国家社会科学基金资助期刊 中国人文社会科学期刊AMI综合评价[A刊]权威期刊 CSSCI来源期刊 全国中文核心期刊 FMS管理科学高质量期刊 | 2 |
总第218期 | 第41卷[双月刊]
网络首发时间
2024-04-10
网络首发地址
https://link.cnki.net/urlid/42.1085.G2.20240410.1020.002
引用本文
朱庆华, 王晰, 赵宇翔 . 数据要素在医疗健康领域的内涵、价值与应用 [J]. 图书情报知识, 2024, 41(2):13-17.
Photo by Unsplash+ in collaboration with Evelina Mitev on Unsplash. |
朱庆华 王晰 赵宇翔
南京大学信息管理学院,南京,210023
摘要 | 十七部门联合发布的《“数据要素 ×”三年行动计划(2024—2026年)》引发了社会的广泛关注。本文首先探讨医疗健康领域数据要素的本质、分类及其重要性。在此基础上,提出促进医疗健康数据融合创新的关键策略,包括通过技术赋能医疗健康数据的采集,推动医疗健康数据的整合与标准化工作,促进医疗健康数据的开放和共享,以及加强对医疗健康数据的安全保护。 | |
关键词 | 医疗健康领域;数据要素;数据标准化;数据开放共享;数据安全 |
1 引言 |
2019年,十九届四中全会首次将数据增列为生产要素。四年来,《关于构建更加完善的数据要素市场化配置体制机制的意见》《“十四五”数字经济发展规划》《关于构建数据基础制度更好发挥数据要素作用的意见》《数字中国建设整体布局规划》等文件相继出台, 数据要素的政策体系架构初步形成。2022年12月,《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》(简称“数据二十条”)的出台明确了数据基础制度体系基本框架。2023年3月,中共中央、国务院印发了《党和国家机构改革方案》,提出组建国家数据局,一系列举措擘画出数据资源大循环、数据要素价值创造、全体人民共享数字经济发展红利的宏伟蓝图。2023年12月31日,十七部门联合印发《“数据要素×”三年行动计划(2024—2026年)》(以下简称《行动计划》),旨在发挥数据要素潜能,发挥数据要素的放大、叠加、倍增作用。第十一部分“数据要素×医疗健康”中提到:“有序释放健康医疗数据价值,完善个人健康数据档案,融合体检、就诊、疾控等数据,创新基于数据驱动的职业病监测、公共卫生事件预警等公共服务模式。加强医疗数据融合创新,支持公立医疗机构在合法合规前提下向金融、养老等经营主体共享数据,支撑商业保险产品、疗养休养等服务产品精准设计,拓展智慧医疗、智能健康管理等数据应用新模式新业态。”这为医疗健康领域数据要素的广泛应用、 新质生产力的不断提升指明了方向。鉴于此,本文旨在阐述医疗健康领域数据要素的概念和价值,重点分析医疗健康领域数据融合创新途径,推动医疗健康领域数据要素发展。
2 医疗健康领域数据要素的概念解析 |
2.1 医疗健康领域数据要素的本质
探究医疗健康领域数据要素的本质时,有必要回溯到“要素”一词在经济学中的根源――即生产和经营活动所需的各种资源。另外还要明确数据的本质,数据并非数字时代独有的产物。古希腊时代,毕达哥拉斯就将数视为宇宙万物的本质。尽管“数据”一词在不同语境下被赋予多重含义,从简单的信息代名词到事实的集合,但其本质始终是按照一定规则汇聚的事实、活动等现象的记录。在数字化时代,数据的快速增长和广泛应用不仅催生了新产业和新业态,更在生产力和生产关系的发展变革中扮演了不可替代的角色,超越了传统上被动记录事实的简单功能,成为动态的、可操作的关键生产要素。数据要素是特定生产需求下的计算机数据及其衍生形态,对经济社会发展的赋能作用不容忽视。数据要素的核心在于提高生产效率与资源配置效率,而医疗健康领域的数据要素则进一步突显了数据在提升医疗健康服务质量、促进健康产业创新方面的巨大价值。
