CHIMA大讲堂第四期回顾：深度挖掘疫情期间医疗大数据价值

发布时间：2020-04-20

对于新型冠状病毒，医疗大数据可探寻其发展规律并做出科学分析和判断，成为抗击疫情的重要技术力量。4月17日，以“疫情期间大数据发挥的作用”为主题的第四期CHIMA大讲堂如期开讲，由CHIMA副主任委员、解放军总医院医疗大数据中心主任薛万国担任主持人。本期大讲堂获得了Rhapsody公司的支持。

本期大讲堂邀请武汉大学中南医院信息中心主任肖辉，武汉华中科技大学同济医学院附属同济医院放射科主任夏黎明，中山大学中山医学院计算机中心主任周毅，联通大数据有限公司数据科学高级总监陈博，WAYZ维智科技联合创始人兼COO首席运营官裘靖宇等嘉宾，从不同侧面详细解读了抗疫期间大数据在新冠肺炎诊断和临床研究中发挥了作用，与听众进行深入交流。

将构建深层次医疗产业体系

周毅主任介绍了大数据在疫情防控中的作用。大数据及人工智能的部分应用包括以下场景：建立新冠肺炎防控综合信息平台；借助人工智能技术辅助诊断疫情；医疗相关数据的智能化处理；建立新冠临床研究源数据管理平台；对疫情传播和全国病毒感染情况进行数据分析，实现对全国未来疫情走势的监控预测；建立全域全要素全时空流动人口数据模型，加强疫情监控和人流监测；依托大数据应用体系以及人工智能技术，加强疫情期间的舆情监控。

大数据和人工智能在新冠肺炎疫情中形成了七大数字医疗应用类型，包括：疫情防控的“第二战场”--在线医疗服务；疾病分析，AI协助快速分析提升检测效率；辅助影像诊断，提升诊断效率，释放医疗资源；服务协同化，减轻人员负担，降低感染风险；供应链数据化，提升资源调配效率；大数据与AI算法支撑的药物研发；5G远程医疗，推进疾病智能诊断。这些应用类型将进一步促进数字医疗业务深层次产业体系构建，并在一定程度上重构医药健康产业的区域格局。

动态仿真疫情趋势

陈博总监从运营商角度出发，结合疫情传播学模型，讲述了运营商大数据在疫情的洞察、分析和防控中所起到的作用。基于运营商的信令大数据，可对城市人口职住分布、城市活动指数、城市复工指数等城市级指数进行测算，能够从宏观上反映城市防控措施实施后对疫情发展所产生的影响效果。以此为基础，将这些实际测算得出的城市级指数融入经典传染病模型SEIR，结合各个城市的实际情况对模型中的关键传播参数进行修正，构建了优化后的U-SEIR模型，并最终研发形成了一套城市疫情预测仿真系统。

该系统一方面已经完成了对武汉、北京、上海、广州、深圳等重点城市前期疫情实际数据走势的较好拟合；另一方面，系统可对疫情发展的多项关键因素（如城市活动指数、复工指数、传染率、恢复率、病死率、潜伏期、收治周期、收治容量、治愈周期等）进行交互式干预控制，在假定条件下对疫情的发展趋势进行动态模拟推演。从而，对于疫情之下如何逐步恢复城市生产、生活，该系统能够为相关部门的政策制定提供辅助推演参考。

在医学影像领域应用未来可期

夏黎明主任从临床研究角度，分析了大数据在新冠肺炎诊断中的价值。通过借助大数据和人工智能对新冠肺炎影像学进行研究，发现基于深度学习的定量方法可以评估不同临床分型新冠肺炎患者CT上的肺炎病变严重程度。

新冠肺炎早期检测、早期诊断、及时隔离和治疗是控制疫情的关键。通过对胸部CT和核酸检测进行研究，发现CT可以作为可靠的早期诊断工具，特别是在疫情严重地区等。由此可见，将阳性率较低的RT-PCR作为评价的金标准，可能会高估胸部CT的敏感性而低估其特异性。联合两者并参考全面的临床数据，可优化新型冠状病毒的诊断。

从临床应用来看，大数据、AI在医学影像领域应用具有广阔前景，尽管AI现在离临床要求甚远，但在临床、科研中应充分应用大数据和AI。

对疫情防控进行科学监测和预警

身处疫情风暴眼的肖辉主任从信息人的角度，详细介绍了大数据在疫情防控中的感知、思考和应用。在疫情期间，大数据的来源主要有手机、运营商等，其价值体现在信息监测和信息服务方面，帮助指挥部了解疫情扩散的状态和各地区疫情的严重程度，协助其更加合理地部署和协调医疗资源，同时提醒公众科学地预防感染。

通过大数据和人工智能对疫情进行预测和预警，为政府和公众预留用于病原研究、药物研发、人员调度和物资准备的时间。以传统手工方式采集数据不仅效率低，而且可能出现漏报、错报或瞒报的情况，因此要快速进行数据收集，需加快推进信息系统的互联互通，加强各单位的信息共享。疫情之下，全民健康信息平台的建设要求更加紧迫：打通区域全民健康数据资源通道，提升业务协同能力；贯通卫生健康业务流程；联通各级各类卫生健康服务机构。这一系列措施有助于推进互联互通的落实。

在医院数据的挖掘和利用方面，医院需建立科研大数据平台以支撑不同主题的研究。其中，数据湖、CDR、ODR是院内数据挖掘平台的基础。数据采集整合时，应兼容所有系统和数据，实现自动化数据采集、主索引、脱敏、模型转换、质控和清洗流程。

疾控智能分析平台实时监控疫情

裘靖宇博士介绍了疾控智能分析平台在抗疫中发挥的作用。该平台利用空间大数据和AI位置智能技术回溯历史轨迹，寻找紧密接触人群，预测高危传播区域，以及协助进行病毒传播动力模型分析。它同步全面覆盖全国29个省份超过200个城市7700+个场所地点，为疾病防控提供决策支持。

疾控智能分析平台利用不同维度的海量数据信息，如地图数据、航空数据、移动通信数据、交通等，进行综合建模和分析，做出针对疫情的合理决策判断。它采用SEIR模型，用微观数据在网格和小区层面做计算，充分考虑人群特征和地域特征，以及人群扩散特性，疾病的发生及传播、发展规律作出风险预判。它从全国、省、市、区以及街道小区等不同层级进行疫情热力图展示，在全国范围内查看流动和扩散情况，同时可动态数据灵活配置，并通过多种维度的图表分析重点人群在各省、市、区的流动热力情况，做到实时监控疫情。

在最后的讨论环节，主持人薛万国主任、五位嘉宾和听众一起，就当前大数据和人工智能在疫情防控中应用细节进行了探讨，进一步彰显了疫情防控和患者诊治对医疗大数据需求的迫切性。

第五期预告：针对互联网医疗的发展现状和趋势，目前有各种声音。互联网医疗的发展存在哪些挑战？其未来会呈现什么样的形态？4月24日举行的CHIMA大讲堂第五期的主题为“互联网医疗的现在和未来”，将对此进行详细讨论，敬请收看。