翟運開　郭瑞芳　王宇等

關鍵詞： 醫(yī)療健康大數(shù)據(jù)； 數(shù)據(jù)質量評價； 數(shù)據(jù)生命周期； 模糊最優(yōu)最劣法； 熵權法

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０１．０１１

〔中圖分類號〕Ｇ２０３ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） ０１－０１１６－１４

近年來， 隨著信息技術的快速發(fā)展， 可穿戴設備、電子健康監(jiān)測儀器等智能醫(yī)療設備在生活中廣泛應用， 使得醫(yī)療健康相關數(shù)據(jù)呈指數(shù)增長并最終匯聚成醫(yī)療健康大數(shù)據(jù)。醫(yī)療健康大數(shù)據(jù)涵蓋與自然人醫(yī)療健康相關的多種數(shù)據(jù)， 涉及個人健康、公共衛(wèi)生、醫(yī)藥服務等諸多方面， 是互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、人工智能等領域與醫(yī)療健康相結合的產(chǎn)物［１－２］ 。醫(yī)療健康大數(shù)據(jù)是國家重要的基礎性戰(zhàn)略資源， 它的發(fā)展和應用對改進醫(yī)療健康服務模式和促進社會經(jīng)濟發(fā)展有著重要作用。我國已將醫(yī)療健康大數(shù)據(jù)納入了國家大數(shù)據(jù)戰(zhàn)略布局， 并出臺了《關于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應用發(fā)展的指導意見》等相關政策［３］ ， 成立了國家醫(yī)療數(shù)據(jù)中心、中國健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)聯(lián)盟， 啟動了健康醫(yī)療大數(shù)據(jù)中心與產(chǎn)業(yè)園建設國家試點工程。

然而， 在大數(shù)據(jù)背景下， 醫(yī)療健康大數(shù)據(jù)快速累積的同時也暴露出了質量差、利用率低等問題。Ｂｕｒｎｕｍ Ｊ Ｆ［４］ 指出， 電子病歷等衛(wèi)生信息技術的引入提高了醫(yī)療健康數(shù)據(jù)的寫入效率， 但同時也記錄了更多不良數(shù)據(jù)導致醫(yī)療健康數(shù)據(jù)質量下降。醫(yī)療健康領域的發(fā)展直接影響著人們的生活質量和社會穩(wěn)定， 對服務的精準性要求較高［５］ ， 數(shù)據(jù)質量的下降增大了依托醫(yī)療健康大數(shù)據(jù)決策失誤的風險。良好的數(shù)據(jù)質量是高效利用數(shù)據(jù)、充分挖掘數(shù)據(jù)價值的前提和基礎， 醫(yī)療健康大數(shù)據(jù)的開放共享和深入應用離不開高質量的數(shù)據(jù)。

數(shù)據(jù)質量評價是數(shù)據(jù)質量管理和控制的基礎［６］ ， 通過數(shù)據(jù)質量評價可以發(fā)現(xiàn)我國醫(yī)療健康大數(shù)據(jù)質量的薄弱方面， 進而促進醫(yī)療健康大數(shù)據(jù)質量提升?，F(xiàn)有醫(yī)療健康數(shù)據(jù)質量評價相關研究以構建評價指標體系為主， 指標多涉及準確性、完整性、規(guī)范性等通用指標， 同一指標的定義存在差別［７－８］ ， 多以主觀方法確定指標權重， 且缺乏完整評價模型的構建與應用［９］ 。鑒于此， 本文考慮了醫(yī)療健康大數(shù)據(jù)的自身特點， 結合數(shù)據(jù)生命周期理論， 構建了醫(yī)療健康大數(shù)據(jù)質量評價指標體系， 并采用主客觀相結合的方法確定各指標權重， 最終選取多家單位數(shù)據(jù)庫中真實存儲的醫(yī)療健康大數(shù)據(jù)作為評價對象， 驗證本文所構建的評價指標體系和綜合評價模型的科學性與有效性， 進而為醫(yī)療健康大數(shù)據(jù)的質量控制與提升提供指導， 為醫(yī)療健康大數(shù)據(jù)的深入應用與產(chǎn)業(yè)發(fā)展打下堅實基礎。

１ 文獻綜述

數(shù)據(jù)質量與實體產(chǎn)品質量不同， 在數(shù)據(jù)的生產(chǎn)、儲存、使用中， 涉及到數(shù)據(jù)生產(chǎn)者、數(shù)據(jù)管理者、數(shù)據(jù)消費者三種角色， 對于每種角色而言數(shù)據(jù)質量的含義側重有所不同。數(shù)據(jù)質量多從消費者的角度進行定義， 對于數(shù)據(jù)消費者即使用者來說， 有用性和可用性是數(shù)據(jù)質量的重要方面［１０］ ， 由國家市場監(jiān)督管理總局、中國國家標準化管理委員會發(fā)布的《信息技術數(shù)據(jù)質量評價指標》將數(shù)據(jù)質量定義為，在指定條件下使用數(shù)據(jù)時， 數(shù)據(jù)的特性滿足明確的或隱含的要求的程度［１１］ 。對數(shù)據(jù)質量進行評價的視角有數(shù)據(jù)產(chǎn)品視角、數(shù)據(jù)平臺視角、數(shù)據(jù)用戶視角、數(shù)據(jù)生命流程或周期視角［１２－１３］ ， 現(xiàn)有研究多以用戶需求視角和數(shù)據(jù)生命周期視角為主［１４－１５］ ， 評價方法涉及訪談、德爾菲法、層次分析、模糊綜合評價等方法［１６－１７］ ， 主觀性較強且多以提出概念框架為主， 模型理論性強可行性差。