数据要素的基本属性包括虚拟性、低成本复制性、主体多元性、非竞争性和潜在非排他性等,在医疗健康领域中则体现得更为复杂。医疗健康数据不仅承担了信息载体的角色,更关系到个人隐私、健康状况及生命安全。其虚拟性和低成本复制性带来的广泛传播潜力和数据安全挑战,加之主体多元性和非竞争性带来的共享优势与管理挑战,使得其处理和使用的敏感性和复杂度远超其他数据类型。在对数据要素通用特征的解读中通过进一步分析医疗领域数据要素的特殊性,可以发现医疗健康数据的敏感性是其最独特的方面。这不仅要求医疗数据在收集、处理、存储和使用过程中采取更为严格的措施,更促进了包括数据加密、匿名化处理等技术创新手段,以适应医疗健康领域对数据敏感性和质量的特殊需求。
2.2 医疗健康领域数据要素的复用
数据复用最早是通信和计算领域的概念,强调不同的数据源共享一个公共的数字信道,该技术有助于提升数据传输的效率及信道的利用率。在数字治理领域,复用的概念被用于强调数据集能否被多个应用程序或研究项目所重复使用。实际上,数据的原始采集,是为了服务于特定主体在特定场景下的利用,而改变其原有目标场景和目标主体即为复用。《行动计划》中明确复用的两种类型:多场景复用和多主体复用。医疗健康领域数据要素复用是实现数据要素市场化、激活数据要素潜能的重要途径之一。通过" 数据要素×医疗健康" 的途径,将数据要素与医疗健康行业的具体应用场景相结合,数据的价值并非固定不变,而是随着主体的演变和场景的丰富不断被发掘和提升。例如,同一份患者健康记录,在不同的医疗研究、临床诊疗、健康管理等场景下可以产生截然不同的价值,而不同主体在使用这份健康记录的过程中也会根据其目标挖掘不同的效用。这种跨场景和跨主体的复用能力,使得原本单一的数据能够在多种不同的应用中发挥作用,从而实现价值增值和跃迁, 具体如图1所示。
图1 医疗健康领域数据要素复用 |
3 医疗健康领域数据要素的分类 |
在医疗健康领域,数据要素的分类体具有复杂性,需从多个维度进行考虑。从获取途径、存储级别到加工程度,均需细致解读以确保数据的有效管理和安全性。数据可以根据来源(用户共享、观察收集、推断)、存储级别(基础层、中间层、应用层)、加工程度(原始、衍生、产品)和安全等级(一般、重要、核心)进行分类。目前,有关数据要素的产权归属存在多种竞争性观点,如个人所有、企业所有、企业与个人共有、国家所有、公众共有等。国际上,如美国《开放政府数据法案》和欧盟的《数据保护通用条例》通过公共利益或个人权益对数据进行分类,强调了数据的公共属性及流通使用策略。在国内,“数据二十条”进一步将数据分为公共数据、企业数据、个人数据,彰显了数据要素的所有权和管理权并不同于法律上的所有权;也有研究从数据要素持有者与数据要素生成方式两个维度划分数据要素的类型。笔者认为,医疗健康领域数据要素分类应该充分考虑分类分级,同时厘清数据的持有者,明确数据要素被谁持有,或者数据要素被谁管理,具体如图2所示。在医疗健康领域,公共数据主要由医疗管理部门持有,包括不涉及医疗机构和个人的数据,以及涉及医疗机构或个人但不同时涉及两者的数据,这部分数据可用于宏观医疗政策制定、公共卫生监测预警等方面。企业数据则主要由医疗机构持有,包括在诊疗过程中产生的数据,以及不涉及个人但涉及公共利益的数据,以及不涉及公共利益和个人的数据,这部分数据可用于医疗质量管理、临床科研等方面。个人数据则主要由个人持有,包括个人健康信息、疾病诊疗信息、检查报告单、既往史等,这部分数据可用于个性化医疗、疾病预防等方面。
