大数据背景下关于重症医学研究生培养的思考

临床医学发展至今，各种先进的医疗设备和检查手段日新月异，科技的进步促进了医疗的发展，多学科协作已经成为医学发展的必然趋势。近些年，以机器学习、大数据为代表的人工智能领域突飞猛进，与各行各业深度融合，共同进步。随着医疗信息化不断发展，我国每天产生海量的医疗数据，但如何发挥其价值，让其更好服务于临床、科研和教学工作，仍是亟待解决的问题。在医疗大数据的发展道路上，重症医学已经走在医学前列，下文将以重症医学研究生培养为线索，深入思考如何利用丰富的大数据资源，培养出符合时代发展需求的研究生。

1 重症医学的发展及研究生培养现状

重症医学（Critical Care Medicine，CCM）是研究危及生命的疾病状态的发生、发展规律及其诊治方法的临床医学学科。通过对重症患者进行全面系统的检测与评估，重症监护室的医生可以针对患者可能或已经发生的器官或系统功能障碍，及时进行有效的支持治疗，为治疗原发病赢得时间，挽救患者生命。重症医学与其他临床学科相辅相成，相互支持，特别是面对重大突发公共卫生事件、重大疾病防治和灾害救援时，重症医生扮演不可或缺的重要作用。我国的重症医学起步较晚，经过30余年的不断发展，其在重要器官功能支持、抗感染治疗和营养支持等方面的认识水平和应用技能逐步提高，储备力量强大，是具有发展前景的“朝阳学科”。

目前，很多医科院校已经将重症医学作为一个独立二级学科来招收研究生，专业人员数量逐年攀升，人才队伍逐步壮大，而作为一名重症专业的研究生，不仅要有扎实的基础和临床功底、良好的沟通能力和高尚的医德，还应结合本专业实际，加强学科交叉融合，学习科技进步成果与临床实际，与时俱进、全面发展。

2 医疗大数据概述及其与ICU的联系

被誉为“大数据时代预言家”的著名数据科学家维克托指出：“大数据是当今社会所独有的一种新型的能力，它以一种前所未有的方式，通过对海量数据进行分析，可获得有巨大价值的产品和服务。”大数据是海量数据的更高级概念，海量数据通常指数据的规模（Volume）和多样性（Variety），而大数据在此基础上，还考虑了数据产生和变化的速度（Velocity）和数据的价值（Value），这四种特性被称为大数据的“4V”特征。在医疗行业，随着信息化的发展，我们能够用电子化的手段及时存储和记录这些医疗数据[1]。有研究显示，医疗大数据的分析能够为美国每年产生3 000亿美元的价值，减少8%的美国国家医疗保健支出。2018年，北京大学医学部詹启敏院士在《英国医学杂志》的“中国医学研究”专题报道中，认为中国的医疗大数据虽已起步，但从最基础的数据收集、存储到衔接的整合、管理及应用等方面，都面临巨大挑战[2]。大数据成为今天的时代性标志，重症医学实际上是临床医学最早进入大数据时代的学科，世界重症医学联盟主席Jean-Louis Vincent提出，ICU应该是整合全信息数据的大数据和智能化[3]。对患者进行全方位全天候的生命监测与功能支持，会产生大量的数据，而这些数据精准反映了患者疾病发生至痊愈或死亡的全过程，是宝贵的研究资料，我们对其进行深度挖掘利用，可以有效提高医疗质量，保证患者安全。可以说，从诞生开始，ICU就步入了大数据时代！

3 医疗大数据在重症医学研究生培养中的价值

3.1 医疗大数据能够指导研究方向

医学研究的目标在于更好的服务临床，攻克疾病难题，通过分析医疗活动产生的大数据，能够明确临床上亟待解决的难题，从而为科研指明方向。感染是ICU患者死亡的重要原因，2018年JAMA发表了一篇文章，该研究调取了美国从1980到2014年4 081 546例因感染导致的死亡患者的数据进行回顾性研究，结果发现，大多数感染性疾病的死亡率都有所下降，然而，在此期间，腹泻导致的死亡率有所增加[4]。这个结论提示未来在感染性疾病相关研究中我们更应该关注抗生素相关性腹泻以及抗生素的使用策略。这只是临床大数据指导科研的一个案例，但由此可见，ICU大数据能够有针对性的指出目前研究的热点方向和问题，这对于深入探究科学问题以及研究生选题有很大帮助。

