全民健康大数据融合中心.docx

全民健康大数据融合中心

体系框架

一层治理（XTL：多源异构系统融合平台）是通过将人工智能技术、数据治理技术相结合，构建的专业面向医疗健康领域大数据治理体系。包括数据归集、基础治理。

数据归集——数据的同构归集。实现将众多接入的异构数据源经清洗同构、抽取同步到归集库；

基础治理——数据的标化治理。实现对数据库的数据的标准化过程，根据医疗健康领域业务维度，形成基础库、医疗信息库、公卫信息库；并为数据的高效使用而构建不同的主题库，包括但不限于门诊、住院、检验、检查、手术等主题库。

云网管理——云梯作为XTL底层支撑技术，可以满足众多业务需，包括：编排、资源调度、容器、应用、微服务、DevOps、可观测等内核引擎。

目前在实际治理过程中涉及的软硬件资源管理和任务调度。包括资源的统一容器管理、任务的统一调度管理、安全的统一监控管理、网关管理。

数据源同构

数据归集层中从数据源到归集库的过程采用非接口方式实现，通过异构数据源同步和CDC（变化数据同步引擎）实现实时增量数据的同步，并运用人工智能技术实现数据的智能探侦；最终解决医疗卫生领域多年以来数据质量和数据全量问题，为开展全人全程医疗健康服务提供坚实的技术底座。

数据标准化

依据医疗健康行业业务标准、数据标准、技术标准实施标准化。

提供面向数据基础治理的标准制定、治理管理、质控管理工具。包括面向机构的数据抽取管理工作台和全周期数据治理管理平台。

面向信息化、业务的数据治理扩展到面向领域知识的治理，完善领域知识到数据技术的衔接，进一步增强大数据在专业领域的知识价值发挥，促进数据治理向健康全生命周期的赋能。

提供面向临床、科研、管理、公卫多领域的算法模型能力。

标准和安全体系

标准体系建设

截止到2021年，国家卫健委发布的医疗卫生行业标准共227个，其中涉及数据标准的内容共110个，例如：《卫生信息数据模式描述指南》、《卫生信息基本数据集编制规范》等。

医疗健康大数据治理体系严格遵循国家卫健委发布的《WS363-2011卫生信息数据元目录》、《WS445-2014电子病历基本数据集》、《WS365-2011城乡居民健康档案基本数据集》等国家标准和行业标准。此外，多年医疗行业建设经验，依据智慧医疗、智慧公共业务需求进行数据集和数据元的扩展，截止到目前，共构建医疗服务数据集68个、公共卫生数据集52个。

安全体系建设

安全管理体系。包括完整的安全策略和管理制度、专职安全管理机构和人员、安全建设管理体系、安全运维管理体系。

安全技术体系。包括物理和环境安全、网络和通信安全、设备和计算安全、应用与数据安全。

严格遵循国家《个人信息保护法》和《信息安全技术医疗健康数据安全指南》GB/T39725-2020。

数据一层治理

XTL作为医疗健康大数据治理体系，面向不同层级的数据治理提供了相对应的内核和管理工具，分别是支撑同构、标化治理的5大类内核，以及贯穿全周期数据治理的管理平台、智能化数据有哪些信誉好的足球投注网站工具、机构数据抽取工作台。

五大内核引擎

数据抽取同步引擎

数据抽取（ETL）同步引擎通过对多个异构数据源的结构分析、智能探侦、数据同构、数据清洗、数据抽取同步后存储到归集库（同构库）。

同步机制示例：每15分钟同步前2小时数据，每24小时同步前48小时的数据，每3天同步前7天的数据。

特点：低侵入，易实施，只需开通数据库视图的账号密码；不涉及数据库底层特性，实现比较通用。

此外，此引擎还具有可靠的数据质量监控、丰富的数据转换功能、精准的速度控制、强劲的同步性能、健壮的容错机制等技术优势。

CDC同步引擎

CDC同步引擎解决数据抽取时实时增量数据同步问题。

CDC基于数据增删改日志捕获与重放技术实现实时增量数据的同步。

通过将数据抽取同步和CDC同步引擎相结合实现数据批流一体。

大数据存储引擎

医疗卫生行业领域涉及众多的生产系统，其数据存储大多采用oracle或sqlserver等数据库，由于数据库本身的扩展能力受限，当构建面向全人群全周期的海量医疗健康数据时，数据存储的自动扩展能力将是必须要面临和解决的问题。??

大数据存储引擎支持多种分片策略，使数据能均匀的分布在多台机器上，当服务器的计算或存储能力不足的时候，可以通过增加机器来扩展。并且这一操作对于业务系统而言是透明的，无感知的，也无需业务应用做改造，XTL底层通过数据路由加以实现。

大数据存储引擎还提供高可用存储保障策略，使数据存储时提供多节点的副本（一般为3节点），并且可以做到自动故障切换。当一个节点出问题了，完全不影响使用；当发生双节点故障，能保证数据能读取都但不能写入。

大数据存储引擎还提供高可用访问保障策略，当某个应用业务量增加时，可以设置成独占一个存储节点，专门为这个应用服务提供访问性能保障。

SQL引擎

医疗健康大数据底层使用的不