現(xiàn)有研究中， 與醫(yī)療健康數(shù)據(jù)相關的質量評價涉及電子病歷數(shù)據(jù)、醫(yī)院信息系統(tǒng)數(shù)據(jù)、公共衛(wèi)生信息數(shù)據(jù)等。袁莎等［９］ 基于文獻分析和專家咨詢的方法， 依據(jù)原始質量、過程質量、結果質量３ 個維度， 構建了醫(yī)療數(shù)據(jù)評價指標體系。楊善林等［５］ 將醫(yī)療健康大數(shù)據(jù)中的醫(yī)療健康案例質量把控劃分為了入庫階段和使用階段， 通過人機融合的方法， 分別從信息完整性、典型性、外部特征以及有用性、易用性、總體質量等方面對案例進行評價。在評價指標體系的相關研究中， 美國國立衛(wèi)生研究院衛(wèi)生保健系統(tǒng)研究實驗室對電子健康檔案（ＥＨＲ）數(shù)據(jù)質量從完整性、準確性、一致性３ 個維度進行了評估。Ｗｅｉｓｋｏｐｆ Ｎ Ｇ 等［７］ 通過相關文獻分析提出使用完整性、正確性、一致性、可信性、通用性５ 個維度和７ 類質量評估方法對電子病歷數(shù)據(jù)質量進行評估， 以促進電子病歷數(shù)據(jù)的重用。已有的研究中涉及指標范圍較廣， 但對于數(shù)據(jù)質量各個維度和指標缺乏明確、統(tǒng)一的含義［１８］ ， 對醫(yī)療健康大數(shù)據(jù)自身特性考慮不足， 缺少系統(tǒng)的評價程序， 難以全面、準確地對醫(yī)療健康大數(shù)據(jù)的質量進行評價。

此外還有一系列信息化評估工具， 如對ＥＨＲ 數(shù)據(jù)質量進行評估的可視化、開源、可拓展的ＤＱｅ－ｃ工具， 可以生成基于Ｗｅｂ 的報告， 通過描述性圖表體現(xiàn)ＥＨＲ 數(shù)據(jù)庫的完整性和一致性［１９］ ； 使用Ｈａｄｏｏｐ Ｍａｐ／ Ｒｅｄｕｃｅ 對醫(yī)療資源描述框架（ＲＤＦ）數(shù)據(jù)集進行質量評估和異常數(shù)據(jù)檢測［２０］ ， 以提供更加準確和可靠的數(shù)據(jù)集。以上工具多針對某種明確數(shù)據(jù)源， 對被評價數(shù)據(jù)要求較高， 普適性較差， 并且多基于西方國家醫(yī)療健康大數(shù)據(jù)發(fā)展現(xiàn)狀， 難以在我國直接外推使用［２１］ 。

針對以往數(shù)據(jù)質量評價指標體系中存在的定義不明確、對醫(yī)療健康大數(shù)據(jù)特點針對性不強等問題，本文基于已有文獻中的指標和該領域多位專家意見， 基于數(shù)據(jù)生命周期視角并充分考慮醫(yī)療健康大數(shù)據(jù)自身特性， 結合醫(yī)療健康大數(shù)據(jù)質量生命周期模型， 對數(shù)據(jù)質量評價指標進行重新定義和階段劃分， 構建了符合醫(yī)療健康大數(shù)據(jù)特點的質量評價指標體系。為了彌補已有研究中評價方法主觀性較強的問題， 在指標權重確定過程中， 本文充分考慮評價過程的模糊性和不確定性， 使用模糊最優(yōu)最劣法（模糊ＢＷＭ） 和熵權法（ＥＷＭ） 綜合確定指標主、客觀權重， 在考慮專家經(jīng)驗和主觀判斷的同時又有可量化數(shù)據(jù)支撐。為了增強評價結果的直觀性和綜合性， 本文將專家語言變量轉化為三角模糊數(shù)， 以定性與定量相結合的方法進行評價， 并引入ＴＯＰ?ＳＩＳ 方法進行綜合排序。最后， 對本文所構建的指標體系和綜合評價模型進行了實際應用， 獲得了具有現(xiàn)實意義的醫(yī)療健康大數(shù)據(jù)質量評價結果。綜上所述， 本文構建了較為完善的醫(yī)療健康大數(shù)據(jù)質量評價指標體系和評價模型， 可以全面、系統(tǒng)地對醫(yī)療健康大數(shù)據(jù)的質量進行綜合評價。

２ 醫(yī)療健康大數(shù)據(jù)質量評價指標體系構建

基于數(shù)據(jù)生命周期理論， 構建了醫(yī)療健康大數(shù)據(jù)質量生命周期模型， 基于此并結合醫(yī)療健康大數(shù)據(jù)特點， 初步構建了醫(yī)療健康大數(shù)據(jù)質量評價指標體系， 而后根據(jù)專家意見對指標進行優(yōu)化， 形成３個階段、９ 個指標組成的醫(yī)療健康大數(shù)據(jù)質量評價指標體系。

