大数据背景下医院科研管理的转变与创新

黄俊芳 赵力敏 李雅婧

1.深圳市龙华区中心医院全科医学科，广东深圳 518109；2.深圳市龙华区中心医院科研科，广东深圳 518109

随着科学技术的不断发展，医院信息化建设也走上了快车道，医院在长期的临床活动中，不断地积累宝贵的临床数据，如何利用临床数据进行科学研究以及临床研究成为了医院发展所面临的巨大挑战。同时，利用临床数据开展科研项目也是医院持续性发展的必然结果。随着数据管理技术与信息技术的不断发展，尤其是大数据的利用、数据可视化以及计算机计算、存储、分析、处理能力的提升，给医院的科研管理提供了技术性保障。大数据的开发与利用实现了人们对医疗行业全新的认知[1]。

1 大数据

1.1 大数据的基本概念

大数据也被称之为海量数据，所涉及的数据容量较大，无法使用传统的软件工具进行管理，更无法在规定的时间内完成数据的采集、管理、整合。而企业方面也无法在海量的数据中提取出有用的资源，对企业的经营决策以及资讯的获取方面起到了消极的作用。此外，大数据具有结构复杂、类型繁多以及数据规模庞大等特点。因此，大数据分析成为历史发展的必然，也是诸多学者与信息工作者的研究目标。

1.2 大数据的特点

大数据的主要特征可以用四个词语来概括，分别是容量、多样性、速度、价值。容量指大数据的体量，从传统的TB 升级到PB，又从PB 实现了EB、ZB 的跨越。有学者[2]表示，目前为止，全球数据可能超过3.52 ZB。多样性指数据的种类繁多，数据采集过程需要多种数据源，丰富的数据类型与数据格式突破了传统数据结构的束缚。速度指数据更新频率与数据发生频率，全球各行各业的数据，每年都以较高速度在不断的增长。价值指数据的密度价值较低，大量的数据中有用的数据很少，只有科学提取的数据才会包含有效内容。

1.3 医疗大数据

随着医院信息化建设的不断完善，信息技术的科学运用，医院信息存储模式也发生了变化。在传统的存储信息中，包括了药物使用、护理以及医嘱等与诊疗相关的数据类型，而在大数据时代，存储的信息不仅包括上述内容，还包括了医疗设备、医疗服务与管理以及医疗系统中所产生的大量数据[3]。随着时代的不断发展，医疗数据的收集、存储、处理以及使用，逐渐地成为了新时代的必备技术，发挥出了医疗数据的决策性。

2 目前医院科研管理中存在的诸多问题

2.1 陈旧的管理理念

在传统思想方式与医院发展规模的共同影响下，很多医院的科研管理理念比较守旧，依然存在服务意识淡薄与命令式管理的情况。医院在传统观念的影响下，科研管理工作几乎处于静态管理模式，也就是采取了由上而下、由外而内的保守型管理手段。同时，在管理目标方面，也存在一定的片面性，无法有效地提高课题的整体质量，忽视了市场需求与国家发展的有机融合。

在医院的科研管理活动中，工作重点放在了立项与成果两个方面，缺少对科研成果的合理转化。而在管理方法方面也存在着诸多的问题，会经常性地出现轻质量、重数量的不合理的现象。此外，在学术交流与科研协作方面以及科研投入等方面，都存在着较大的缺陷，进而造成科研课题缺少综合性与重点性，无法实现大跨度的创新与发展。

2.2 不合理的组织体制

现阶段，在科研管理组织体制中，很多的医院依然保留着原始的金字塔形的等级组织体制，在该体系下，最主要的特点是层次性以及森严的等级制度。在金字塔形的等级体制下，无论是信息，还是知识的传递，都需要诸多部门的层层审核，最终，实现了信息与知识从多数人向少数人的有效转移。知识与信息需要从金字塔的底层逐渐地向顶层移动，而决策却正好相反，需要从顶层不断地向底层转移。

笔者通过对该模式进行充分了解后发现，在金字塔形等级体制的管理模式下，内部不能对外界变化做出快速的应变，同时，也很难适应外界环境的快速变动，渐渐地与时代脱节。在大数据背景下，信息技术得到了快速的发展，尤其在信息与知识的获取方面，会充分地体现出自由性与自主性，基础性的资源也实现了相互共享。然而，在金字塔形的等级体制下，从根本上无法实现知识的共享，而科研工作者也无法与外界建立起沟通的桥梁，阻碍了科研人员与市场之间的相互联系，进而间接地阻碍了医院科研事业的发展，降低了科研成果的转化效率，无法使其转变成实际的生产力。

在卫生部与科技部的合计统计下，现阶段，在我国众多的医院中，科研成果的转化效率较低，真正将成果转化为实际生产力的数量不及总量的三成。通过数据结构可以得出一个结论：现阶段，医院科研与市场需求之间已经出现了严重的分化。而造成上述现象的真实原因在于，在科研管理活动中，缺少科研成果的转化体系。在医院的科研活动中，科研人员往往以自身的兴趣为出发点，忽视了市场对科研的诉求，科研项目缺少市场需求的基石。他们更倾向于立项与成果鉴定等方面，而能不能转化为生产力，似乎不在他们的考虑范围一样，给科研管理的创新与转变创建了阻力。

