08.廈門大學附屬中山醫院:大數據在臨床科研中的創新應用:構建一站式科研平臺【CHIMA 2019案例分享】
案例提供:廈門大學附屬中山醫院
醫院簡介
廈門大學附屬中山醫院始建于1928年,由愛國華僑和地方知名人士為弘揚中山先生“天下為公,造福社會”的精神捐資興建而成,是一所集醫療、教學、科研、預防保健于一體的大型三級甲等綜合性醫院。醫院設有2個分部、5個社區衛生服務中心,總部占地面積約5.7萬平方米,建筑面積約17.1萬平方米。現有編制床位3500張(其中1000張在建),擁有教職員工3000余人,榮獲國家衛生健康委“2015-2017年改善醫療服務先進典型”發揮信息優勢示范醫院。
案例概要
廈門大學附屬中山醫院依托近數二十年積累的臨床數據,結合大數據處理技術,構建醫療大數據智能平臺,有效地對大規模多源異構但非常有價值的臨床數據進行集成和融合,形成患者全生命周期醫學數據,并通過數據的深度處理和分析,建立真實世界疾病領域模型,構建一站式科研平臺,助力醫學研究。
服務對象
本案例的核心是利用大數據技術構建一站式科研平臺,優化科研耗時,提升科研檢索效率。服務對象包括:科研型醫生與護士。
解決問題
隨著醫院信息化建設的不斷發展,醫院內臨床和管理信息系統積累了大量數據,但由于醫院信息系統的復雜性和多樣性,醫院信息化建設早期缺少總體規劃和統一標準,各廠商間的諸多系統采用不同的數據標準,數據不規范,導致各系統間數據分散,標準不一致,難以實現交換和共享,無法進行數據挖掘利用,進而出現了數據無法綜合利用的現象。這些醫療數據往往是具有極大的臨床科研價值的信息,然而傳統信息化方式很難按照醫生的思維方式和醫院管理方式將其提煉出來,并以此為基礎結合結構化數據進行分析。
通過科研大數據智能平臺的建設,對醫院內積累的大量數據進行深度的分析、挖掘,對于臨床大量的非結構化的數據,進行結構化處理,深度挖掘出有數據價值;應用大數據、人工智能的分析和優化手段找尋體征、診斷、用藥、治療方式等的相關性,分析診療路徑,優化指南,形成更加科學的診療知識庫。在此基礎上,大數據智能平臺為臨床和科研醫生提供病歷搜索、病歷詳情瀏覽、患者全景視圖、數據導出分析等功能,實現一站式科研支持。
特色與亮點
醫療大數據智能平臺,基于大數據基礎和規范化后的全量數據集成,可根據疾病的特點,標準化、結構化地收集患者全面信息;建立不同疾病的診療模型,能夠支持整體科研流程,從病例秒級篩選、到數據抽取、數據自動采集、患者數據全景展示、數據導入、導出,并提供數據洞察、知識自動推薦等功能,一鍵創建項目,實現回顧性研究的一站式在線科研和項目全程在線管理。
構建以患者為中心和用真實世界數據作依據的科研平臺,這直接帶來了多維優勢:
1.提高科研檢索效率。
基于大數據架構的設計,建立搜索引擎和索引,可以實現在千萬份病歷中的秒級查詢,實現院內的“百度” ,有效提升傳統科研檢索效率。
并為臨床醫生提供病歷詳情瀏覽、患者全景視圖等一站式查看患者信息的功能,賦予更友好的臨床科研支持體驗。
2.構建疾病關系圖譜,發現科研價值。
基于大數據挖掘技術,構建疾病網絡關系圖譜,幫助臨床醫生更好的從既往的真實病歷數據中發現臨床價值和科研價值。可以搜索本院的任意疾病的關鍵詞并查看與該疾病主題相關的指標統計數據和數據關系圖譜。通過展現與查看的
疾病主題關鍵詞強相關的診療關鍵詞,以及各個診療關鍵詞互相關聯的多層級關系網絡,幫助醫生產生科研靈感。
3.構建患者人群畫像,個性化輔助。
基于大數據分析技術,可以以時間軸的方式展示患者的全治療周期,通過記錄與分析患者在每一個時間節點的診斷、用藥、體征數據、檢查、檢驗、治療、手術等數據,例如可以通過大量患者時間軸的堆疊,得出醫院常規的診療路徑,以及特定患者的個性化方案,結合著患者治療效果的對比,可以作為知識庫為科研提供參考和依據。
4.促進轉化與優化管理。
基于大數據的支撐,可以幫助科研人員實現在線科研并加速成果轉化,并在項目發起后,通過支持錄入監查機制、隨訪任務管理、鏈接全國疾病網絡,以嚴格保障科研項目的執行,實現管理決策的科學性、及時性,促進醫院精細化管理,提高醫院核心競爭力。
科研大數據智能平臺操作快捷、簡便,極大提升醫生做研究的效率,數據收集效率達到傳統模式的6-7倍,能夠最大程度的支持科研靈感的產生和科研課題的高效完成。
成果成效
目前,科研大數據智能平臺培育出的新動能已經推動出發展與創造——臨床醫生中已廣泛使用大數據平臺進行科研探索,開展回顧性研究,基于真實隊列和大數據研究平臺的科研功能,實現了患者精準快速納排、指標在線抽取、相關統計指標結果在線透出,節省了大量人力和時間。
下一步計劃
未來,科研大數據智能平臺計劃基于醫院真實世界臨床數據,建設疾病數據集進行機器學習形成臨床決策引擎,構建更加精準且切合臨床思維的知識圖譜,在醫生診療過程中進行智能推薦、預警,提供覆蓋診療全流程的輔助決策支持,降低漏診和誤診,提升高醫療效率和質量;并繼續應用大數據處理技術使科研大數據智能平臺在精細化上做雕琢,在科研和臨床診療中全方位支持醫生的工作,助力全院各個學科水平不斷提升。