东阳市人民医院智慧管理平台系产业数字化赋能中心市场化标杆项目之一，由东阳市人民医院与浙江省北大信息技术高等研究院联合共建，以中国科学院梅宏院士大数据操作系统实验室研发的大数据操作系统为底座，面向医院运营管理与医疗质量管理场景，把医院管理者的制度要求、业务经验和问题意识，转化为可定义、可计算、可验证、可解释、可干预并能够持续优化的数字管理能力。
平台按「数据中心 — 管理中心 — 应用中心」三大中心架构推进：数据中心打通 HIS、EMR、LIS、PACS、护理、排班等生产系统数据，构建主题数据仓库；管理中心以低代码方式支撑各职能部门自定义报表与分析；应用中心面向业务场景构建 AI 应用。围绕门诊效率、首诊负责制、病历质控、医技效率等主题，平台已形成一批常态化运行的数据产品，并持续沉淀为可复用的主题数据资产与管理能力。
医院有数据，缺的是能支持正确判断的数据。东阳市人民医院是全国县级医院中的管理标杆，连续多年位居全国县级医院综合竞争力排名首位，在全国三级公立医院绩效考核中获 A+ 等级。医院信息化起步早，但与多数医院一样，长期面临三重共性难题：数据分散在不同供应商系统中、缺少统一标准与接口，整合难度高；管理指标口径不统一，局部指标良好而跨部门闭环仍然中断；管理决策主要依赖经验，制度要求难以量化评估。
2024 年 7 月 16 日，东阳市人民医院与北大信研院签署技术合作协议；2025 年 2 月 28 日，双方共建的「医院智慧决策管理联合实验室」正式签约。项目由医院中高层管理者、梅宏院士大数据操作系统实验室、北大信研院产业数字化赋能中心组成联合团队，以「业务定义 + 数据技术」深度融合的方式推进医院智慧管理建设。
医院中高层管理者提出真实管理问题，职能部门与业务科室深度参与，管理层例会机制持续驱动数据与业务的双向迭代。
以梅宏院士团队研发的大数据操作系统为底座，轻量级打通多源异构数据、构建主题数据仓库，无需建设传统数据中台。
负责管理问题数字化：业务定义、主题数据建模、指标规则构建与 AI 应用研发，把有效方法沉淀为可复用的数字管理资产。
运用大数据操作系统抽取生产系统关键数据，清洗加工后按 ODS / DWD / DWS / ADS 四层架构构建职能部门、疾病、应用场景等主题数据库，并按权限为业务部门提供数据调用支持。目前门诊效率数据中心已投入使用。
从各职能部门的管理与业务视角出发，提供低代码工具，以拖拉拽方式支持用户定制报表呈现、导出与统计分析，让业务人员实时参与数据处理。基于低代码自定义报表的管理中心已正式发布。
结合业务需求构建 AI 应用与小程序，把数据直接推送到医生手机端。自然语言问数等 AI 方案研发中，AI 门诊病历质控已完成阶段一验证，逐步把数据能力转化为一线工作效率。
门诊效率数据中心已上线 5 个数据产品，覆盖门诊管理视角与患者视角的主要时间效率数据，数据每 15 分钟自动更新。
号源使用率、预约量与号源紧张程度，辅助号源配置优化。
门诊运行核心指标总览，异常情况实时提示。
挂号量、收号量、开方量每 30 分钟实时曲线，支撑门诊资源动态调配。
预约—等候—就诊—结束全流程时效，量化首诊负责制执行情况。
从开单到检查完成的全流程时效，区分主动延后与产能被动延后。
平台把「可解释」从模型输出扩展到医院管理决策全过程，让每一个重要管理结论都能沿「结论 — 证据 — 指标 — 主题数据 — 原始系统」向下追溯，沿「结论 — 行动 — 结果」向前验证。
| 可解释层次 | 核心问题 |
|---|---|
| 业务定义解释 | 我们到底在管理什么？——业务对象、关系、事件、状态与边界 |
| 指标口径解释 | 数字如何计算，包含谁、排除谁？——指标定义、参数、版本和例外规则 |
| 数据证据解释 | 结论依据哪些患者和原始记录？——主题数据、血缘、时间链和证据追溯 |
| 异常机制解释 | 为什么发生，是何种机制导致？——跨主题分析、规则组合和原因链 |
| AI 判断解释 | AI 调用了什么能力，依据是否可靠？——Data Skill、工具调用、规则引用和审计 |
| 管理行动解释 | 为什么采取这项干预，效果如何？——工作流、任务闭环、前后对比和复盘 |
7 月 16 日，东阳市人民医院与北大信研院技术合作协议签约仪式举行，确立在智慧医疗大数据和智能化领域展开合作。
联合团队经三个月实践探索，基于大数据操作系统的门诊效率数据中心投入使用；2 名数据工程师以 MVP + 敏捷开发方式完成号表预约分析、门诊数据概览、门诊三量曲线、病人号表全流程、医技效率分析 5 个数据产品。
基于低代码自定义报表的管理中心正式发布；管理层例会由双周调整为单周，医务科、信息中心、门急诊、医技科室等相关部门深度参与，数据异常情况可实时推送至门诊科室和责任医生。
2 月 28 日，双方共建「医院智慧决策管理联合实验室」签约仪式在东阳市人民医院举行，约 200 人出席。合作从门诊数据向病房数据链、人事系统数据整合与医院运行状态实时监测拓展。
在门诊患者就医体验优化、医技科室改进方向制定、门诊病历质量控制、患者满意度评价管理、首诊负责制量化评估等方面取得阶段性成果，相关方法总结成文发表于《数字技术基础上的流程重构》。
基于「大模型蒸馏 + 人机闭环」的 AI 门诊病历质控方案在 35,802 份门诊病历样本上完成技术验证，不合格识别召回率 0.907、蒸馏忠实度 94.6%，进入专家复核与人机闭环迭代阶段。
面向 400 余项医疗质量核心管理制度扩展主题数据与规则体系，推进自然语言问数等 AI 应用，向病房、手术等场景延伸，并将成熟经验抽象为标准管理能力包，产品化推广至其他医院。
原指标显示预约检查完成率长期在 95% 以上，但全流程视角显示开检查患者中上午完成的比例仅约 20%。通过加班清理历史积压、协调门急诊与病区检查优先级、优化排程，患者上午与当天完成检查检验的比例明显提升，支持医生更好完成首诊闭环。
依托医技主题数据仓库快速区分抗体阳性与抗原阳性，并追踪到同类国产试剂；进口试剂复核 5 例均为阴性。风险判断从「可能的聚集性感染」准确定位为「检验试剂假阳性风险」，既避免过度恐慌，也不遗漏真正的质量问题。
病历质控由 40 余位专家每月抽检 4000 余份，升级为模型全量评分 + 专家差异复核的闭环模式，病历合格率与平均得分双升；模型还能识别专家漏判，如现病史一字不差复制主诉、左右侧部位描述颠倒等情形。
医技效率案例让「完成率」回归患者价值，登革热案例让异常现象转化为可信证据链，病历质控案例让少量抽检走向全量管理。平台正在把医院管理从经验判断与局部指标，带向全量感知、证据研判、闭环干预与持续学习。
