大咖點評

　　在傳統信息化階段，數據是各信息系統的附屬。隨著信息系統范圍的不斷擴大，數據的全局性以及價值彰顯，數據被作為資產來獨立看待。既然是資產，就要建立相應的目標、制度、規則、流程來管控這一資源以確保在數據安全、合規的前提下提升數據的價值。這是數據治理的本意。這一話題，對于我們醫院領域很有討論的必要，我們不僅要關注各種具體的數據管理活動，也要充分重視數據治理體系的建立。 ——CHIMA副主任委員薛萬國

　　數據治理到底在解決什么問題，或者想解決什么問題呢?

　　一直想搞明白，太難了

　　@劉敏超-301醫院? 敏超主任，您提了一個好問題。關于您發的車輪圖，有以下演變供參考。

　　車輪里的內容，可能往往是IT部門先意識到了治理改進的必要性，以及業務方/臨床在其中的主導地位，但存在著教育(提升認知)、引導和激活業務方的過程。只不過是DAMA對數據治理的理解(一級分類)，這些方面之間也存在著大量的交叉和關聯。跟HIT領域的認知有些許的不一樣。

　　學院派的以圖書情報學和跨行業的大數據純理論研究為主。

　　國內數據治理配套解決方案還不是很成熟，僅僅就DAMA的車輪來說，還存在架構設計上的天生缺陷，也缺胳膊少腿兒。

　　@劉敏超-301醫院?敏超主任，您的車輪圖是國際數據治理協會定義的，該組織還定義了功能框架和演進的車輪圖。具體的治理內容，我發個導圖給您供參考啊!這還只是方法論層面，具體工作還是要理論結合實際、由簡入深，有個成熟度逐步完善的過程。

　　個人感覺在十幾個專項治理中，對元數據的治理是最核心和最基礎的部分。元數據是關于數據的數據，我們很多基礎工作往往被忽略，這一課還是要補上。還有數據安全有關的分級分類，也是在元數據層面要先定義好。

　　非常贊同，甚至可以說元數據驅動，貫穿數據的整個生命周期。

　　是的，可以說所有的治理活動都和元數據有關。所以說到底還是治理要從標準化先開始，標準化從元數據的業務標準、技術標準和操作標準先開始

　　不過肯定不是個單純的技術問題，更大的障礙在于文化和政治方面，既然IT先有了認知，完全可以有選擇地先動起來，同時連掐帶哄，逐步把業務扶上正位

　　也就是說數據治理是融進日常業務工作的方方面面的，是指導我們日常信息化工作的一個理念思想和方法論，以及工具箱?

　　就像跑步健身，慢慢就會發現，不止是個怎么跑的問題，涉及到個人整個生活方式的改變。

　　贊同。雖然后續執行層面可能會有很多障礙，但是現在的現狀是在底層的標準層面其實是缺失的，不光要有頂層設計，還是得有基礎的方法論和相應的模型和規范。

　　標準也<p有個總體設計，很多地方可以參考openEHR的架構和方法。

　　Tute, I. Scheffner, M. Marschollek，A method for interoperable knowledge-based data quality assessment。

　　BMC Med Inform Decis Mak. 2021 Mar 9;21(1):93. doi: 10.1186/s12911-021-01458-1. PubMed PMID: 33750371; PubMed Central PMCID: PMC7942002

　　https://www.ncbi.nlm.nih.gov/pubmed/33750371/

　　比如，統一的業務詞匯表的編制與維護就是如此，統一的通用數據集(數據詞匯表)也是，哪怕是具體一個系統的數據字典的維護。

　　數據管理與治理書目推薦：

　　I have found “Navigating the Labyrinth” by Laura Sebastian-Coleman really helpful. The book is aimed at executives, so it gives a high-level view of the key principles of data management and governance. Sometimes its good to zoom out of the detail, think about the bigger picture and simultaneously understand how senior stakeholders might think about the issue at hand.

