面对医院复杂的业务流程和数据结构，一个信息管理系统上线意味着系统建设的终点，还是新的起点?答案当然是后者。信息系统的建设、使用和管理是个系统工程。如果说，系统的实施是建设期，那么持续的应用和管理就是运营期，它贯穿信息系统的全生命周期。信息系统的投资是管理的投资，对系统进行正确有效的运营管理和持续改进，方可使得信息系统日趋强健与价值最大化，方可获得优秀的投入产出比。

  一个行之有效的信息系统运营管理途径，就是建立信息系统成熟度评估机制，周期性地对信息系统进行多维度评估，及时发现问题和管理风险，增强数据驱动力，持续改进系统的管控能力。

  信息系统成熟度评估可以从六个维度着手，通过系统模块查看、流程追踪、规则验证、数据分析、文档查看、人员访谈等手段，进行全面评估。

  本文仅从管理视角进行探讨，不包括技术方面的评估。

  一、基础数据及其治理体系是否规范、完善

  医院信息系统的基础数据，是各个业务流程和应用系统之间共享的、具有一致性和准确性的关键业务数据，包括主数据、医学术语、专用字典等。基础数据是业财融合和管理决策支持系统的重要基础，其中，医院的主数据包括：患者基本信息、医护药技及管理人员的基本信息、业务核算单元的基本信息等;医院的行业术语包括：标准化诊断术语库、标准化手术术语库、检查、检验、治疗、药品、耗材、医疗设备、麻醉方式、标本类型、标本状态、护理级别等。

  基础数据一般不是由单一字段组成的简单字典，而是附带大量属性，比如：患者姓名、性别、出生日期、身份证号、联系方式、家庭住址等，药品名称、规格、剂型、生产厂家、有效期、药品编码等。

  评估基础数据的规范度，可从六个方面展开：

  1.准确性：基础数据及其属性信息应表述准确，不应有错别字和错误符号。

  2.完整性：基础数据信息及其属性应采用与有效力性的相关文件相符的规范化全称，不可用简称或俗称，主数据的相关属性不应有空白字段。

  3.一致性：不同业务系统表达的同类基础数据应完全一致。

  4.合规性：基础数据的存储与传输应符合相关法律法规和行业标准，如患者隐私数据的合规存储与使用。

  5.动态性：不同时期维护的基础数据及其属性的规范度应同质化。

  6.治理体系是否完善：

  (1)是否有相应的数据维护岗位;

  (2)是否有权威的数据标准定义;

  (3)是否有数据动态更新机制;

  (4)是否有主数据调用端的封闭管理机制;

  (5)是否有基础数据的质量控制措施;

  (6)是否有基础数据的定期评估机制等。

  二、业务流程是否具备强大的过程控制能力

  医院的业务流程纷繁复杂，多达上百条，是医院质量和运营的命脉。科学智慧的流程体系必然会赋能医院质量、效率和成本管控等精细化管理。业务流程的成熟度一般分为：初始级、已管理级、已定义级、量化管理级和优化级五个等级。

  业务流程成熟度可以从以下六个方面入手进行评估，根据评估结果对号入座，并针对问题开展整改提升。

  1.业务流程是否经过规划，是否能覆盖各种业务场景，包括主流程、子流程、逆流程等。

  2.业务流程是否经过设计，是否端到端，每个节点是否有明确的输入和输出，是否有明确的、与行业法规相吻合的“红灯”、“黄灯”、“绿灯”判断规则和时限性规则，每个节点的工作任务是否有明确的责任人。

  3.各节点的时间、执行人和任务是否记录完整，是否可追溯。

  4.业务流程是否有SOP(标准化作业程序)和操作手册，是否培训到位，业务流程各节点的任务执行人对规则是否知晓、理解和接受等。

  5.业务流程跨角色跨系统时，前后数据是否一致，是否可以实现“一次录入、多次继承”的效率原则。

  6.业务流程的资金流、实物流、服务流、数据流是否一致。

  三、知识库体系是否“点深面广”

  信息系统的基础知识库是一个集中存储知识的仓库，用于收集、组织、存储和共享信息、数据、规则等各种知识资产。高级的知识库是嵌入到流程中的管理工具或决策工具。

  对于医疗信息系统来说，广义的知识库包括医学知识库和管理规则库。管理规则库是依据卫生行政部门或者医保管理部门的法规或执行标准要求，转化为医院内部的工作制度，再依据制度设计流程，在流程中嵌入管理规则。广义的医学知识库，不仅包括可查询检索的诊疗规范、指南、专家共识，价值更高的是根据医学知识库或合理用药(用械)知识库等，将其转化为嵌入医疗流程的诊疗决策支持，包括：不合理用药的拦截或提醒，诊疗方案的推荐、预警、提醒，体现诊疗规范和指南的临床路径、病历模版、医嘱套餐、护理措施等。

