作者：鞠培新

我国于2016年6月24日发布了《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》。该意见明确指出，健康医疗大数据是国家重要的基础性战略资源。目前，国内医疗大数据产业已经在蓬勃发展，出现大量基于医疗健康数据做分析、挖掘的企业，医学院校、科研院所亦纷纷开展精准医学、健康管理等基于海量居民健康诊疗数据的研究，然而研究过程中数据的质量问题难以确定。

分级诊疗进行时，数据陷窘境

作为国家分级诊疗实践一份子，笔者认为，从分级诊疗体系的设计理念思考，国家希望对居民进行全人全程的健康管理，以居民健康卡为依托，收集患者历次体检、诊疗等数据。从国家层面来讲，分级诊疗的数据收集工作能够收获庞大的居民健康数据资源，为我国医疗科研、人口健康管理、国家/区域医保控制等提供支撑；从居民个人角度来看，患者健康数据队列研究能够为后续诊疗、健康管理及干预提供支撑，在精准医疗时代收集必要的个人健康基础数据作为支撑。

然而结合笔者正在参与的分级诊疗项目来看，基层医疗机构在患者诊疗与健康数据采集的过程中发现患者身份的准确性存在严重问题，对于接下来数据分析或挖掘的准确性、完整性、有效性都将产生影响。例如：去年，某市抽查近一半的乡镇卫生院，发现经费挪用及个别电子健康档案造假的问题，一些居民反映未接受过基本公共卫生服务，但是社区卫生中心却存放着这些人的“健康体检档案”；一些省、市的区域卫生信息平台也曾遭遇窘境，比如：病人在同一医疗机构的多次就诊信息不能进行身份统一，在二三线城市能够实现通过唯一身份信息确认“我的诊疗数据是我的”数据比例约占70%。

由于存在上述现象导致居民诊疗过程中身份信息不统一，进而会造成居民健康数据无法完成分级诊疗数据管理与应用的历史使命，对于接下来个人健康数据的整合与队列研究亦将无法形成可靠支撑，如何破局？

分级诊疗要拥抱大数据，先证明“我是谁”

从对于分级诊疗数据采集流程的分析中我们可以发现，就诊人无论是在社区完成公共卫生项目中的体检，还是在各级医疗机构中就医，其诊疗行为过程所产生的数据必须使用唯一身份“串联”起来才能保障数据连贯性。

笔者认为，为了提高工作效率及延伸服务，应用生物识别技术融入唯一身份识别过程是优先选择。目前，能与身份证信息融合的、非接触式、准确度高的生物识别技术当数“人脸识别”技术。

回顾上文提到分级诊疗体系中影响“健康数据”一致性问题的各个重点环节，我们设想应用“人脸识别”技术来解决问题的场景：

1、社区体检人脸识别应用

在社区应用数字化体检设备，包括电子血压计、人体秤、血糖仪等把体检数据传到社区电子病历或健康档案的同时，加入就诊者的活体人脸信息之后，系统默认为有效信息接收存储，即完成了本次信息采集中的真实唯一身份识别。使用以社区电子病历为核心的集成设备，每完成一例有效体检（完成唯一身份确认才能认为有效）上传至平台，平台评价后为此社区卫生服务中心医生记载一次绩效成绩，并迅速反馈到医生本人及其单位。

上述模式可以保证居民健康数据的可靠性和可追溯性，保证后续医疗数据分析应用中的数据质量；可以保证医生劳动量、劳动质量的绩效真实可靠，反映公共卫生人员服务工作的完成情况和效果；可以体现国家经费的使用情况，确保国家基本公共卫生服务经费得到有效应用。
 

2、二级及以上医疗机构人脸识别应用

二级及以上医疗机构在自助机及窗口甚至诊室内设置人脸识别装置，以识别的人脸信息为索引将历次就诊信息上传到区域卫生平台的居民健康档案系统中，与社区健康数据及历次就诊信息做关联，通过唯一身份信息实现个人医疗健康信息的整合。当“刷脸”与身份证完成绑定，居民就诊期间无需携带任何卡片，因为各种就诊卡可顺利绑定“人脸”，所以无卡自助挂号、无卡缴费可以真正实现落地，大幅提升挂号缴费效率，并改善居民就医体验。

另外，随着科技进步（例如“云从”、“汉柏”远景人脸识别身份确定技术），更多人脸识别技术可以在医院内发挥效用。比如基于医院各个角落的高清摄像头，采用结合远景人脸识别技术和电子病历或特定人群信息系统，可以发现各种高危病人及特殊人群，对患者安全、治安环境的改善会有所帮助。

展望：“刷脸”让分级诊疗更紧密

随着分级诊疗广泛落地，居民健康诊疗数据正在快速增长，数据准确性挑战日益严峻。早日解决居民唯一身份识别的问题，就能早日为居民健康诊疗大数据管理解决一大问题，让居民健康诊疗大数据的有效分析和挖掘成为可能。

人脸识别在作为实时“唯一身份确认”的有效手段能够帮助“居民健康诊疗大数据”实现更加有效的数据管理，在数据归类方面发挥能效，因此，笔者认为人脸识别技术将在分级诊疗市场中赢得广泛的发展空间，为分级诊疗业务开展保驾护航。