２.１ 醫(yī)療健康大數(shù)據(jù)質量生命周期模型

數(shù)據(jù)生命周期的概念提出于上世紀６０ 年代，進入２１ 世紀數(shù)據(jù)量快速增加， 數(shù)據(jù)生命周期理論得到進一步重視。數(shù)據(jù)資產(chǎn)管理組織（Ｄａｔａ ＡｓｓｅｔＭａｎａｇｅｍｅｎｔ Ａｓｓｏｃｉａｔｉｏｎ， ＤＡＭＡ）將數(shù)據(jù)生命周期定義為從創(chuàng)建、采集、使用到消亡的全過程。國內(nèi)外對于數(shù)據(jù)生命周期的階段劃分有所不同， 涌現(xiàn)出了大量應用廣泛的模型， 如表１ 所示。這些模型的階段劃分、適用對象和側重內(nèi)容有所不同， 如ＤＣＣ模型是較為通用的數(shù)據(jù)生命周期模型［２２］ ； ＤＤＩ 模型主要針對社會科學數(shù)據(jù)［２３］ ； ＣＳＡ 模型主要側重數(shù)據(jù)安全方面， 考慮了每一個階段可能會產(chǎn)生的數(shù)據(jù)安全問題［２４］ ； 數(shù)據(jù)質量生命周期模型劃分了創(chuàng)建、存儲、檢索、使用４ 個主要周期， 有助于更好地理解數(shù)據(jù)質量問題且具有很強的通用性［２５］ 。國內(nèi)學者周寧［２６］ 認為， 數(shù)據(jù)生命周期包括創(chuàng)建、存儲、使用、歸檔、銷毀５ 個狀態(tài)， 數(shù)據(jù)一旦創(chuàng)建，可以在任意兩個狀態(tài)跳轉， 不一定經(jīng)歷所有狀態(tài)。根據(jù)研究對象和研究問題的不同， 數(shù)據(jù)生命周期的階段劃分也會有所不同， 但廣泛存在交叉重疊。如研究較多的科研數(shù)據(jù)生命周期， 存在多種劃分方法， 但主要圍繞產(chǎn)生、收集、處理與存儲、共享與利用４ 個階段。

本文以數(shù)據(jù)生命周期理論為基礎， 借鑒以往研究， 從醫(yī)療健康大數(shù)據(jù)管理者的角度出發(fā)， 以數(shù)據(jù)質量評價為目的， 重點關注醫(yī)療健康大數(shù)據(jù)從產(chǎn)生到利用過程中的質量， 構建了醫(yī)療健康大數(shù)據(jù)質量生命周期模型， 如圖１ 所示。該模型將其生命周期劃分為數(shù)據(jù)采集、數(shù)據(jù)預處理與儲存、數(shù)據(jù)分析與使用３ 個階段， 并設定評價指標對醫(yī)療健康大數(shù)據(jù)質量進行全面評價。

數(shù)據(jù)采集階段指獲取數(shù)據(jù)的過程， 從不同數(shù)據(jù)源實時或定時收集數(shù)據(jù)， 并發(fā)送給存儲系統(tǒng)或數(shù)據(jù)中間件系統(tǒng)進行后續(xù)處理。采集的醫(yī)療健康大數(shù)據(jù)包括電子病歷數(shù)據(jù)、公共衛(wèi)生數(shù)據(jù)、個人健康數(shù)據(jù)、醫(yī)院運營數(shù)據(jù)等， 數(shù)據(jù)來源包括患者或用戶個人、醫(yī)療機構、醫(yī)保部門、公共衛(wèi)生部門等多種主體。在該階段， 醫(yī)療健康大數(shù)據(jù)質量會受到數(shù)據(jù)源、數(shù)據(jù)采集方式和技術等因素的影響［２７］ 。

數(shù)據(jù)預處理與儲存階段指對上階段采集到的醫(yī)療健康大數(shù)據(jù)按照相關規(guī)范、標準進行預處理（ＥＴＬ 抽取、轉換、加載）、存儲及更新， 同時采用相關措施確保數(shù)據(jù)安全存儲和訪問。采集的數(shù)據(jù)需要按照相關標準和規(guī)范經(jīng)過清洗、篩選、排序等操作才能進入數(shù)據(jù)存儲系統(tǒng)， 對于隱私數(shù)據(jù)或敏感數(shù)據(jù)， 需要有相應的加密和脫敏措施。此外， 醫(yī)療健康大數(shù)據(jù)是時刻產(chǎn)生、動態(tài)變化和不斷累積的，需要對數(shù)據(jù)進行更新。在該階段， 醫(yī)療健康大數(shù)據(jù)質量會受到數(shù)據(jù)預處理技術、數(shù)據(jù)存儲和訪問方式、數(shù)據(jù)管理機制等因素的影響。

數(shù)據(jù)分析與應用階段指使用已經(jīng)儲存在數(shù)據(jù)庫中的醫(yī)療健康大數(shù)據(jù)， 包括業(yè)務系統(tǒng)內(nèi)、外的調用、查看和使用數(shù)據(jù)進行統(tǒng)計分析、可視化分析與預測， 并將其應用于管理決策、戰(zhàn)略規(guī)劃、科學研究、市場營銷等。在該階段， 醫(yī)療健康大數(shù)據(jù)質量會受到數(shù)據(jù)系統(tǒng)、數(shù)據(jù)分析技術、數(shù)據(jù)應用等因素的影響。

