定义、用途与系统边界
医疗机构睡眠数据中台是把分散在电子病历、睡眠检查、影像、呼吸治疗、可穿戴设备、患者报告、排班计费和研究系统中的数据,以统一身份、语义、血缘、权限和服务接口组织起来的机构级能力,归入 WSIC 4.2.1。它支持临床连续性、质量管理、运营、科研和合规取数,使授权使用者知道数据来自何处、适用于什么目的、何时更新以及有哪些限制,而不是简单复制所有文件到一个大型仓库。
中台不是新的临床权威来源、独立的诊断系统或取代所有业务应用的单体平台。医嘱、正式报告、原始多导睡眠记录、设备处方和患者同意通常仍由各自负责系统管理;中台保存可验证引用、受控副本或适合特定用途的转换结果。必须为每个数据域规定记录系统、发布系统、分析副本和回写路径,避免同一字段在多个系统中被同时视为最终答案。
它也不等同于接口引擎、数据湖、主数据管理、临床数据仓库或科研数据库中的任何一个组件。接口引擎负责传输,主索引处理身份,仓库支持查询,术语服务管理代码,目录记录资产,中台则把这些能力组合为有治理的数据产品和服务。平台规模、云原生架构或仪表盘数量都不能证明价值;关键是能否支持明确决策并保持临床含义和责任边界。
数据域、对象与权威语境
核心数据域可包括患者与就诊、医嘱、诊断、用药、共病、问卷和睡眠日记、PSG/HSAT 波形与评分事件、影像视频、实验室结果、PAP 与其他治疗设备数据、随访、预约、费用及患者沟通。每个域应说明粒度、时间含义、来源、负责人、可用延迟、质量等级和允许用途。结构化值、文本报告、PDF、波形、视频和对象存储文件不能因被统一检索就被假定具有相同可计算性。
睡眠检查必须把医嘱、适应证、采集会话、设备和导联配置、原始信号、技术记录、睡眠分期与事件、派生指标、判读报告及修订版本连接起来。AHI、氧减指数、总睡眠时间或睡眠效率等结果只有连同分母、规则、评分手册版本、检查类型、有效记录区间和判读状态才可比较。仅保存最终数字会失去重算、审计和解释差异所需的上下文。
设备与患者生成数据应保留设备型号和实例、固件或算法版本、采样与汇总周期、时区、上传路径、佩戴或使用状态、缺测和厂商处理说明。消费可穿戴、家用监测、PAP 遥测、临床 PSG 和患者自报不是可互换测量;平台应保持来源类别和证据等级。外部供应商给出的“睡眠阶段”“依从”或“风险”字段必须有数据字典和版本,而不能只按相似名称映射。
接入、身份解析与时间一致性
接入可使用 HL7 消息、FHIR API 与批量导出、DICOM/DICOMweb、文件传输、数据库变更流或经批准的厂商接口,但每条通道都要有契约。契约应定义资源或文件范围、字段、代码、单位、时区、更新与删除语义、重试、顺序、重复处理、错误队列和服务级别。接口返回成功只证明消息被接受,不能证明它已与正确患者、检查和版本关联,也不能证明下游能够正确解释。
机构级患者主索引应在各标识域之间建立可审计的交叉引用,并支持同名、改名、双胞胎、新生儿、临时身份、缺少证件和跨机构资料。自动匹配需记录规则、置信度和证据,低确定性进入人工复核;患者合并、拆分、撤销和更正必须传播到下游而不破坏历史。标识交叉引用标准能够交换对应关系,却不规定本机构如何判定两条记录属于同一人,也不自动产生“黄金记录”。
时间治理应区分事件实际发生时间、设备采集时间、源系统记录时间、接口接收时间、入库时间和修订时间,并保存时区、夏令时、时钟来源与精度。跨午夜睡眠、分段上传、设备离线回传和后补评分尤其容易形成错误顺序。平台应保留原始时间和转换规则,校正设备时钟后不得静默改写历史;面向临床的近实时流和面向分析的批量快照还要明确各自水位线与迟到数据策略。
语义、质量、版本与数据血缘
语义治理应为术语、单位、值域、缺失原因、状态和派生公式建立版本化定义,并将本地代码映射到合适的标准概念。诊断、观察、报告、设备、文档和影像研究可以通过 FHIR 等结构交换,波形和影像可使用 DICOM,对观察性分析可转换为 OMOP 等共同数据模型,但转换模型服务于特定用途。标准格式不能修复错误来源,也不能保证两个机构对“有效使用天数”或“检查完成”采用相同定义。
质量规则至少覆盖完整性、唯一性、有效性、一致性、及时性和临床合理性,并按数据产品和用途设置阈值。检查号重复、单位错配、负时长、结束早于开始、事件计数与指数不协调、报告已修订但指标未更新、设备序列号复用和问卷版本错配都应被检测。异常可能来自真实临床情境、源系统错误或转换缺陷,不能一律自动删除或用平均值填补;纠正应回到有责任的来源或生成明确的派生版本。
