河南科技大学第一附属医院：人工智能科研大数据平台赋能专病诊疗研究

　　2023年医院新兴技术创新应用典型案例征集活动经行业专家背靠背盲审以及终审，共选出24篇典型案例，将陆续刊登出来，以飨读者。

1、项目简介

　　本项目是河南科技大学第一附属医院(统称“我院”)依托洛阳市区域科研大数据中心项目建设，自2020年4月开始，于2023年5月完成。目前已通过人工智能(AI)技术实现临床数据转化为科研成果，构建全院级科研平台与肿瘤、心血管、脑血管、内分泌、呼吸五大专病库，同时依照我院食管癌专病标准数据集，整合南阳市中心医院和安阳市肿瘤医院两个分中心食管癌数据，建设多中心医学研究平台，为区域专病大数据中心的建设奠定基础，同时带动区域内医疗机构实现病人信息共享，提高医疗服务质量和诊治能力，扩展获取信息的途径。

　　项目软硬件共投入超1000万元，参与科室包括我院肿瘤相关科室、心血管内科、神经内科、内分泌科、呼吸内科、科研工作部、信息管理中心等38个科室，同时南阳市中心医院和安阳市肿瘤医院肿瘤科、科研科、信息科配合提供食管癌专病数据。

2、建设与开发

　　本项目主要是服务于我院专病研究科室医生，以及专病库多中心联盟单位的肿瘤科医生使用，详细模块及使用对象列表如下：

3、关键技术及产品描述

　　(1)技术解决方案

　　依托于医院的海量数据，结合临床团队对语料的标注和医学知识图谱，通过医学自然语言处理(NLP)、卷积神经网络、强化学习、循环神经网络、DNN、LSTM等AI技术助力科研应用，对数据进行结构化和标准化处理，基于关联分析、聚类分析、生存分析等方法发现规律，提炼AI模型，掌握语义搜索、辅助诊疗、风险预警等能力。NLP流程如图1所示。

图1 NLP流程

　　(2)数据治理平台

　　根据各病种及科研项目对数据标准和规范的要求，以统一的标准对多源异构数据进行归一化处理，利用NLP技术将医疗文本转化为结构化科研数据，保证数据的完整性、一致性、准确性，形成可有效使用的数据中心，为后续的临床科研、临床辅助决策支持以及多中心医学研究搭建数据底座。

　　(3)临床科研应用平台

　　为加速推进学术研究及成果转化，释放积压的大量医疗数据潜在价值。将研究课题从临床诊疗的实践操作中产出模型，建立基于AI技术的数据挖掘系统，构建风险预测、并发症预测、药物疗效等模型，应用到临床业务系统中，促进成果转化。

图2 科研驾驶舱

　　(4)临床辅助决策支持

　　自主研发的AI知识引擎实现数据治理和医学规则配置，结合医学知识库，为医生提供治疗、用药和检查检验方案推荐及相应诊疗监控的推荐和提醒，辅助医生实现对临床诊疗路径的过程管理，满足精准医疗和临床诊疗质控的需要。

　　(5)专病数据库

　　针对项目所涉及的病种：食管癌、代谢综合征、冠状动脉粥样硬化性心脏病、脑梗死、静脉血栓栓塞症(VTE)，医院依据专病数据情况及研究方向，搜集国内外相关疾病数据模型以及单病种数据标准进行整理用以参考借鉴，进一步完善病种数据模型，构建符合实际研究需要的专病数据集。

　　(6)多中心医学研究平台

　　集成我院、南阳市中心医院及安阳市肿瘤医院3家医院专病患者数据，由主中心制定专病数据集标准，各分中心上传数据至牵头医院。通过构建多中心专病数据库及数据平台，形成多中心专病科研协作模式，有力推进科研项目的立项和开展，优化诊疗方案和临床路径。科研数据中心还支持在MDT会诊时提供患者诊疗数据，助力患者个性化治疗方案的制定，提升医疗质量。多中心食管癌联盟架构如图3所示。

图3 多中心食管癌联盟架构

　　(7)智能语音随访

　　依托河南科技大学第一附属医院小程序，建立了患者智能语音随访系统，包含消息发布、随访方案制定、随访规则设定、健康宣教、复诊提醒、诊疗知识库等。

　　通过AI技术对我院医院数据进行治理，共完成537万患者合并、纠正1165条诊断编码，归一3209条数据。诊断标准化29000余例，检验标准化1200余例，药品标准化7600余项，手术标准化12800余项。实现了医学字典的自动标准化和归一化，将医院中现有的数据进行整合集中，通过数据治理转化为高价值的数据资产，用于支持医院在临床科研、临床辅助决策方面的应用。

4、应用效果

　　我院专病库自2020年上线以来，五个科室专病共计临床使用人员达166人，使用人次达10131次，创建临床研究项目26个，创建临床研究队列38个，智能搜索6533次。其中多中心食管癌专病项目临床使用人员达55人，使用人次达2781次，创建临床研究项目4个，创建临床研究队列16个，智能搜索526次;内分泌专病项目临床使用人员达28人，使用人次达2472次，创建临床研究项目4个，创建临床研究队列16个，智能搜索1213次;冠心病专病项目临床使用人员达41人，使用人次达1729次，创建临床研究项目3个，创建临床研究队列9个，智能搜索360次;脑梗死专病项目临床使用人员达9人，使用人次达1627次，创建临床研究项目2个，创建临床研究队列15个，智能搜索1186次;呼吸专病项目临床使用人员达65人，使用人次达2518次，创建临床研究项目3个，创建临床研究队列15个，智能搜索1054次。

