CHIMA 2018大会是中国医院协会信息管理专业委员会于2018年7月12日-15日在贵州省贵阳市召开的第22届学术年会—“中国医院协会信息网络大会暨中外医疗信息网络技术和产品展览会”。会议旨在学习贯彻落实十九大提出的“实施健康中国战略”各项新要求，对新兴医疗信息化技术应用、互联网+医疗健康、医疗大数据分析、医学人工智能等实用技术开展研讨，推动信息技术和卫生与健康事业全面融合。
7月13日，浙江大学生物医学工程与仪器科学学院教授、博士生导师吕旭东在CHIMA 2018年度大会，发表了主题为《医疗大数据—从可及到可用》的演讲，着重对openEHR如何解决医疗大数据可及性方面的作用进行了介绍。
演讲内容提出，随着医疗信息化的发展，医疗大数据研究在个性化诊疗决策支持、医疗数据挖掘、机器学习等方面有着广泛应用前景，但当前面向业务需求而产生的医疗数据存在可及性差、可用性低两大问题。
如何提高医疗数据可及性？
当前医疗数据可及性差表现为数据不开放、信息碎片化以及新数据不断产生。医护、科研人员、患者等各类角色持续增长的数据获取需求得不到及时有效满足，而海量医疗数据未被有效利用，两者之间存在着鸿沟和矛盾。
演讲提出了“基于开放式医疗信息模型”构建的数据平台来提高医疗数据可及性的观点，重点介绍了分层建模的原理和基于openEHR分层建模及共享平台技术实现的方法。
在openEHR模型驱动的开放式医疗数据平台上，领域专家可快速建立的原型和模板内容具有四个特性：可动态生成访问接口；可动态映射存储结构；可动态匹配质控规则；可动态配置集成脚本。根据上述特性解决两方面问题，一是可解决各类角色人员对数据需求动态变化快但各业务系统响应、修改慢的问题；另一方面，可解决各类医疗业务系统不断增多，数据源持续增长但又无法及时有效集成导致成为了数据孤岛的问题。综述，openEHR分层建模核心思想在于：所有的临床知识内容都由领域专家主导建立原型模型，用以指导软件开发，从而实现技术与信息内容完全独立，提高医疗数据可及性，满足各方人员的数据需求。
如何提高医疗数据可用性？
当前医疗数据可用性低表现为数据不准确、数据不完备、结构化程度低，且缺乏实施性高的有效数据质量评价方法。
针对此现状，吕旭东教授提出“基于评价的医疗数据质量控制框架”的观点以提高医疗数据可用性。从数据采集前的 “逻辑约束”，采集中的“算法校验”，最后到采集后的 “术语映射”等，每一步都建立有效数据质量评价，从而获取到高质量数据集。以冠脉临床影像大数据平台为案例，讲解了冠脉的信息模型构建方法，自动集成与人工补充相结合的数据整合方法等。
吕旭东教授最后总结：一，当前亟需建立面向数据有效利用的技术体系；二，提高医疗数据的可及性和可用性挑战巨大，且任重道远，还需要医疗行业全体同仁共同努力，从而让医疗大数据更好发挥服务医疗行业的作用。
演讲内容引发会场人员很大兴趣，演讲结束后纷纷以自己的理解和切身感受提出问题和意见，并在会场进行了热烈地讨论和交流。
据介绍，开放式数据建模平台在中国本地化的网站也在逐步完善中，希望同行给予关注和提出宝贵意见。网址如下：
openEHR本地化协作平台：www.openEHR.org.cn/hmc
附：报告pdf格式文件《医疗大数据—从可及到可用_浙江大学_吕旭东.pdf》
