□ 刘群群 李乐乐
党的二十届三中全会审议通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》明确提出，促进优质医疗资源扩容下沉和区域均衡布局，加快建设分级诊疗体系，推进紧密型医联体建设，强化基层医疗卫生服务。在推进紧密型医联体建设过程中，通过大数据分析将医联体内各医院间的数据打通、整合，实现信息的互联互通，可以更好地发挥医联体的作用，但目前大数据分析在医联体建设中仍面临诸多挑战。
模型数据积累仍然不足，统一的数据质量标准尚未建立。实现大数据共享的基本条件是上传的数据具有统一的质量标准，在所有医院间具有相同的认可度。现阶段，各医联体间、医联体内共享数据库尚未完全搭建，各医院难以实现已诊疗病历信息的共享，导致模型数据积累严重不足，无法满足大数据分析诊疗对精确度的要求。
满足医疗需求的信息通信技术仍待创新。当前，我国大部分医院处于临床信息化应用阶段，少数进入数据整合阶段，医院间大规模互联互通尚未实现，共享信息模式仍在探索，相关技术急需创新发展。随着医疗数据的爆发式增长，现有信息通信技术在数据传输、存储和处理上捉襟见肘，难以满足医联体对大数据分析的高效需求。同时，医疗数据的实时性和安全性要求高，现有技术在保障数据实时传输和防止数据泄露方面还存在诸多不足。
个人隐私保护措施仍需完善。随着大数据技术发展，个人健康信息转化为高质量、可作为生产要素的健康医疗大数据，需历经多层次、多级别的获取、分析和使用，政府相关部门、医疗机构、企业等均参与其中。在这一复杂的数据集成应用过程中，个人对自身健康信息后续转化、衍生为“大数据”的控制力度减弱，知情同意原则的贯彻落实难度加大。此外，数据的二次利用和深度挖掘可能会产生新的隐私风险，而现有的隐私保护措施在应对这些新风险时存在漏洞。
推进大数据分析在医联体中的应用，对促进优质医疗资源扩容下沉和区域均衡布局具有重要意义。笔者认为，可以从4个方面着手，充分发挥其在医联体建设中的作用。
促进医疗资源均衡分配，制定统一的数据标准。数据质量统一的前提是，各医院间诊疗和检测技术水平均衡。国家应持续加大对基层医疗卫生资源的投入，中央财政进一步向县级医院倾斜，提高其硬件设施和设备水平。同时，各地积极落实医联体内医生流动政策，发达地区三甲医院定期选派骨干医生到基层坐诊、带教，提升基层医疗卫生机构的诊治能力。在此基础上，尽快制定涵盖数据采集、存储、传输、使用等全流程的统一标准，明确数据格式、编码规则、质量评估指标等，确保各医院数据的一致性和可比性，提高医院间对诊疗结果的认可度。
鼓励将大数据分析作为初步诊断的辅助工具。可建立统一的患者预约系统，患者在系统中输入相关症状，系统根据已有数据和模型对患者进行初步病情诊断，根据病情类型、病情轻重以及医联体内各医院层级和人流量等为患者推荐最佳医院。在疾病诊断方面，医生可在系统中输入观察到的患者症状，根据系统中预测的疾病类型判断患者需要进行的检测，减少患者的检查次数、看病时间和就医成本。
建立各医院间相互认可的病历共享平台。2024年11月，国家卫生健康委等7部门印发《关于进一步推进医疗机构检查检验结果互认的指导意见》，大力推动检查检验结果互认工作，其中一个目标是到2025年底，各紧密型医联体实现医联体内医疗机构间全部项目互认。各地应以此为契机，加快病历共享平台建设，并运用区块链等技术确保数据安全。
加快完善隐私保护措施。对于用于大数据模型而非病历共享的病历数据进行匿名化，确保查看数据库中的大数据时无法匹配到个人。严格限定可以查看数据的主体，在病历共享方面仅开放医生查看与上传系统。完善患者知情同意机制，告知患者数据上传后的用途，增加患者对自己健康数据的管控权。同时，医疗机构应严格遵守《中华人民共和国个人信息保护法》等法律法规，加强合规建设，利用加密、访问控制、数据水印等技术手段，全方位保障患者医疗数据安全。
【刘群群系东营市社会科学界联合会（东营市社会科学院）助理研究员；李乐乐系中国人民大学劳动人事学院副教授】