　　-- Miles Reah (2022)

　　Amazon.com: Navigating the Labyrinth: An Executive Guide to Data Management: 9781634623759: Sebastian-Coleman, Laura: Books

　　https://www.amazon.com/Navigating-Labyrinth-Executive-Guide-Management/dp/1634623754

　　Publisher: ? Technics Publications; First edition (May 14, 2018)

　　Language: ? English

　　Paperback: ? 208 pages

　　《迷宮導航：數據管理主管指南》，參考書目/工具書推薦：DAMA Dictionary of Data Management。

　　數據元確實很重要，是數據源頭規范，但為啥大家都繞過了沒做?比個例子說，就好比孩子已經出生了，現在又出個新標準，說孩子必須雙眼皮高鼻梁大耳朵……

　　問題來了，各家是把孩子殺了重生一個呢，還是按標準給孩子大整容呢?

　　目前沒人敢捅這個馬蜂窩。

　　存在即合理，其實不是推倒重來。是在目前的應用架構下，拾遺補缺加強和完善對元數據的治理。為以后的數據綜合利用提供新的管理工具。例如，昨天也在和衛寧研究院團隊溝通，是否可對藥品的主數據和參考數據建立一個元數據管理的標準。并在此基礎上建立合理用藥及藥事服務的知識體系。相關元數據所有的數據和規則要素都可查詢、可血緣追溯、可算法驗證，進一步提高數據一致性以及算法的可解釋性。這樣就達到了這一領域的治理目標，如果方法證明可行，再擴展到其他領域。

　　數據元也分不同層次，就跟數據模型的層次劃分那樣(實質上是一回事)，同樣有物理、邏輯和概念級的數據元。

　　所以按照車輪模型，連最初始的數據元都沒治理好，咋說數據治理呢?

　　只能是頭痛治理頭、腳痛治理腳啦。

　　連數據是個啥都不清不楚，往往是道聽途說，還怎么可能正確地交換共享，處理和分析利用呢?

　　其實大家都在想和做數據治理，只是沒按車輪模型去搞就是了，不斷探索各種方法模式尋找局部解決方案

　　缺乏提前的規劃設計，不同的治理措施和成果很難彼此協同，更難維系。

　　是的，都是局部或部分解決方案。目前還難以搞出個實用的整體解決方案，畫在紙上掛在墻上的那種不算數。

　　比較可行的辦法是，老人老辦法，新人新辦法。

　　就是已經出生的孩子(數據和生產數據的系統)就這樣了，不用動它。從現在開始生的娃(研制的新系統產生的數據)，都得按新標準執行。

　　等老人都死完了就只剩下新人了，標準就規范統一了，數據治理就有根基了。

　　可能更多適合的是HL7一貫堅持的黑箱原則。模塊化，松耦合，直至邦聯。比如，IHE關于EMPI的規范就有此類的考慮，標準化并不意味著全盤的單一化，這也是很多術語標準叫"參考標準"的緣故。

　　完美主義要不得，標準自身也在發展變化，也有自己的生命周期。符合相關標準的各類數據規范也同樣在發展變化，更理性的做法是，向前兼容，最大限度利用，而不是去否定，或者搞一刀切。

　　寧主任提出了一個最為關鍵的問題，我覺得這就是理論和實踐之間的差別，學院派和工程師。

　　朱處的文章提出兩種模式：回顧和前瞻，既培養好已經生下來的孩子，也規劃好后面要生的孩子，全了。

　　車輪子圖也看了，回顧與前瞻治理模式也總結了，元數據重點也明確了，那么，我們真的就能做好自己醫院的數據治理嗎?現在做數據治理的公司遍地開花，我們能夠找到合適的公司嗎，怎么知道公司在醫院數據治理的工作做好了呢?

　　指望公司，不是不可能，只是可能性比較小。我現在是結合項目做數據治理，這樣既能有產出物，又可以提升質量。尤其是如質控平臺，HRP這一類項目。

　　我就是想知道怎么樣才能把自己醫院的數據治理做好(或者說做成)?有句話怎么說的呢“讀了那么多書還是過不好這一生”。

　　數據治理首先要懂數據的業務，公司提供工具就不錯了，還指望他們懂業務和陪著變更各種模式，要么指望不上，要么成本太高。院長書記會花這錢來做這種基礎工作嗎?

