在當今信息化時代，大數據技術已成為現代醫(yī)院發(fā)展不可缺少的技術支撐，也是醫(yī)院臨床與服務轉型依賴的基礎建設內容。國家衛(wèi)生健康委員會陸續(xù)出臺的全國醫(yī)院信息化"功能指引"國衛(wèi)辦規(guī)劃函〔2017〕1232號和"建設標準和規(guī)范"國衛(wèi)辦規(guī)劃發(fā)〔2018〕4號，其中提到數據管理、大數據服務等，醫(yī)院擁有可用、高質的巨量數據已成為現實，執(zhí)行國家十三五規(guī)劃中大數據戰(zhàn)略落地的內容和時間計劃，要求三甲醫(yī)院最終要建設面向大數據和人工智能技術的服務架構，高效高質組織數據資源，形成數據生產力。因此基于大數據的醫(yī)院臨床工作的思考和研究成為了一項重要的戰(zhàn)略課題。

目前，治療婦科腫瘤最有效的方法仍然是以手術治療為主，以放化療為輔的綜合治療。手術技術的成熟以及化療的廣泛應用使許多臨床醫(yī)生提出對原發(fā)、復發(fā)、轉移的卵巢癌采取切除—化療—再切除的觀點。即使如此，絕大多數卵巢癌的5年生存率目前尚不足30%，成為婦科臨床治療最為棘手的難題。其影響因素很多，除治療方法的選擇不當外，更與根治性切除術后的高復發(fā)和轉移率以及對常規(guī)化療產生耐藥性有關。對于治療后腫瘤的復發(fā)、轉移和耐藥，迄今尚無早期臨床檢測指標。

根據婦科腫瘤卵巢癌診治、后續(xù)治療的發(fā)展需要，鄭州大學第二附屬醫(yī)院于2018年組建了河南省卵巢癌大數據工程研究中心，圍繞大數據技術的臨床資料研究，統計卵巢癌高發(fā)因素、篩查敏感指標、影響預后的相關因素研究，利用現代信息技術，對所有熟路進行綜合統計、分析、總結，發(fā)現相關規(guī)律用于指導臨床，提高篩查陽性率，早發(fā)現、早治療，改善預后、提高患者生存率。突破卵巢癌的高發(fā)、精準診斷和預后等關鍵技術，吸收國內外先進技術成果，進行系統化、配套化和工程化研究開發(fā)。

1.卵巢癌早期缺乏有效的篩查及診斷方法目前卵巢癌的早期篩查手段主要包括經陰道超聲和血清CA125測定等，Kentucky大學的研究者在對25327名正常人群的女性進行每年一次的超聲檢查后，發(fā)現超聲作為卵巢癌的篩查方法，其陽性預測值僅為14.01%。其他方面如基因芯片、蛋白質組學和免疫組學等在卵巢癌早期篩查上的研究還沒有得到正確的定論。

2.傳統隨機抽查調查方法局限性較大目前卵巢癌研究多采用傳統的隨機抽樣的調查方法，盡管這種方法可以大致獲得某種偏頗的體質與卵巢癌發(fā)生存在的某種關系，但仍存在一定的缺陷，在大數據中，我們可以利用其強大的數據挖掘技術來收集有關卵巢癌中醫(yī)體質的全部數據，這種數據可以包含文字、音頻、圖片、地理位置等所有可以被收集到的信息，這樣我們就可從整體上去研究與分析卵巢癌患者的整體情況，打破了以往研究中隨機抽取部分數據來反映整體特征的局限。

3.沒有精準的復發(fā)因素的影響指標。每年卵巢癌的新發(fā)病例為204449例，死亡病例為124860例。2016年美國癌癥統計報告顯示，卵巢癌居婦科腫瘤死因首位。超過70%的患者就診時已是臨床晚期，通過積極的手術及鉑類為基礎的聯合化療，60%～80%患者在一線治療后能得到臨床完全緩解。然而，晚期患者中70%終將復發(fā)。復發(fā)性卵巢癌(ROC)絕大多數不能治愈，對于其治療，多采取姑息性手段，在緩解癥狀、改善生活質量的前提下，盡量延長患者無進展生存期(PFS)。復發(fā)性卵巢癌的治療仍是現代醫(yī)學的難題。現對卵巢癌的復發(fā)因素探究還處在起步階段。

