當前，科技創新助推醫院高質量發展獲得了政策支持。國務院辦公廳引發的《關于推動公立醫院高質量發展的意見》指出，要構建高質量發展新體系，開展前沿醫學科技創新研究和成果轉化。《關于印發公立醫院高質量發展促進行動(2021-2025年)的通知》提出了實施臨床科研提升行動，要求建立臨床需求導向的科研機制，堅持臨床研究和臨床診療協同，科研成果服務臨床和疾病防控一線。南昌大學第一附屬醫院信息處處長曹磊在CHIMA 2023大會進行演講時強調，開展科研時數據是最關鍵的，因為大數據才是創新發展的源泉。

　　曹磊介紹，當前科研數據存在以下主要問題：1.臨床數據質量較低。不同階段的醫療過程對數據的重視程度不同，導致數據的完整性不足，可能會缺失重要內容或信息。2.缺乏數據獲取和分析工具。目前，臨床醫生需要手動導出數據，缺乏自動導出工具，并且缺乏統計分析工具。3.缺乏數據需求的溝通管理機制。信息部門和臨床科研部門之間缺乏有效的溝通機制，無法滿足數據需求。

　　他進一步強調，信息系統建設的完備性是醫療數據產生的基礎，信息系統建設的連通性有助于保障醫療數據的完整性，信息系統建設的可靠性可以保障醫療數據的邏輯性和準確性。

　　曹磊建議，為使高質量數據更好的助力臨床科研，可采用“質、治、智、制”的“4Z”模式：

　　1.質：建設數據質控平臺。建設多源數據質控平臺，監測醫療數據的一致性、完整性、及時性等質控問題。平臺每周自動推送質控問題給科室主任，每月信息處在院級會議報告整改率，綜合舉措提升數據生成質量;

　　2.治：進行臨床數據治理。主要是設置數據完整性檢查，避免關鍵信息缺失。設定數據標準規則監督，減少不規范數據的產生。使用自然語言處理技術，分析并提取關鍵數據;

　　3.智：使用醫療大數據搜索工具。使用醫療大數據搜索系統，根據關鍵詞搜索所需的數據，匯聚融合多維數據自動生成科研數據集;

　　4.制：建立管理機制和溝通機制。管理機制主要是實現科研申報、項目查新查重、成果產出、學科建設全流程規范管理，同時智能匹配科研人員的研究方向，主動推送國際最新研究成果，助力科研工作高質量發展。溝通機制是建立定期溝通機制，成立科研專項支撐組，實地調研科研需求。

　　他指出，在推動高質量數據助力臨床科研實踐中，還需采取建立數據安全管理制度、控制數據訪問權限范圍、保護關鍵數據隱私信息、采用安全存儲傳輸方式等措施，加強安全監管。

　　曹磊介紹了南昌大學第一附屬醫院的呼吸專科數據分析平臺建設案例。該院呼吸科為國家臨床重點專科、全國“呼吸系統疑難病癥診治能力提升工程”單位，國家呼吸區域醫療中心。年門診量13萬+、出院病人2萬多人次，積累了大量醫療數據。臨床數據存在數據孤島、指標缺失、無結構化等問題，給臨床科研帶來一定的阻礙。為此，醫院成立了以分管副院長為組長的專項支撐組，建設以肺癌、慢性阻塞性肺疾病、肺部真菌感染三個病種的呼吸專科大數據平臺。對歷史數據進行清洗和治理，對增量數據進行指標完善和質量控制，并利用AI技術為臨床提供數據特征分析。

　　該平臺建成后，針對肺癌、慢性阻塞性肺疾病、肺部真菌感染三個病種，在質、治、智、制方面取得了一定成效：

　　1.質：主要指醫療質量控制。建立了數據自動挖掘與分析系統，包括醫療安全指標、合理用藥指標、患者基礎指標、綜合指標、治療指標等五大類指標。系統可以自動檢測并即時告警內容缺失、屬性錯誤、數值超限等異常情況。

　　2.治：主要指專科病種數據治理。通過去重、丟孤、關聯、圖譜構建等方法清洗數據，并嚴格控制關聯條件，建立了以患者為索引的知識圖譜，提高科研數據質量。

　　3.智：主要指智能科研分析。已建設了針對三個病種的科研數據庫，提供多種數據分析模型，用于提取數據特征，降低臨床科研人員與醫工結合的研究成本，提高科研成果產出。

　　4.制：主要指重大專項支撐。針對三個病種的專項科研任務，成立了科研專項支撐組，共開展了29次專項調研會，響應了63條需求，并輔助訓練模型近600小時。

　　曹磊指出，醫院未來會建設科研智能一體化平臺，主要包括醫療大數據搜索系統、多學科科研數據分析系統和科研項目管理系統。“我們將全方位支持科研智能一體化平臺在安全、應用、管理和成效方面的發展。在安全方面，實現沙箱式科研模式，確保數據和模型不離開平臺;在應用方面，將多個功能子系統整合為一個，提高數據使用的便捷性和AI分析能力;在管理方面，實施全流程監管，降低學術失信風險;在成效方面，完善高質量數據的建設，促進高質量科研的發展。”他如是說。