２.２ 指標體系初步構建

醫(yī)療健康大數(shù)據(jù)在具備大數(shù)據(jù)“５Ｖ” 特點的基礎上， 還具有隱私性、冗余性、時效性、不完整性等特點［２８－２９］ 。隱私性表現(xiàn)在電子病歷、健康檔案等大多包含患者身份信息以及如傳染病、遺傳病等較為敏感的疾病信息， 一旦發(fā)生泄露會給患者帶來嚴重影響。醫(yī)療健康大數(shù)據(jù)中非結構化數(shù)據(jù)較多， 相似文本和相似圖像的重復記錄、患者自述中的大量無關信息、疾病癥狀的多種表達方式等原因使得醫(yī)療健康數(shù)據(jù)產(chǎn)生重復、冗余。時效性表現(xiàn)在醫(yī)療健康大數(shù)據(jù)實時產(chǎn)生并隨時間變化， 多數(shù)疾病的發(fā)病、診治過程有時間線， 醫(yī)學檢驗結果受時間影響， 所以醫(yī)療健康大數(shù)據(jù)采集、存儲、使用的及時性也是質量的一個重要方面。不完整性主要表現(xiàn)在由于患者表述不完整、醫(yī)生水平有限、疾病本身復雜程度高或早期數(shù)據(jù)缺乏電子化記錄等原因導致數(shù)據(jù)在輸入時不完整［２９］ ， 或在數(shù)據(jù)存儲過程中發(fā)生損壞、丟失。

基于現(xiàn)有文獻中關于數(shù)據(jù)質量評價指標體系的相關研究， 并結合醫(yī)療健康大數(shù)據(jù)的隱私性、冗余性、時效性、不完整性等特點， 本文從醫(yī)療健康大數(shù)據(jù)質量生命周期模型的３ 個階段出發(fā)， 初步建立了醫(yī)療健康大數(shù)據(jù)質量評價指標體系。在數(shù)據(jù)采集階段考慮準確性、完整性、可靠性、時效性指標，在數(shù)據(jù)預處理與存儲階段考慮規(guī)范性、安全性、隱私性、一致性指標， 在數(shù)據(jù)分析與應用階段考慮流通性、可訪問性、價值性指標。

其中， 準確性、完整性、可靠性、時效性、規(guī)范性、安全性等指標多次出現(xiàn)在數(shù)據(jù)質量評價及管理相關文獻中， 是較為通用的數(shù)據(jù)質量評價指標［１１，２７］ 。準確性指標指醫(yī)療健康大數(shù)據(jù)反映數(shù)據(jù)主體情況的準確程度； 針對醫(yī)療健康大數(shù)據(jù)所具備的不完整性特點， 設置完整性指標從數(shù)據(jù)規(guī)模、數(shù)據(jù)類型、數(shù)據(jù)內(nèi)容三方面對醫(yī)療健康大數(shù)據(jù)質量進行評價； 可靠性指標指醫(yī)療健康大數(shù)據(jù)內(nèi)容和來源的真實和可靠程度； 時效性指標指醫(yī)療健康大數(shù)據(jù)反映數(shù)據(jù)主體當前狀態(tài)以及變化情況的程度， 對應醫(yī)療健康大數(shù)據(jù)時效性強的特點； 規(guī)范性指標指醫(yī)療健康大數(shù)據(jù)格式和內(nèi)容符合國家標準、區(qū)域標準的程度； 安全性指標指對醫(yī)療健康大數(shù)據(jù)的加密存儲、訪問控制、身份驗證、備份恢復等措施。

此外， 隱私性、一致性、流通性、可訪問性、價值性指標在已有文獻基礎上進一步考慮了醫(yī)療健康大數(shù)據(jù)自身特點和存儲及應用現(xiàn)狀。隱私性指標指對醫(yī)療健康大數(shù)據(jù)中所包含隱私信息的保護和匿名化處理［３０］ ， 對應醫(yī)療健康大數(shù)據(jù)隱私性較強且隱私問題貫穿多個生命周期環(huán)節(jié)的特點； 由于醫(yī)療健康大數(shù)據(jù)儲存在多個單位的數(shù)據(jù)系統(tǒng)或第三方數(shù)據(jù)庫中， 故設置一致性指標［７］ ， 用以評價不同單位存儲的相同或相關數(shù)據(jù)的內(nèi)容及格式的一致程度以及數(shù)據(jù)描述與數(shù)據(jù)實體的對應程度； 由于醫(yī)療機構間存在“數(shù)據(jù)孤島”、醫(yī)療信息系統(tǒng)建設水平不均衡， 故考慮流通性指標， 評價數(shù)據(jù)可以在不同系統(tǒng)或不同單位間進行共享、傳輸?shù)某潭龋郏常保常玻?； 可訪問性指標考慮了醫(yī)療健康大數(shù)據(jù)的冗余性， 指是否可以訪問、查看、下載已存儲的醫(yī)療健康大數(shù)據(jù)，以確保其是可操作、可用的［３２］ ， 而非無用的垃圾數(shù)據(jù)； 價值性指標指醫(yī)療健康大數(shù)據(jù)能夠為機構、社會、國家等層面帶來的價值［３４］ 。

