數智賦能(néng)，助力醫(yī)院高質(zhì)量發展！

曆時三天的2022中(zhōng)華醫(yī)院信息網絡大會（CHINC）圓滿落下帷幕，美創科(kē)技(jì )赴五年之約，與醫(yī)療行業用(yòng)戶朋友在深圳再聚交流，也帶來關于“醫(yī)療行業數據安(ān)全、數字化轉型”的新(xīn)方案、新(xīn)思考，亮點衆多(duō)、延續精(jīng)彩

在這裏，我們特意整理(lǐ)了美創科(kē)技(jì )在2022CHINC大會上的重要方案内容，一起回顧吧。



醫(yī)療數據安(ān)全治理(lǐ)體(tǐ)系建設方案




美創科(kē)技(jì )參考DSG、DSMM模型，結合CARTA、IPDRR、PDCA等方法論，從厘清數據資産(chǎn)、摸清組織安(ān)全風險開始，規劃數據安(ān)全建設路徑，配合數據安(ān)全全棧産(chǎn)品能(néng)力實現數據安(ān)全管理(lǐ)、技(jì )術等體(tǐ)系落地，從安(ān)全戰略保障、安(ān)全管理(lǐ)保障、基礎支撐能(néng)力保障、安(ān)全技(jì )術保障、建設運營保障五個維度，自上而下幫助醫(yī)療衛生機構構建數據安(ān)全治理(lǐ)體(tǐ)系。


醫(yī)療數據安(ān)全治理(lǐ)體(tǐ)系建設路徑：

現狀調研

采用(yòng)資料收集、問卷調研、現場訪談、系統演示和工(gōng)具(jù)探查的方式，全面了解數據安(ān)全管理(lǐ)現狀（如：組織架構、數據安(ān)全相關的政策、制度和規範、業務(wù)特征、網絡拓撲、數據存儲情況等），明确主要痛點問題，提煉出數據安(ān)全建設的總體(tǐ)目标、主要方向和具(jù)體(tǐ)工(gōng)作(zuò)思路。




數據資産(chǎn)梳理(lǐ)


數據資産(chǎn)盤點：通過專業團隊+自動化工(gōng)具(jù)方式梳理(lǐ)數據資産(chǎn)情況，形成數據資産(chǎn)清單。
數據權限現狀：對不同用(yòng)戶權限現狀進行全面梳理(lǐ)，從用(yòng)戶維度和對象維度進行權限描述。
數據流向梳理(lǐ)：盤點數據從采集、傳輸、共享交換到銷毀的流向，形成數據流向圖。
數據分(fēn)類分(fēn)級：結合國(guó)家、醫(yī)療行業及自身特點，以數據最穩定的特征和屬性為(wèi)依據，完成數據分(fēn)類和分(fēn)級。



數據安(ān)全風險評估

基礎風險評估：通過安(ān)全基線(xiàn)檢查、漏洞掃描、滲透測試等方式，發現數據處理(lǐ)環境中(zhōng)存在的安(ān)全漏洞。
數據安(ān)全能(néng)力差距評估：依據數據安(ān)全能(néng)力成熟度模型，分(fēn)析和評估當前組織安(ān)全能(néng)力現狀，明晰組織數據生命周期各階段的能(néng)力現狀與目标的差距。
數據安(ān)全合規評估：全面解讀和分(fēn)析《數據安(ān)全法》、《個人信息保護法》以及行業法規内容，通過聯合對标分(fēn)析，評估合規風險。
數據全生命周期風險評估：參考信息安(ān)全風險分(fēn)析方法，從資産(chǎn)和風險兩大視角出發，基于數據分(fēn)級結果，建立組織風險評估模型，識别組織面臨的數據安(ān)全風險。



數據安(ān)全建設規劃

數據權限設計：基于用(yòng)戶/角色和權限現狀，在合規目标的指導下，結合數據分(fēn)類分(fēn)級結果，定制符合組織實際業務(wù)場景的數據安(ān)全權限。

