卫生健康大数据底座建设需求

卫生健康大数据底座建设需求一、项目概况构建统一可信共享的区卫生健康大数据底座，融合区域全民健康信息平台，区域临床数据中心、医疗健康信息链（区块链平台），利用大数据治理工具，全面提升数据汇集、治理、分析、运营、服务能力,加强健康医疗大数据应用体系建设，推进基于区域医疗健康大数据开放共享、深度挖掘和广泛应用。通过数据服务的建设，全面深化区健康医疗大数据在卫生健康行业治理、临床和科研等领域的应用支撑，深化大数据在医院决策支持和绩效评估中的应用，支撑电子健康档案首页管理标准及相关技术与业务规范落地验证，落实国家电子健康档案首页试点及紧密型县域医共体信息化评价任务，推进电子健康档案规范化建设和面向居民提供共享服务应用。具体如下：（一）大数据底座平台构建卫生健康大数据底座，安装部署大数据底座平台，提供统一资源管理、存储管理、计算引擎及平台运维管理功能。安装部署数据集成与治理管理系统，提供元数据管理、数据模型管理、数据资产管理、数据安全管理，通过统一数据服务，面向业务共享开放数据资源或数据资产。搭建数据循证决策支持系统，实现数据的自动采集、指标的自动计算，协助区、区属医院开展公立医院绩效考核指标的常态化监测。引导区属医院运用绩效考核指标监测数据强化日常管理，建立精细化管理机制，促进区属医院在医疗质量、运营效率、持续发展、满意度评价等方面持续改进，推动区属医院实现高质量发展。（二）数据支撑服务基于卫生健康大数据底座，为保障数据高质量长期有效，需要提供数据支撑服务。全面开展深度数据治理，提升医疗数据质量，挖掘数据价值形成全院级的科研、运营大数据中心平台和若干专科专病科研库，为医院的医疗、教学、科研、管理提供科学智能、一体化、多维度的数据支持。包括：数据集成与开发服务、数据治理服务、数据资产管理服务等。开展全民健康信息平台、区域临床数据中心CDR融合改造。目前已建的全民健康信息平台已经通过互联互通四级乙等评级，区域临床数据中心CDR通过互联互通四级甲等评级，服务单位应充分理解全民健康信息平台、区域临床数据中心CDR互联互通的评级相关要求，结合现状，提出可落地的改造方案，包括不限于改造路径、数据架构、数据仓库设计等。（三）数据应用服务为落实国家卫生健康委电子健康档案首页试点任务，开展电子健康档案首页标准化改造，推进电子健康档案规范化建设和面向居民个人开放数据共享，实现还数于民。建设基于公立医院绩效考核及紧密型县域医共体监测的指标体系，提供面向医疗机构的监管考核、决策等数据支撑。二、服务需求明细序号服务需求名称数量单位1大数据底座1项2数据支撑服务1项3数据应用服务1项（一）大数据底座1.安装部署大数据基础平台，提供统一资源管理、存储管理、计算引擎及平台运维管理功能。2.安装数据集成及治理系统，提供元数据管理、数据模型管理、数据资产管理、数据安全管理及统一数据服务管理功能，提供电子病历CDA文档数据质控功能。3.建设应用支撑系统：以公立医院绩效考核指标、目标值和权重为基线，与医院现有的流程相结合的基础上，建立动态的指标考核体系。（二）数据支撑服务1.数据集成与开发服务：（1）数据湖建设：设计并建设基于医疗业务系统全量结构化数据湖。（2）数据仓库建设：采用国产数据库，搭建湖仓一体数据架构，打通数据仓库和数据湖，建设面向医院运营管理DWS、对现有临床数据中心CDR开展架构优化改造，并新增150个ESB医疗集成引擎数据交换通讯点永久授权，对全民健康信息平台进行融合改造。2.数据治理服务：面向数据底座进行数据治理、开发、分析等全流程大数据服务支撑，包含数据标准化建设服务、元数据管理支撑服务、数据模型支撑服务、数据质量支撑服务、数据加工服务。3.数据资产支撑服务：进行资源目录维护服务、数据共享交换服务、数据安全服务。（三）数据应用服务1.电子健康档案首页标准化改造：按照《电子健康档案首页管理系统技术标准》，开展全民健康信息平台、区域临床数据中心CDR等相关信息系统标准化改造，进行电子健康档案首页技术模型设计及展示。提供电子健康档案首页模型制作工具（模版工具）及300个电子健康档案首页浏览工具并发授权。2.指标体系建设（1）以《国家三级公立医院绩效考核操作手册（2022版）》要求的数据分析及绩效管理指标及标准为依据，建立面向医疗机构的监管考核、决策体系。