每个可用字段应能追溯到源对象、提取时间、转换代码、术语映射、质量处理、执行环境和发布版本,并说明谁批准了数据产品。FHIR Provenance 可表达资源产生和转换,AuditEvent 可记录访问与操作,但具体血缘仍需覆盖文件、表、模型和人工步骤。重跑管道必须具有可重复性与幂等性;公式、映射或评分规则改变时,应决定回算还是并存,不能让历史趋势在无版本标记下改变。
数据服务、分析与临床使用
中台可通过患者纵向视图、受控 API、事件通知、搜索、质量数据集、队列和批量导出提供服务。交互式临床读取强调低延迟、当前状态和患者安全,群体分析强调一致快照、队列定义和可重复计算,两者不能共用模糊的“最新数据”概念。FHIR Bulk Data 可支持大量资源的异步导出,但不负责患者匹配、合法共享、转换正确性或接收方后续控制,文件清单和完成状态也不是临床闭环。
面向临床的汇总应显示来源、时间、状态、缺失、修订和跳转到权威记录的路径,并避免把分析副本直接当作下医嘱或改治疗的界面。跨夜趋势可帮助发现检查未完成、结果未回、治疗数据中断或复评到期,但规则须有负责人、接收队列、确认期限和失效处理。缓存延迟、部分接口停机或患者身份待合并时,界面应显著提示,不得用陈旧数据制造完整和实时的错觉。
运营、质量和研究数据集应分别记录人群口径、纳入排除、时间窗、索引日期、字段版本、刷新周期和已知偏倚。去标识化或假名化副本仍需评估罕见疾病、精确时间、长波形、声音、影像、设备标识和外部数据链接造成的再识别风险。模型开发还应隔离训练、验证和部署数据,保存标签来源、泄漏检查与人群表现;中台集中数据并不自动使样本具有代表性,也不把相关性变成临床因果。
隐私、安全与治理责任
治理机构应建立数据所有者、业务负责人、数据管理员、技术保管者、隐私安全负责人和临床使用者的责任矩阵,并为每个数据产品设定目的、最少字段、保留期、质量标准、访问条件和退出方式。治疗、运营、付款、研究、教学、产品开发和外部合作是不同使用目的,应依据当地法律、机构政策、合同和有效同意分别判断。FHIR Consent 等结构可携带许可或限制,但不能自行判断法律效力或完成访问控制。
访问控制应同时考虑人员与服务身份、角色、患者关系、使用目的、设备状态、位置风险和数据敏感度,不因处于院内网络就默认可信。强身份验证、最小权限、短期凭证、密钥轮换、加密、网络与工作负载分段、异常检测、紧急越权和不可随意修改的审计应覆盖 API、数据库、对象存储、缓存、导出文件及管理界面。机器账户和批量任务能够一次读取大量记录,风险往往高于单个界面用户,必须限制范围、速率、期限和导出目的地。
患者访问、更正请求、同意撤回、法律保全、数据删除和对外披露需要贯穿源系统、索引、缓存、备份和下游副本的可执行流程。去标识不是一次性删除姓名,重识别风险不会降为零;数据接收者、链接环境和后续用途改变时应重新评估。审计应回答谁在何时因何目的访问或转换了哪些数据、结果去了哪里以及是否成功,但日志本身也含敏感信息,需要独立保护、保留和复核。
实施、迁移、韧性与持续评价
实施应从少数高价值用例和权威来源清单开始,由睡眠医师、技师、护理、呼吸治疗、影像、病案、科研、质量、信息、隐私安全和患者代表共同定义验收标准。测试要覆盖同名患者、错误合并与拆分、跨午夜检查、报告修订、评分规则升级、单位变化、重复消息、乱序和迟到数据、供应商字段改名、同意撤回及批量任务中断。大规模历史迁移应分批核对数量、哈希、关键字段、不可读对象和抽样临床语义,不能只比较总行数。
连续性设计应明确源系统、中台、身份服务、术语服务、消息队列、对象存储和云服务各自故障时的降级路径。平台停机不能阻断床旁必要记录或让分析副本成为未经授权的临床替代;恢复后需重放、去重、对账并补发修订。备份和灾难恢复演练应验证数据、元数据、血缘、权限、密钥和审计能够一致恢复,并针对勒索软件保留隔离或不可变副本,同时测试供应商退出和大批量导出能力。
持续评价应监测身份误连、漏连、延迟、缺失、重复、单位和代码错误、版本漂移、管道失败、陈旧缓存、非授权访问、异常导出、恢复成功率、问题修复时间及不同人群的数据覆盖差异。接口在线率、数据量、查询次数和仪表盘数量只是运行指标,不能证明数据准确、临床行动完成或患者结局改善。成熟中台应让错误更早暴露、修订可传播、数据用途可解释,并让机构在更换设备、供应商或分析方法后仍能重现关键记录与决策依据。