大型三甲医院建立数据驱动的科研项目服务模式实践与探索

■ 孙雅婧 李春漾 杨晓妍 辜永红 张 伟 曾筱茜

健康医疗数据质量缺乏标准、数据结构化程度差、信息化建设认识不足[1-2]等，严重制约着我国健康医疗大数据产出高质量科学研究。同时,缺乏信息共享平台与机制，导致医疗大数据在疾病防治、临床研究、疾病治疗指南制定、政府决策等领域的应用开展较为困难。因此在优质医疗资源单位建立数据科研项目的服务体系尤为重要，可大大提高科学使用医疗数据的效率和效能。

1 数据驱动的科研项目开展面临的突出问题

1.1 临床卫生领域问题亟待大数据人工智能技术解决

随着国家在人口健康领域的战略性部署，数十万甚至数百万人群和生物的百PB级海量数据将会成为我国未来医学模式转变和相关产业创新的重要支撑[3]。着眼国家战略和经济社会发展重大需求，在以下方面呼唤物联网、人工智能、智能化制造、区块链、移动互联、云计算、5G等新技术推动医学大数据的应用发展[4]。

（1）对健康与医学的再认识和再定义，推动提升健康医疗服务效率和质量，促进优质医疗资源普惠共享，满足人民群众不断增长的健康医疗需求。（2）颠覆传统的医疗服务模式，解决健康医疗服务需求与服务供给的平衡问题，提高科学决策和监管治理能力，对医院管理与卫生决策产生深刻影响。（3）激发深化医药卫生体制改革的动力，改变对医学人才的培养观念，健康医疗服务产业的活力，培育新的业态和经济增长点。（4）数据整合管理、互联互通、互认共享、分析检索、隐私保护等方面的技术突破，将有效改善基于医疗卫生的多业务支撑、卫生数据的精准检索分析、医疗卫生数据建模的机器学习技术、图像特征的提取、医疗语义分析等方面的技术开发，解决卫生领域的重大问题。

1.2 工科、理科新兴技术缺乏医疗应用场景

以互联网和工业智能为核心，包括大数据、云计算、人工智能、区块链、智能科学与技术等相关新工科专业需要医学影像学、医学诊断学、医学信息学等医学技术的支撑，才能形成医工融合的核心目标——形成医疗健康大数据的智能感知、智能分析、智能决策以及在此基础上的精准医疗。如特征提取除了常规的检验检查指标提取加标化类的基本特征外，也会用到各种数据分析算法去提取更复杂的特征，如针对医疗影像的特征提取可以运用卷积神经网络算法等。因此突破针对适合医疗大数据的数据分析算法，如在医疗图像特征提取、生物组学的变异识别、医疗文本分析等方面的应用至关重要。

目前主流分析算法趋势是采用机器学习方式。医疗数据中文本病历数据的分词、语义提取，影像数据的特征提取与分类，生物组学数据中基因序列变异识别，以及临床路径的循证突破与疑难杂症的分析建模，都依赖于拥有强大预处理能力、信息融合能力以及具有鲁棒性的机器学习算法。以适用于医疗领域的机器学习算法为突破口，提升图像识别、智能诊断、疾病风险预警等医疗应用场景的交互性和实效性成为未来医学发展的助推器。此外，还包括虚拟现实、脑机接口等新兴智能人机交互新兴技术。

然而，新技术缺乏临床应用场景和真实训练数据集成为医工融合发展的瓶颈。因此把临床需求作为出发点和落脚点，关注生命健康全周期，布局医学与智能技术的交叉融合、转化创新至关重要。

2 数据驱动的科研项目服务模式探索

根据临床问题亟需应用大数据技术解决的迫切要求，顺应医疗大数据时代发展，四川大学华西医院于2013年12月建立四川大学华西医院生物统计与成本效益研究中心展开数据相关研究，2016年6月由医院批准正式建立华西生物医学大数据中心发展至今。

中心组建不同学科背景大数据科研支撑团队，团队成员涉及医院管理与卫生政策、神经外科学、胸外科学、机器智能与类脑计算、信息可视化与可视分析、生物信息学、医学信息学、网络安全等领域。

2.1 标准化服务流程逐渐建立

（1）服务申请立项。研究者在研究项目通过学术委员会、伦理委员会审查，经人类遗传办备案（如需）后，向大数据中心申请服务，阐明项目来源、研究目的范围和所需服务内容等信息。大数据中心评估是否可以匹配资源后予以立项。