4.卵巢癌的預后相關影響因素探究不明例如資料顯示單因素及多因素分析結果均提示，手術分期對于卵巢癌預后有著顯著影響并且是其獨立的危險因素。通過單因素分析，我們發(fā)現殘留病灶直徑＜1cm的病人預后明顯比殘留病灶直徑＞1cm的病人好。徹底的卵巢癌細胞減滅術可以減少腫瘤負荷對宿主的直接損害，使腫瘤大小呈指數下降，有利于術后輔助治療，提高生存時間。對于腫瘤較大，或首次發(fā)現時已出現廣泛的盆腹腔轉移甚至遠處轉移，手術難度大，估計初次手術無法完成滿意的腫瘤減滅術的病人，可先行穿刺活檢或腹水穿刺活檢明確病理診斷，先行2～3個周期的輔助化療，待病灶縮小或腹水減少后再行腫瘤細胞減滅術并盡可能切除原發(fā)及轉移病灶，術后繼續(xù)予以輔助化療，共6～8個周期。數據分析結果顯示，殘留病灶的大小可以影響卵巢癌的預后，但并不是其獨立危險因素。再例如術后化療對卵巢癌預后的影響，根據指南建議，低危型ⅠA、ⅠB期病人術后隨訪觀察，高危型Ⅰ期(分化差或ⅠC期)病人術后化療3～6個療程，Ⅱ～Ⅳ期病人術后化療6～8個療程。本組資料中，化療療程≥6個療程的病人生存率明顯高于＜6個療程的病人。無論臨床分期如何，化療療程數對延長生存時間、提高5年生存率是有著直接影響的。諸如此類卵巢癌的預后相關影響因素很多，現在還沒有一套成熟的分析體系。

1.創(chuàng)建婦科腫瘤學臨床研究基地，打造基礎研究與應用轉化平臺：利用我院婦產科在國內的領先優(yōu)勢以及在國際上的影響力，在現有的研究基礎上，進一步深入系統地研究卵巢癌的早期診斷和早期治療方法，建立婦科腫瘤臨床研究基地。我院在基礎研究方面已具有重要成果，近年來致力于婦科惡性腫瘤防治策略的應用性探索。

2.人才培養(yǎng)及隊伍建設:我院婦產科是教育部重點學科，是國內婦產科學界唯一的“教育部創(chuàng)新團隊”，團隊成員知識結構合理、富于創(chuàng)新和團結協作精神。通過婦科腫瘤臨床研究中心的建設，將培養(yǎng)大批從事婦科腫瘤學領域的優(yōu)秀醫(yī)務人才，進一步推動我省婦產科診療和研究水平。（1）加大科研力度。開發(fā)和利用各種組學方法以及分子生物學數據庫，篩選各種生物標志物，用于疾病危險度估計、疾病診斷與分型、治療反應和預后的評估，以及治療方法和新藥物的開發(fā)。在加大原有臨床基礎研究的基礎上，提出我們發(fā)現的新型的或有價值的生物標志物，與基礎醫(yī)學、和生物信息學專業(yè)研究人員共同討論和溝通，發(fā)現其臨床價值，并及時解決研究過程中遇到的問題，為開發(fā)新藥及研究新的治療方法開辟出新途徑。探索新的治療方法，縮短新的治療方法從實驗到臨床階段的時間，進而快速提高醫(yī)護和治療工作的質量。（2）加強卵巢癌等惡性腫瘤的的科研任務。通過多中心大樣本血樣標本檢測AMH、InhibinB的水平，制定該2項指標的臨床檢測參考值范圍；建立卵巢功能的評價標準。今后將進行以下3個方面的研究：①從基因水平、表觀遺傳水平研究卵巢衰老的分子機制；聯合外周血基因檢測、表觀遺傳學標記物建立卵巢衰老生物學時鐘；②卵巢衰老關鍵分子在卵巢衰老相關性心血管疾病中的作用機制；③小分子化合物、干細胞技術在保護卵巢功能、延緩卵巢衰老中的應用。

