資料質量即AI戰略
本文以NYU Langone Health為例，強調高質量AI依賴於源頭資料質量，而非末端過濾。透過統一資料平臺、治理和資料素養社群建設，實現即時臨床決策支援，提升醫療質量與效率。
資料質量是AI戰略的核心，而這首先要修復事務系統。這是Databricks部落格上一篇文章的核心觀點。文章以NYU Langone Health為例，闡述瞭如何透過源頭資料治理來釋放AI的潛力。
醫療行業可能是AI最大的受益者之一。很少有行業能產生如此多的資料，也很少有行業能從資料洞察中獲得如此大的收益——改善護理、加速研究、提高運營效率。然而，在大多數醫療系統中，從資料生成到實際使用之間仍存在巨大差距。而那些正在縮小這一差距的機構，往往是從資料入手，而非模型。
NYU Langone Health是紐約地區領先的學術醫療系統，涵蓋患者護理、醫學研究和醫學教育。該機構採用Databricks作為統一資料和AI平臺，最近已淘汰了本地資料湖，並正在遷移企業資料倉儲。平臺的使用者包括臨床醫生、分析師、科學家和企業人員，覆蓋護理、運營和研究等多個領域。
首席數字和資訊官Nader Mherabi早在當前AI浪潮之前就領導了該機構的資料戰略，為資料驅動的醫療系統奠定了基礎。2017年，他認識到NYU Langone的資料收集質量，並看到了利用新興AI能力進一步發展的機會。他反覆強調一個比喻：如果想要乾淨的水，就要修復管道，而不是在末端過濾。
Mherabi指出，他們的路徑與一些機構略有不同。NYU Langone一直是一個高度資料驅動、指標驅動的組織，即使是在傳統技術棧中，也已經擁有了統一資料的資料湖和企業資料倉儲。但現代化資料平臺的需求在2017年就已明確：即使在那時，AI的潛力也意味著必須現代化資料棧。構建模型是一回事，而全天候安全可靠地執行它們則是另一回事。他們需要一個能夠實現患者質量、安全、效率和醫學研究目標的平臺，並且能夠隨著技術發展而成長。
他們十多年前確立的一個指導原則是：要想在智慧層獲得高質量資料，就必須首先在事務系統中修復它。就像水透過管道，如果源頭的水是乾淨的，就無需在末端反覆過濾。過濾髒水成本高昂。因此，目標始終應該是首先獲得乾淨的水。雖然仍需要沿途進行一些過濾，但原則應該是讓上游資料正確。
多年來，NYU Langone透過投資通用事務平臺（如統一的電子健康記錄和ERP系統），並制定資料指導原則，解決了資料質量挑戰。例如，他們從不將資料對映在資料倉儲層，而是始終嘗試在源頭修復。他們掌握了系統和資料，知道哪個是患者資料的權威來源，哪個是財務資料、運營資料的來源。一旦做到這一點，資料平臺就變得更有意義，人們可以交叉引用資料，這在醫療領域至關重要。例如，以患者為中心，需要將護理資料與可用臨床試驗、財務資料，乃至手術中採集的標本及其物理位置連線起來。如果沒有這種對映，就失去了巨大的能力。
在醫療領域，資料準確性的要求很高。統一的資料基礎可以防止不同部門之間的“指標衝突”。在人工智慧到來之前，統一資料帶來的收益就已經巨大。當資料統一時，可以建立更好的指標，不同業務部門不會因為資料不一致而產生爭執。如果資料不統一，指標永遠無法對齊。而有了AI，風險更高：沒有好資料，就不會有好AI。效能取決於資料質量。此外，還有即時維度：在正確的時間和地點向人們提供洞察至關重要。
統一治理是戰略性AI要務。一旦擁有統一資料，下一個挑戰是讓資料可發現且可信。Mherabi強調，治理是基礎：需要目錄來運算元據和AI模型。他們使用Unity Catalog，但投資不僅是工具，還有圍繞它的戰略。需要定義主資料來源，決定誰擁有目錄的每個部分，並仔細考慮如何向更廣泛的社群公開，以便人們找到所需資料而無需重複工作。
建立資料素養社群同樣重要。Mherabi認為，當投資於此類平臺時，必須最佳化投資。這意味著在整個機構內宣傳其能力。目標是成為一個學習型醫療系統，從每次患者互動中學習，並將洞察反饋到實踐中。這隻有在使用平臺的社群遠超IT部門時才能實現。他們建立了廣泛的使用者群體，包括臨床醫生、分析師和科學家，在適當的訪問控制下工作，並投資於素養計劃和培訓，確保護理、運營和研究領域的人都能利用它。
即時洞察在急診室等高敏銳度環境中至關重要。Mherabi描述了在急診室執行的模型，這些模型尋找某些危急情況，並在臨床醫生面前提供決策支援。目標是確保患者在出院時，系統能標記出是否有漏診。這些模型需要即時資料才能工作，因此資料平臺必須支援即時饋送，以便模型基於當前資訊操作並提供及時洞察。
關於分析和BI戰略，Mherabi認為分析分為三層：首先提供基本視覺化；其次新增會話層（如Genie），讓使用者可以好奇並深入提問；第三，根據不同使用者以不同形式提供答案——有時是直接事實，有時是視覺化，有時是螢幕上的幾個數字。他強調，人機互動歷史上首次可以用人類語言與機器對話，就像問同事一樣。但他建議思考在哪些場景下使用以及使用到什麼程度，不要完全取代視覺化。
最後，Mherabi建議接受AI的不可預測性，專注於價值創造，無論是提供安全高質量的護理、提高運營效率，還是改善患者體驗。他鼓勵教育自己，保持瞭解最新動態，以便在快速變化的市場中做出更好的決策。
NYU Langone的早期有意為之是關鍵啟示。乾淨水的比喻捕捉了重要之處：投資於下游過濾髒水的機構總是落後。而那些在事務層修復資料——即使前期投入更多時間和成本——的機構，為後續每項投資（從分析到AI再到即時臨床決策支援）奠定了可靠基礎。在患者安全如此重要的環境下，這種紀律不是可選項。