　　每個醫院的數據治理目標會一樣嗎?指標會一樣嗎?

　　目標應該一樣，指標大部分一樣，小部分可能有差異吧。業務相同，規范相同，管理模式基本相同(國家要求的標準同質化)，所以指標大部分都相同的。

　　就像找對象(每個人都要找對象哈)，如果大家的標準都是要找個好的(或者說合適的)，那就真能找著了?換成數據治理就這么說：我們要搞數據治理，要治理得規范高質量，就能把醫院的數據治理干好了?

　　所以我們討論了那么多數據治理，是不是有點隔靴搔癢(有點飄呢)，如何在各自醫院落地?

　　How to Get Started with Data Governance

　　https://thecareerforce.com/data-governance-tutorial/

　　把握機會，發展能力，量身定制，從簡單做起，步步為營，與時俱進，持續改進。

　　據說，DAMA這個輪子里，中心的數據治理跟周邊的那些(如元數據管理、主數據和參考數據管理等)是對等的東西，都屬于總括術語"數據管理"下的類目，只不過數據治理實際上可以支持所有其他方面的工作。并不是我之前想象的那樣。

　　數據治理，通過委員會形式比較合適，數據治理是全院的事情方方面面， 縱向科室管理容易，橫向比較難。

　　IT治理跟數據治理啥區別?

　　兩回事哈。

　　因為對象不同，所以后面的一系列內容都不同了。

　　關于數據治理的實用短文，推薦DAMA英國分會主席的博客：

　　https://www.nicolaaskham.com/blog

　　數據治理討論了一陣子，前面的車輪子圖，治理模式，治理重點，但感覺仍然沒有討論清楚數據治理這事。至少有幾個問題沒有討論清楚。對比“IT治理”(就是為鼓勵IT應用的期望行為而明確的決策權歸屬和責任擔當框架。IT治理需要解決三個核心問題：需要做什么決策，誰來做決策，如何做決策及如何監督)。那么，數據治理也需要解決這三個核心問題，我們前面都沒有討論到這些呢?

　　治理這個詞蠻有意思的，值得仔細玩味。

　　說道數據治理，需要仔細理解“治理”這個詞的含義，為什么不說“管理”?另外，與治理結合的還有“IT治理”“政府治理”…據我所知，“治理”這個詞恰恰是從“政府治理”提出來的。

　　在政府治理里，治理的意義是解決權責制約監督各方面平衡的，是一種框架性的約定。

　　數據質量管理包含了數據治理的范疇，數據治理是數據質量管理的一部分?！皵祿|量管理”探討更廣義的數據質量問題。從字面理解，數據質量管理更偏向信息系統從誕生到消亡全過程的數據管理，數據治理更偏向已產生數據的系統數據質量問題糾正和改進。

　　IT治理也是這樣，說明治理這個詞有特定的所指，因此數據治理也應該是解決數據方面權利責任的一種框架性約定。

　　簡單粗暴地說，管理是針對常態的運作模式，治理是針對存在問題的運作模式。

　　管理是一種實踐活動，是治理的具體執行過程。治理是一個類，而管理是類的一個實例，不知道對不對?

　　個人理解：數據治理是一項專項工作，就是將我們收集到的海量數據變為有用的信息，也就是為數據賦能的過程;經過數據治理的數據可以最大化地發揮有效的作用，可以更好地為醫療、醫技、行政后勤人員的相關工作提供有效的技術支持，為病人提供高效、便捷的服務。

　　這就是為什么說，數據治理居于核心位置，跟其他方面又都密切相關，融入其中。

　　將中心位置換成管理會怎么樣?

　　管理只是個總括性的概念，涵蓋所有圖中所示方面。

　　因為疊加了功能架構的內容，所以輪子演變了。

　　數據治理有12個分項治理環節。

　　以上討論整理自CHIMA專家討論群的技術交流。