在医院的数据治理场景中,业务模型与数据模型的介绍
先理业务,后建数据:不要一上来就建表。必须先梳理清楚医院的业务流程图和业务术语字典(业务模型)。如果业务逻辑没理顺(例如:转科流程定义不清),建出来的数据模型一定是混乱的。标准化是灵魂:医院数据模型必须强依赖HL7 FHIRICD编码国家卫健委互联互通标准。脱离标准的自建模型会导致未来无法对接区域平台或进行科研合作。动态演进业务模型随医改政策(如DRG付费改革、电子病历评级)快速变化。数据模型需要
·
在医院数据治理的语境下,业务模型和数据模型是相辅相成的两个核心支柱。简单来说:
- 业务模型解决的是“医院怎么运转、医疗流程怎么走”的问题(逻辑与规则)。
- 数据模型解决的是“这些流程和事实如何被数字化记录、存储和关联”的问题(结构与标准)。
以下是针对医院场景的详细拆解:
一、医院业务模型 (Hospital Business Model)
医院的业务模型是对医院医疗服务全流程、管理职能及资源协作关系的抽象描述。它不关注数据库表结构,而是关注业务实体(如患者、医生、药品)以及它们之间的交互逻辑。
1. 核心构成维度
一个完善的医院业务模型通常包含以下四大域:
- 临床服务域 (Clinical Domain):核心是“以患者为中心”的诊疗闭环。
- 流程:预约 -> 挂号 -> 分诊 -> 问诊 -> 开立医嘱 -> 执行(检查/检验/手术/用药) -> 病历书写 -> 出院 -> 随访。
- 关键实体:患者、就诊记录 (Encounter)、诊断、医嘱、病历、检查报告。
- 运营管理域 (Operational Domain):支撑医院日常运行的资源管理。
- 流程:排班管理、床位调度、物资采购、设备维护、绩效考核。
- 关键实体:科室、医护人员、床位、医疗设备、耗材库存。
- 经济管理域 (Financial Domain):涉及资金流转。
- 流程:计费、医保结算、商保理赔、成本核算、财务对账。
- 关键实体:费用明细、医保目录、支付记录、发票。
- 决策支持域 (Decision Support Domain):基于数据的分析与管控。
- 内容:DRG/DIP分组分析、院感监控、医疗质量指标 (KPI)、科研数据检索。
2. 业务模型的作用
- 流程标准化:明确“门诊输液”必须先有“医生医嘱”再有“护士执行”,防止业务违规。
- 权责清晰化:定义谁(角色)在什么环节(节点)做什么事(动作)。
- 治理依据:数据治理中的“业务术语标准”、“数据质量标准”都源于业务模型。例如,业务模型规定“入院时间”必须精确到分钟,数据治理就据此制定校验规则。
二、医院数据模型 (Hospital Data Model)
医院数据模型是将上述业务逻辑转化为计算机可识别、可存储、可交换的数据结构。由于医疗数据的高度复杂性(结构化、非结构化、时序性),医院数据模型通常采用分层架构。
1. 核心分层架构
| 层级 | 名称 | 描述 | 典型标准/技术 |
|---|---|---|---|
| L1 | 概念模型 | 宏观视图,定义核心实体及其关系(如:患者拥有多个就诊记录)。 | E-R图,主题域划分 |
| L2 | 逻辑模型 | 细化属性,定义字段类型、主外键,独立于具体数据库,强调标准化。 | HL7 FHIR, CDM (OMOP), 国家卫健委数据集标准 |
| L3 | 物理模型 | 针对具体数据库(Oracle, MySQL, HBase)的落地实现,包含索引、分区、存储优化。 | DDL脚本,Hive表结构,MongoDB文档结构 |
2. 医院特有的数据模型挑战与对策
-
多源异构性:
- 问题:HIS(关系型)、LIS/PACS(影像/波形)、EMR(半结构化文本)、IoT设备(时序流)。
- 模型对策:建立统一数据仓库模型 (ODS -> DW -> DM)。
- ODS层:原样同步各系统数据。
