将数据供应链的概念与世界知名侦探联系起来似乎很离谱，但是，你否记得福尔摩斯说过：“在你得到所有证据（数据）之前就进行推理是个致命的错误，这会使结果带有偏见”？还有，1887年出版的《血字的研究》中提到过：“如果说有五十个人能够从各个方面加以综合推理的话，那么能够用分析的方法推理的，不过是个把人而已”？不难发现，数据分析与破案之间的共同点比想象中要多。

毋庸置疑的是，有了一组准确的支持数据或信息，就有可能做出更好的判断或决策。无论是遗传算法（GA）、人工智能（AI），还是任何其他技术，要发挥出最佳效果，都离不开数据。一个强大的数据供应链本身就是一个强大的信息价值链。

医疗健康是受监管最严格的行业之一，会产生与患者管理、行政管理、测试、临床诊疗和理赔管理以及财务流程相关的大量数据。到2020年，预计全球医疗健康行业的相关数据将至少增加25000拍字节。其中大部分数据是以硬拷贝形式采集的，并通过入院、申报、健康评估和评估表等程序手动录入系统。在整个过程中，会不可避免地出现数据重复和录入错误等人为错误。此类错误会在数据治理、完整性和权属界定等方面造成更大的问题。有研究表明，多达56%的医疗服务提供方不具备适当的数据管理系统。

此外，医疗系统数据通常会分散在不同的系统中。医生、患者或行政人员在执行任何关键任务时能否轻松利用这些数据依然是一个挑战。因此，存在于不同医疗系统中的若干薄弱环节会阻碍数据的不间断流动。

尽管如此，像《健康保险便携性和责任法案》这样的监管标准对系统整合和数据共享提出了严格规定，要求医疗机构必须保护患者敏感数据。医疗机构必须重视违反HIPPA法案可能导致的代价 - 一旦违规，通常就会造成高昂的代价。这也是医疗护理系统以闭环模式运行的原因之一。

沟通无极限: 医疗信息系统

美国90%的医疗机构都已普及电子病例记录（EHR），而世界上多数国家电子病历建设与美国相比差距较大，电子病历记录仍处于初级发展阶段。持续加大数字技术部署的趋势有助于提高医疗记录的准确性。为了连接供应链中的数据点，构建实时和安全的医疗护理系统，各个组织正在采用：

• 数字化数据采集：通过基于web的应用程序或在线操作系统收集数据，可以减少医疗记录中的差错。通过智能和安全的终端设备（如平板电脑、智能手机或任何手持设备）采集数据，可直接将数据发送到中央存储库，以便进一步使用。
• 智能卡：为患者办理智能卡可减少重复录入数据，并构建一套智能医院信息系统（HIS）。
• 基于云的应用程序和服务：云是一种经济高效的解决方案，具有方便数据存储、易于管理、灾难恢复以及灵活和可扩展等优点。因此，大多数医疗保健服务提供商正将应用程序和服务迁移至云端。但是，务必要考虑到云端的安全问题，比如数据访问控制、传输安全、认证协议、完整性和审计等。这些都是云端系统所需的数据安全措施。只有采取了合适的措施来保障数据共享的安全性，才能保证云系统有利无害。
• 数据安全措施：为了保护组织数据，医疗机构必须通过部署最新的防病毒解决方案、设置防火墙、加密敏感数据以及实施多因素身份验证（MFA）技术来增强安全性。
• 无缝系统集成：由于难以将现有的患者数据孤岛连接起来并构建起大型数据集，外科临床和医疗科研领域苦不堪言。医疗机构应实施广泛的，安全的和可伸缩的企业级系统集成解决方案，而不是采用非集成的定制软件。
• HIPAA标准：必须按照监管标准来构建和管理系统，以在闭环系统（由于技术挑战和安全协议而无法与其它系统通信）与数据共享找到平衡。如果能够找到这种平衡，我们就能创建一个能够无技术障碍地分享数据，又能保证数据安全性的系统。
• 数据归属权：在数据供应链下明确数据的权属可以提高数据的真实性，并改进数据治理水平。干净准确的数据对研究和决策大有裨益。
• 高级分析：将数据转化为战略洞察力是所有医疗机构追求的主要目标之一。这可以通过部署人工智能、机器学习和机器人流程自动化（RPA）等尖端技术来实现。

结语

数据供应链在加快尖端科学研究和建立动态企业分析方面具有巨大潜力。如果能够以安全和数字互联的集成化医疗基础设施替代并发系统，数据将能发挥更重大的作用，因为智能的数据供应链是发展智能医疗系统的前提。