（2）以《紧密型县域医共体信息化应用水平试点工作方案（2023试行版）》、《紧密型县域医疗卫生共同体建设监测指标体系》等文件为依据，建立大数据监测体系。（3）提供指标分析及展示所需工具。三、技术要求序号技术指标规格要求（一）大数据底座技术要求1.1大数据基础平台1统一资源管理支持对计算资源进行统一管理，支持按需动态创建多个计算分析引擎集群。2支持大数据平台、扩容、缩容。3具备资源调度器功能，提供多种调度策略。4统一存储管理采用统一分布式存储，支持多种分布式数据库，如：实时分析型数据库、NoSQL数据库、文本搜索、缓存数据库、关系型数据库等,提供Spark、Flink接口。提供对大量小文件的高效存储，支持对大量小文件的自动合并，支持对小文件的高效计算。5实时分析型数据库语法兼容Oracle，支持OraclePL/SQL语法，支持Package、Function、Cursors、Procedure的创建和调用语法。6统一计算引擎提供加速计算引擎，加速算子的执行过程。7具备专门的监控服务对集群的状态进行监控，包括服务器CPU、内存、网络和磁盘的利用率和健康状态，以及分布式应用系统的状态，并在故障发生或者某项指标超过预设阀值时提供告警功能。8平台运维管理提供图形化监控工具，可按需求灵活自定义监控面板。支持实时显示当前所有活跃事务之间的依赖关系，并与事务对应的SQL进行关联。具备运维功能，支持集群自动化部署、集群性能监控、集群资源管理、多租户管理、软硬件状态监控功能。支持基于容器技术的集群安装、部署、在线升级，支持云平台部署。9支持对数据平台各类用户权限的统一管理。1.2数据集成与治理系统1数据汇聚支持数据源管理；数据采集工具支持多种数据源作为数据交换的源或目标，包括大部分主流的关系型数据库，支持与MaxCompute、Hadoop平台的HDFS、Hive等组件的数据对接。2支持按全量接入和增量接入的方式实现数据同步。3可通过分布式日志实时采集工具和分布式消息队列工具Kafka实时接入到大数据平台。4数据接入系统支持多样化的任务管理方式，支持实时、准实时、周期性定时批量、全量等多种频率的任务调度。对数据接入的任务支持多角度的任务监控功能。支持对数据加工处理流程的执行，支持任务调度管理的任务流程。5元数据管理展示和管理数据目录资源，包括数据表、视图和存储过程，同时可查看并管理该数据源下表的元数据、采样数据、血缘分析等信息。6支持主流数据源的元数据和血缘信息的自动采集、更新、版本管理，通过统一异构多源的元数据管理完成全局化的数据资产管理流程。7支持元数据采集；支持元数据人工采集和自动化采集，支持对多数据源的元数据采集与管理。8支持元数据管理；支持存储过程和视图的元数据管理功能，能够提供存储过程和视图的创建SQL、版本管理、概览标签以及关联资产的展示。9支持元数据浏览；支持自动抓取数据源下的数据表、视图和存储过程。支持查看并管理该数据源的元数据。10支持展示字段详情和安全分级、敏感状态、敏感类型，支持安全属性的编辑，并能编辑安全分级、敏感状态和敏感类型等。11支持元数据应用；实现数据资产总体展现，展示模型总数、存储总量、记录总数、字段数等关键指标，实现下钻，展示数据资产的基本信息。12支持元模型管理；内置多种数据标准元模型，包括基础标准元模型、公共代码等元模型。13数据模型管理支持以在线的方式管理逻辑模型和物理模型，对不同模型基于主题域实现分组、编目管理。14支持逻辑模型和物理模型变更管控过程，提供数据模型从设计、提交、审核、发布等流程变更管理。15数据质量管理支持通过质量标准创建对应的数据质量规则。16提供数据质量稽查功能。17支持创建落地检核任务，以物理模型为检核基准对元数据进行落地检核，并生成可视化的检核报告。18数据资产管理支持数据标准管理，支持数据标准按目录分类展示，可以浏览数据标准分类目录，支持对数据标准分类目录执行增删查改操作。19支持数据标准映射、数据标准编目、数据资源关联、元数据落标检查。20与区域集成平台ESB对接，实现数据标准的推送。21标签管理：提供标签管理功能，包括标签定义、标签数据分析。22数据共享交换数据服务：提供基于标准的REST或API接口服务，供应用层封装和使用。支持数据服务API开发、发布。支持对接口流量进行探查，识别接口数据中的敏感数据。23支持接口血缘，识别敏感资产在应用服务间的流转。