本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。 # 实施现代健康数据策略 为实施您的现代医疗保健数据策略，我们建议您遵循以下原则： + **创建数据驱动型组织的运营模式**：确定创建数据驱动型组织所需的角色、能力和目标运营模式。培养业务、IT 以及参与患者诊疗的所有人（包括患者）的数据素养。挖掘云的创新潜力，加快提供业务价值。从混合数据策略开始，这样您的组织就可以快速行动。利用现有的本地工具和技术以及基于云的解决方案，创建灵活、高效的数据产品。 AWS 提供了一套采用[混合云模式](https://aws.amazon.com/hybrid/)的产品，可帮助您加快向云的过渡。 + **从一线需求倒推**：对于每个组织角色，确定需要哪些数据、何时需要以及需要哪种格式。接下来，确定数据的来源以及如何按时提供。以用户易于理解和应用的格式提供数据。例如，使用[AWS HealthLake](https://aws.amazon.com/healthlake/)和 [Amazon Quick Sight](https://aws.amazon.com/quicksuite/latest/userguide/quick-bi.html) 来构建包含易于理解的数据可视化效果的仪表板。尽可能构建自助式服务解决方案，让最终用户无需分析师或数据科学家干预即可访问和操作。 + **自动化数据管线**：如果一线医疗保健工作人员必须手动将数据从一个系统传输到另一个系统，则该步骤会延迟数据交付。其引入了数据缺口和错误，分散了一线员工对患者的诊疗，削弱了员工士气，降低了员工的工作效率。自动化可能看起来很昂贵，但要在计算 return-on-investment（投资回报率）时考虑手动数据处理的总成本。如果数据来源需要手动数据传输，请考虑是否可以将数据保留在原位。要从医疗设备获取数据，您可以使用[与医疗设备的AWS 集成](https://aws.amazon.com/health/medical-devices/)，并使用 [AWS Glue](https://docs.aws.amazon.com/whitepapers/latest/aws-glue-best-practices-build-efficient-data-pipeline/aws-glue-best-practices-build-efficient-data-pipeline.html) 构建高效运行的数据管线。 + **从整体式转向模块化**：整体式系统具有相互依赖性，这阻碍了任何组件的创新，并且在出现问题时会使排查变得复杂。现代健康数据策略应该是模块化的：由具有明确定义接口的独立组件组成，这样您就可以在不中断其他模块的情况下在每个模块中进行创新。使用支持互操作性标准的数据存储。例如，考虑使用[HealthLake](https://docs.aws.amazon.com/healthlake/latest/devguide/how-healthlake-works.html)符合 HIPAA 标准的 Fast Healthcare 互操作性资源 (FHIR) 数据存储以及 off-the-shelf数据摄取软件，用于[AWS HealthOmics](https://aws.amazon.com/omics/)转换基因组、转录组学和其他组学数据。 + **使用托管服务和无服务器服务**：通过使用托管服务（云服务提供商为您管理底层基础设施），减少服务器和操作系统配置、补丁管理和监控等无差别的繁重工作。将您的 IT 人员资源从系统管理（保持系统正常运行）转移到数据创新。例如，将 [AWS Lambda](https://aws.amazon.com/lambda/) 或 [AWS Fargate](https://aws.amazon.com/fargate/) 用于计算服务，将 [Amazon Aurora Serverless](https://aws.amazon.com/rds/aurora/serverless/) 用于关系数据库，并将 [Amazon Redshift Serverless](https://aws.amazon.com/redshift/redshift-serverless/) 用于数据仓库。 + **简化和缩短数据管线**：移动和转换数据可能既昂贵又耗时。它还可能给数据解决方案带来错误。要优化成本、加快数据交付和提高数据质量，请执行以下操作： + 就地使用数据。 + 最大限度地减少提取、转换、加载（ETL）操作。 + 使用联合数据访问。 例如，使用 AWS 托管服务来实现[数据网格架构](https://aws.amazon.com/what-is/data-mesh/)，最大限度地减少数据移动所涉及的开销，以及使用[联合查询](https://aws.amazon.com/blogs/big-data/query-any-data-source-with-amazon-athenas-new-federated-query/)。 有关实施架构以支持现代健康数据策略的更多信息和详情，请参阅[附录 D：实施现代健康数据策略的其他指导](appendix-d.md)。