11.河南省人民医院：科研探索平台的落地应用 【CHIMA 2019案例分享】

河南省人民医院始建于1904年，秉承“仁爱、博学、严谨、卓越”的医院精神，服务保障人民群众健康，担当人民医院社会责任，在深化现代公立医院改革的进程中,铸造了“人民医院服务人民、百年省医健康福音”值得信赖的品牌形象。

近年来，我院围绕“人才、学科、互联智慧健康服务”工作主线，坚持“多区多院规模适度、重点学科特色突出、内涵发展文化引领、互联智慧健康服务”发展战略，全力构建以多区多院为实体、以互联智慧健康服务为全域功能的医疗健康服务系统。先后通过电子病历系统功能应用分级评价五级医院、HIMSS（住院）六级测评、互联互通成熟度测评五级乙等。

随着医院的发展，以“智慧医院”为思路的医院建设正在逐步的深入到医院服务的各个方面，为了能够更好的使信息化服务患者、反哺临床，医院从大而全面的信息化规模性覆盖转变为小而精的区域化深耕。

河南省是人口大省，拥有庞大的、潜在的就医人群，作为省内领先的医疗机构，年出入院将近27万人次，沉淀病案数量庞大，利用病案数据进行挖掘服务科研不仅是临床医生的迫切需求，更是信息化建设所追求的最终目的。因此，我院于2017年建立了科研探索中心。该平台立足于院内CDR，界面友好、易操作，以类百度搜索为工具，查询、组合、分析病案数据，内嵌多种主流数据挖掘算法，不论是关键字查询还是组合条件筛选，均可秒级返回查询结果，为全院的临床科研工作提供准确高效的数据基础。

在科研探索中心的建设中，参照了ICD-9，ICD-10，SNOMED CT等国际医学术语标准，将诊断、手术、检查检验项等数据标准化，确保在数据展现和统计中所有医学表征相同的不同书写方式能够被识别为同一种医学含义；同时，使用MKG-Parser（Medical Knowledge Graph Based Parser）自然语言理解策略对电子病历大文本进行后结构化。在浅层句法分析、篇章分析与结构化抽取模型中均引入了基于知识图谱的快速匹配、推理机制。采用以知识实例匹配、推理为主，动态识别为辅的算法策略，确保了高准召率与高性能；最后在分布式全文检索引擎（Elastic Search）的加持下，使我院2010年至今的海量临床数据有序整合。

科研探索中心简化了临床的科研流程，提升了病例筛选和临床数据获取效率。依托科研探索中心的数据基础，在2018年建成后3个月内迅速构建起子宫内膜异位症、子宫内膜癌、小儿肺炎脓毒症、新生儿动脉导管未闭等多个病种库，并通过数据分析挖掘工具的帮助，对子宫内膜异位症的诊断效果做出了数据层面的评价和最佳标准建议，大大缩短了科研病种项目的建设产出周期。

随着大数据平台的不断累积，越来越细分的疾病病种库将会建立，丰富精准医学知识库资源。同时，持续完善智能化数据挖掘与分析技术，构建患者病情、诊疗和预后分层分析模型，形成精准的个性化专病防诊治方案，为临床医护人员提供基于大数据的精准医疗辅助决策支持，推动精准医疗防诊治和个性化用药，守护人类健康。

以互联网、大数据、人工智能为代表的新一代信息技术正在蓬勃发展，医疗健康作为关系民生的根本大业更需要新技术的精耕细作，在加强互联网、大数据、人工智能与医疗的深度合作的基础上，加强信息安全方面的风险把控，处理好新技术发展在法律、安全、政府治理等方面挑战。