2.3 不合理的人才培养体系

医院的主要工作内容是救死扶伤，并不是真正意义上的科研部门，医院工作者不仅要肩负起繁重的工作压力，还要肩负着教学内容，在精力有效的情况下，科研项目更多的流于形式化。同时，现阶段，我国大多数医院缺乏科研基础，存在科研条件、科研水平有限，科研经费不足，缺少高水准课题与带头的技术人员等诸多的问题[4]。

换而言之，在医院人力、物力、财力同步缺乏的条件下，科研工作无法得到有效地开展。一部分经验丰富的专家占据了较大的科研资源，虽然有着较好的口碑与知名度，但创新能力却一般。而一些具备科研能力、且上进心较强的医生，却得不到医院方面的大力支持，错失了发展机遇。此外，受限于医院科研环境的局限性，无法吸引到高水平的人才[5]。而且，科研队伍的凝聚力较差，科研团队之间缺乏交流，合作上也会遇到诸多的阻力，尤其科研土壤的缺乏，极大程度地限制了科研活动的顺利开展。

3 大数据环境下医院科研面临的挑战

3.1 人才方面的挑战

医院在大数据的采集与处理方面不可能依靠外界团队，一定要加强对自身员工的教育与培训工作，而培养医学型的信息型综合人才成为了工作重点[6]。只有人才方面强大了起来，才能实现一系列问题的解决。但是，大多数医院的统计资料都用于基本数据的提取方面，形成简易报表，缺少对数据的有效挖掘。而且，数据工作人员的业务能力较低，甚至不具备大数据挖掘方面的专业技能，进而导致数据的失效处理。

3.2 技术方面的整合

通常情况下，医院数据挖掘具体分为两类，分别是管理信息与诊疗信息。医院自身所采集到的信息多数为结构化数据，如检查影像数据、电子病历数据等。然而，类似于体温的半结构化数据以及非结构化数据才是对科研有利的数据类型。临床数据自身的多维性特点，需要充分发挥云计算技术，通过科学的处理措施，实现对数据有效性分析，为医院科研提供基础的数据支持，为科研的发展奠定基础[7]。

3.3 标准层面的建立

数据标准所包含的项目众多，具体可分为实验室信息管理标准、药物临床试验信息标准、电子病历标准等。然而，在医院的实际工作中，缺少标准层面的建设工作，导致研究人员很难获取需要的数据[8]。如多种类型样本库与多类型的样本保存方式，造成了设备配置以及基础设施建设方面的差异化，给标准数据的建设工作设置了阻力。

4 大数据背景下医院科研管理的转变与创新

4.1 提高医院信息系统间数据对接与融合效率

在医院的正常运行过程中，每日都会产生海量的数据，如患者的就诊信息、海量的影像数据、药物研发数据以及行政数据等，无形中给医院的数据管理活动带来严峻的挑战。在传统医疗信息理念与系统的束缚下，科学研究管理信息系统数据显现出了融合度低，从某种意义上而言，将医疗信息化平台的大规模数据拒之门外。进而导致传统的科研管理与大幅增长的数据之间出现了鸿沟，而技术屏障在于缺少规范化的数据标准[9]。

随着信息技术行业的爆发性增长，使数据特点发生了较大的变化，不仅在数据容量方面，还有数据类型等方面，出现了翻天覆地的改变[10]。医院方面要根据大数据的特点与功能，完善信息技术理念与系统架构，以科学技术为利器，突破信息技术的瓶颈，进而打破传统医疗服务的数据模式，有效地融合独立信息，让多个系统为科研提供数据基础，进而实现医院数据流、信息流之间的相互协作，提高医院的整体科研水平。

4.2 推动医院标准化与统一化科研平台的建设

权威文献[11]显示，我国医学研究者的国际话语权较少，而造成这种现象的主要原因在于不对称的病例资源。而不对称的病例资源产生的原因，除了临床研究与基础研究方面的差异性，更重要的是规范化的数据收集方面。现阶段，我国各个医疗机构的实验室信息管理的诸多标准存在较大的差异，因此，缺乏标准化与统一化规范，是影响数据共享的主要原因之一。

医学是一门融合多学科的交叉性学科，数据是科研的基础，很多的研究都是围绕数据产生的。医院方面要建设标准化与统一化的科研平台，规范化数据采集系统，是科研项目顺利开展的前提保障。换而言之，只有建设在数据共享基础上的科研项目，才会打破数据来源的束缚，才能真正地提高医院科研发展水平与诊疗水平[12]。

4.3 提高医院科研管理决策能力

在大数据背景下，数据对科学决策体系产生了积极的影响，在数据的驱动下开展决策活动，能极大程度地提高决策质量与效率，进而充分地发挥出决策的整体效果。无论是企业，还是其他部门，在科研活动中，公共数据始终发挥着重要的作用。医院要提高科研效率，不仅需要科研领导与科研人员齐心协力，还需要优秀的行政管理人员，更需要正确的决策与有效的数据处理。优秀的行政人员在数据的收集、分析、处理、发布过程中，将完整的数据内容转化为决策依据，为医院领导的科学决策奠定了坚实的基础[13]。