（2）签订保密协议。使用医院数据或研究者随访数据时，根据项目情况签订约束数据接收方或双方基于项目的数据保密协议，确保数据在大数据中心平台安全有效使用。申请第三方数据的需征求第三方合作机构书面同意。

（3）科研合作。针对临床不同科室间或和理工科交叉学科合作项目，先期就双方或多方关注的合作分工、团队成果、工作机制和成果共享机制等进行约定，以科研合作协议形式推进。

（4）成果审核。使用第三方合作机构数据的项目，成果发表前需合作方进行审核后方可公布。

随着中国国际影响力和地位的提升，中国的“文化自信”日益增强，跨文化交际意识培养的过程中，不能再一味强化对英美等西方国家文化的学习和吸收，只侧重提高英美文化的语言文化意识，而是要转变为同步学习、吸收和传播跨文化交际国双方的文化。扎实的本民族语言文化素养将使英语学习者自觉地把英语语言文化和本民族语言文化进行对比学习，并在对外交流中有主动感知文化差异、沟通文化差异的意识和能力（赵海燕，2013）。因此，随着跨文化意识的双向成长，在培养商务工作者跨文化意识时要真正以双向交流为目的的学习和输出并重的状态，加入英语中的中国文化内容学习。在跨文化交流中既尊重对方文化，也尊重自己的文化。

2.2 菜单式服务内容不断完善

（1）数据存储和计算资源服务。大数据中心可为课题组提供数据存储和计算资源等。

（2）临床科研指导。针对大数据临床研究的学术指导和科学研究，包括研究设计方案、建立科研数据库、数据清洗与标准化、数据分析方法、研究报告与文章撰写等方面的科研指导及推荐学术指导专家等。

（3）科研合作服务。建立科研病种数据库咨询、数据提取、整合和清洗、数据标准化（提供编码对照表）、数据挖掘和统计分析。

（4）数据资源服务。提供第三方数据或临床随访数据，申请审核制供研究者使用。

2.3 服务模式特色初显

（1）针对性。应根据业务量变化，与诊疗业务相辅相成，又不冲突。根据华西医院院内门诊部统计数据，四川大学华西医院每年2月和10月月度接诊量呈现周期性相对减少的特点，临床科研需求增长，有针对性地组织大数据中心为临床科研项目提供深度服务。

（2）个性化。在科研项目服务中应避开诊疗活动的高峰时段，如交接班、晨间查房等。利用寒暑假、午间和傍晚、或集中学习时间，科普科研服务模式，拓宽服务路径和范围，促进合作项目开展。针对不同科室的实际需求，组成诸如医学影像组学、生物信息学方向小分队深入临床科室上门支撑合作。

3 应对挑战积极发展

（1）数据前瞻性汇集。需要完成“数据汇总-数据梳理-数据有效融合”的分步式数据联通，放弃贪多求全的粗放式数据集合，小步徐行逐步完成“跟跑-并跑-领跑”数据融合发展路径，前瞻性汇聚充实科研数据资源池。

（2）项目服务带动发展。以服务带动发展，发挥平台价值，以数据驱动，以价值赋能。华西医院成立大数据中心除了打通数据孤岛促进融合，更多的是为满足医院日益增长的数据科研需求，提高院内研究者整体科研水平。

（3）资源可视化呈现。正在将线下纸质的申请工作升级为电子化项目管理平台，制作数据菜单，请研究者进行“点单式”选择，提高科研工作效率。

（4）持续优化平台搭建。借力引水，参考四川省健康医疗大数据中心的先进经验[5]，依托四川省科学技术厅、四川省发展与改革委员会批准建立的省级技术中心和大数据研究平台，充实华西生物医学大数据中心自有科研平台。构建政企研联动，不断探索与企业共同布局研究普适性信息化硬件搭载医疗服务功能的智能化细分领域医疗大数据硬件。

（5）优势学科全面发展。全面开花，重点围绕。凝练发展方向，引进学科领军人才，扶持重点研究方向团队发展。提出针对跨学科领域科研人员的考核制度方案，促成跨学科可持续的有机融合。

（6）建立人才成长中心。借智引智，学科交叉。形成人才梯队在医院或者医学院校培养医工、医理人才困难较大，应充分发挥双一流超前部署学科优势，重点培育，以点带面，扩大宣传和提升学科实力同步发力。从夏令营、跨学院推免生为良好突破口。克服重重困难，从编写课程讲义逐步向教材过渡。

（7）建立数据安全共享。参考国外成熟数据中心或科研机构的先进管理经验，结合国内、院内实际情况达到有序平衡。进一步完善数据委员会功能与价值，形成相对完整的院内数据使用审核体系。