當前，醫療大數據已成為國家和醫療機構的基礎性戰略資源，CDR被業內認為是醫療大數據的落腳點。為了深入探討CDR建設和醫療大數據應用，CHIMA 2019設立了CDR和醫療大數據分論壇，邀請業內大咖展開了討論。本場分論壇由解放軍總醫院醫療大數據中心主任薛萬國和甘肅省人民醫院審計處處長李豐森主持。

北京大學腫瘤醫院信息部主任衡反修對《醫療機構醫療大數據平臺建設指南》進行了解讀。他指出，為規范和指導我國醫療機構醫療大數據的建設及應用，中國醫院協會信息專業委員會（CHIMA）組織專家編寫《醫療機構醫療大數據平臺建設指南》。《指南》從引言、總體設計、建設要點和應用場景四個章節描述了醫療機構醫療大數據平臺建設過程，同時引入了部分醫院優秀案例及專家論點，為醫療機構開展大數據應用提供技術指導。

北京市平谷區衛生健康委員會主任金大慶描述了臨床輔助決策在基層醫療機構的應用實踐，他指出，衛生健康信息化的主要目的是方便就醫、方便行醫、方便各種管理，并強調基層醫療的根本出路在于信息化。他談到，借助醫療信息化，平谷區全區醫療健康實現了互聯互通，全區藥品統一配送基于信息化建立了統一體系，中藥飲片達到了信息化全覆蓋的目標，建立了影音互通平臺，實現了智慧家醫，構建了區域分級診療體系等，方便了百姓就醫從平谷區基本情況、平谷區醫療情況、平谷區智能化系統、智能系統應用情況等方面進行了介紹，對臨床輔助決策在基層醫療機構的應用實踐進行經驗總結分享。他進一步指出，平谷區正在建立智能診療輔助系統，建設基層技術服務醫療的開發基地。

InterSystems業務拓展經理范益輝介紹了基于API的醫療健康數據應用開發。他指出，基于API的應用開發可以加速數據中心的應用，特別是基于FHIR標準的API可以幫助醫院構建更開放的平臺，允許更多應用開發商為醫院提供更豐富的應用能力。

廣州醫科大學附屬第二醫院信息科副科長楊廣黔介紹了醫院基于疾病風險調整的醫院精細化管理。她指出，通過DRG分組，該院利用疾病風險調整解決疾病管理評價困境。醫院利用信息技術在分析患者歷史數據的基礎上，將現有患者入院時的疾病風險因素進行統一歸類，同時采用大數據建模，基于對治療轉歸可能發生的風險概率進行精準測算，從而達到對該治療效果合理預測的目的，幫助醫院管理部門從多維度快速地分析和發現問題,找出解決問題途徑,進行精細化管理,從而提高醫療質量和服務水平。

北京推想科技有限公司戰略大客戶營銷副總裁譚立勃分享了影像域CDR的進展，在建設CDR實踐中，介紹了卷積神經網絡（CNN）為代表的第三代人工智能（AI）技術，一個主要的應用場景是醫學影像AI應用；AI可以高效、廉價地完成海量影像數據的分析和價值挖掘。

北京大學第三醫院信息管理與大數據中心支部書記李維介紹了大數據在醫院病案質控中的應用。她指出，在數據中心的支撐下，該院利用自然語言處理、機器學習等大數據及人工智能技術，搭建智能化質控規則引擎體系，實現病案的內涵質控，從而提高病案質控部門的工作效率和醫院的病案質量。

清華大學軟件學院的金濤老師介紹了GDPR在數據安全管理方面的原則、思想和重要條目內容。同時，還向與會嘉賓闡述了我國個人信息安全規范國家標準相關情況及剛剛發布的數據安全管理辦法征求意見稿的相關內容，并介紹了健康醫療數據安全指南的主要內容和相關情況。

解放軍總醫院大數據中心主任薛萬國結合大數據中心的數據管理、加工、分析服務職責發表了自己對大數據中心建設的再認識。他指出，“大數據中心”是數據服務中心而不是系統建設中心，“服務”有不同的內涵，不同的職能定位對應不同的技術平臺與人才團隊建設內容。在提出建設大數據中心規劃時，他強調首先要明確大數據中心的職能定位，通過建立專病數據庫和直接基于原始數據庫開展臨床數據研究是大數據中心兩種數據研究路徑。在談及對大數據的認識時，他指出依托專病數據庫的路徑有較大的局限性，在現實研究實踐中，特別是在回顧性研究中，更多地采用直接依托原始數據的方式。“醫療大數據平臺是一個多種技術形態并存、多樣化功能協作的異構系統。”他總結道。