２.３ 指標體系優(yōu)化

采用專家意見法， 邀請醫(yī)療健康大數(shù)據(jù)領域的研究人員、技術人員、管理人員共９ 位專家對初步構建的指標體系發(fā)表修改意見。綜合專家意見， 將具有交叉重疊的指標進行合并或剔除。將９ 位專家的修改意見綜合如下： ①剔除可靠性指標， 將可靠性指標側重的數(shù)據(jù)真實可靠性合并到準確性指標；②將時效性指標修改為及時性， 主要關注醫(yī)療健康大數(shù)據(jù)記錄和更新的及時性； ③將隱私性指標合并到安全性指標， 除對醫(yī)療健康大數(shù)據(jù)的安全保障措施進行評價外， 還關注其隱私保護措施； ④將流通性指標修改為互聯(lián)互通性指標， 關注醫(yī)療健康大數(shù)據(jù)在不同系統(tǒng)間進行流動、傳輸、兼容的程度； ⑤將可訪問性指標修改為可用性， 指醫(yī)療健康大數(shù)據(jù)中包含有用信息并且可用于下載、查看、統(tǒng)計分析，并且可以進行可視化分析、實現(xiàn)大數(shù)據(jù)分析與應用的程度。

根據(jù)本文提出的醫(yī)療健康大數(shù)據(jù)質量生命周期模型的３ 個階段并結合專家意見， 對確定的９ 個評價指標進行階段劃分， 指標處于某個階段代表該指標所包含的內(nèi)容在該階段需重點關注。指標說明和階段劃分如表２ 所示。

本文所構建的醫(yī)療健康大數(shù)據(jù)質量評價指標體系是在已有相關研究和標準的基礎上提出的， 涵蓋了通用的數(shù)據(jù)質量評價指標。因此， 如要對一般領域的數(shù)據(jù)質量進行評價， 可在本文提出的評價指標體系的基礎上進行調整， 剔除與所評價數(shù)據(jù)相關性較低或不相關的指標， 并對指標權重進行調整， 以更加符合所評價數(shù)據(jù)的特點， 進而獲得更為科學合理的數(shù)據(jù)質量評價結果。

３ 醫(yī)療健康大數(shù)據(jù)質量綜合評價模型構建

采用主、客觀相結合的方法， 使用模糊ＢＷＭ和ＥＷＭ 兩種方法綜合確定指標權重， 邀請專家對醫(yī)療健康大數(shù)據(jù)質量進行評價， 并將專家語言變量轉化為三角模糊數(shù)進行定量分析， 最后使用ＴＯＰ?ＳＩＳ 方法進行綜合排序， 構建了醫(yī)療健康大數(shù)據(jù)質量綜合評價模型。

使用以上兩種方法相結合確定指標權重具有以下幾點優(yōu)勢： 首先， 模糊ＢＷＭ 屬于主觀方法， 而ＥＷＭ 屬于客觀方法， 兩種方法相結合可以綜合考慮專家經(jīng)驗和主觀判斷以及可量化的數(shù)據(jù)信息， 減少使用單一方法存在的局限性， 得到更為全面、準確的權重結果； 其次， 模糊ＢＷＭ 方法相較于傳統(tǒng)主觀權重確定方法如ＡＨＰ， 其一致性和可靠性更強， 而ＥＷＭ 方法又為權重計算結果提供了數(shù)據(jù)支持， 兩種方法結合可以增強權重計算結果的可信度； 最后， 主客觀相結合的權重計算方法可以根據(jù)不同決策場景進行調整， 以適應實際需求， 并且可以對權重結果進行解釋， 提高權重計算的靈活性和可解釋性。因此， 采用模糊ＢＷＭ 和ＥＷＭ 兩種方法綜合確定指標權重， 與傳統(tǒng)方法相比更具綜合性、可信性以及可解釋性。

３.１.１ 模糊ＢＷＭ 方法

２０１５ 年， Ｒａｚａｅｉ Ｊ［３６－３７］提出了最優(yōu)最劣法（ＢＷＭ，Ｂｅｓｔ－ｗｏｒｓｔ Ｍｅｔｈｏｄ）， 該方法的主要步驟是專家確定最優(yōu)和最劣的兩個屬性， 并將最優(yōu)屬性與其他屬性、其他屬性與最劣屬性分別進行比較， 獲得兩組偏好向量， 然后建立并求解數(shù)學規(guī)劃模型獲得指標最優(yōu)權重， 為了提高結果的準確性還需進行一致性檢驗。三角模糊數(shù)由Ｚａｄｅｈ Ｌ Ａ［３８］ 于１９６５ 年為了解決不確定環(huán)境下的問題而提出， 被廣泛應用于質量管理、風險管理等領域， 通過將模糊的、不確定的語言變量轉化為三角模糊數(shù)， 可以很好的解決由于被評價對象的模糊性和復雜性所導致的只能用自然語言進行模糊評價的問題。以ＢＷＭ 方法為基礎，Ｇｕｏ Ｓ 等［３９］ 將三角模糊數(shù)引入其中， 建立了模糊ＢＷＭ 模型， 并通過３ 個實例驗證了模糊ＢＷＭ 方法的可行性和有效性。