組織架構設計：定義決策層、管理(lǐ)層、監督層、執行層的安(ān)全職責及動态協同機制。
管理(lǐ)制度體(tǐ)系規劃：制定數據安(ān)全管理(lǐ)辦(bàn)法、應急管理(lǐ)等标準規範健全制度體(tǐ)系，明确各個階段的管理(lǐ)要求和規章制度，健全組織數據安(ān)全制度規範體(tǐ)系。

技(jì )術體(tǐ)系建設規劃：從安(ān)全防護和可(kě)用(yòng)性兩大視角出發，針對具(jù)體(tǐ)場景進行數據安(ān)全防護建設，包括事前防護、事中(zhōng)阻斷、事後追溯的全鏈路安(ān)全技(jì )術體(tǐ)系。其中(zhōng)，數據安(ān)全技(jì )術建設規劃可(kě)分(fēn)階段進行，包括數據内控合規、數據全域管控、風險全局可(kě)視、數據安(ān)全可(kě)信。

醫(yī)療數據分(fēn)類分(fēn)級建設方案



數據分(fēn)類分(fēn)級是醫(yī)療行業數據安(ān)全建設的起點，美創科(kē)技(jì )數據分(fēn)類分(fēn)級方案覆蓋專業咨詢團隊以及智能(néng)化工(gōng)具(jù)支撐。同時結合醫(yī)療業務(wù)屬性，美創科(kē)技(jì )對标參考法律法規、國(guó)家行業标準，如《數據安(ān)全法》、《醫(yī)療衛生機構網絡安(ān)全管理(lǐ)辦(bàn)法》、《國(guó)家衛生健康委規劃司衛生健康行業數據分(fēn)類分(fēn)級指南（征求意見稿）》、《GB/T 39725-2020 信息安(ān)全技(jì )術 健康醫(yī)療數據安(ān)全指南》及其他(tā)行業地方标準等，形成切實可(kě)行的核心數據、重要數據識别模型。


醫(yī)療數據安(ān)全分(fēn)類分(fēn)級建設路徑：


打基礎：現狀梳理(lǐ)，摸清家底

開展數據源現狀調研：對醫(yī)療數據基本情況、責任主體(tǐ)情況、數據處理(lǐ)情況、數據安(ān)全環境等進行信息收集。

自動識别數據資源：通過暗數據發現和分(fēn)類分(fēn)級工(gōng)具(jù)，自動并快速識别數據源。
彙總數據資源調研結果，以及工(gōng)具(jù)自動識别數據源結果，整理(lǐ)輸出數據資産(chǎn)列表 。

建标準：管理(lǐ)規範，流程制度



依據相關要求，咨詢團隊協助制訂符合醫(yī)療業務(wù)實際的數據分(fēn)類分(fēn)級内部标準規範文(wén)件（制度類），如：



數據分(fēn)類分(fēn)級具(jù)體(tǐ)要求；
數據分(fēn)類分(fēn)級工(gōng)作(zuò)中(zhōng)涉及的角色及職責；
數據分(fēn)類分(fēn)級的相關制度和操作(zuò)流程的制定、發布、維護和更新(xīn)的機制以及評審和修訂周期；
數據分(fēn)類分(fēn)級管理(lǐ)相關績效考評和評價機制等。



定策略：策略制定，大綱确認


以數據分(fēn)類分(fēn)級标準為(wèi)指導，制定數據安(ān)全分(fēn)類分(fēn)級策略，輸出數據安(ān)全分(fēn)類分(fēn)級大綱。




數據分(fēn)類策略：基于已經梳理(lǐ)和識别完成的數據資源和業務(wù)條線(xiàn)梳理(lǐ)成果，根據數據性質(zhì)（特定的數據性質(zhì)有(yǒu)所區(qū)别）、重要程度（與其他(tā)數據相比重要程度有(yǒu)區(qū)别）、管理(lǐ)需求（因特行的管理(lǐ)目的）或使用(yòng)需求（與其他(tā)數據之間使用(yòng)範圍/目的不同）等進行數據分(fēn)類。
數據分(fēn)級策略：數據分(fēn)級影響因素較多(duō)，包括數據影響對象、影響範圍、影響程度等，需結合數據體(tǐ)量、數據聚合、數據實效性等進行綜合分(fēn)析，完成數據定級。



