础，数据治理的成功与否直接导致后期利用数据与管理数据的结局。本章意在引导读者更加快速地上手本书，以便更好地通过阅读本书的相应章节，掌握医疗数据治理的方法。
（20）健康医疗数据要素流通
描述了当前健康医疗数据要素流通的基本特征，以及相关法规政策、发展情况、跨境流通情况。