作者： Billmay表妹 原文来源： https://tidb.net/blog/d8b93239
创建于1883年的苏州大学附属第一医院（简称“苏大附一院”）是国家临床医学研究中心和国家卫生健康委重点实验室，拥有9个国家临床重点专科、7个国家临床重点专科建设项目，形成了“1+1+N”的多院区发展模式。医院的信息化建设共分为五个阶段：阶段一，以收费为核心，初步信息系统建设；阶段二，电子病历上线与网络安全强化；阶段三，以电子病历为核心的临床信息拓展；阶段四，数据集成与互联互通；阶段五，智慧医院建设与大数据应用。“在整合多院区和异构系统数据的过程中，我们逐步探索了平台和专病库建设。”苏大附一院信息处副处长程思民介绍，随着智慧医院建设的逐步推进，医院应用新一代大数据和人工智能技术，全方位提升临床、科研和管理水平，实现降本增效和高质量发展。
推进大数据和人工智能中台建设
根据业务发展需要，苏大附一院的数据中心建设经历了三个阶段：
第一阶段，业务数据库建设阶段。本阶段围绕临床业务、运营管理业务、后勤管理业务建设众多单点信息化系统，各系统数据库独立，交互较少。
第二阶段，业务数据中心建设阶段。本阶段根据质控、医疗流程闭环、业财融合等新业务需求，医院围绕综合业务应用需要建设临床数据中心（CDR）、运营数据中心（ODR）等，实现数据的物理汇聚并提供上层服务和应用。
第三阶段，湖仓一体化数据中心建设阶段。随着医院高质量发展、深化医药卫生体制改革、医院“国考”等新要求的提出，医院在全面运营、智慧管理、医疗质量效率、患者服务提升等方面面临诸多挑战，单一的数据中心已无法满足需求。医院需打通全域数据，迈入全域数据中心建设阶段，需要更可靠、高效的数据处理技术来构建全域数据中心。
根据公立医院高质量发展要求，苏大附一院通过“数据资源汇聚一个湖、信息资源管理一张图，数据分析利用一个库”，推进新一代数据中心建设，即湖仓一体化的大数据中心，促进数据的智慧应用。
“我们以大数据与大模型双中台为基座，构建‘医院数据智能双中台’智慧化应用体系，实现‘科研、临床、服务及管理’四个方面的智慧赋能，为医院高水平建设与高质量发展提供坚实基础。”程思民谈到，医院优先构建了数据中台，积极拓展各类应用，并选择合适的场景，逐步提升AI在医院内的应用。
在总体框架设计上，苏大附一院湖仓一体化的新一代数据中心基座主要由汇聚、管理与应用三个层面组成，从而实现“统一汇聚输出、集中管理服务与全面智慧应用”的数据管理应用体系，以“一体化管理、高品质医疗”的模式为医院高质量发展提供坚实助力，实现医院资源整合共享，提高诊疗质量、科研能力、工作效率和管理水平。
医院构建了自有、专业、自主的医疗大模型中台，推出了分诊导诊智能体、病历结构化智能体、科研论文智能体、报告解读智能体、指南解读智能体和自主开发智能体，支持智慧服务、智慧医疗、智慧科研、智慧管理和智慧教学。
开展数据治理与平台建设
结合先进的大数据与人工智能技术，医院通过建设“高水平双闭环发展体系”，进一步挖掘与提升科研创新水平能力与立体化精细管理能力，实现医、教、研等多方面的融合发展。
智慧医院的建设与发展，需要大数据作为基础支撑。医院的数据湖实现了多源异构数据的汇聚，建设了数据采集中央控制平台与通用数据同步技术体系，实现数据采集的平台化，解决数据孤岛问题。
医院开展了数据治理，实现T+0级、标准化、定制化数据生产，助力快速定制数据集和科研转化应用。借助数据中台，医院可实现：T+0级自动化数据生产；标准化、统一的数据模型；根据需求和场景定制封装数据库；更高效的数据查询和分析。为持续监控和提升数据质量，医院根据业务需求，对重点数据自助配置质控规则，进行数据质量监控。
在技术架构上，医院采用TiDB分布式数据库作为核心存储引擎，同时实现HTAP（混合事务分析处理）能力，构建了“批流一体”的数据处理架构，支持实时数据接入与批量数据处理，建立了完善的数据安全体系，包括数据加密、脱敏、权限控制等多层次保护机制。数据湖提供了统一的数据出口，减轻了业务库负担，同时规范了数据标准，提供一套标准数据库。
苏大附一院借助数据湖开展了院内各项应用，包括数据上报支持、科研数据服务、临床决策支持、运营管理分析、患者服务优化和支持评级业务。程思民进一步谈到：“我们构建了医院指标中台，对全院的指标集进行统一的定义、管理、搜索、订阅、监测预警及可视化分析，支持查看指标定义详情，提供指标API接口，可面向业务平台进行指标开放，实现各系统间指标的一致性。”
医院目前拥有国家血液系统疾病临床医学研究中心和国家血液系统疾病大数据科研平台。基于数据湖的全院科研服务平台，医院形成了跨度20多年、包含4800多万份病历和975万患者的全院科研数据资产，并在1个月内基于平台数据发起30多个科研项目。
加强智能应用与科研支持
在实践中，医院推动了丰富的医疗大模型应用落地，构建智能医生助手，可支持临床复杂决策、科研、病历文书书写、与患者沟通，提质增效，释放医生专业生产力。在临床上，AI中台帮助科室医生快速构建自有医疗智能体，实现专家经验的AI转化；在科研上，大模型理解并拆解目标领域的高分论文，提取研究方案，同时基于病种和数据特点生成调整后的研究方案，支持自然语言交互调整方案。
苏大附一院通过构建“大数据湖仓一体+AI中台”，实现临床科研与医院管理的高质量发展。针对传统分散系统导致的数据孤岛、重复治理等问题，采用湖仓一体化架构整合38个业务系统数据，依托创新技术实现T+0级数据采集与数据治理。数据中台支撑全院科研平台和国家血液病大数据中心等科研场景，AI中台开发多个智能科研和诊疗助手、科研入排工具等应用，推动医疗质量、科研效率与管理精细化水平提升。
谈及未来规划时，程思民强调：“未来，我们将持续完善数据治理体系，提升数据质量；不断优化数据中台的使用性能、计算效能，并为科研等更多业务场景提供数据服务支持；推进AI大模型与大数据的深度融合，探索发展AI科研、AI辅助诊疗、AI患者服务等智能应用。”
