2024(18th) 中國衛(wèi)生信息技術/健康醫(yī)療大數(shù)據(jù)應用交流大會（2024 CHITEC）將于2024年7月5-7日在重慶舉辦。大會組織平行專題交流及成果與應用技術主題展，全面展示我國衛(wèi)生健康信息領域卓越實力和水平。

本屆大會上將發(fā)布第三屆CHITEC數(shù)字醫(yī)療健康創(chuàng)新服務典型案例征集結果。自案例征集活動啟動以來，得到全國各醫(yī)療衛(wèi)生機構、高等院校、科研院所的積極響應。

由煙臺毓璜頂醫(yī)院申報，醫(yī)渡科技旗下醫(yī)渡云聯(lián)合申報的“醫(yī)療大數(shù)據(jù)驅動的科研平臺建設及應用”案例入選數(shù)字醫(yī)療健康創(chuàng)新服務典型案例?，F(xiàn)與大家進行分享，促進交流合作。

案例名稱：

醫(yī)療大數(shù)據(jù)驅動的科研平臺建設及應用

主體申報單位：

煙臺毓璜頂醫(yī)院

聯(lián)合申報單位：

醫(yī)渡云（北京）技術有限公司

本文內容主要分成以下7個部分：

1、單位簡介

2、針對問題/應用場景

3、創(chuàng)新點

4、關鍵技術及其先進性

5、應用效果

6、社會效益（推廣性）

7、問題與展望

單位簡介

煙臺毓璜頂醫(yī)院始建于1890年，其前身是美國長老會創(chuàng)辦的教會醫(yī)院。經過130多年的發(fā)展，現(xiàn)已發(fā)展成為煙臺市最大的綜合性醫(yī)療保健中心、三級甲等綜合醫(yī)院、山東省區(qū)域醫(yī)療中心。

醫(yī)院設有50個臨床科室、18個醫(yī)技科室，其中有國家級重點學科1個，國家臨床重點?？?個，山東省臨床醫(yī)學研究中心1個，山東省臨床精品特色?？?個，山東省醫(yī)藥衛(wèi)生重點學科5個，省重點實驗室5個，山東省臨床重點?？?0個,山東省中醫(yī)藥重點?？?個。

2018年以來，獲國家自然科學基金38項，省級課題96項，發(fā)表SCI收錄論文1710篇，最高影響因子168.9分，醫(yī)院的整體科研實力和學術水平居國內地市級醫(yī)院前列。

醫(yī)院網(wǎng)絡信息管理處共33人，其中，博士生1人、研究生13人，本科生19人。分設系統(tǒng)運維組、網(wǎng)絡運維組、安全運維組、維修組。網(wǎng)絡信息管理處全面負責醫(yī)院信息化規(guī)劃、建設、管理維護工作，全面負責網(wǎng)絡安全建設及管理維護工作。

針對問題/應用場景

醫(yī)院經過長期的信息化建設，構建了相對完備的信息化系統(tǒng)。在各平臺的使用過程中，產生了大量的數(shù)據(jù)，這些數(shù)據(jù)分散在幾十個甚至上百個臨床系統(tǒng)中。這些來自不同系統(tǒng)的數(shù)據(jù)之間是完全割裂的，或者只達到了部分聯(lián)通。

這些數(shù)據(jù)除了一些簡單的已經被結構化錄入的數(shù)據(jù)（如患者性別、檢查種類）外，還有大量數(shù)據(jù)在錄入系統(tǒng)時，采用的是非結構化方式輸入，如一訴五史、病程記錄、影像檢查報告等。這些非結構化信息往往是更具有臨床價值的信息。

• 如何能夠充分挖掘利用醫(yī)院積累的千百萬份病歷數(shù)據(jù)？

• 如何讓數(shù)據(jù)提供科研靈感？

• 如何把數(shù)據(jù)轉化為有價值、促學科發(fā)展的資產？

• 如何快速利用這些數(shù)據(jù)，進行成果轉化，支持未來實現(xiàn)精準醫(yī)療？

“科研構思難、數(shù)據(jù)獲取難、想法驗證難、數(shù)據(jù)處理難”的傳統(tǒng)科研模式已無法實現(xiàn)以上問題，為推進信息標準化工作，促進標準的規(guī)范和實用，實現(xiàn)分散數(shù)據(jù)資源的集成和利用，實現(xiàn)醫(yī)院的大數(shù)據(jù)挖掘和利用，以及真正的知識庫和高級決策支持，基于大數(shù)據(jù)及人工智能技術進行臨床研究的新模式應運而生。