3.樹立以患者的需求為導向開展醫(yī)學科學實踐的基本思維。從臨床卵巢癌患者相關診斷治療等出發(fā)，凝練科學問題，通過基礎和臨床研究，找到卵巢癌有效的、精確的診斷、治療方法。提高診斷、治療和預防水平。強調從臨床問題出發(fā)，回到臨床解決問題。通過對外交流多種模式改變思維方式，糾正既往臨床研究中的思路。以轉化研究的理念來指導醫(yī)學科學研究和患者治療工作。

4.整合資源，建立卵巢癌數據庫樣本平臺及豐富原有臨床樣本庫。建立整合患者的危險因素、臨床診治、生存和預后等臨床組學數據庫資料，以及具有完整的患者生物標本的、開放式的疾病轉化醫(yī)學平臺。例如婦科腫瘤方面整合生物技術、計算數學、生物信息學、計算機科學和臨床婦產科等多學科研究人員的交叉研究，以揭示環(huán)境、生活方式、遺傳等因素對癌癥發(fā)生的相互作用，促進成果轉化。

1.對于居民，一是通過對患者各項檢測指標進行大數據分析，研究卵巢癌早期診斷、治療，改善預后，可以指定有效的早期診斷和治療策略，是改善患者生存質量、延長患者生存時間。二是在疾病預測、早期干預方面的應用，特別基因測序等新技術促進了大數據應用，使對疾病的早期甚至可能發(fā)病因素的干預、治療成為可能。三是借助大數據手段，對居民健康危險因素分析，開展居民健康管理服務，個性化保健指導，使居民能在社會及家庭得到連續(xù)性的服務。

2.對于醫(yī)生，將極大提高醫(yī)療決策，特別是臨床決策的科學性，主要包括用藥分析、藥品不良反應、疾病并發(fā)癥、治療療效相關性分析、控制個性化治療方案等。過去醫(yī)生診斷主要靠知識和經驗，現在醫(yī)生可將電子病歷、電子處方、新興健康應用以及公共衛(wèi)生報告整合成可供使用的數據，以精確查找致病病因，提出科學治療方案，促進個性化精準化治療。

3.對于醫(yī)療科研，主要是用于疾病診斷與預測、臨床實驗數據的分析與處理、針對重大疾病識別疾病易感基因、為極端表現人群提供最佳治療路徑等。如應用大數據挖掘分析技術，深化醫(yī)藥科技計劃研究與應用效果，提高危害人民健康的重大疾病的預防和治療水平。此外，可以通過支持研制、推廣數字化醫(yī)療設備，促進健康治療智能化裝備產業(yè)升級，形成新業(yè)態(tài)和新經濟增長點。

4.對于醫(yī)院管理，使服務效果和質量進一步提升。主要是規(guī)范用藥評價、管理績效分析，卵巢癌預防干預及措施評價，臨床路徑的優(yōu)化等。

5.對于醫(yī)改，為推進醫(yī)改深化注入活力。深化醫(yī)藥衛(wèi)生體制改革，就要解決深層次的、制約醫(yī)藥衛(wèi)生事業(yè)科學發(fā)展的體制、機制和結構性問題。醫(yī)療大數據為醫(yī)改提供了方法論，大數據的記錄、分析和重組揭示了事物之間的關聯和真相。解決這些問題的方法路徑深深埋藏在分散于各個地區(qū)、部門紛繁復雜的大數據之中，通過大數據分析能為政府決策政策的制定、完善提供科學依據。健康醫(yī)療大數據還將有助于健全公共衛(wèi)生、醫(yī)療、藥品、耗材等構成及變化趨勢的檢測機制，促進醫(yī)療、醫(yī)保、醫(yī)藥聯動，增強全面深化醫(yī)改的系統性、整體性和聯動性。