2.数据共享接口障碍。业务接口二次收费，接口开发周期长，厂商配合响应不顺畅；通过集成平台共享数据，集成平台厂商的配合不及时，又让医院丧失数据的主导权。

3.数据查询分析性能低。数据量庞大，数据种类多，数据结构复杂，传统的关系型数据库难以满足查询分析业务的要求。

4.核心系统高压风险。由于医院对数据的查询和分析业务的快速增加，造成后端多项查询分析业务的同时访问业务数据源，容易导致核心业务系统高压风险。

5.数据治理过程难监控。缺乏统一的数据标准管理体系；数据质量、数据一致性难以保障；数据溯源难，数据血缘关系不清晰。

6.数据利用率低。医院信息化建设几十年以来，积累了海量的数据资源，但由于政策、安全、管理和技术等方面的原因，数据利用率低，远没有挖掘出其应有的价值。

因此，医院数据治理迫在眉睫。

采取恰当措施加强数据治理

“在能力方面，数据管理专题包括数据标准管理、数据质量管理、元数据管理、主数据管理、数据服务管理等。”俞思伟认为。

他进一步指出，医院为了实现数据资源的价值释放，需要经历业务数据化、数据资产化、资产服务化、服务价值化四个阶段：

• 业务数据化，是指盘点汇聚全域业务数据资源，使数据具备一定潜在价值；

• 数据资产化，是指通过资产管控手段，使数据资源转变为数据资产；

• 资产服务化，是指促进全域数据资产流通、应用、运营，提升数字协同效能；

• 服务价值化，是指围绕“资产”开展资产认定、评估，促进资产价值充分释放。

俞思伟谈到，资产管理的四步骤是梳理数据资产、运营数据市场、厘清数据链路、评估数据价值：

• 梳理数据资产主要是指对数据资产分类分级、建立数据资产逻辑视图、确定数据资产物理位置；

• 运营数据市场是指明确数据资产的发布、推广、社区和交易；

• 厘清数据链路是指看清数据之间的依存关系、加工关系、引用关系、同一关系等；

• 评估数据价值是指明确数据资产成本和价值，加强成本的分摊和考核。

制定合适的数据治理策略

在组织保障方面，医院可成立数据治理委员会，设立数据治理执行小组和数据治理咨询小组，再下设领域/主题、流程改进、临床专家、IT技术等工作组。俞思伟认为：“数据治理委员会的主要目标是加强数据治理，确保数据安全，提高数据的可用性和获得性。”

在机制保障方面，主要可采取以下措施：组织领导机制，坚持“一把手工程”、组织领导，以及业务部门与技术部门协同；标准规范机制，确定数据标准，制定合理的流程规范和管理规范；培训教育机制，建立分层培训机制，使培训内容定制化、培训形式多样化；人才培养机制，挖掘内部数据工匠，吸收外部新鲜血液；绩效考核机制，制定合理的治理制度和考核机制，采取合理的考核方式，可分为日常录入考核和定期稽查考核两种；持续优化机制，以业务需求为驱动，持续完善标准规范体系并优化业务流程。

在技术保障方面，主要有以下措施：统一数据底座，包括统一数据查询语言、多模计算引擎、分布式数据管理系统和资源管理框架；统一数据治理，包括统一资源登记、规范设计、质量提升和资产管理；统一数据服务，支持多种数据服务开发方式和数据服务快捷发布，制定完善的数据服务管理策略；敏捷应用开发，降低应用开发门槛，提升应用开发效率，提高应用可复用性；自主信创，核心技术自主研发。

俞思伟强调，在平台支撑方面，医院需建立统一的数据底座，汇聚医院全量全类型数据，通过统一多模态融合数据库架构消除数据湖、数据仓库边界，构建湖仓一体的存储体系，提供覆盖一体化数据存储、开发、分析、服务全场景数据支撑能力。

“我们可以应用元数据管理技术，实现标准管理，数据质控，数据溯源的智能化管理，形成统一的数据服务中心机制。”俞思伟介绍，要重视数据治理的咨询工作，数据治理也需要相应的产品和工具，包括目录工具、标准管理工具、质量管理工具、元数据管理工具、数据安全工具等。

“医院数据治理的预期成效是构建智慧医院的统一数据底座，在数字化环境下进行医院流程再造，加强医院数据资产的管理与运营。” 俞思伟总结道。