創(chuàng)新點

1. 層次醫(yī)療術語抽取技術

基于對病歷數(shù)據(jù)的理解，特別設計了一種基于多層次醫(yī)療術語抽取技術的醫(yī)學自然語言處理方法，以實現(xiàn)對病歷自由文本的語義分詞。通過機器學習技術與語義分詞的結合，可以持續(xù)完善分詞的準確度和精細度。這種模式可以替代傳統(tǒng)的數(shù)據(jù)摘抄模式，在提高數(shù)據(jù)獲取效率的同時，為科研提供了更廣泛的數(shù)據(jù)資源。

2. 在線統(tǒng)計建模 

實現(xiàn)醫(yī)學統(tǒng)計算法的集成與嵌入，數(shù)據(jù)無需導出即可進行線上實時統(tǒng)計分析，結果快速可靠。除覆蓋比較均值分析、回歸分析、相關分析等基本統(tǒng)計分析算法外，還引入了高級挖掘算法，如：決策樹和主成分分析等。降低了科研統(tǒng)計專業(yè)的門檻，方便醫(yī)生隨時驗證研究想法，快速生成統(tǒng)計結果。

關鍵技術及其先進性

基于云計算及大數(shù)據(jù)技術，整體采用Hadoop 2.0技術框架及Spark并行計算框架，采用了應用與計算能力的架構設計，并采用了Docker封裝技術。 完成整個大數(shù)據(jù)平臺的數(shù)據(jù)處理工作，其具備的基礎功能有：OGG / CDC / ETL等技術、結構化、清洗歸一、數(shù)據(jù)挖掘、索引構建、機器學習等。 

大數(shù)據(jù)平臺需要解決數(shù)據(jù)獲取、數(shù)據(jù)清洗等方面的工作，將醫(yī)院的醫(yī)療信息子系統(tǒng)的數(shù)據(jù)進行抽取、同步、匯集、結構化、映射到兼容國際國內醫(yī)療數(shù)據(jù)規(guī)范標準的全局標準、統(tǒng)一的數(shù)據(jù)結構平臺中，對字段信息清洗和語義歸一，為上層應用服務提供準確的基礎數(shù)據(jù)支撐和業(yè)務模型訓練。

將醫(yī)院各相關應用系統(tǒng)的數(shù)據(jù)庫作為數(shù)據(jù)源，通過ETL等工具進行數(shù)據(jù)的抽取同步清洗轉化，在此過程中，著重對患者的敏感信息進行處理，然后加載到醫(yī)院標準數(shù)據(jù)的Schema數(shù)據(jù)倉庫中，先做數(shù)據(jù)集中，然后進行清洗和關聯(lián)操作，這個過程參考HL7相關標準，建立臨床數(shù)據(jù)標準的數(shù)據(jù)集，數(shù)據(jù)加工的過程做“數(shù)據(jù)歸一處理”，形成面向應用的標準數(shù)據(jù)集。

另外，醫(yī)生在臨床工作中會記錄大量自然語言信息，非結構化數(shù)據(jù)，這部分數(shù)據(jù)在既往是無法挖掘的。通過自然語義處理技術，結合醫(yī)療專業(yè)術語的語義結構，按照臨床專家的醫(yī)學邏輯，進行數(shù)據(jù)處理，將原始的自然語言表達分析處理為結構化的可用數(shù)據(jù)，為后續(xù)的應用、挖掘、機器學習提供基礎數(shù)據(jù)支持。通過醫(yī)用術語的歸一和結構化處理后，再進行檢索時，一并獲取檢索結果。

應用效果

截至2024年03月，已入庫治理6大廠商，12個信息系統(tǒng)的臨床數(shù)據(jù)8000余萬條，包括800多萬份病人和超過600萬份病歷數(shù)據(jù)。形成數(shù)據(jù)治理規(guī)則3000余條，結構化數(shù)據(jù)指標2857個，數(shù)據(jù)質量核查規(guī)則1240個，基于此建立多病種疾病數(shù)據(jù)模型。