在定性比較的過程中， 存在著模糊性和無形性。常用的權重確定方法ＡＨＰ 需對比ｎ?（ｎ－１） ／ ２ 次才可獲得判斷矩陣， 而ＢＷＭ 方法只需要比較２ｎ －３次， 具有較少的冗余， 減小了評價過程中的誤差，提高了結果的一致性、可靠性以及決策效率。由于用以評價醫(yī)療健康大數(shù)據(jù)質量的指標較多， 在進行指標重要程度比較的過程中存在不確定性和模糊性， 所以使用三角模糊數(shù)來代替清晰值可以獲得更符合實際情況的特點。因此， 本文使用模糊ＢＷＭ方法進行指標主觀權重確定， 重要程度對比以語言變量呈現(xiàn)， 分別對應不同三角模糊數(shù)， 對應規(guī)則如表３ 所示。該方法的主要步驟如下：

綜上， 本文采用文獻分析法和專家意見法構建醫(yī)療健康大數(shù)據(jù)質量指標體系， 使用模糊ＢＷＭ 與ＥＷＭ 結合確定指標權重， 最后使用ＴＯＰＳＩＳ 方法獲得醫(yī)療健康大數(shù)據(jù)質量評價結果， 構建了一個醫(yī)療健康大數(shù)據(jù)質量綜合評價模型， 模型流程如圖２所示。

４ 醫(yī)療健康大數(shù)據(jù)質量評價實證研究

受醫(yī)療健康數(shù)據(jù)采集方式和數(shù)據(jù)特點的限制及影響， 當前醫(yī)療健康大數(shù)據(jù)多儲存于醫(yī)院、醫(yī)療數(shù)據(jù)相關公司各自的系統(tǒng)或第三方數(shù)據(jù)庫中。為了驗證本文所構建的評價指標體系和綜合評價模型的合理性及有效性， 并全面了解醫(yī)療健康大數(shù)據(jù)的質量現(xiàn)狀， 本文共選取了９ 個醫(yī)療健康大數(shù)據(jù)存儲單位， 其中包括多家三甲醫(yī)院、知名大數(shù)據(jù)公司、醫(yī)療數(shù)據(jù)實驗室等， 應用本文構建的評價指標體系及評價模型進行實證研究。

４.１ 指標權重確定

本研究邀請了９ 位醫(yī)療健康大數(shù)據(jù)領域的專家對本文所構建的指標體系中的９ 個指標進行重要程度偏好比較， 得到的偏好向量如表５ 所示。

根據(jù)專家的偏好向量， 求解模糊ＢＷＭ 模型，獲得各專家對應的指標最優(yōu)模糊權重， 并通過ＧＭＩＲ方法進行去模糊化， 結果如表６ 所示。

本文所邀請的醫(yī)療健康數(shù)據(jù)領域的９ 位專家包括了多家醫(yī)院信息科（處）負責人、醫(yī)療大數(shù)據(jù)實驗室和企業(yè)負責人、醫(yī)療健康領域科技公司總經(jīng)理、醫(yī)療信息化科研人員， 考慮了醫(yī)療健康大數(shù)據(jù)在醫(yī)療、商業(yè)、科研等不同產(chǎn)生和應用場景中的質量， 因此獲得的指標權重是較為全面的， 可以適用于不同領域的醫(yī)療健康大數(shù)據(jù)質量。如若對較為特殊的醫(yī)療健康大數(shù)據(jù)進行質量評價， 如關于某項疾病的醫(yī)療健康大數(shù)據(jù)的質量， 可以使用本文的權重確定方法邀請與評價對象相關的細分領域專家進行指標權重確定。

４.２ 質量結果排序

根據(jù)上節(jié)中確定的指標權重， 將專家初始評價矩陣進行加權， 獲得綜合評價矩陣如表８ 所示。確定ＰＩＳ、ＮＩＳ 如下： ＰＩＳ ＝ ［（０.０２７，０.０３７，０.０３９）（０.0５７， ０.０８６， ０.１１４ ） （０.０５３， ０.０８０， ０.１０６ ）（０.０７９， ０.１０５， ０.１０５ ） （ ０.０８２，０.１２３， ０.１６４ ）（０.０５４， ０.０８０， ０.１０７ ） （ ０.０５１， ０.０７７， ０.１０２ ）（０.０５６， ０.０８７， ０.１１８） （ ０.０５８，０.０９２， ０.１２７）］，ＰＩＮ ＝ ［（０.０１５， ０.０２４， ０.０３２ ） （０.０１９， ０.０４８，０.０７６） （０.０１３， ０.０４０， ０.０６６ ） （０.０２６， ０.０５３，０.０７９） （０.０４１， ０.０８２， ０.１２３ ） （０.０１８， ０.０４５，０.０７１） （０.０００， ０.０１３， ０.０３８ ） （０.０３１， ０.０６２，０.０９３）（０.０２３，０.０５８，０.０９２）］。計算貼進度并進行排序， 結果如表９ 所示， ９ 個單位醫(yī)療健康大數(shù)據(jù)質量排序為Ａ９＞Ａ８＞Ａ５＞Ａ４＞Ａ１＞Ａ２＞Ａ６＞Ａ３＞Ａ７。通過質量結果排序發(fā)現(xiàn)， 醫(yī)院存儲的醫(yī)療健康大數(shù)據(jù)相較于其他機構質量較高， 且三甲醫(yī)院存儲的醫(yī)療健康大數(shù)據(jù)質量綜合排序靠前。