識數據：工(gōng)具(jù)輔助，提升效率


以暗數據發現和分(fēn)類分(fēn)級系統輔助落地實施，系統引入自然語言處理(lǐ)、統計模型、特征分(fēn)析、機器學(xué)習等技(jì )術，可(kě)自動并快速識别發現數據，根據分(fēn)類分(fēn)級策略智能(néng)化處理(lǐ)分(fēn)類分(fēn)級标簽，可(kě)視化呈現數據分(fēn)類分(fēn)級結果。






首先，根據醫(yī)療業務(wù)特性将制定的數據識别規則和分(fēn)類分(fēn)級策略内置到【暗數據發現與分(fēn)類分(fēn)級】産(chǎn)品中(zhōng)，調試并形成行業數據發現模型和分(fēn)類分(fēn)級模版。
其次，完成作(zuò)業配置後，由産(chǎn)品自動進行數據源掃描、識别，發現數據庫的數量、IP、端口、類型等信息；自動完成數據格式、内容的識别，數據含義的解析，自動輸出分(fēn)類分(fēn)級結果。
最後，将産(chǎn)品自動化發現的結果與業務(wù)人員進行核對，确保資産(chǎn)梳理(lǐ)和分(fēn)類分(fēn)級的準确性，最後輸出分(fēn)類分(fēn)級結果清單和可(kě)視化分(fēn)析報告，工(gōng)具(jù)提供數據分(fēn)類分(fēn)級結果對外輸出能(néng)力，工(gōng)具(jù)提供标準對外接口，可(kě)将結果輸出到安(ān)全管控平台等，實現數據分(fēn)類分(fēn)級的落地。



行安(ān)全：結果應用(yòng)，保障安(ān)全


基于數據安(ān)全分(fēn)類分(fēn)級結果，應用(yòng)于數據安(ān)全場景中(zhōng)，針對數據分(fēn)級的結果，明确不同等級的處理(lǐ)策略，對數據的獲取與提供，制定不同的數據訪問權限或提取等管理(lǐ)審批流程。常見的處置方式如：


數據權限設計：依據數據分(fēn)類分(fēn)級結果制定數據安(ān)全訪問控制策略，指導持續的數據安(ān)全建設的數據安(ān)全監測、脫敏、加密、驗證、校驗和權限管理(lǐ)等數據管控措施設計。包括數據安(ān)全角色設計、數據安(ān)全用(yòng)戶權限設計等。


分(fēn)級管控設計：基于業務(wù)數據分(fēn)類分(fēn)級标識，結合場景設計方案，明确不同敏感級别的數據安(ān)全管控策略和措施，實施内部安(ān)全管理(lǐ)措施、審批制度及應急處置措施，構建不同業務(wù)領域的場景化數據安(ān)全管理(lǐ)矩陣。同時采取技(jì )術措施保障數據全生命周期安(ān)全過程中(zhōng)的數據安(ān)全，可(kě)應用(yòng)在訪問控制、數據血緣分(fēn)析、數據行為(wèi)跟蹤、數據水印溯源等多(duō)種業務(wù)場景，并結合數據權限設計内容執行管控策略配置



新(xīn)冠疫情診療數據安(ān)全防護方案



背景：确保新(xīn)冠疫情診療數據（重要數據）的安(ān)全可(kě)控，網信辦(bàn)對此發文(wén)要求——全國(guó)各地醫(yī)療機構與衛健委需要統一對存儲在臨床業務(wù)系統中(zhōng)的涉疫數據進行安(ān)全防控，嚴控涉疫數據外洩、濫用(yòng)與誤用(yòng)。不久前，網信辦(bàn)下發文(wén)件，要求各省針對涉疫數據進行安(ān)全防護，其中(zhōng)多(duō)省網警已逐步落實監管要求，将涉疫數據（重要數據）視為(wèi)醫(yī)療行業重點防護場景之一。目前，部分(fēn)地區(qū)，已對轄區(qū)内的醫(yī)療衛生機構開展網絡與數據安(ān)全檢查工(gōng)作(zuò)，明确将針對不做涉疫數據的單位采取處罰措施。