图2 医疗健康领域数据要素分类 |
4 数据要素在医疗健康领域的重要价值 |
《“健康中国2030”规划纲要》明确提出消除数据壁垒,建立跨部门跨领域的医疗健康数据共享机制。之后,国家卫生健康委员会发布《“十四五”全民健康 信息化规划》,进一步强调了完善医疗健康大数据资源要素体系的必要性。自党的十九届四中全会首次将数据纳入生产要素以来,紧接着十九届五中全会提出的数据要素市场化改革,再到国家《关于构建数据基础制度更好发挥数据要素作用的意见》等一系列重大政策的实施,都标志着中国在全面深化数据要素市场建设,从单点的大数据能力建设转向数据要素市场的全局优化配置。
在医疗健康领域,数据要素的价值无疑是巨大且多维的,它不仅关乎医疗服务的质量和效率,也关系到整个社会的健康水平和医疗科技的发展。在当前的数字化时代背景下,《行动计划》所提出的发挥数据要素乘数效应、保障市场有序运转以及通过多项举措加快数据要素赋能等方向,显得尤为重要。通过突破传统资源的约束,提高全要素生产率,并促进数据在多场景下的应用与多主体间的复用,医疗健康领域的数据要素不仅能够培育基于数据的新产品和服务,实现知识的扩散和价值的倍增,还能开辟经济增长的新空间,加速多元数据的融合,推动生产工具的创新升级。笔者认为,数据的协同功能是其价值的重要体现之一。通过跨科室、跨机构的数据共享,可以显著提高医疗决策的准确性,加速医疗研究的进程,这不仅提升了整个医疗行业的运行效率,还增强了其核心竞争力。此外,数据的复用能力为医疗服务和产品的创新提供了更广阔的空间。一份数据的多方位利用,不仅能够提升数据本身的价值,还能促进医疗、研究和保险等多个领域的相互促进,为医疗健康产业及患者创造更大的福利。最后,数据的融合作用推动了从量变到质变的演化,整合多源数据能够催生新的业态和应用,如精准医疗和个性化诊疗方案,这些都是医疗健康行业创新的源动力, 也是培育新的经济增长点的关键。
在实现这些价值的过程中,医疗数据所面临的挑战也不容忽视。数据标准的缺乏、数据流通的阻塞、数据孤岛的割裂等,都是制约医疗健康领域数字化转型步伐的阻碍因素。因此需要通过推动医疗健康领域数据的融合创新,打破数据孤岛,释放医疗健康数据的全面价值。
5 医疗健康领域数据的融合创新 |
发挥数据要素乘数作用, 促进医疗健康领域数据融合创新的关键在于技术赋能医疗健康数据的采集获取,促进医疗健康数据的整合与标准化,推进医疗健康数据的开放与共享,加强医疗健康数据的安全保障。
5.1 技术赋能医疗健康数据的采集获取
在现代医疗体系的演进中,技术不仅是推手,更是核心驱动力,尤其在医疗健康数据的采集和获取领域。突破性的技术进步,如云计算和大数据分析,已经从根本上改变了医疗数据的采集和获取方式,提供了 一个前所未有的机遇。具体来说,现代医院的信息系统越来越依赖于智能化与敏捷化的应用部署,以满足处理日益复杂的数据和高层级互联互通的需求。这一趋势推动了医疗数据中心向更高级的大数据市场转型, 以应对数据安全、线上业务支撑和数据资产管理的新要求。此外,随着人工智能和机器学习等技术的发展, 临床科研数据库得以从人力支撑转向技术和平台能力的强化,这不仅提升了临床科研的效率,也增强了医疗数据的价值。因此,数智技术的发展和应用为医疗健康数据的采集和获取提供了强大的赋能作用,这不仅体现在主流信息系统和数据平台的构建上,也体现在对新兴技术架构的采纳上,从而支撑了医疗服务的改进和医学研究的深化。这一进程突显了技术在现代医疗健康领域不可替代的角色,指引着未来医疗数据管理和应用的方向。
5.2 促进医疗健康数据的整合与标准化