24数据安全管理支持自定义数据分类标准，可根据自身需求定义数据分类类型。25支持对相应安全等级的数据施加保护措施，包括但不限于：脱敏，拒绝访问。支持对同一敏感字段的访问，配置用户级别的安全访问策略。敏感血缘分析任务支持周期性触发。支持批量数据脱敏，或单独对不同表的字段配置脱敏算法和参数。支持文件脱敏，支持从数据库脱敏到csv、txt等文件，也支持从文件脱敏到数据库的异构方式脱敏。动态脱敏支持敏感策略传递，可以将脱敏策略传递到下游表。26支持数据静态脱敏和动态脱敏。27数据共享时提供数据水印功能，确保数据共享可追溯。28CDA共享文档校验提供CDA文档验证引擎及校验服务API，对医疗健康信息互联互通标准化成熟度测评中涉及到的CDA共享文档进行符合性校验。支持对CDA共享文档进行手工上传校验。1.3应用支撑系统1数据循证决策支持指标体系管理：支持区域内指标体系建立，可以对国家指标、省级指标、院级指标来定义标准指标集，区域内各个医疗机构可进行指标体系同步。支持区域不同机构的指标管理，包括新增机构指标，同步标准指标。2指标设置：支持对数据指标的基础管理。包括指标分类、指标业务属性、采集属性、指标级别、指标参考值、分析页面绑定等。3指标填报：实现自定义、个性化表单设计器，满足各类业务填报要求；需支持用户针对不同指标按照不同时间维度(年、季、月、日)和填报组织层级维度(院、科)完成指标的填报工作。支持发起填报任务、接收填报任务流程，具备任务提醒功能。4目标值管理：实现对定量指标进行目标设定，通过目标监测对比的方式评估指标达标情况。支持按时间层级(年、季、月)和组织层级(区域、医院)进行目标值设定。5指标固化：实现指标数据结果的自动预处理与数据聚合固化功能；可以按照时间维度和组织层级维度（院级、科级）的方式进行自动固化指标结果存储。固化结果可以直接应用于绩效考核。6数据核对配置：实现对单个指标或多个指标批量设置核对人、审核人、复核人，确保指标权限严谨性；可自定义选择按照月度、季度、半年度、年度来核对指标数据。7数据核对：实现指标异常值或偏离预期范围数据的识别，支持在线核对与Excel导出两种核对方式，通过对指标数据的查询、筛选等工具实现对数据进行快速查找、剔除等功能。8数据指标分析：实现数据指标分析所需的报告要求，结合日常监测数据，自动生成指标监测报告。指标监测报告可通过智能文本编辑器进行在线编辑，支持智能文本编辑，可生成个性化的分析报告。9指标PDCA改进：对于异常或者未达标指标发起PDCA整改，用户在进行指标查看分析过程中，发现某个指标异常，或者与设定的目标值差距较大时，可对此目标发起PDCA整改，下发任务给责任科室。责任科室接受PDCA整改任务后进行任务处理，实现任务的闭环解决。（二）数据支撑技术要求2.1数据集成与开发服务1医疗集成引擎扩容新增150个医疗集成引擎数据交换通讯点永久授权。2医疗集成引擎具备：所有错误和审查日志、故障诊断工具、系统状态信息、数据管理设置、信息搜寻功能、性能监控、对异常信息人工干预，无需重新发起业务重新实时数据交换。3支持主流服务器硬件架构如：X86服务器、ARM服务器。4国产数据库国产化产品，代码自主率达到90%以上。5支持行存储和列存储，支持OLTP和OLAP混合负载的业务类型，支持向量化计算。6支持数据库自动收集性能负载与展示（AWR）、生成健康检查报告。7支持全量备份、增量备份、归档备份、全量恢复、归档恢复、指定时间点恢复等，支持备份压缩、备份加密。8支持数据误操作恢复能力，闪回能恢复表数据、闪回查询能查询指定scn数据、回收站能恢复被删除表或者truncate前的数据。9支持Range、Hash、List、Interval分区，支持自动（interval）分区。10数据库具备层次查询（connectby查询）能力。（三）数据应用技术要求1电子健康档案首页模型工具提供的电子健康档案首页模板制作工具(模版工具)，需包含病历文书、护理记录、检查检验报告、病案首页、手术记录、评估量表等样式制作工具。2模版制作:支持格式、段落配置、单复选框、医学表达式、数值表达式、可见性表达式等。3提供元数据管理界面：支持建立一套元数据规范，维护每一个元素的输入域映射属性。4设定好每一个元素的赋值规范后，支持在元数据管理界面来配置每一个元数据的赋值路径。