- DW层 (核心):进行标准化清洗。例如,将不同厂商的“性别”代码(0/1, M/F, 男/女)统一映射为国家标准代码。
- DM层:面向应用的主题模型(如“单病种质量模型”、“DRG分组模型”)。
-
互操作性标准 (关键):
- 医院数据模型必须遵循国际/国内标准,否则就是数据孤岛。
- HL7 V3 / FHIR:目前全球最主流的医疗信息交换标准,定义了资源(Resource)的数据模型(如
Patient,Observation,MedicationRequest)。 - DICOM:医学影像数据的专用模型。
- ICD-10 / ICD-11:疾病诊断编码模型。
- ATC:药品分类模型。
3. 典型的数据模型示例(以“就诊”为例)
- 业务视角:患者张三去心内科看病,医生开了心电图。
- 数据模型视角 (FHIR风格):
Patient资源:ID=1001, Name=“张三”Encounter资源:ID=5001, Status=“finished”, Class=“AMB”(门诊), Subject=Ref(Patient/1001)ServiceRequest资源:ID=8001, Code=“心电图”, BasedOn=Ref(Encounter/5001)Observation资源:ID=9001, Code=“心律”, Value=“正常”, BasedOn=Ref(ServiceRequest/8001)
三、两者在医院数据治理中的互动关系
数据治理的核心工作就是确保数据模型忠实、准确、高效地反映业务模型。
| 治理环节 | 业务模型的作用 (输入) | 数据模型的作用 (输出/承载) | 治理动作示例 |
|---|---|---|---|
| 数据标准制定 | 定义业务术语(如:“入院时间”指办理完手续的时间)。 | 定义字段规范(如:admit_time, DATETIME, 必填)。 |
发布《医院数据元标准》,统一全院字段命名和类型。 |
| 数据质量提升 | 定义业务规则(如:出院时间不能早于入院时间;男性不能有妊娠诊断)。 | 配置校验规则(SQL约束、ETL清洗脚本)。 | 开发质控探针,自动拦截不符合业务逻辑的脏数据。 |
| 主数据管理 (MDM) | 识别核心业务实体(谁是唯一的患者?哪个是标准的科室列表?)。 | 建立黄金记录库(Golden Record),生成唯一ID (EMPI)。 | 构建患者主索引 (EMPI) 系统,合并同一患者的多条碎片化记录。 |
| 数据安全与隐私 | 定义敏感等级(如:艾滋病史、精神病史属于绝密;普通感冒属于内部公开)。 | 实施脱敏策略、访问控制列表 (ACL)、加密存储。 | 对科研导出数据中的“姓名”、“身份证”进行掩码处理。 |
| 数据资产应用 | 提出分析需求(如:我要看“心衰患者”的“平均住院日”)。 | 构建宽表、指标体系、知识图谱。 | 基于DW层数据,快速生成DRG运营分析报表。 |
四、总结与建议
在医院数据治理项目中:
- 先理业务,后建数据:不要一上来就建表。必须先梳理清楚医院的业务流程图和业务术语字典(业务模型)。如果业务逻辑没理顺(例如:转科流程定义不清),建出来的数据模型一定是混乱的。
- 标准化是灵魂:医院数据模型必须强依赖HL7 FHIR、ICD编码、国家卫健委互联互通标准。脱离标准的自建模型会导致未来无法对接区域平台或进行科研合作。
- 动态演进:
- 业务模型随医改政策(如DRG付费改革、电子病历评级)快速变化。
- 数据模型需要具备灵活性(如采用NoSQL存储非结构化病历,或在关系型数据库中预留扩展字段)以适应业务变更。
一句话概括:
业务模型是医院运行的“交通法规”和“地图”,数据模型是铺设在路上的“车道”、“信号灯”和“监控摄像头”。数据治理就是确保摄像头(数据)拍到的内容完全符合交通法规(业务),并能指导交通优化。
更多推荐
所有评论(0)