一、数据资产目录建设

依据卫生部信息化工作领导小组办公室卫生部统计信息中心2011年3月发布的《基于电子病历的医院信息平台建设技术解决方案——业务部分》。

临床服务域

包含12个二级类目：患者标识、患者服务、入出转、医嘱、病历文书、护理文书、检验、检查、手术麻醉、治疗、输血、健康体检，业务子域共计26个。

医院管理域

包含4个二级类目：医疗管理、人力资源管理、财务管理、物资及后勤服务管理。共有业务子域共26个。

平台应用域

包含5个二级类目：区域医疗协同、管理决策、临床决策、公共卫生信息上报、患者公众服务。共有业务子域20个。

梳理建设以业务活动为核心的数据资产目录，如图一：

　　　　　　　　　　　　图一：以业务活动为核心的数据资产目录

二、数据中心建设

根据业务活动创建主题，如图二：

图三：业务活动主题

梳理数据元标识符，保证每一个数据元的标识符具有唯一性（基本数据集：城乡居民健康档案、疾病管理、医疗服务、电子病历等）

1、数据元标识符“DE08.10.052.00”来源依据《TCHIA 7.3-2018 高血压专科电子病历数据集 第3部分：高血压门(急)诊处方》，如图三：

图三：TCHIA 7.3-2018 高血压专科电子病历数据集 第3部分：高血压门(急)诊处方

2、数据允许值“WS218--2002”来源依据《WS 218-2002 卫生机构（组织）分类与代码》，如图四：

图四：WS 218-2002 卫生机构（组织）分类与代码

关联映射业务系统表字段，并创建调度任务，如图五。

图五：创建映射关系，并加入调度任务

映射多表情况下，需要选择关联表主外键字段，如图六：

图六：主外键关系

调度任务可支持针对单表、全表，历史数据抽取，实时数据监听抽取俩种模式，如果图七：

图七：调度任务

三、数据质量质控

具有对数据质量进行评估的完整的指标体系。至少应该有完整性（事件、表单、记录、表项），一致性（主数据一致性、逻辑一致性），唯一性（无二义冗余、指标及计算口径），及时性，原始性，可溯源性及可测量性。

四、数据中台建设

根据数据资产目录快速定位业务主题，如图八：

图八：根据目录快速定位业务表

根据不同业务场景，自定义勾选数据元名称，自动生成API或新的主题库（数据集市）

五、技术架构参考

数据仓库

主要步骤包括：⑴ 命名实体识别，即在文本中找到关键词，并能与文中所指的概念对应起来。如在某一文本中，不仅能通过基因符号识别出这个基因，也可以通过同义词，或以往名称识别出该基因。⑵ 信息抽取，基于语言结构的先验知识（如自然语言中的主、谓、宾三元结构），通过自然语言处理方法，抽取出特定的动词或名词。⑶ 信息存储，将抽取到的信息（数据）加载并转存到标准化数据模型中，形成以患者为中心、医院临床信息系统（HIS、EMR、LIS、PACS等）无缝、连续和可互操作的集中式医疗大数据平台。该过程中的数据抽取、转化、加载称之为数据仓库（extract-transform-load, ETL）技术。

构建综合诊治知识库

精准治疗绝不是某一阶段的精准，应贯穿治疗全过程，即治疗前需要精准诊断，然后精准治疗，治疗失败后还需要再精准诊断和再精准治疗，直至治疗结束。

机器学习与应用

获取并控制到海量且有效的医疗大数据后，运用不同的机器学习算法，对规范化治疗中出现的“耐药性”病例进行再分析，从构建好的知识库中进行“学习”并存储，为下一步的临床治疗（包括药物、手术、放/化疗和生物治疗）实施提供精确的支持与指导。

大数据技术

基于Hadoop大数据平台搭建全文检索引擎，实现海量结构、非结构化数据的高效存储和检索，提供更快、更优用户体验。

安全管理

医疗大数据的隐私保护主要依赖于传统数据隐私保护的密码学技术。通过建立数据的分级制度，对于不同级别的信息采用不同的保护措施，并设定访问权限的控制。