針對涉疫數據與日常診療數據混合存儲難識别、難管控的問題，美創科(kē)技(jì )推出新(xīn)冠疫情診療數據安(ān)全防護方案。


涉疫診療數據安(ān)全防護難點及解決方案：


涉疫診療數據安(ān)全防護難點


涉疫診療數據幾乎涉及病毒感染前、中(zhōng)、後的所有(yǒu)階段，能(néng)夠清晰反映患者的健康狀态、是否有(yǒu)對應的并發症、用(yòng)藥情況等重要敏感信息，存儲和流轉于HIS、LIS、EMR、移動護理(lǐ)等為(wèi)主的系統中(zhōng)，對于已遵循互聯互通、電(diàn)子病曆測評的醫(yī)院而言，數據還會實時同步至數據中(zhōng)心，也因此與日常診療數據混合存儲很(hěn)難區(qū)分(fēn)，如何對涉疫診療數據進行有(yǒu)效識别與安(ān)全管控，成為(wèi)難點所在。



新(xīn)冠疫情診療數據安(ān)全防護方案



美創科(kē)技(jì )新(xīn)冠疫情診療數據安(ān)全防護方案，以數據安(ān)全分(fēn)類分(fēn)級為(wèi)起點，醫(yī)療衛生機構可(kě)通過暗數據發現和數據分(fēn)類分(fēn)級系統，快速從繁雜的系統中(zhōng)找出涉疫數據，進行分(fēn)類分(fēn)級，以便于後續更好的管理(lǐ)數據、使用(yòng)數據、保護數據。



目前，美創自研的暗數據發現和數據分(fēn)類分(fēn)級系統已推出重要數據版，滿足《個人信息保護法》、《數據安(ān)全法》、《關鍵信息基礎設施安(ān)全保護條例》等法律法規中(zhōng)的分(fēn)類分(fēn)級要求，開箱即用(yòng)、快速落地，同時支持與數據安(ān)全全類産(chǎn)品快速聯動，實現細粒度安(ān)全管控。



比如，在數據分(fēn)類分(fēn)級的基礎上，可(kě)通過在涉疫臨床業務(wù)數據庫前部署數據庫防火牆，抵禦非法SQL注入及數據庫漏洞攻擊，防止醫(yī)療機構網絡邊界被攻擊後進一步被滲透；結合數據分(fēn)類分(fēn)級結果，與數據庫防水壩聯動解決内部管理(lǐ)員與第三方維護人員對涉疫數據濫用(yòng)與誤用(yòng)；與數據脫敏系統的聯動解決涉疫數據在流動共享過程中(zhōng)的安(ān)全防護問題。



醫(yī)療臨床業務(wù)容災解決方案



容災建設是醫(yī)療信息化建設過程中(zhōng)必不可(kě)少的基礎安(ān)全保障，電(diàn)子病曆分(fēn)級測評、互聯互通測評、智慧管理(lǐ)分(fēn)級評估等均對此提出要求。目前，醫(yī)療行業臨床業務(wù)容災建設面臨：各業務(wù)系統耦合性高，牽一發動全身；急診随時有(yǒu)，需要7*24小(xiǎo)時穩定運行，缺乏演練窗口；臨床業務(wù)系統升級頻繁(如EMR每周一次小(xiǎo)版本叠代)；災備實現散雜多(duō)亂等難點。



對此，美創科(kē)技(jì )形成以DRCC災備集中(zhōng)管控平台為(wèi)核心的新(xīn)一代臨床業務(wù)容災解決方案，針對臨床業務(wù)系統的全态，包括:網絡IP、主機、應用(yòng)、虛拟化平台、數據庫、文(wén)件等進行整體(tǐ)全面的容災建設。