现阶段，大多数的医院都已经建立了科研信息系统，然而，这仅仅是医院科研信息化建设的冰山一角，信息系统的建设不能从根本上为医院科研管理部门提供有效的帮助，也无法为医院的决策发展提供极具价值的数据支持，医院科研部门也无法以战略发展的视角为医院领导提供实质性的内容。同时，部分医院领导对科研信息数据存在错误的认知，将科研与科研项目等一系列的活动画上了等号，极大程度地降低了科研的转化率，无法让科研工作为临床提供数据方面的支持，甚至有些医院的科研发展还停留在传统模式下。

此外，决策者缺乏对科研数据的深入分析，缺少对医疗数据的科学管理，只是凭借主观经验与发展方向进行决策，对医院的发展起到了制约作用[14]。通过大数据技术对医疗数据、病种、环境、科研等方面有效数据进行科学地收集，并根据科学的分析方式，充分地挖掘数据背后的临床规律与卫生事业发展趋势，为医院领导提供掌控宏观发展的有效数据，方便领导者确定科研方向，筛选科研伙伴等方面的决策，为科研管理夯实基础[15]。

4.4 加强医院科研管理模式的转变

科研管理的对象是整个科研过程以及科研成果，在综合式的管理模式下，实现了医院科研管理的良性发展。随着互联网技术的高速发展，科研信息化发展也逐渐地走向了规范化，科研数据方面也出现了较大幅度的增长，并且数据呈现出了复杂化、差异化等特点。相比之下，传统的科研管理模式几乎完全与时代脱节，没有能力实现科研问题的有效解决，需要利用大数据技术的优势，加强对科研数据的分析与处理[16]。

在大数据背景下，在科研管理中充分融合大数据技术，管理也从粗放化逐渐转向精细化的复合管理模式[17]。在规模庞大的数据海洋中，充分地发挥大数据的作用，深度挖掘有价值的数据资源，加强对数据资源的整合力度，为科研活动的顺利开展提供精准预测、科学分析以及合理评价等。强化科研选题的合理性与针对性，降低研究的重复率，对科研资源进行合理的优化，进而实现科研成果与临床实践的有效配合[18]。

管理与服务本质上是相通的，在大数据背景下，科研管理模式也出现较大程度的改善，从原有的单向型行政管理，逐渐向专业型学术服务过渡[19]。大数据技术能够帮助决策者从海量的数据中提取有用的信息，明确科研的发展方向，进而发现科研规律[20]。同时，大数据技术还能从已知的技术中发现热门领域，并对该领域进行科学的分析，进而在分析的基础上实现了科学的预测，充分地发挥医院的特色，确定科研的发展方向[21]。

4.5 加大医学科研信息化人才的培养力度

人才是任何行业发展的基础，尤其在大数据背景下，医院方面一定要建设高素质的科研队伍，充分发挥出大数据系统的作用[22]。复合型人才是医院大数据系统顺利开展的基础，加大对擅长数据挖掘的医疗人才的培养力度，使大数据技术充分的发挥出自身的作用。因此，在人才队伍的建设过程中，对科研信息化人才提出了更高的要求，不仅要熟悉医疗流程，还要掌握医学信息与临床症状两者之间的内在联系。在大数据技术不断发展的今天，医院需要面对庞大数据的挑战，复杂多样的数据形式，要求医院方面要创新医院科研的管理模式，加大人才的培养力度，让医院的发展与时代同步[23]。

4.6 加强对协调服务机制的创新

在医院的科研管理活动中，无论是协作单位与科研人员之间，还是科研工作者之间，都可能会产生一些争执与摩擦。此时，科研管理人员要在两者之间进行调停处理，保证科研项目的顺利开展[24]。所谓的调停处理，也就是协调，对整个科研活动进行规范性的指导，充分发挥学科联合的优势，在相互补充、相互完善的过程中，实现竞争力的有效提升。在日常的管理活动中，科研管理的关键点在于服务，其是开展科研活动的核心。无论是计划的制订，还是项目监督与审核，都需要科研管理人员走到一线，将最优质的服务提供给科研人员，通过全方位的服务，解决科研工作中的各种难题。在有利的环境基础上，科研人员的创新能力也会得到有效的提升。因此，在大数据背景下，科研管理工作的开展要建立以“服务”为核心，以“协调”为主要方式的管理体系[25]。

5 小结

大数据技术不仅是一项技术，也给医院科研管理工作带来了挑战与机遇。因此，医院方面要加强对大数据技术的充分利用，通过创新的管理模式建设高素质的信息化人才队伍，主动迎接大数据带来的挑战，把握大数据的发展趋势，充分地发挥出大数据给医院科研管理所带来的优势，为医院的发展提供有利的决策信息，不仅提高了医院的核心竞争力，还能实现医院科研管理与医院发展的同步提高。