　　电话语音智能随访累计使用情况统计：随访患者591人次，智能随访509次，健康宣教23次，复诊提醒4次，满意度调查55次。

　　VTE防治管一体化平台累计使用情况统计：风险预警患者6.36人次，量表评估23.12万人次，各类诊疗规则推荐6580次。

　　建立标准体系：基于国际主流研究方向，同时综合国内现状，保证数据收集的科学性及可行性，制定了30多项专病数据集，并在区域内形成了食管癌专病数据集标准。

　　提升安全保障：完成了区域性三级等保，多中心数据实现共享与互通，各中心均可按权限访问相关科研数据，实现科研分析与探索。

　　加速人才培养：在项目实施过程中，医院信息管理中心10名工程师参加了AI算法、NLP建模培训，数十人完成临床科研人统计学、科研分析方法、循证医学等培训，并且获取了相关培训证书，为医院搭建人才梯队提供了良好的培训机制。

5、总结

　　本项目是以我院为中心，建立食管癌科研大数据中心平台，对接南阳市中心医院和安阳市肿瘤医院，后续扩展对接全国更多食管癌专病科研联盟医院，实现区域科研联盟共同体，数据共享，即时交流通讯，共享科研成果。

　　(1)解决的问题

　　1)如何治理来自不同医院的数据并建立临床科研应用平台。

　　2)AI临床辅助决策和多中心医学研究平台建设如何发挥最大功效，既辅助医生科研又提高医疗质量。

　　3)AI赋能电话语音智能随访，既对患者全面、及时、精准随访，又能够对患者进行健康宣教及复诊提醒等医疗关怀服务，同时极大减轻了医护人员的随访工作量。

　　(2)创新亮点

　　1)数据支撑

　　目前已建成区域性MDT体系，其中一家医院发起会诊时，多家医院可同时在平台查阅患者诊疗信息。平台不仅能为医生提供多地区、多样本的患者诊疗数据进行研究分析，而且能够为多家医疗机构之间会诊提供信息共享，助力实现多机构多学科会诊。

　　2)科研支持精准医疗，临床促进高效科研

　　互联网医院为患者提供覆盖诊前、诊中、诊后全流程的服务，产生了大量的临床数据，可用于扩充临床科研变量库，助力医生对患者进行全生命周期的临床研究。同时，科研结果反哺互联网医院服务，帮助医生针对病种和患者提供更“精准”的治疗方案，提升临床诊疗水平和质量。

　　3)AI风险预测模型

　　医生可随时构建临床事件的预测模型(特定疾病、死亡、再入院、不良反应等)，系统采用无监督机器学习对疾病亚群、患者风险因素等进行分析，基于结构化高互操作性数据流进行训练。构建AI原型开发流水线，在仅更换数据和预测目标的情况下快速完成建模和预测。同时可利用AI算法对队列进行统计、分类、多维度可视化展示，进行深度挖掘和研究方向预测等。形成多中心专病队列网络热图及韦恩图，直观展示队列研究热点、研究趋势以及交叉重合情况，实现队列研究精细化管理、资源整合和研究方向发现。

　　4)生信中心对接

　　能够支持生信数据入库，与临床数据、生物样本数据打通，通过个性化统计分析，可视化并导出相应统计分析结果，能够支持统计分析预测模型，包括随机森林、COX分析等，并且可将分析产生的文件和报告自动回沉到生信数据库，涵盖基因信息、实验数据等。

　　(3)成果推广

　　针对已完成的专病数据集，可以在区域内、行业内形成标准专病数据集，进行发表推广。

　　基于医院成熟的AI诊疗决策模型，形成通用的临床诊疗路径，进而推广至更多医院，助力分级诊疗和同质化医疗落地。

　　目前平台运行良好，后期将会纳入更多地区医院数据，不断丰富专病数据，拓宽研究思路，同时将我院诊疗经验推广到更多地区医院，提升分中心的诊疗水平，为更多患者提供便捷、专业的诊疗服务。

　　(4)风险及应对措施

　　数据中心面临来自外部和内部网络的多种安全威胁，如各类攻击、数据窃听和篡改等，如何应对这些风险，是科研大数据平台安全可靠运营的前提保障。

　　通过制定安全方针和总体策略，采用“结构化”的分析和控制方法，把控制体系分成安全管理、安全技术、安全运维的控制体系框架，建立满足三级等级保护整体安全控制要求的安全保障体系。

　　本项目同时从硬件和软件两个层面对数据进行防控，硬件包括堡垒机、防火墙、数据库审计、防病毒网关等;软件包括用户身份鉴别、权限设置、入侵防御系统、漏洞扫描系统、日志审计、防病毒软件、数据加密等来保证数据安全及网络安全。

　　申报单位：

　　河南科技大学第一附属医院

　　联合申报单位：

　　上海森亿医疗科技有限公司

　　技术方向：

　　大数据

　　业务领域：

　　医学科研