已支撐面向冠心病、耳鼻喉疾病、甲狀腺腫瘤、生殖遺傳病、乳腺疾病、泌尿系腫瘤、哮喘7個科研科室建立了專病數(shù)據(jù)庫，已有20余個研究模型成果轉化反哺臨床。 

1. 建立醫(yī)院高質量數(shù)據(jù)資產

以疾病為單元，構建覆蓋患者全病程數(shù)據(jù)的科研數(shù)據(jù)庫，通過自然語言處理、機器學習等技術使多源異構的臨床數(shù)據(jù)變成滿足臨床研究細粒度要求、可直接用于臨床研究統(tǒng)計分析使用的結構化、標準化的高質量數(shù)據(jù)，為醫(yī)院實現(xiàn)數(shù)據(jù)應用奠定堅實的研究級數(shù)據(jù)基礎。

2. 構建智能化臨床研究分析平臺

臨床研究平臺融合人工智能技術，實現(xiàn)復雜的患者檢索、靈活的項目管理、全面的數(shù)據(jù)質量管控、自動化數(shù)據(jù)清洗、高效的數(shù)據(jù)分析挖掘等功能，輔助醫(yī)生提高科研效率，降低臨床研究門檻，提升科研積極性。

3. 助力醫(yī)院成為數(shù)據(jù)驅動型醫(yī)院

通過歷史電子醫(yī)療數(shù)據(jù)和實時醫(yī)療數(shù)據(jù)的集成與治理，建設醫(yī)院特色的高質量專病數(shù)據(jù)資產庫，依托大數(shù)據(jù)平臺，充分挖掘醫(yī)院醫(yī)療大數(shù)據(jù)，構建“臨床行為產生數(shù)據(jù)，洞察數(shù)據(jù)輔助決策，反饋臨床行為”的數(shù)據(jù)驅動閉環(huán)流程，從而以數(shù)據(jù)的角度提高醫(yī)院臨床治療效果與臨床質量。

社會效益（推廣性）

通過建立科研專病數(shù)據(jù)庫，整合、加工院內符合標準的患者診療信息，實現(xiàn)臨床醫(yī)生對精準患者臨床全量數(shù)據(jù)的結構化存儲和管理，實現(xiàn)數(shù)據(jù)快速更新，高效復雜檢索，多項目管理等需求，確保數(shù)據(jù)質量，提高科研效率。

科研專病數(shù)據(jù)庫的建立對相關病種數(shù)據(jù)進行標準化描述、深度分析應用，為實現(xiàn)醫(yī)學大數(shù)據(jù)精準科研工作應用提供重要工具。

科研信息平臺應用的意義在于，科研課題與成果由以數(shù)量取勝逐漸轉變?yōu)閿?shù)量穩(wěn)定， 層次不斷攀升，高水平成果、論文、學術研究等大幅度提升， 體現(xiàn)出科技是第一生產力和“科技興醫(yī)、質量興院”的強大世態(tài)， “數(shù)字化醫(yī)院管理、人性化醫(yī)療流程、高水平科技創(chuàng)新、低成本高效經營”的戰(zhàn)略目標逐步實現(xiàn)。

問題與展望

基于人工智能技術的科研專病數(shù)據(jù)庫建設,實現(xiàn)了數(shù)據(jù)的重復利用和價值提升，?？萍膊￡犃薪ㄔO的意義在于為疾病的早期預防和干預提供數(shù)據(jù)依據(jù)，優(yōu)化個體化醫(yī)療決策和治療策略，推動臨床轉化和新療法研發(fā)。

因此，建立和維護一個全面、準確、實時更新的專病數(shù)據(jù)庫對于科研和臨床實踐非常重要。

通過整合和共享專病相關數(shù)據(jù)，促進專病研究的進展，并為臨床醫(yī)生提供更好的決策支持。在技術的推動下，我們期待科研專病數(shù)據(jù)庫能夠更加全面、準確和智能，對我國疾病的預防、治療和管理產生深遠影響，為人類健康做出更大的貢獻。