本文是一篇行政管理毕业论文，笔者认为当前，温州市综合性 E 医院医疗大数据的治理无法满足医务人员的实际需求，主要有以下因素：治理程度总体处于较低水平；医疗大数据的数据基础较为薄弱；平台模式不成熟；医疗大数据的治理方式较为落后。
第一章 绪论
1.1研究背景和研究意义
1.1.1 研究背景
未来学家 Alvin Toffler 在《第三次浪潮》中写道：大数据是“第三次浪潮的华彩乐章”①。1998 年，生物化学家 Tony Cass 于国际著名期刊《Science》杂志发表了可处理“大数据”(Big Data)的“HiQ”软件包的论文②。相隔十年之后的2008 年，《Nature》和《Science》杂志不约而同地出版名为“Big Date”和“Dealingwith Date”的专刊，旨在讨论生物医药、互联网、经济学、环境科学、超级计算等领域中的大数据应用。此后，随着全球信息科学及互联网技术的飞速发展，人们对“大数据”一词的了解逐渐深入。
大数据技术改变了国际的战略布局，使得各个国家的综合国力发生变化。国家主席习近平曾对实施国家大数据战略作出重要指示：现在大数据在不断发展革新，各个行业应沉心静气、提前布局、创新突破、积极进取，了解大数据发展现状、发展趋势以及今后对我国经济社会发展的影响，总结分析取得的成就及当前制约的问题，推动实施国家大数据发展战略③。近年来，随着国家在互联网+、大数据等领域发布了一系列推动大数据发展的政策措施，我国大数据技术日新月异④。各行各业的发展都受到大数据的影响，在银行及金融服务、通讯、广告和娱乐行业、零售业、制造业、医疗保健、电子商务、教育和保险行业中的影响尤为明显⑤。知名学者林念修曾预测，不久的将来，可以预见我国有希望在全球范围内把数据资源做强大，数据总量超过 8000EB，可以达到占全世界数据总量的20％。
从已有的实践来看，商业领域、研究领域和公共管理领域在受到大数据技术广泛应用的推动下，新的认识、新的发现和新的运行模式如雨后春笋般喷薄而出①。在这其中，医疗领域作为十分需要进行数据处理，并以此为基础进行决策和指挥的领域而言，应用大数据技术会对体制产生重大的改变。根据 2013 年摩根士丹利（Morgan Stanley）的报告显示，医疗成为全球大数据增长最快的领域②。无论从规模上还是种类上，与医疗和健康相关的数据体量都以惊人的速度在增长③，健康医疗大数据主要包括大量的患者疾病诊疗数据、全民健康检测数据和医学临床研究数据等④。不容置疑的是，健康医疗的大数据的应用潜力巨大，可极大简化收集、存储和传输病人信息的过程，不但有助于实时回答临床问题并做出明智的决定，还可以帮助提高对疾病或伤害相关实践的理解，有望产生巨大的社会与经济价值⑤。2013 年麦肯锡进行了一项预测：在医疗大数据得到有效应用，一年内可为美国降低 12%的医疗总支出⑥。
1.2 国内外研究现状
1.2.1 国外对医疗大数据治理的研究现状
1.2.1.1 数据治理概念
数据治理(Data Governance)的概念出自于工商企业对数据资产的管理。现在对数据治理的概念还没有达成广泛的共识，形成确定的标准，已有的概念定义繁多复杂，主要是对数据治理切入的重点不同导致。Ibrahim 提出了这样的数据治理的定义：为了，通过组织和实施一系列政策、流程和标准，使得相关机构可以有效地使用信息资产①；在企业层面给数据治理授予决策权并搭建数据治理责任框架，力求像处理资产一样处理数据②。Khatri 在论文中明确指出：“数据治理”不是技术概念而是管理的概念，它的目标是解决的是“谁能够对数据资产的决策负责”的问题③。一些数据治理研究组织如 DGI（国际数据治理研究所）、DAMA（国际数据治理协会）、IBM（数据治理委员会）、ISACA（国际信息系统审计和控制协会）和 Gartner 公司等国际权威机构也纷纷提出数据治理的不同概念。其中，被广泛认可的是 DAMA 提出的数据治理概念④，认为数据治理的目标是通过对数据治理进行顶层计划和控制，从数据治理及应用的角度进行规划、监督以及强制执行，权威地管控制数据资产。数据治理尤其强调治理过程，治理责任及治理效率，其中相关的所有政策和方法都属于数据治理。
1.2.1.2 大数据治理政策保障研究
