在此模式下，不管是医院等级评审、绩效“国考”还是医保DRG/DIP支付方式改革。医院管理模式都要以数据驱动医院运营管理精细化，促进医院高质量发展。

传统的数据采集方法已经不能满足当前医院医疗质量管理工作的需要，利用信息化手段快速准确的获取相关数据是适应现代医院管理要求的必要条件。随着医疗信息化的普及与快速发展，当前的医疗数据已经具备了大数据的基本特征：                                   

医疗大数据来源

医疗大数据的来源广泛，主要包括以下几个方面：1.医疗机构：医院、诊所、实验室等医疗机构在诊疗过程中产生的各种数据，包括诊断结果、治疗方案、病历记录等。2.患者：患者自述的病情、家族史等信息，以及通过健康管理APP等个人健康监测设备产生的数据。3.科研机构：医学研究产生的数据，如新药研发、基因测序等。4.公共卫生部门：包括疾控中心、卫生监督所等产生的公共卫生数据，如传染病监测数据、人口健康数据等。其他来源：如医疗保险公司、医疗设备制造商等产生的相关数据。

医疗数据应用实务流程

医疗数据要应用于实务需要:

1、数据采集。需要从分析需求角度去理解项目内涵，采集出数据中的模式或规律，然后根据此定义采集目标数据。例如绩效考核-采集病案首页、等级评审-采集相关质量指标、医保支付方式改革-采集医保结算清单等。

2、数据加工与整理:数据采集完毕后、需要对数据进行初步的加工、整理和分析。包括收集部分数据并尝试理解它们，如病案首页数据完整性、数据逻辑性（如收取输血费用会有血型）、数据的质量验证等。通过这个阶段，可以获得对数据的初步认知，产生结构化的数据。如：床位配置、卫生技术人员配置、相关科室资源配置、运行指标（手术人次比、次均费用等）、医院质量与安全指标等

3、数据反馈分析：在以上基础上，进行指标解读，分析采集数据，了解数据采集来源是否正确，从而验证数据，分析反馈形成书面报告后用于医院精细化管理。

医疗数据治理成功关键

数据治理的成功关键就是数据采集源头管理，如病案首页疾病诊断与手术操作编码是否正确；是否存在组套式医嘱、检查；物价项目内涵、指标是否理解正确；调用数据时间节点是否正确；数据提取sql语句是否完整、正确；是否偏离医院常态等，从而避免数据异常，提取基础数据有误，再分析也无法应用于实务。

由于历史和习惯等原因，导致“重临床、轻数据”的现象比较普遍，医疗数据呈现出数量大（因为人口基数大）、质量差的特征，缺乏统一标准，医疗机构间数据孤岛等问题，在很大程度上滞后了医疗数据的发展。同时，目前医院还相对保守，没有真正去探索“大数据＋医疗”的新服务模式。医院管理者要主动拥抱互联网和“大数据＋医疗”的模式，尽早了解数据规则、数字管理逻辑，从而推动医院管理的精细化、高质量发展。