面对医疗健康数据整合与标准化的挑战,关键在于建立统一标准、加强数据治理,以及推动技术与业务的深度融合。国家卫计委规划的“46312”工程为此奠定了基础,而后续技术进步,尤其是人工智能与云计算的应用,为解决数据碎片化提供了强有力工具。然而,数据安全与隐私保护的需求逐渐使得合作模式向内收紧,凸显出数据治理的复杂性。与此同时,医院对数据投资的保守态度和参与度不足,制约了整合与标准化的进程。解决这些问题,需要明确投资回报,提高全员参与度,并借助政策引导和技术创新,促使医疗健康数据的有效整合与应用。
5.3 推进医疗健康数据的开放与共享
推进医疗健康数据的开放与共享,核心策略应聚焦于深化制度创新、明确数据权属,以及激活市场机制。(1)政策和制度的创新是基础。国家层面的《“十四五”数字经济发展规划》等指导性文件,为医疗数据的开放共享提供了战略方向。结合地方实践,如上海数据交易所的“7+6+1”制度体系,为数据流通设置了规范和标准,是推动医疗健康数据开放共享的重要步骤。(2)明确数据归属和建立交易平台是促进数据流通的关键。建立以政府为主导、市场化运作的数据交易平台,能有效匹配数据供需双方,提高数据流通效率。(3)市场化机制的培育是推进数据开放共享的动力。在政府的政策引导和支持下,鼓励私营部门参与数据服务和交易市场的建设,既能丰富数据供应, 又能促进数据应用创新,形成良性的数据流通和应用生态。尤其值得一提的是,国内临床医疗数据虽为极具价值和资产化前景的数据类型,目前仍未有成熟的政策支持与市场交易模式,因此构建成熟的医疗数据交易体系至关重要。这就需要监管机构、医疗机构、数据交易所及第三方服务提供者之间的紧密合作,以共同搭建一个全面的医疗数据流通框架。
5.4 加强医疗健康数据的安全保障
确保医疗健康数据的安全与隐私,迫切需要超越传统技术防护的范畴,构建一个跨领域、多层次的综合保障体系。这一体系的构建,既依赖于持续的技术革新,如采用先进的数据加密、区块链、数据水印技术来确保数据在传输和存储过程中的安全性,也需要政策和法规的强力支持,以形成全面的数据保护框架。更为关键的是,跨部门、跨行业的合作成为确保数据安全的必要条件。通过共建数据共享平台,实现信息的安全流通与共享,同时也要培养医疗健康领域从业者和公众的数据安全意识,确保每一个环节都能有效保障数据的安全与隐私。这样的全方位保护策略,才能在医疗健康数据日益增长的今天,确保数据的价值得到发挥, 同时最大程度减少安全风险。
6 结语 |
本文阐述了医疗健康领域数据要素的本质、分类、价值,并探讨了推进医疗健康数据融合创新的关键措施。数据要素在医疗健康领域的应用极具潜力,能够提升医疗服务质量并促进医疗健康领域的创新发展。未来,通过技术赋能、数据整合与标准化、开放共享和加强数据安全等手段,能够进一步激发医疗健康数据的价值, 实现数据要素的有效利用。
*参考文献略,请详见原文。 |
END
版式设计
陆澜
制版编辑
王淳洋
关注公众知识状态 / 引领学科发展潮流 Focusing on the State of Public Knowledge Leading the Development Trends of the Discipline |
当期荐读 | 2023年第6期 总体国家安全观下的跨境数据流动安全治理研究
当期荐读 | 2023年第6期 新文科视域下古籍保护学的融合发展:学科范畴、知识体系与课程设置
当期荐读 | 2023年第6期 iSchools联盟视野下的LIS国际化与信息融合――Michael Seadle教授学术访谈
当期荐读 | 2023年第5期 通往AI时代的科研文献数据集:特征规律与发展方向
当期荐读 | AIGC时代的科研工作流:协同与AI赋能视角下的数字学术工具应用及其未来