  知识库应用的成熟度评估可以考虑从以下三个方面入手：

  1.知识库的权威性。应采用现行的、最新的、权威的知识库。

  2.知识库的全面性。知识库不应是残缺不全的，如合理用药知识库未覆盖医院在用所有药品，病历书写时限性规则库不全等，均属于“知识库不全面”，其管理的严谨程度和力度就会受到影响。

  3.知识库的可控性。知识库的管理涉及医务、护理、药学等多个部门，各部门均应安排相应人员，负责知识库的维护、调整、确认、培训和上线后的跟踪、管理效果评价等。知识库是医疗质量管理的智慧工具，知识库的管理应该是医疗质量管理委员会的重要工作之一。

  四、数据采集能力能否覆盖全业务流程

  对信息系统数据采集能力进行评估，主要是为了确定系统在收集数据方面的完整性、准确性、时效性等，从而确保系统能够为后续的数据分析、数据利用、决策支持等活动提供高质量的数据基础。

  一般从四个方面进行数据采集能力的成熟度评估：

  1.数据采集的完整性，也即系统采集到业务流程所需要全部数据的程度。

  2.数据采集的准确性，也即采集到的数据能否真实、正确、客观反映实际业务情况的程度。

  3.数据采集的时效性，也即系统能否及时采集数据的能力程度，确保数据在业务需要时能够及时可用。这既依赖于信息系统是否有采集数据的功能，更依赖于操作人员使用信息系统记录的规范性和及时性。

  4.数据采集的整合性。是指系统能否采集到业务端到端全流程的执行数据，且数据的流动和传递是否规范可靠。

  五、数据决策的层次、精度、深度能否支持精细化管理

  医院管理决策支持是指通过收集、整合、分析医院内外部各种数据信息，包括医疗业务数据、财务数据、人力资源数据、物资管理数据、医院基本运维数据等，运用一定的模型和工具，为医院管理者提供决策相关的参考依据，帮助做出更加科学、合理的管理决策。

  管理决策支持系统的评估，可以考虑从以下六个方面入手：

  1.数据分析的权威性。质量指标、效率指标的动态指标或静态指标的管理是否分工明确，是否均经过相应管理部门专业人员的审批等。

  2.数据分析的唯一性。质量指标、效率指标在系统中是否唯一。

  3.数据分析的全面性。是否满足院领导及各业务管理职能部门进行质量监管、效率分析、资源配置、成本控制等持续改进工作的需要，是否满足上级卫生行政部门大数据监管的需要。

  4.数据分析的动态性。指标更新的周期是否满足多种需求，比如月度、日、实时等。

  5.数据分析的可视化。数据是否可通过图形、图像、动画等手段，以直观、易懂的方式呈现出来，使用户能够更清晰地观察和分析数据及其结构关系。比如：柱状图、折线图、饼状图、散点图、箱线图等。可视化的成熟度主要是看数据的呈现形式能否满足管理者快速决策的需要。

  6.数据分析的可用性。一方面指的是数据决策的集成性、权限管理、下沉的层次和深度。比如数据分析结果的颗粒度是否可以分为院领导、职能管理、科室、诊疗组、医护个人等，是否支持通过权限控制的方式将科室画像、诊疗组画像、个人画像以及同层分析下沉到画像主体。另一方面是指是否可以进行实时指标计算，在诊疗活动中实时预警，强化质量、效率、成本的过程控制。

  六、管理岗位能力是否适应医院数智管理转型的步伐

  在医院管理全面数智转型的当下，信息系统的规划、建设、应用、管理和改进已经成为医院管理者必须掌握的基本技能。

  信息系统管理岗位的能力评估，可以从以下四个方面进行：

  1.主导信息系统建设的人员是否主管该信息系统或业务流程的管理岗位人员。这决定着信息系统建设的起始水平和应用管理的可持续性，决定着信息系统的生命力和价值释放程度。

  2.基础数据、业务流程、知识库、指标体系等日常管理是否设定了岗位职责和执行标准，是否专人管理、责任明确。

  3.是否对业务和技术的融合关系有清晰认知，是否及时修订了基于智慧管理的规章制度，是否可以熟练地应用数据进行质量监管和效率分析。

  4.是否可以独立完成对信息系统的成熟度评估，并针对问题持续改进。

  未来已来，势不可挡。依赖数据、基于流程的现代化医院管理模式必将替代传统的管理模式。在这场变革中，医院管理部门的岗位重新设定和数智能力的培养，已经成为迫在眉睫的任务。医院是否拥有一批可以驾驭信息系统的数智人才，成为医院智慧转型能否成功的关键。因此，在智慧医院转型战略中，应将数智人才的培养纳入总体规划。