醫(yī)療臨床業務(wù)容災解決方案：


制定目标


根據各項測評和醫(yī)院業務(wù)連續性要求确定各系統 RPO、RTO需求與容災搭建範圍、資源配比。


容災建設


制定醫(yī)療臨床業務(wù)容災解決方案框架，實現各類資源容災建設，通過編排、演練和切換保證臨床業務(wù)連續運行。


容災運營


制定切換演練預案，對運維人員進行日常安(ān)全運營及災備切換培訓，實現容災系統性能(néng)和價值最大化，保障“災難”場景下業務(wù)能(néng)快速“逃生”。


臨床業務(wù)容災系統能(néng)力


容災複制：綜合邏輯複制、物(wù)理(lǐ)複制于一體(tǐ)的複制能(néng)力，對醫(yī)院應用(yòng)、數據庫、文(wén)件、中(zhōng)間件、操作(zuò)系統等層面做到完整、高效的同步與容災備份。
運行監控：從資産(chǎn)、容災對、RPO等多(duō)維度感知監控業務(wù)健康狀态，大屏顯示災備數據，讓問題提前暴露。圖片
編排切換：實現醫(yī)院容災切換過程的标準化，可(kě)視化跟進各環節情況，讓流程透明、可(kě)管、可(kě)控、可(kě)大屏顯示。
數據安(ān)全：依靠防統方、防勒索、數據庫加密等數據安(ān)全産(chǎn)品保障容災環境數據的安(ān)全。



醫(yī)療臨床核心數據庫智能(néng)運維平台



目前醫(yī)療單位無論是數據庫規模、還是種類都在急劇增加，數據庫運行環境和架構日益複雜，運維工(gōng)作(zuò)繁重，存在以下挑戰：


數據庫數量衆多(duō),無法監控數據庫運行效率；
内部人員對數據庫運維能(néng)力較弱；
當數據庫有(yǒu)性能(néng)瓶頸時無數據支撐；
無法自動發現鎖表進程,導緻業務(wù)中(zhōng)斷或緩慢。


美創數據庫運行安(ān)全管理(lǐ)平台（簡稱：OSM），聚焦數據庫運行安(ān)全管理(lǐ)，融合AI技(jì )術和大數據模型，提供智能(néng)監控、預測和趨勢分(fēn)析，不僅能(néng)實時監控數據庫運行狀态，提前感知運行風險，智能(néng)定位問題，利用(yòng)工(gōng)具(jù)箱快速解決故障。通過OSM接入美創科(kē)技(jì )運維雲，實現主動運維服務(wù)，有(yǒu)效保障數據庫系統的持續穩定運行。


數據庫運行安(ān)全管理(lǐ)平台功能(néng)特點與優勢：


功能(néng)特點：


資産(chǎn)發現：自動識别并多(duō)維度統計數據庫資産(chǎn)分(fēn)布，支持以報表形式批量導入和導出；
監控告警：自動識别告警同時關聯運維工(gōng)具(jù)，實現告警發現到故障解決的運維閉環；
聚合大屏：全景展示各數據庫資産(chǎn)的運行狀态和健康度、繁忙度、可(kě)用(yòng)度指數；圖片
智能(néng)巡檢：對數據庫資産(chǎn)的全面、深度檢查并提供巡檢報告概要、詳細閱讀；
性能(néng)診斷：基于響應時間和吞吐量指标，實現性能(néng)分(fēn)析下鑽智能(néng)定位性能(néng)瓶頸點；
容量分(fēn)析：從宏觀到微觀全面掌握數據庫、表空間、歸檔日志(zhì)空間等動态增量變化和增量異常；
SQL審核：審核SQL代碼質(zhì)量和合規性，并對低效SQL進行在線(xiàn)優化；
容災備份：實現容災狀态檢測和應急切換，并提供數據備份能(néng)力；
自動化部署：支持多(duō)系統自動化部署，結合美創最佳實踐總結提供數據庫參數優化自動配置；
運維工(gōng)具(jù)箱：支持常見運維場景，工(gōng)具(jù)箱白屏化操作(zuò)、開箱即用(yòng)、操作(zuò)安(ān)全可(kě)控。



