数据集成是用ETL技术将平台涉及的数据抽取、清洗、转换、装载的过程，从业务系统数据源抽取所需的数据，经过清洗和转换，最后按照定义好的数据模型，将数据加载到数据存储库CDR中。
一、数据资产目录建设
依据卫生部信息化工作领导小组办公室卫生部统计信息中心2011年3月发布的《基于电子病历的医院信息平台建设技术解决方案——业务部分》。
临床服务域
包含12个二级类目：患者标识、患者服务、入出转、医嘱、病历文书、护理文书、检验、检查、手术麻醉、治疗、输血、健康体检，业务子域共计26个。
医院管理域
包含4个二级类目：医疗管理、人力资源管理、财务管理、物资及后勤服务管理。共有业务子域共26个。
平台应用域
包含5个二级类目：区域医疗协同、管理决策、临床决策、公共卫生信息上报、患者公众服务。共有业务子域20个。
梳理建设以业务活动为核心的数据资产目录，如图一：
图一：以业务活动为核心的数据资产目录
二、数据中心建设
根据业务活动创建主题，如图二：
图三：业务活动主题
梳理数据元标识符，保证每一个数据元的标识符具有唯一性（基本数据集：城乡居民健康档案、疾病管理、医疗服务、电子病历等）
图三：TCHIA7.3-2018高血压专科电子病历数据集第3部分：高血压门(急)诊处方
图四：WS218-2002卫生机构（组织）分类与代码
关联映射业务系统表字段，并创建调度任务，如图五。
图五：创建映射关系，并加入调度任务
映射多表情况下，需要选择关联表主外键字段，如图六：
图六：主外键关系
调度任务可支持针对单表、全表，历史数据抽取，实时数据监听抽取俩种模式，如果图七：
图七：调度任务
三、数据质量质控
具有对数据质量进行评估的完整的指标体系。至少应该有完整性（事件、表单、记录、表项），一致性（主数据一致性、逻辑一致性），唯一性（无二义冗余、指标及计算口径），及时性，原始性，可溯源性及可测量性。
四、数据中台建设
图八：根据目录快速定位业务表
根据不同业务场景，自定义勾选数据元名称，自动生成API或新的主题库（数据集市）
五、技术架构参考
数据仓库
主要步骤包括：⑴命名实体识别，即在文本中找到关键词，并能与文中所指的概念对应起来。如在某一文本中，不仅能通过基因符号识别出这个基因，也可以通过同义词，或以往名称识别出该基因。⑵信息抽取，基于语言结构的先验知识（如自然语言中的主、谓、宾三元结构），通过自然语言处理方法，抽取出特定的动词或名词。⑶信息存储，将抽取到的信息（数据）加载并转存到标准化数据模型中，形成以患者为中心、医院临床信息系统（HIS、EMR、LIS、PACS等）无缝、连续和可互操作的集中式医疗大数据平台。该过程中的数据抽取、转化、加载称之为数据仓库（extract-transform-load,ETL）技术。
构建综合诊治知识库
精准治疗绝不是某一阶段的精准，应贯穿治疗全过程，即治疗前需要精准诊断，然后精准治疗，治疗失败后还需要再精准诊断和再精准治疗，直至治疗结束。
机器学习与应用
获取并控制到海量且有效的医疗大数据后，运用不同的机器学习算法，对规范化治疗中出现的“耐药性”病例进行再分析，从构建好的知识库中进行“学习”并存储，为下一步的临床治疗（包括药物、手术、放/化疗和生物治疗）实施提供精确的支持与指导。
大数据技术
基于Hadoop大数据平台搭建全文检索引擎，实现海量结构、非结构化数据的高效存储和检索，提供更快、更优用户体验。
安全管理
医疗大数据的隐私保护主要依赖于传统数据隐私保护的密码学技术。通过建立数据的分级制度，对于不同级别的信息采用不同的保护措施，并设定访问权限的控制。