3.2 医疗大数据能够制定及验证临床理论——以Sepsis 3.0为例

重症感染引起的脓毒症（Sepsis）目前仍是危重症患者主要死因之一，基于循证医学及300余万份电子病例大数据分析，2015年全球专家发布了第3次脓毒症国际共识（Sepsis 3.0），重新定义了脓毒症和脓毒性休克。Sepsis 3.0提出脓毒症是由感染引起的宿主反应调节失常，导致危及生命的器官功能障碍。虽然对于脓毒症的认识逐步深入，但是脓毒症的发病率和死亡率仍居高不下，目前我们可以通过qSOFA评分来及时判断患者的状态，尽早作出诊断。2017年，JAMA杂志利用来自2000—2015年澳大利亚、新西兰182个ICU共184 875份病例，验证了Sepsis 3.0指南及qSOFA评分的准确性，证实了在住院死亡率的准确性评估上SOFA评分≥2要显著优于SIRS 标准或qSOFA 评分[5]。由此可见，ICU大数据不仅可以提出结论，同样可以验证结论的真实性与准确性，能够为临床指南的修订提供数据支持。目前越来越多的循证医学证据应用于临床，作为一名研究生，应学会发散思维，敢于创新，大数据能够提供优质的平台，借助有利条件深入学习、研究临床理论。

3.3 医疗大数据能够服务临床实践

根据一项2015年在我国华东地区开展的ICU现况调查，各级综合ICU医务人员工作负荷普遍过大，从而影响到对危重症患者的管理[6]。而很多时候医疗诊断凭借的是经验而不是科学，巨大的工作负荷会增加ICU医师的误诊率与漏诊率。在大数据时代，ICU医生可以通过纳入并分析了大量病例数据的临床决策支持系统，为患者提供更合理的诊疗建议。例如，一项分析23 513例脓毒症和脓毒性休克病例的研究发现，过多的液体负荷，增加了患者的死亡率，从而为临床提供重症患者的液体治疗的具体方向[7]。通过大数据信息梳理结合机器学习，可以建立风险预测模型，用于发病或死亡风险的预测，如2018年Nemati Shamim等人基于52 000份病例建立的脓毒症风险预测模型[8]。ICU的医生也可以根据患者生理大型数据集，全面分析患者特征数据和疗效数据，通过大数据分析结合机器学习，可以针对特定患者进行个体化治疗[6]。目前，我国的临床决策支持系统发展较晚，仍停留在理论和研究阶段，这也为重症医学研究生提供了巨大的发展空间和潜力，将理论成果转化到临床实践，就需要我们深入临床，利用大数据分析，发挥学科协作优势，做出更好更实用的成果。

3.4 重症数据库建设——以MIMIC数据库为例

MIMIC（Medical Information Mart for Intensive Care）数据库是由麻省理工学院建立的大样本重症监护数据库，数据包括生命体征、药物、实验室结果、护理记录、操作代码、住院时间、疾病诊断代码等，向全球免费开放使用。2015年，MIMIC数据库更新至第3代，新增了2.8万多条记录，且结构更加简单。MIMIC数据库在生理参数记录方面具有很高的数据质量，研究结果重复性好，可靠性高，为临床研究提供了高质量的数据资源集，后续可以开展更多的回顾性分析研究[9]。在重症研究生培养过程中，应该充分利用好数据库的海量资源，这些来自真实世界的医疗数据是我们学习的宝贵资源，针对特定的研究题目，可以提取出大量病例信息，通过统计分析，得出真实可靠的结论，这在研究生的学习过程中能够扮演重要角色。

4 前景与展望

尽管大数据及人工智能已经悄然改变着各行各业，但是要从传统数据库时代转变到大数据时代，仍然存在诸多挑战。通过大数据进行转化研究，形成科学成果，再通过新的干预手段和管理措施，分子标记物和早期诊断方法等，回馈到医疗中。大数据给医疗提供一个支撑，来实现个性化的治疗[10]。如近些年解放军总医院成功举办了数次Datathon活动，通过临床医生与统计学家、数据工程师的通力协作，完成课题研究，推动医疗大数据实践应用落地[1，11]，而研究生参与比赛，不仅能够锻炼临床思维，还可以跨学科学习，全方位培养，为医学创新打下基础。在大数据时代，研究生的传统培养模式已经不能满足临床需求，很多ICU都已经实现了信息化管理，能够进行实时的数据采集、管理、整合、分析和筛选，指导临床治疗，实现不同管理系统联合使用，达到降低病死率、减少住院日的效果。大数据带来的不仅是医疗技术的进步，获益的主体除了患者还有医务工作者。如何从浩如烟海的庞大数据中筛选有价值的真实数据，如何完善数据管理，提供了更高级别的人才培养机会，而高级别人才利用高质量数据才能促进先进的医疗发展[12]。

5 总结

综上所述，重症医学在医疗大数据领域大有可为，深入挖掘分析ICU的医疗数据后，其价值不可估量。同样，对于重症医学专业研究生的培养而言，利用好大数据不仅能够指导研究方向、制定和验证临床理论，还能够应用于临床一线。科技在进步，时代在发展，人才建设是重中之重，因此从研究生阶段开始培养互联网思维为时未晚，这就要求我们抓住机遇，充分利用ICU大数据的便利条件，培养出紧跟时代步伐的新一代重症人才。智能时代，未来已来。