産(chǎn)品優勢：


簡單易用(yòng)：産(chǎn)品界面友好、交互簡潔易用(yòng)，适合非數據庫專業人員快速掌握使用(yòng)；
0門檻：植入美創數據庫專家團隊的知識經驗體(tǐ)系，降低數據庫運維技(jì )術門檻；
場景豐富：功能(néng)覆蓋日常運維場景，可(kě)結合運維編排功能(néng)實現自動化運維；
海量擴展：支持集群模式的橫向擴展，實現對海量數據庫資産(chǎn)的運行管理(lǐ)；
安(ān)全輕量：采用(yòng)無代理(lǐ)模式部署，輕量、安(ān)全、易維護；
廣泛支持：适配不同數據庫資産(chǎn)類型，包括商(shāng)業庫、國(guó)産(chǎn)庫、開源庫、雲庫等。



醫(yī)療數據開放、共享、交易解決方案



醫(yī)療數據規模和類型迅猛增長(cháng)，多(duō)場景數據應用(yòng)需求暴增，跨部門、跨系統數據流動需求日漸迫切。


美創科(kē)技(jì )醫(yī)療行業一站式數據開放、共享、交易全場景解決方案，基于領先的數據産(chǎn)品和數據服務(wù)經驗，提供咨詢規劃、數據中(zhōng)心建設（包括數據資産(chǎn)盤點、數據分(fēn)類分(fēn)級、數據入“源湖(hú)”、數據資産(chǎn)目錄建設等服務(wù)）以及平台搭建等。


滿足醫(yī)療機構内部，上級單位，平級單位及外部科(kē)研合作(zuò)夥伴之間實現合規的數據共享，開放與交易，而且無需反複移動數據，數據統一存儲在可(kě)信的醫(yī)療機構數據中(zhōng)心，數據訪問授權可(kě)以随這法規或合作(zuò)關系的變化而自動調整。



方案價值：

全數據中(zhōng)心資産(chǎn)清單，輕松找到所需數據資源；
随時就緒的主題數據，消除數據轉化成本，改善用(yòng)數體(tǐ)驗；
與數據敏感級别聯動的策略權限控制，确保數據安(ān)全合規共享，開放與交易；
豐富的數據供給方式，滿足不同場景取數需求；
提供可(kě)信數據，用(yòng)數方無需擔心數據質(zhì)量問題；
支持數據使用(yòng)方的意見收集。



醫(yī)療供數服務(wù)解決方案



醫(yī)衛行業數據應用(yòng)需求和用(yòng)數人群日益增多(duō)，但由于數據分(fēn)散在不同業務(wù)系統，導緻每次應用(yòng)都需要花(huā)大量的時間找數據、整合數據，業務(wù)和技(jì )術花(huā)費大量時間在溝通确認需求，等待項目排期中(zhōng)，過程效率低、工(gōng)作(zuò)量大且結果很(hěn)難複用(yòng)。随着數據量和數據需求爆炸式增長(cháng)，數據類型日益複雜，數據源愈發分(fēn)散，現行“按需建倉”的一次性數據開發模式越來越不能(néng)滿足快速變化的業務(wù)需求。



對此，美創科(kē)技(jì )創新(xīn)提出一種新(xīn)的數據服務(wù)模式—供數服務(wù)，供數服務(wù)聚焦于内部通用(yòng)數據供數場景，基于數據流動網絡基礎節點和分(fēn)發節點，通過數據目錄建立數據服務(wù)通道，為(wèi)終端客戶(數據開發者)和應用(yòng)廠商(shāng)(應用(yòng)開發者)應用(yòng)廠商(shāng)提供标準數據服務(wù)，替代“按需建倉”的現行煙囪式一次性數據開發模式。





