欢迎来到加倍考研网! 北京 上海 广州 深圳 天津
微信二维码
在线客服 40004-98986
推荐适合你的在职研究生专业及院校
基于临床科研大数据平台研究其魂不疲

基于临床科研大数据平台研究

利用人工智能技术建设临床科研大数据平台。采用了Openstack作为数据平台私有云的解决方案,应用层使用Docker容器化的方案,数据库使用了开源数据库软件PostgreSQL,平台的应用主要由科研数据中心、临床大数据治理平台、智能科研检索、临床科研采集系统、全院级科研随访系统五部分组成。通过该平台临床研究人员获取数据将更便捷、科研管理更高效、探索新的研究方向更容易。基于临床科研大数据平台,能为医院各专科提供有效的科研服务,实现科研、论文和核心技术等方面的突破提升。随着医疗体制改革的深入,科研水平成为衡量医院发展水平的重要因素。科研大数据平台作为医院科研、教学工作的一个重要组成部分,在提高临床科研水平和培养医学研究人才方面发挥着十分重要的作用。如何为临床科研人员搭建平台,以有限的资源发挥最大效应,实现资源共享,最大限度地发挥科研支撑平台的作用,是目前大型综合性医院亟需解决的课题。研究背景 2017年国务院发布的《新一代人工智能发展规划》中提出要大力推广应用人工智能治疗新模式新手段,建立快速精准的智能医疗体系。随着大数据和人工智能的运用,国内外涌现了一大批借助医学信息学和机器学习技术进行临床研究数据分析挖掘,取得了丰硕成果。通过对医疗电子化数据的建模、分析、挖掘,并且基于数据二次利用所形成的进一步应用,已经成为医疗信息化、精准化、智能化的下一个核心发展方向。我国健康大数据和医疗人工智能行业尚处于起步阶段,基础薄弱。目前国内最有代表性的医疗人工智能产品,在于基于医疗影像的人工智能自动筛查和诊断系统,对胸片、皮肤照片、脑部影像等医学影像进行自动分析,并生成相应的影像诊断报告。但在其他人工智能的技术领域,例如自然语言处理、语音识别,以及通用的机器学习方法,目前在中国形成可落地的产品尚不多见 。基于临床科研大数据平台的架构与应用目前大部分医院已经建立了较为全面的医疗信息化支撑体系,无论是电子处方、医嘱套餐,还是临床路径、电子病历,在提高临床效率服务上下足了功夫,但由于临床数据分散在多个应用系统中(如EMR、LIS、PACS等),且都是非结构化的海量数据。本文通过人工智能技术的应用进行探讨,为有兴趣致力于研究大数据的临床科研工作者提供一点思路。技术架构研究采用了Openstack作为数据平台私有云的解决方案。通过使用Openstack搭建私有云平台,既可以获得类似阿里云等公有云的灵活、弹性、扩展性等云计算的优势,又可以降低安全风险。在应用层使用Docker容器化的方案。通过使用Docker容器化部署,每个服务运行在了一个独立的环境之中,互不干扰,也不会影响宿主机的环境,解决了长久以来生产环境与开发测试环境不一致导致的各种问题。同时,通过Docker提供的集群化以及资源分配功能,提供了更高的可用性,并提供了不停机升级的特性。数据库使用了开源数据库软件PostgreSQL。PostgreSQL作为当前最先进的开源关系型数据库管理系统,体现了极高的性能与稳定性,支持python、perl、c、R、Java、Javascript、PL/PgSQL等多种语言编写存储语言及扩展,支持多种特殊索引结构、支持自定义的数据结构、支持机器学习库以及GPU并行计算等。基于临床科研大数据平台的应用基于临床科研大数据平台的应用主要由以下几部分构成:科研数据中心、临床大数据治理平台、智能科研检索、临床科研采集系统、全院级科研随访系统等应用(表1)。在此治理和科研采集的基础之上,未来可支持科研统计分析及临床辅助决策。在人工智能支撑下,通过临床辅助决策应用到电子病历等业务系统中,将治疗评价、风险预测贯穿在诊疗流程,基于医院原有临床数据进行实时决策支持,最终实现临床采集-科研分析-指导临床的闭环。表1 临床科研大数据平台应用全院级专病科研数据中心通过将原有院内临床数据中心CDR,未充分结构化的病历、报告等文本数据,经过人工智能技术处理形成高质量、多维度的结构化数据,以满足科研检索、临床数据收集、统计分析的需要。结合科研采集、随访管理等系统采集的数据,进一步丰富“以患者为中心”的科研数据库。临床大数据治理平台基于自然语言处理、知识图谱、机器学习等AI引擎的大数据治理平台,实现各类临床数据的结构化、标准化和归一化等处理。针对数据驱动的临床研究场景,能够将医院积存的海量临床数据自动结构化、标准化成可被临床研究直接分析、利用的科研数据。治理后的结果为后续的临床应用提供了良好的数据基础。智能科研检索提供多维度、多病种符合专病模型的检索功能,从病历、诊断、用药医嘱、检验、检查报告、体征等结构化及非结构化文本中提取检索点位,个性化定制专病检索模型。支持通过入选和排除等集合运算实现研究人群的精确筛选,实现自动发现满足条件的新病人并自动入组,实时精准从海量病历中定位研究人群。临床科研采集系统在数据治理基础上,满足科研所需的病例报告表(CRF)设计与数据采集、科研项目管理、团队管理与多中心、权限设置与隐私、数据核查与质疑、数据导入导出等常见功能模块。高度结构化、规范化的病历数据,利于病例报告单(CRF)自动填写,科研流程管理支持研究全过程协同。全院级科研随访系统可有效解决院内外数据整合、患者依从性差、失访率居高不下的难题,在全面提升随访专业度、保证科研项目的顺利推进的同时,极大地提升科研人员的工作效率。随访平台从患者管理和科研需求出发,整合随访计划提醒、随访量表填写、智能科普患教、在线病情咨询、患者报告结局(ePRO)信息采集等功能;自动问答功能为患者提供准确的知识问答和健康建议,实现个性化健康宣教和科普。同时为满足临床科研需要,可将患者采集结果便捷地返回给专病科研库,实现对患者离院后健康信息的全量收集。结论与展望智能化的临床科研支持系统不仅能对历史病历数据进行快速检索浏览,而且能便捷地将临床数据应用于具体研究中,成为医院各科室开展临床研究提供高效的工具,加速推进学术研究及成果转化,释放积压的大量医疗数据潜在学术价值。同时在全院级临床科研大数据平台与应用平台上,实现了各业务系统历史数据及实时数据的整合、治理。经过治理后的数据保障临床科研数据质量,在此基础上各科室临床研究人员获取数据将更便捷、科研管理更高效、探索新的研究方向更容易,从而实现科研效率整体提升,不断提升学术研究能力,实现医院临床学术研究质和量提升。【引用本文:朱明宇. 基于临床科研大数据平台研究[J]. 中国数字医学,2020,15(7):17-18,35.】新媒体部: 010-81138718;81138717

