曹磊：高质量科研数据助力临床科研

　　当前，科技创新助推医院高质量发展获得了政策支持。国务院办公厅引发的《关于推动公立医院高质量发展的意见》指出，要构建高质量发展新体系，开展前沿医学科技创新研究和成果转化。《关于印发公立医院高质量发展促进行动(2021-2025年)的通知》提出了实施临床科研提升行动，要求建立临床需求导向的科研机制，坚持临床研究和临床诊疗协同，科研成果服务临床和疾病防控一线。南昌大学第一附属医院信息处处长曹磊在CHIMA 2023大会进行演讲时强调，开展科研时数据是最关键的，因为大数据才是创新发展的源泉。

　　曹磊介绍，当前科研数据存在以下主要问题：1.临床数据质量较低。不同阶段的医疗过程对数据的重视程度不同，导致数据的完整性不足，可能会缺失重要内容或信息。2.缺乏数据获取和分析工具。目前，临床医生需要手动导出数据，缺乏自动导出工具，并且缺乏统计分析工具。3.缺乏数据需求的沟通管理机制。信息部门和临床科研部门之间缺乏有效的沟通机制，无法满足数据需求。

　　他进一步强调，信息系统建设的完备性是医疗数据产生的基础，信息系统建设的连通性有助于保障医疗数据的完整性，信息系统建设的可靠性可以保障医疗数据的逻辑性和准确性。

　　曹磊建议，为使高质量数据更好的助力临床科研，可采用“质、治、智、制”的“4Z”模式：

　　1.质：建设数据质控平台。建设多源数据质控平台，监测医疗数据的一致性、完整性、及时性等质控问题。平台每周自动推送质控问题给科室主任，每月信息处在院级会议报告整改率，综合举措提升数据生成质量;

　　2.治：进行临床数据治理。主要是设置数据完整性检查，避免关键信息缺失。设定数据标准规则监督，减少不规范数据的产生。使用自然语言处理技术，分析并提取关键数据;

　　3.智：使用医疗大数据搜索工具。使用医疗大数据搜索系统，根据关键词搜索所需的数据，汇聚融合多维数据自动生成科研数据集;

　　4.制：建立管理机制和沟通机制。管理机制主要是实现科研申报、项目查新查重、成果产出、学科建设全流程规范管理，同时智能匹配科研人员的研究方向，主动推送国际最新研究成果，助力科研工作高质量发展。沟通机制是建立定期沟通机制，成立科研专项支撑组，实地调研科研需求。

　　他指出，在推动高质量数据助力临床科研实践中，还需采取建立数据安全管理制度、控制数据访问权限范围、保护关键数据隐私信息、采用安全存储传输方式等措施，加强安全监管。

　　曹磊介绍了南昌大学第一附属医院的呼吸专科数据分析平台建设案例。该院呼吸科为国家临床重点专科、全国“呼吸系统疑难病症诊治能力提升工程”单位，国家呼吸区域医疗中心。年门诊量13万+、出院病人2万多人次，积累了大量医疗数据。临床数据存在数据孤岛、指标缺失、无结构化等问题，给临床科研带来一定的阻碍。为此，医院成立了以分管副院长为组长的专项支撑组，建设以肺癌、慢性阻塞性肺疾病、肺部真菌感染三个病种的呼吸专科大数据平台。对历史数据进行清洗和治理，对增量数据进行指标完善和质量控制，并利用AI技术为临床提供数据特征分析。

　　该平台建成后，针对肺癌、慢性阻塞性肺疾病、肺部真菌感染三个病种，在质、治、智、制方面取得了一定成效：

　　1.质：主要指医疗质量控制。建立了数据自动挖掘与分析系统，包括医疗安全指标、合理用药指标、患者基础指标、综合指标、治疗指标等五大类指标。系统可以自动检测并即时告警内容缺失、属性错误、数值超限等异常情况。

　　2.治：主要指专科病种数据治理。通过去重、丢孤、关联、图谱构建等方法清洗数据，并严格控制关联条件，建立了以患者为索引的知识图谱，提高科研数据质量。

　　3.智：主要指智能科研分析。已建设了针对三个病种的科研数据库，提供多种数据分析模型，用于提取数据特征，降低临床科研人员与医工结合的研究成本，提高科研成果产出。

　　4.制：主要指重大专项支撑。针对三个病种的专项科研任务，成立了科研专项支撑组，共开展了29次专项调研会，响应了63条需求，并辅助训练模型近600小时。

　　曹磊指出，医院未来会建设科研智能一体化平台，主要包括医疗大数据搜索系统、多学科科研数据分析系统和科研项目管理系统。“我们将全方位支持科研智能一体化平台在安全、应用、管理和成效方面的发展。在安全方面，实现沙箱式科研模式，确保数据和模型不离开平台;在应用方面，将多个功能子系统整合为一个，提高数据使用的便捷性和AI分析能力;在管理方面，实施全流程监管，降低学术失信风险;在成效方面，完善高质量数据的建设，促进高质量科研的发展。”他如是说。