大数据为医疗科研保驾护航

五年前，大数据这个词才刚在医疗圈兴起，而如今已落实到医院的方方面面。在医、教、研、管等领域，大数据技术逐渐成为科学决策的依据，精细化管理和内涵式发展理念深入人心。西京医院数字化中心主任蒋昆表示，信息科是信息技术在医院落地的引导者，保持对新兴技术的敏锐触觉非常必要。

临床科研的压力是促进医院大数据快速发展的关键因素，这源于科研对数据整合分析的高需求。西京医院近年来围绕研究型医院的建设目标，统筹布局学科建设，以科创促进医疗进步。医院高度重视科研创新，将其定义为未来发展的源动力和行业竞争的差异点，可在探究过程发现，大量依靠人力的传统科研工作方式效率相当低下。

哈尔滨医科大学放疗科刘晖教授提到一些案例，称过去做科研是和医院病案室进行对接，需求病历数大，光是调取病案号都费时甚久，且还不能保证患者信息的完善。科研过程要经过发掘问题、提出假设、设计实验、收集数据、统计分析、总结归纳等多个步骤，这就要求大量临床数据做支撑。另外，要使数据采集、处理和分析的效率提高，还得依靠医院信息化程度的提高，包括电子病历数据、影像数据和基金组学数据等信息资料的丰富完善。

从“大量数据”到“大数据”

借助大数据技术，可以从海量数据中快速提取有用信息，进行分析处理，这对科研效率的提高有很大帮助。

2013年，西京医院建立CDR，尝试整合临床数据，为临床做集中信息展现。前后共经历了三个阶段：第一阶段，整合不成熟，数据不完整;第二阶段，建立索引，但体验不佳;第三阶段，探索建立医疗大数据科研平台。

经过5年探索，蒋昆颇有心得，总结了医疗大数据在临床科研领域发挥作用的关键环节：

1.数据采集和eCRF。科研数据通常有两个来源，一是从电子病历、检查报告等医院信息系统中获得的数据，而是科研量表、患者随访数据等后期录入的数据。科研人员需要整合这两个来源的数据，为临床科研提供服务。

2. 数据清洗、后结构化和脱敏。数据杂质多，有效利用率的高低有可能直接决定科研项目的成败。因此，设计数据清洗逻辑，把控数据质量，完成后结构化和脱敏处理，可为科研人员节省时间，提高科研效果。

3. 数据检索和调阅。按需查询、分组收藏，对于高效捕捉有用的科研数据帮助很大。

4. 数据统计和分析。把常用的统计分析功能嵌到平台里，可以一站式、一次性完成数据采集、实验设计和统计分析的操作，且数据越多，做研究的参考性就越大。西京医院为了纳入更多的数据，将所有电子化储存的病历都做了后结构处理。NLP技术加持，使得数据湖不断扩大，适应医院需求，快速迭代临床科研大数据应用体系。

科研创新是所有研究型医院共同追逐的目标。低效、低质的科研已逐渐被淘汰，加大科研绩效力度，进一步挖掘临床科研人员潜力才是主流。在愈演愈烈的医疗科研竞争大环境中，大数据将起到至关重要的作用，能很大程度为临床科研争取优势。

精准医学的发展，基因组学、生物信息日渐丰富，注定了传统人工方式没落的宿命。而大数据技术手段，可以帮助科研人员获取各类数据，提供必要工具，及时分析，作出假设，在各个方面为科研提速。虽然如此，医疗大数据的发展仍然存在问题，并没有形成完整的产业链条，其中，企业没有从更高的站位考虑医疗大数据的发展是问题关键。蒋昆补充道，企业关注点放在眼前的独立项目，鲜少关心上下游生态以及客户的需求变化，这不利于打通数据壁垒，实现跨学科、跨领域的结合，科技惠民的终极愿景实现还需要一段时间。