决绝之行

临床科研一体化数据采集系统的设计与实现

导读:为解决上海长海医院临床诊疗数据与科研数据各自独立采集,采集工作量大,以及人工采集造成的数据缺失、前后数据不一致的情况。医院对电子病历、检查报告等做了相应改造。病种库管理系统可根据制定的科研病种CRF表单内容,有效地自动抽取科研病历数据。实现诊疗数据、科研数据同步采集,提升医院的科研能力,提高医学科研工作者的效率。随着科学技术的不断进步及社会竞争的日趋激烈,医院如何进一步加强学科建设,推动医院整体医疗水平的发展,是当今医院管理的关键问题。科研管理作为医院管理中的重要环节,对医院科学技术水平的提升、核心竞争力的形成至关重要。强化临床科研工作,提升临床科研能力,对于推动临床新思路、新技术的提出和延伸,促进基础医学和临床医疗的有力结合,以及提升医务工作者的诊疗水平具有重要意义。临床科研步骤大致分为选题、查阅文献、确认研究的变量、假设形成、科研设计、原始资料的收集、科研资料的整理和分析、撰写论文。其中医生在原始资料的收集、科研资料的整理和分析即临床科研数据采集步骤中耗费了大量的时间和精力。如何在满足科研数据同步采集需要的同时,减轻数据采集记录的庞大工作量是目前临床科研迫切需要解决的关键问题。传统临床科研数据采集存在的问题随着长海医院科研项目的开展,科研数据采集的巨大工作量已成为困扰科研医生的一大难题。医院目前科研数据采集的现状还是以传统的手工或半手工方式为主,医生根据每个病种所需数据进行人工补录,即事后记录。由于科研的数据收集与临床诊疗工作不同步,往往滞后于临床诊疗,于事后对所需的科研数据进行记录,难免丢失了重要的过程性数据。并且在进行转录的过程中需要大量的人工核对,难免产生因人工失误造成的科研数据与诊疗数据不一致的情况。随着医院科研任务的增加,对临床科研数据采集的准确性、完整性及采集效率要求越来越高,传统的数据采集方式已不能满足要求。临床科研一体化数据采集随着长海医院信息化的发展,医院各业务系统中累计了大量的医疗数据,为满足医院各病种科研需求,更好地为临床和科研教学工作提供优良有效的数据支持,减轻数据采集记录的庞大工作量,医院对电子病历、检查报告等做了相应改造,正逐步实现临床医疗、科研数据同步采集以及临床科研一体化。数据采集步骤为解决医院临床诊疗数据与科研数据各自独立采集,采集工作量大,以及人工采集造成的数据缺失、前后数据不一致的情况。医院对五个试点科研病种的数据采集工作分为几个步骤进行尝试实践。具体步骤、流程如图1所示。图1 数据采集步骤、流程采集元素确定试点科研病种的科室将所需科研数据按场景、时间进行分解,明确每个环节中需要采集的元素名称、元素内容,并制定科研病种的CRF表单。需明确采集元素的来源具体为病历文书、检查报告或检验报告等。医院五个试点科研病种中约2 300个研究元素需结构化。病历模板结构化医院的病历模板为半结构化模板,结构化内容以病历元素的形式保存在病历模板中,为满足科研需求,科室根据CRF表单内容,对科研病历模板中的元素进行高度结构化,利用标准化的医学术语设计科研病历模板,保证不同时期、不同业务记录的相同数据项内容表达一致。医院五个试点病种共包含86个科研病历模板、高度结构化近2 000个病历元素。研究型病例入组建立科研诊断、手术编码库,按照科研要求制定科研病历入组标准。