国外有关大数据的治理研究的蓬勃发展，依赖于各项政策的引导和保障。2012 年，联合国发布了《大数据促进发展：挑战与机遇》白皮书，对各国政府机构及各大行业应用大数据技术起到了重要的推动作业。Contreras 总结了许多发达国家公布的促进大数据研究与发展的政策保障，包括《英国数据能力发展战略规划》、《美国大数据研究和发展计划》、《澳大利亚公共服务大数据计划》以及《加拿大健康医疗大数据分析白皮书》，指明这些政策为各国大力推进大数据研究和应用提供了有力支持①。Listed N 对美国发布的《美国联邦政府医疗信息化战略规划(2015-2020)》进行了细致分析，发现美国政府十分重对医疗大数据的开放和共享，认为医疗大数据的开放与共享是全球的目标，肯定医疗大数据共享对提供医疗服务能力、增强美国社区的健康水平并不断推动医学知识研究与创新的重大作用②。
第二章 核心概念界定及相关理论概述
2.1核心概念
2.1.1 大数据
大数据（big data）作为一个 IT 行业术语被提出，但对其概念的定义却没有统 一 、 确 切 的 定 义①。 著 名 的 麦 肯 锡 全 球 研 究 所（McKinsey Global Research Institute）认为大数据是在一段特定时间范围内无法通过传统形式上的软件工具进行获取、管理和处理的数据集合②。研究机构 Gartne 将大数据定义为通过一种新的处理模式，达到更强的决策力、洞察力及实现优化流程的效果，以适应未来信息资产的大规模、高增长率和丰富多样化的特点和需求③。在《大数据时代》一书中，维克托·迈尔-舍恩伯格认为大数据不需要通过随机分析或是抽样调查的捷径来处理问题，而是将所有使用的数据进行分析和处理④。
战略上看，大数据技术具有重要的地位，它的核心是专业分析有价值的数据。从技术上讲，大数据和云计算之间相辅相成⑤。单台计算机难以完成大数据的处理工作，因此必须通过分布式体系结构，分布式挖掘海量数据。这就必须依赖于云计算的分布式处理、虚拟化、云存储以及分布式数据库技术。
从数据结构形式上可将大数据分为结构化、半结构化和非结构化的数据。其中非结构化数据变得越来越重要，并占据了重要的地位。互联网数据中心 IDC（Internet Date Center）的调查报告显示，当前非结构化数据占企业的 80%，并以每年 60%的增长率呈现指数形式增长①。无需将大数据技术捧上神坛，它只是随着互联网的快速发展所伴生出来的一种快速、高效地梳理、总结数据背后隐藏信息的工具，在这样的信息化大潮中，大数据技术发挥出越来越大的作用。各个行业对于大数据技术的灵活应用，无疑增添了更多的活力，也为人类的发展和进步提供了更多动力。
2.2理论基础
2.2.1 数据治理理论
2.2.1.1 数据治理的定义
狭义层面上，数据治理旨在提升数据的准确性和完整性，保证安全性，即保密性；进而推动数据资源的整合、连接和共享，从而达到数据资源在各组织、各机构之间的共通共享。从广义上讲，它关注流程治理、管理责任和效率。流程中使用的所有策略和方法都属于数据治理的范畴。
数据资产的规范性治理主要通过数据治理的组织结构、治理原则、治理流程及规则，保障数据治理各项功能的正确履行。数据治理的流程和规范主要用于描述治理的方法和步骤，其特点是书面的、正式的、可重复的、可优化和回收的。数据的规范性治理应以遵循成熟、标准及广泛认可的流程为基础，严格遵守规范。在治理的整个生命周期中，要保障流程和规范的高度一致及严格遵守。基于此，数据治理才能具有强大的约束和纪律，并始终保持正确的方向。
2004 年，国际数据治理研究所（DGI）推出了《DGI 数据治理框架》一书；其中 ISO/IEC38500:2015 版提出用于 IT 治理的原则和模型等；ISO/IEC38505-1名 为 《 基 于 ISO/IEC38500(IT 治 理 ) 的 数 据 治 理 》 在 治 理 理 念 上 与ISO/IEC38500:2015 相同；ISO/IECTR38505-2 名为《数据治理对数据管理的影响》，阐述了数据的管理者和数据治理主体之间的沟通机制，并对如何制定数据治理策略提出建议①。DGI 数据治理框架（见图 2-3）为企业数据决策和行动的复杂活动提供了一种新方法。该框架考虑了数据战略专家、从事数据治理工作的专业人士、利益相关者和 IT 行业领导人。重点关注如何治理数据、展现数据价值、降低最大的成本和较少复杂性、降低管理风险，并且以遵守决策法律、法规为基础，不断更新的决策及要求。进一步地提出了可供操作的治理框架体系，不断促进数据治理向更规范、更有序、更权威、更高效发展。另外，国际数据治理研究所（DGI）概括了数据治理的主要内容，包括战略、政策、标准、安全性、质量、隐私、商业智能、管理协调、体系结构和集成、法规、数据存储。
第三章 我国公立医院医疗大数据治理概况.................................25
3.1 我国医疗大数据治理历程......................................... 25