供數服務(wù)由美創負責前置數據歸集以及面向行業的标準數據模型預處理(lǐ)，并通過标準化的工(gōng)具(jù)和服務(wù)，将用(yòng)戶需要的數據集（輕度聚合的數據）投遞到數據湖(hú)/數據倉庫/數據中(zhōng)心。對于用(yòng)戶來說，上層的數據消費者可(kě)不必關心數據的原始位置，也不必從源頭進行數據梳理(lǐ)、數據采集和處理(lǐ)，就能(néng)輕松、快速的拿(ná)到想要的數據，方便快速進行後續的數據開發、應用(yòng)開發等。


供數服務(wù)方案：


方案概述：


供數服務(wù)以“标準化工(gōng)具(jù)+現場實施服務(wù)”結合的模式，提供包括供數平台構建及運維、基于數據目錄供數入湖(hú)、預防性定期巡檢、自動告警及異常修複服務(wù)、遠(yuǎn)程咨詢及應急技(jì )術支持等五大服務(wù)，有(yǒu)效幫助醫(yī)療用(yòng)戶降低數據采集分(fēn)發成本，提升用(yòng)數效率。

核心能(néng)力：

數據自動發現與分(fēn)類分(fēn)級：依托全自動化、智能(néng)化工(gōng)具(jù)平台，對業務(wù)系統、數倉、文(wén)件等進行全面盤點，清楚了解數據資産(chǎn)家底(包括數據量、類型、分(fēn)布、敏感程度等)，支撐後續數據采集入湖(hú)準備。
面向行業的标準數據模型預處理(lǐ)：根據行業規範、國(guó)家标準，每次自研形成了豐富的行業場景内容包，基于行業内容包和智能(néng)技(jì )術，自動完成數據發現，執行映射關系等工(gōng)作(zuò)，高效完成數據預處理(lǐ)，形成高質(zhì)量、可(kě)用(yòng)的數據集。
依托可(kě)視化數據目錄提供數據服務(wù)：基于數據目錄，提供數據服務(wù)，确保每個數據資産(chǎn)項對應可(kě)以在數據湖(hú)中(zhōng)查找到，從而快速滿足數據開發人員、應用(yòng)開發人員的數據需求。
低成本數據運維：依托全自動化、智能(néng)化工(gōng)具(jù)平台，對數據“發現-采集-處理(lǐ)- 入庫”全過程的數據開發流程進行可(kě)視化監控告警，搭配異常自恢複功能(néng)，幫助運維人員掌控全域數據準備情況，快速發現問題、定位問題以及解決問題。


讓醫(yī)療數據更安(ān)全、更有(yǒu)價值


為(wèi)3500+醫(yī)療行業用(yòng)戶提供産(chǎn)品服務(wù)，讓數據更安(ān)全、更有(yǒu)價值，美創科(kē)技(jì )行程千裏，初心如磐，我們也持續深研，為(wèi)醫(yī)療數據安(ān)全與價值釋放賦能(néng)，将在醫(yī)療行業的實踐研究與思考凝聚成《醫(yī)療數據風險分(fēn)析與防範實踐》白皮書。

大會掠影

精(jīng)彩永不落幕，美創始終相伴！


“十四五”時期是全民(mín)健康信息化建設創新(xīn)引領衛生健康事業高質(zhì)量發展的重要機遇期，健康醫(yī)療數據作(zuò)為(wèi)國(guó)家重要基礎性戰略資源、核心生産(chǎn)要素，促進數據合規開放共享應用(yòng)，成為(wèi)醫(yī)療衛生機構數字化建設發展不可(kě)或缺的主線(xiàn)。


美創科(kē)技(jì )也将竭盡所能(néng)，不斷深入業務(wù)場景和持續創新(xīn)，以數據安(ān)全、運行安(ān)全、數字化轉型三大業務(wù)，守護醫(yī)療數據流通使用(yòng)更加合規、高效、安(ān)全，助力衛生健康事業高質(zhì)量發展。