科室收治患者时,根据患者入科诊断判断是否需将患者收治入组。患者入组后医生使用结构化的科研病历模板完整、准确地记录科研所需数据。患者相关检查亦需使用结构化的检查模板出具检查报告。数据对应及采集数据对应及采集工作分前期数据对应和后期数据采集。前期数据对应分为两部分,一为检查、检验报告数据对应。即升级改造试点科研病种涉及的检查报告系统,报告内容以数据库字段形式保存。检验报告数据已为结构化数据,无需再次改造。医院新上线的病种库管理系统可将检查、检验报告中数据对应到CRF表单中。二为病历文书数据对应。医院电子病历为半结构化病历,需导成XML格式进行结构化数据解析。病种库管理系统可通过XQUERY将XML格式的半结构化病历拆分成字段节点,并根据节点内容与CRF表单做对应。完成前期数据对应后,可进行数据采集工作。为实现多中心数据共享,医院将检查报告、检验报告等业务数据和XML病历文书存入CDR中。病种库管理系统根据已制定的CRF表单,定位到具体科研患者,从CDR中将患者的科研病历文书、检查报告和检验报告中的数据取出并展示在CRF表单中。数据质控医院数据质控为事后质控。医院定期将医生书写的科研病历导出为XML格式并导入到CDR中,由病种库管理系统抽取数据并将数据在CRF表单中展示。数据在CRF表单中展示后医生才可核查书写的病历是否符合CRF表单要求。一般此过程时间较长,无法在患者在院期间对医生进行预警提示。 检查报告结构化医院检查报告数据保存为大段文本形式,其中与科研相关的必要指标性数据尚未进行保存,不能完整记录科研方面的检查数据。因部分报告系统无法支持结构化报告,需对报告系统进行升级改造。结构化后的报告将以自然语言方式录入的报告数据按照医学术语的要求对科研要素项进行精准描述,并以数据库字段的形式保存。目前医院已完成放射、超声、病理、消化内镜、膀胱镜检查报告结构化。实施效果病种库管理系统可根据制定的科研病种CRF表单内容,有效地自动抽取科研病历数据,实现诊疗数据、科研数据同步采集。不仅减少数据采集的工作量,而且避免了人工采集造成的数据缺失、前后数据不一致的情况。医院于2017年9月至2017年12月期间通过病种库管理系统共采集符合试点科研病种需求人数约1 500人,共自动抽取约40 000份病历数据。此部分数据既可进行全病种分析,也可根据科室需求筛选特定数据。科室可针对同一病种,设置不同研究方向,进而定制个性化CRF表单。此系统大幅提升了医院的科研能力,提高了医学科研工作者工作效率。病历的结构化程度提高后对医生书写病历的要求也随之提高,由于历史病历数据未做高度结构化,导致历史病历数据无法根据此方式采集。长海医院目前还存在事后质控、无预警、历史病历数据无法精确采集等问题。后期考虑通过自然语言处理技术对病历进行后结构化处理,即利用中文分词、命名实体识别和语义关联抽取等技术对病历文本进行信息抽取和智能分析[5]。通过后结构化,可在保持医生书写习惯和思考逻辑的基础上,实现对病历数据结构化处理,从而提高数据质控效率,满足科研数据采集需求。文章来源:《中国数字医学》杂志2019年第2期,作者及单位:吴乐乐 高白 张燕 李菊阳 王志勇,海军军医大学附属长海医院信息科。传播数字医学领域发展最新动态,关注医疗卫生信息化相关资讯。

