Page 13 - 嘉和资讯131期

嘉和专栏
有云原生、微服务架构的数据中台， 医院整体医疗、服务和管理有效支撑。

以及目前随着人工智能、机器学习、 4. 资金投入力度不够：医院决策

NLP 等场景的持续优化，集采集、存 层专门对数据中心的建设投资欲望有
储、治理、应用为一体的开放智能服 限，信息化本身不是直接创造效益的

务平台架构产生。
投资，高层对数据中心的投资力度需

总而言之，数据量的爆发式增长 要推进。

催生了数据应用领域的各种新需求，

数据应用领域的各种新需求驱动了数 ▌新一代数据中心落地场景

据管理层面以及数据载体层面的分布 聚焦到数据中心的落地建设，嘉

式变革。人们对数据中心的理念也由 和美康从实践经验出发，对数据进行

最初数据存储、查询阶段到数据处理、 批量处理的挖掘与分析，实现对医疗

挖掘，再到如今的数据应用、数据服 数据的可管理、可跟踪和可应用，从

务。 而提供医院实现精细化管理、精准诊

▌现阶段数据中心建设瓶颈 断、辅助科研和高效共享。

当前数据中心建设方面面临一些 从数据治理方面来讲，嘉和美

瓶颈，主要集中在以下方面： 康从逻辑出发：首先是设定治理规

则，包括表治理规则、行过滤规则、
1. 数据质量无法保证：数据治理 数据项治理规则和数据项治理明细设

难度大，数据种类繁杂、逻辑复杂， 定；其次是行数据治理，包括源行数

数据来源无法保障，数据核对困难， 据过滤、行数据载入、行数据关联载

需要大量的实践数据库规则积累。
入；第三，单项数据治理，包括单项

2. 数据服务标准不统一：行业缺 源数据载入、数据标准化、数据映

乏统一的数据服务标准，不同医院使 射、数据格式化处理、清洗函数处

用不同服务商的信息系统软件，存在 理、数据关联性处理；第四，结构化

架构不同数据无法互通的问题，给数 处理，包括数据归一、数据分类、数

据的收集和管理造成诸多不便，造成 据联动、数据追溯。最终在完整性、

信息难以整合、利用。 一致性、及时性、关联性、准确性上

3. 数据价值未充分体现：数据应 把控好数据质量。目前，嘉和美康已

用粘合度不高，大多数应用是普适性 积累 5000 多项业务逻辑治理规则、

应用，专科化、场景化程度不高。缺 10000 余项 IT 运算规则、500 多项

乏对数据进行深度分析，未能形成对 指标细则，可评价超 100 亿行数据量。