４.３ 醫(yī)療健康大數(shù)據(jù)質量結果分析

將專家評價獲得的初始模糊矩陣通過ＧＭＩＲ 方法進行去模糊化， 得到各個評價對象的醫(yī)療健康大數(shù)據(jù)質量在各個指標下的初始未加權評價結果如圖３ 所示， 以更好地分析醫(yī)療健康大數(shù)據(jù)在各個指標下的質量。此外， 為更直觀地獲得醫(yī)療健康大數(shù)據(jù)的整體質量， 計算每個指標下９ 個評價對象的得分平均值以及９ 個指標得分均值， 獲得整體質量結果如圖４ 所示。

據(jù)圖４ 顯示， 得分相對較高的指標有準確性（Ｃ１）、規(guī)范性（Ｃ４）， 均明顯高于總體均值， 得分相對較低的指標有完整性（Ｃ２）、及時性（Ｃ３）、互聯(lián)互通性（Ｃ７）、價值性（Ｃ９）， 均明顯低于總體均值。

在數(shù)據(jù)采集階段， 醫(yī)療健康大數(shù)據(jù)的準確性（Ｃ１）較好， 完整性（Ｃ２）和及時性（Ｃ３）較差。醫(yī)療健康大數(shù)據(jù)多來源于醫(yī)療信息系統(tǒng)、公共衛(wèi)生系統(tǒng)等， 數(shù)據(jù)來源可靠， 數(shù)據(jù)準確性較好。醫(yī)療健康大數(shù)據(jù)中包含的數(shù)據(jù)類型多且結構復雜， 受數(shù)據(jù)采集方式及能力限制， 無法涵蓋所有數(shù)據(jù)， 數(shù)據(jù)完整性較差。醫(yī)療健康數(shù)據(jù)本身具有較好的時效性［４４］ ，由于系統(tǒng)延遲、數(shù)據(jù)庫效率低、管理落后等原因，導致數(shù)據(jù)采集或更新不及時， 因此及時性較差。

在數(shù)據(jù)預處理與儲存階段， 醫(yī)療健康大數(shù)據(jù)的規(guī)范性（Ｃ４）較好， 安全性（Ｃ５）和一致性（Ｃ６）一般。醫(yī)療健康大數(shù)據(jù)在采集錄入和存儲時都要遵循相關的規(guī)范、標準， 因此規(guī)范性較好。據(jù)圖３ 可得醫(yī)療健康大數(shù)據(jù)在安全性指標上得分差異較小， 在一致性指標上的得分差異較大。醫(yī)療健康大數(shù)據(jù)隱私性較強， 《數(shù)據(jù)安全保護法》等相關法律法規(guī)為各個單位在數(shù)據(jù)安全保障方面提出了硬性要求， 因此數(shù)據(jù)安全性差異較小。由于各個單位采用的數(shù)據(jù)系統(tǒng)不同， 信息化程度不一， 對于同種類數(shù)據(jù)的采集方法、存儲形式、更新頻率等存在差異， 因此數(shù)據(jù)的一致性一般， 并在各個單位間呈現(xiàn)較大差異。

在數(shù)據(jù)分析與使用階段， 互聯(lián)互通性（Ｃ７）和價值性（Ｃ９）較差， 可用性（Ｃ８）一般。醫(yī)療健康大數(shù)據(jù)分散地儲存在各個醫(yī)療機構或第三方數(shù)據(jù)庫中， 缺少統(tǒng)一平臺對數(shù)據(jù)進行整合， 受限于數(shù)據(jù)格式、隱私保護和權屬劃分等原因， 在數(shù)據(jù)整合和共享等方面存在困難， 互聯(lián)互通性較差， 并且在不同單位之間存在較大差異。醫(yī)療健康大數(shù)據(jù)中所含信息的有用性已經(jīng)得到了廣泛認可， 但受限于數(shù)據(jù)權屬、隱私安全以及大數(shù)據(jù)利用能力， 醫(yī)療健康大數(shù)據(jù)的可用性一般。目前， 基于醫(yī)療健康大數(shù)據(jù)進行的醫(yī)療決策占比較小， 公眾對于醫(yī)療健康大數(shù)據(jù)缺乏清晰認知［１８］ ， 其應用尚處于落地實踐初始階段，價值挖掘仍不夠深入， 價值性較差。

本研究中選取的評價對象涉及了醫(yī)院、實驗室、企業(yè)等多類型的醫(yī)療健康大數(shù)據(jù)儲存單位， 通過對其所存儲的醫(yī)療健康大數(shù)據(jù)的質量從３ 個階段、９個指標出發(fā)做出綜合評價， 較為全面地揭示了醫(yī)療健康大數(shù)據(jù)質量的現(xiàn)狀。從整體來看， 我國醫(yī)療健康大數(shù)據(jù)質量水平一般， 在完整性、及時性、互聯(lián)互通性、價值性上仍有待提高。