捕蝇人

2020CHINC通联站论坛:聚焦基于医疗数据的临床科研平台

随着云计算、大数据、物联网、移动互联网、人工智能等信息技术对医疗健康业务的深度融合,医疗健康数据呈现爆发增长、海量集聚的特点,如何有效利用健康医疗数据,服务临床科研成为医疗机构急待解决的问题。在2020年8月23日下午举办的2020中华医院信息网络大会(CHINC)的通联站论坛上,与会专家将集中讨论与基于临床数据的临床科研平台有关的话题。通讯站论坛由上海市儿童医院院长于广军和复旦大学附属华东医院信息中心主任冯杰共同主持,内容涉及医院数据科研利用、数据平台建设、流行病学与医疗大数据的关系等话题。他山之石,可以攻玉,主办方邀请了法国科研机构,为与会学员介绍法国智慧医疗体系和医疗数据管理情况,为我国医疗行业起到借鉴作用。8月23日下午通联站论坛——基于医疗数据的临床科研平台(紫金厅)主要内容:医院数据赋能科研利用——计虹 北京大学第三医院信息管理与大数据中心主任法国的智慧医疗体系和医疗数据管理——雷萍 法国法中卫生研究院执行院长整合临床信息与生物信息的智慧医疗平台建设——于广军 上海市儿童医院院长流行病学与医疗大数据应用的关系是融通共进——梁会营 广东省医疗数据智能化应用工程技术研究中心主任、广州市妇女儿童医疗中心数据中心主任医疗数据开放与患者隐私脱敏处理——郑西川 上海交通大学附属第六人民医院信息中心主任部分主持人及授课专家介绍于广军上海市儿童医院院长上海市儿童医院/上海交通大学附属儿童医院院长,研究员,博导。上海交大中国医院发展研究院医疗信息研究所所长,上海医师协会儿科分会副会长、上海妇幼研究会副会长、上海医学会互联网医疗专委会主委、中国医师协会儿科分会常委儿保专委会副主委。上海第四届医务青年管理十杰。2013年卫生系统优秀学科带头人;2014年被批准享受国务院特殊津贴。2015年入选上海市领军人才。2018年上海市优秀学术带头人。目前研究领域为儿童保健和医疗信息化。近年来在儿保方面牵头开展了高危儿多学科合作的干预研究、多动症的医教结合研究项目。在信息化方面,承担了国家863课题《区域医疗大数据的研究与应用示范》。2011年获得上海市科技进步一等奖,中国医院协会科技创新一等奖;2013年获得国家科技进步二等奖。2017年中国医院协会科技创新二等奖。近期著作有《走进移动健康时代》、《儿童雾化治疗指南》、《健康医疗云》和《医疗大数据》。冯杰复旦大学附属华东医院信息中心主任1991年从事医院信息化建设工作至今。目前,担任中国医院协会信息专委会委员,中国医药信息学会上海分会副理事长,中国高等教育学会医学教育专业委员会医学现代教育技术学组委员,中国健康促进基金会健康大数据与智能医学发展专项基金管理委员会委员,中国医学装备协会数字医疗技术分会委员,中国心胸血管麻醉学会信息技术专委会委员,上海医院协会信息专委会委员,复旦大学附属医院信息管理分委会委员,上海市医保支付改革咨询专家。计虹北京大学第三医院信息管理与大数据中心主任硕士,研究员。北京大学第三医院信息管理与大数据中心主任。从事医院信息化工作20年。任中国卫生信息与健康医疗大数据学会卫生信息标准委员会副主任委员;中国医院协会信息管理专业委员会常委;中国研究型医院学会医疗信息化分会副会长等职;参与撰写《医院信息系统功能设计指导》、《健康医疗大数据》、《现代医院信息化建设策略与实践》等8部行业论著。曾荣获全国医院信息化杰出创新力人物、年度优秀CIO等荣誉。承担国家自然科学基金、863课题、国家卫健委、首发基金等多项课题研究。