数据治理是大佬们最近谈的一个火热的话题。不管国家层面，头部医院层面现在对这个问题是越来越重视。尤其是主管部门对医院上报数据要求从“宽松”到“严苛”，大家应该深有体报，比如流感数据上报、传染病上报、病案数据上报等等。那究竟数据治理为什么要做？应该怎么样去做？做什么用？接下来我谈谈我对这个问题的思考。
一、为什么要数据治理？
回答这个问题之前，我们先简单回顾一下HIT的建设历史。HIT最开始是以财务为中心开始建设，然后转向以临床为中心来建设。为什么要以财务为开始？实际财务的问题上是非常确定的，非常适合用计算机来处理，这是一个不错的切入点，也容易跟领导讲明白，为什么要进行HIT建设。后来转向以临床为中心为中心，这个也很好理解，因为这是天然的需求，大家都想借助计算机这个工具来提高工作效率。方便、高效是HIT建设的主要动力。
不知道你发现没有从HIT建设那天开始数据是就一直都存在我们的数据库当中，那为什么以前没有重视了数据的质量，因为回答不了一个最根本性问题“数据到底有什么用？”。你可能会说了，数据为了方便统计分析？财务算钱方便、绩效管理、各种各样的报表等等。如果你是这样回答问题，本质你只是在“方便、高效”的这个层次来回答的问题，没有实质性改变。因为这些工作在没有HIT系统之前一样要做，只不过是在手工处理没有计算机处理方便、高效。所以数据质量并不重要，一样可以做统计分析，只是麻烦一点。
为什么现在重视？我个人觉得首先应该感谢一家伟大的公司叫谷歌公司，你一定听说过AlphaGo战胜李世石的故事，李世石以“围棋”为生的职业选手，就这样被AlphaGo搞定了，那一刻开始不知道撩动了全世界多少人的心，大家在心底都在问财务的AlphaGo在哪里，临床的AlphaGo在哪里，管理的AlphaGo在哪里等等。谷歌不愧是世界上最顶级聪明的公司，怎么说明人工智能的重要性，搞一场比赛就完美解决问题，比写1万篇论文，举办1万场演讲都管用。那AlphaGo为什么可以做到如此厉害？AlphaGo学习了世界上所有高手的“围棋棋谱”，超越了所有人类职业选手，高手的“围棋棋谱”理解为治理数据。换句话来说，只要我们手握有大量的数据再加上机器学习算法，就可以得到一个无与伦比的正确的“决策”。大数据、人工智能技术蓬勃发展，就是要解决一个根本性的问题“做正确的决策”。数据治理的根本目的为利用大数据、人工智能技术是为“做正确的决策”而做准备。
二、HIT怎样做数据治理
上一小段谈了为什么要做数据治理？接下来我们讨论一下如何来做。我分别从数据的标准、一致性、完整性三个方面来分析。
数据标准化。数据标准可以简单的理解为对数据的统一编码，比如ICD10，ICM-9，LONIC等等。计算机最擅长的是处理1+1=2的问题，标准化是数据治理第一步。为什么你不谈hl7标准，hl7本质讲如何“交换”类似于HTTP协议，所以我们在这里不做讨论。
数据的一致性。同样数据在每个业务模块中的表示都是以采用的同一种标准。什么意思？我举例说明。院感业务系统，1表示男，2表示女，病案系统，1表示女，2表示男，这就是存在的数据的不一致性。比如我们举例一个比较现实中的问题，医保采用icd11编码，病案里面采用icd10，典型的数据不一致性的问题。如何解决数据的不一致性问题？简单有效的方法就是做数据对照转换。
数据的完整性。这个问题比较好理解，就是相应医疗业务是否缺失数据。比如没有心电系统，获取不到心电数据。没有检验系统就获取不到检验数据。解决方法也很简单，你缺什么补上去相应软件就行了。为什么要关注数据的完整性？我们要了解机器学习的本质，针对事物的提取的“特征”做某种概率之间相关性计算。你获得的维度也越多，提取“特征”就越多，你做出的决策越准确。这样说可能比较抽象，我举几个例子你就明白了。比如特征“抽烟”、“烟龄”、“肺癌”之间成正相关，不抽烟就可以降低患肺癌的风险。“卫生洗手”、“院内感染”正相关，多洗手就可以降低感染。特别强调的一点相关性不代表问题的原因。举例说明，“公鸡打鸣”、“太阳升起”高度的相关性，但是“公鸡打鸣”不是引发的“太阳升起”的原因，也就是说就算你把全世界的公鸡都杀了，太阳照样升起！
三、基于数据的应用
建立临床数据中心（CDR），围绕患者收集患者的所有医疗活动信息。疾病筛查，腾讯觅影医疗。智能院感预警、辅助运营决策……我不一一列举的。