5同一个元数据，允许配置多个数据源，并在模板制作界面进行元素插入时，自动根据数据源数量动态生成多个元素。6提供用户管理和角色管理配置。四、服务要求（一）数据支撑服务数据集成与开发服务数据库设计ODS库建设：采集各业务系统原始数据，数据结构设计原则上和业务生产库的表结构一致，并在业务生产库基础上增添数据接入过程中的操作字段，表示数据的更新和删除等状态。数据库结构设配转换：现有生产库基于关系型数据库，转到大数据平台后，采用的大数据处理技术路线有所不同，需要大数据分析的架构进行转换，相关数据库表结构需要进行适配调整。数据湖建设数据采集范围：接入范围包括但不限于医院信息管理系统、电子病历、检验信息系统、医学影像信息系统、电生理系统、手术麻醉信息管理系统、重症监护（ICU）信息系统、病案管理系统、体检信息管理系统、眼科检查信息系统、临床（移动）护理信息系统、社康信息管理系统、其他系统（基于应用需求的各个业务系统）等。须采集现有的业务系统内必要的全面数据。提供基于数据湖的查询计算框架，提供存算分离流批一体的计算架构，解决各类数据存储组件互联互通；支持任意类型数据形态，包括对象存储、关系型数据库、列式存储等；根据我区数据需求，制定数据入湖规范，构建符合我区数据需求的大数据湖资源池，涵盖数据存储、融合、调用、发布等数据全生命周期管理过程，高效灵活支撑临床数据中心、运营数据中心、科研数据中心建设。数据仓库建设临床数据中心CDR改造：进行Rhapsody版本升级及数据验证迁移，升级ESB集成平台，设配新版本Rhapsody，优化临床数据中心架构，支持接入消息中间件，ESB数据落地的方式采取消息队列模式。患者360可视化视图优化改造，进行版本升级及数据库国产化改造。运营管理DWS建设：建设运营数据中心，涵盖各医疗业务系统如门诊、住院、医保、病案、HRP、检验、检查等系统产生的运营相关信息。全民健康信息平台改造：统一患者主索引，并将原来采集至全民健康信息平台的全员人口信息库汇总到数据湖，建设全员人口信息仓库；将原业务系统直接采集至全民健康信息平台的居民健康档案库、电子病历数据库、医疗服务数据库、公共卫生数据库改造为从数据湖获取数据，建设居民健康档案仓库、电子病历数据仓库、医疗服务数据仓库；将原面向公共卫生的居民健康档案和面向医疗业务的电子病历融合为居民电子健康档案，面向医务人员及居民提供调阅服务。多平台融合改造：全民健康信息平台、区域临床数据中心及区块链平台与大数据平台融合，提供半结构化数据存储及共享能力。数据治理服务数据标准建设服务：包含数据标准设计、映射、标准执行及维护工作，以现状分析成果作为依据，完成平台数据标准设计和定义工作，将已定义数据标准与实际数据、业务应用进行映射，对标准进行持续的维护和增强工作。元数据管理支撑服务：包含元数据采集、元数据设计、元数据实施，将多源异构业务系统和计算引擎的元数据通过统一的采集机制采集到数据平台系统中集中管理，通过统一的标准和规范进行元模型设计，定义各种元数据的结构以及元数据之间的关系。数据模型支撑服务：包含数据模型设计及实施服务，按照国家电子病历基本数据集、数据元标准、共享文档、疾病管理基本数据集等国家、省、市规范标准，设计符合的卫生健康数据资产模型，将数据模型同步到数据平台，并进行模型版本管理、审核发布管理等。数据加工服务：开展结构化数据分析及清洗、数据去重、数据归一；利用自然语义处理（NLP）等技术，将医疗语义信息按通用规则从原始的自然语言表达，扩展分析为结构化数据。数据质量支撑服务：提供质量管理支撑服务，包括定义各类质量规则，定义评估报告模板，输出质量评估报告；开展质量监控支撑服务，包括设定合理的规则、准确的监控对象、合理的评估阈值、正确的运行评估周期，并将监控结果反馈给用户。数据资产支撑服务资源目录维护服务：开展基础资源目录，主题体资源目录梳理，并进行目录审核、资产标签管理、目录优化等资源目录维护工作。数据共享交换服务：将数据资源及资产、标准化数据以服务形式封装，对外提供统一的订阅接口，提供基于标准的REST或API接口服务，供应用层封装和使用。数据质量管理：提供数据质量核查和数据处理服务，包括定期对增量的数据资源目录进行质量核验，发现数据的质量问题后，通知数据提供方对数据质量问题进行确认和质量处理。数据安全服务：按照相关安全标准对数据开展分级分类规则维护，针对数据安全方面问题进行跟踪。（二）数据应用服