５ 結論與展望

本文從數(shù)據(jù)生命周期視角出發(fā)， 構建了醫(yī)療健康大數(shù)據(jù)質量評價指標體系和綜合評價模型， 為醫(yī)療健康大數(shù)據(jù)質量問題發(fā)現(xiàn)和數(shù)據(jù)質量提升提供了指導。首先， 建立了醫(yī)療健康大數(shù)據(jù)質量生命周期模型， 參考國內(nèi)外文獻、結合醫(yī)療健康大數(shù)據(jù)特點構建指標體系并進行優(yōu)化， 采用模糊ＢＷＭ 法和ＥＷＭ 綜合確定指標權重， 形成了完善、科學的指標體系。其次， 使用專家語言評價結合三角模糊數(shù)將定性評價轉化為定量評價， 并使用ＴＯＰＳＩＳ 方法進行綜合排序， 構建了一個綜合評價模型。最后，應用本文構建的指標體系和綜合評價模型， 獲得了醫(yī)療健康大數(shù)據(jù)質量現(xiàn)狀， 發(fā)現(xiàn)其完整性、及時性、互聯(lián)互通性、價值性還需進一步提升。為了促進醫(yī)療健康大數(shù)據(jù)的質量提升和深入開發(fā)應用， 本文提出如下建議：

１） 加強數(shù)據(jù)采集階段的質量控制， 從源頭上提高醫(yī)療健康大數(shù)據(jù)質量。要從技術上優(yōu)化數(shù)據(jù)采集系統(tǒng)， 提高數(shù)據(jù)采集的完整性， 改進數(shù)據(jù)收集傳輸流程， 減少數(shù)據(jù)延遲和滯后。要制定數(shù)據(jù)采集和錄入的標準和流程， 加強對數(shù)據(jù)采集范圍和內(nèi)容的把控， 減少低質量數(shù)據(jù)進入數(shù)據(jù)庫， 同時減輕數(shù)據(jù)庫的儲存壓力。建立數(shù)據(jù)質量檢測和反饋機制， 對醫(yī)療健康數(shù)據(jù)進行定期檢查和評估， 同時設定激勵機制， 鼓勵醫(yī)療機構、個人等數(shù)據(jù)主體更好地記錄和報告數(shù)據(jù)， 減少數(shù)據(jù)遺漏或丟失。

２） 進一步推動醫(yī)療健康大數(shù)據(jù)多平臺協(xié)同建設， 提升醫(yī)療健康大數(shù)據(jù)的互聯(lián)互通性。要推進醫(yī)療健康大數(shù)據(jù)國內(nèi)、國際標準和規(guī)范的統(tǒng)一， 建立統(tǒng)一的數(shù)據(jù)接口和數(shù)據(jù)交換平臺， 促進醫(yī)療健康大數(shù)據(jù)跨單位、跨平臺互聯(lián)互通和數(shù)據(jù)整合， 打破數(shù)據(jù)孤島， 形成成熟完善的應用體系。要持續(xù)加強醫(yī)療健康大數(shù)據(jù)平臺監(jiān)管、細化隱私保護粒度， 保障醫(yī)療健康大數(shù)據(jù)互聯(lián)互通過程中的安全性和隱私保護。要建立健全數(shù)據(jù)治理機制， 完善數(shù)據(jù)共享機制和協(xié)議， 提升醫(yī)療健康大數(shù)據(jù)的流通和應用水平。

３） 深入挖掘醫(yī)療健康大數(shù)據(jù)價值， 提升醫(yī)療健康大數(shù)據(jù)的利用水平。要加強醫(yī)療健康大數(shù)據(jù)分析人才培養(yǎng)， 通過可實現(xiàn)、可落地的應用提高數(shù)據(jù)利用率， 充分挖掘醫(yī)療健康大數(shù)據(jù)的價值， 增強醫(yī)療健康大數(shù)據(jù)的活性。要積極推廣醫(yī)療健康大數(shù)據(jù)的重大價值和重要作用， 形成價值認同， 為醫(yī)療健康大數(shù)據(jù)深入應用發(fā)展打下堅實基礎。要繼續(xù)推進醫(yī)療健康大數(shù)據(jù)中心及產(chǎn)業(yè)園建設， 充分利用已建成的數(shù)據(jù)中心及平臺， 推動醫(yī)療機構、企業(yè)、高校等元多主體協(xié)同參與， 營造良好的產(chǎn)業(yè)環(huán)境。

本文還存在一些局限： 本研究的評價視角為數(shù)據(jù)生命周期視角， 后續(xù)應當從多視角出發(fā)， 獲得對醫(yī)療健康大數(shù)據(jù)質量更為全面、客觀、真實的評價。此外， 受限于醫(yī)療健康數(shù)據(jù)的復雜性， 目前尚無法直接對評價指標進行量化， 后續(xù)研究中應當尋求合適的醫(yī)療健康大數(shù)據(jù)質量評價指標量化方法。良好的數(shù)據(jù)質量是實現(xiàn)醫(yī)療健康大數(shù)據(jù)更深層次應用的重要前提， 后續(xù)可以從醫(yī)療健康大數(shù)據(jù)共享、資產(chǎn)管理、再利用等多個方面進行醫(yī)療健康大數(shù)據(jù)治理的相關研究， 促進醫(yī)療健康大數(shù)據(jù)的價值實現(xiàn)與增值。