3.2 温州市医疗大数据治理历程................................... 26
第四章 温州市 E 医院医疗大数据治理过程中存在问题及原因分析...................29
4.1 温州市 E 医院医疗大数据治理现状调研分析................................ 29
4.1.1 调研对象和调研方法................................29
4.1.2 调查对象的基本情况.......................................30
第五章 公立医院医疗大数据治理改进建议.................................50
5.1 国内外医疗大数据治理经验借鉴..................................... 50
5.1.1 国内医疗大数据治理经验借鉴..................................50
5.1.2 发达国家医疗大数据治理经验借鉴................................. 54
第五章 公立医院医疗大数据治理改进建议
5.1国内外医疗大数据治理经验借鉴
5.1.1 国内医疗大数据治理经验借鉴
北京和上海作为国家一线城市和国际大都市，分别位于京津冀和长江两大经济中心，在政治、经济等社会活动中均处于国内举足轻重的地位，能够带动和辐射周边城市的发展。这两座城市在医疗大数据领域蓬勃发展，其经验值得温州借鉴。
5.1.1.1 北京市医疗大数据治理经验
经过多年的积累，北京市在公共卫生、疾病预防、健康体检、卫生监督等系统都积累了大量的数据库。截止 2016 年，在卫生资源方面，已经积累 10425 家医疗卫生机构资源配置、20 余万卫生人力、2.3 万医用设备数据库。在疾病预防控制方面，北京市的疾病预防控制系统共计 25 套，其中 15 套是业务信息系统，10 套为管理信息系统。系统中包括大量结构化、非结构化的数据，同时这些数据以每年 3.5%的速度在增长。健康体检方面，从 2006 年到 2016 年十年的时间，北京市健康体检系统积累了包括市民的自由体检、各个行业的集中体检，征兵、高考等体验数据①。在医疗大数据管理方面，北京市的经验主要体现在以下几点：
共享是更好地利用医疗大数据的前提。2015 年，北京市完成了 30 家三级医院的电子病历共享工程，2016 年实现 80 家医院之间电子病例信息调阅。共享门诊和急诊信息、内部病历主页、医疗机构信息、患者用药总结，以及放射检查和其他与患者相关的信息，以便在其他机构之间进行访问和咨询。北京市电子病历共享工程见图 5-1。
第六章 结语
本文对总结了大数据、医疗大数据的起源以及医疗大数据的治理进程，从公共管理的角度出发，对国外与国内的大数据治理过程、方案进行分析。借助问卷调查及结构化访谈的方式对温州市综合性医院内部医疗大数据治理中存在的问题及其影响因素详细地调查研究，对调查数据结果通过统计学分析的方法系统分析，再借鉴国内外先进经验的基础上得出解决问题的具体措施及相关治理建议。
当前，温州市综合性 E 医院医疗大数据的治理无法满足医务人员的实际需求，主要有以下因素：治理程度总体处于较低水平；医疗大数据的数据基础较为薄弱；平台模式不成熟；医疗大数据的治理方式较为落后。针对以上问题，在借鉴国内外医疗大数据先进治理经验和访谈业内专家的基础上，从政府，医院，社会群体角度提出如下建议：
(1) 政府角度：主导建立健全的医疗大数据治理组织体系，加快推进医疗大数据治理相关法律、法规和制度的建设，减少政府、机关和企业间的信息孤岛。建立健全医疗大数据治理组织体系，持续健全医疗大数据治理体系和规范。政策扶持和教育资源倾斜向高校大数据治理专业和复合型人才的培养，为加快推进医疗大数据治理整体进程打下坚实基础。
(2) 医院角度：提高对医疗大数据治理的重视程度，将医疗数据治理放在医院建设的重要位置上，其次要提高数据治理水平和规范治理流程，对数据治理的标准做一个科学规范的规定，提高数据的基础信息化水平和开放与共享程度，建立完善的大数据信息安全防护体系。
(3) 社会群体角度：作为社会治理的参与者，科技公司要积极和各医院达成合作关系，着力研发医疗数据治理相关软件和应用，协助医院加速医疗大数据的治理和运用，为医疗大数据治理整体进程添砖加瓦。而作为其他普通群众，更是要以自身需求出发，积极提供意见，倒逼医疗大数据的治理和应用能力。
参考文献（略）