发表学术论文50余篇。率领团队首批获得《国家医疗健康信息医院互联互通标准化成熟度测评》五级乙等和新标准下《电子病历功能应用水平分级评价》六级级别。雷萍 法国法中卫生研究院执行院长博士,研究员,硕士生导师,欧中公共卫生学院执行院长,法国法中卫生研究院执行院长,法国巴黎政治大学卫生政策研究中心中国项目负责人,法国英赛克高等商学院管理学终生教师。2007年开始致力于法中卫生交流。2009年获得法国格勒诺布尔大学管理科学与工程专业博士学位。于2010年加入法国英赛克高等商学院从事教学科研以及中法教育合作工作。2016年担任法国法中卫生研究院( Institut Franco-Chinois pour la Santé IFCS)并执行院长职务。2018年获得法国巴黎政治大学卫生政策管理专业EHPA学位并成为巴黎政治大学卫生政策研究中心中国项目负责人。梁会营广东省医疗数据智能化应用工程技术研究中心主任广州市妇女儿童医疗中心数据中心主任卫生统计学硕士,生物信息学博士,临床流行病学博士后。主要从事健康医疗数据库建设和数据挖掘方法学研究,主持国家自然科学基金、省市科研项目5项。发表论文60余篇,其中第一(通讯)作者身份发表SCI论文20篇,单篇论文最高引用94次。申请发明专利5项,软件著作权11项。郑西川 上海交通大学附属第六人民医院信息中心主任硕士,上海交通大学生命学院生物医学工程专业硕士研究生导师,中国医院协会信息管理专业委员会(CHIMA)委员,中国生物医药技术协会医药信息分会常务理事,中国卫生信息学会卫生信息安全与新技术应用专业委员会常委,中国生物医学工程学会数字医疗与医疗信息化分会常委,上海医学会互联网医疗专委会委员兼秘书。近年来,承担科技部国家重点研发计划项目、科技部863课题以及上海市信息化发展项目多项,发表专业论文80余篇。关注领域:医疗信息标准、临床电子病历以及医疗大数据应用。*大会议程及内容设置以现场公布为准2020中华医院信息网络大会(CHINC)——看点预告2020CHINC会前透视——开幕式及主论坛精彩纷呈2020CHINC大会之精品培训课:聚焦医疗网络安全2020CHINC大会之精品培训课:医院CIO职业发展与业务管理专场2020CHINC大会之精品培训课:医疗信息化建设标准解读2020CHINC大会之新学科论坛:研究型医院信息化建设与实践2020CHINC会前预览——看看“新技术”培训课有哪些亮点?2020CHINC预告:新管理论坛内容聚焦DRG2020CHINC大会之精品培训课:医疗数据应用与治理专场简介2020CHINC大会之新数据论坛:医疗设备数据采集与应用戳这里关于召开2020中华医院信息网络大会 (CHINC)的第三轮通知“全国医疗信息化防疫抗疫优秀案例评选”结果揭晓“2019年度全国医院信息化杰出领导力和创新力人物”评选结果揭晓“2020中华医院信息网络大会”征文活动 优秀论文评选结果揭晓新媒体部: 010-81138718;81138717 传播数字医学领域发展最新动态,关注医疗卫生信息化相关资讯。

没礼貌

国内首个肺癌临床科研智能病种库和多学科智能诊断系统发布

6月15日,“华西医院&依图医疗”肺癌人工智能成果发布会重召开,双方合作研发的国内首个肺癌临床科研智能病种库和全球首个肺癌多学科智能诊断系统正式发布。华西依图联合研发的肺癌临床科研智能病种库是国内首个基于人工智能技术的肺癌单病种科研数据库,以患者为中心,收录肺癌患者的影像、病理、基因检测、病历文本等多维数据,通过人工智能技术对数据进行整合,打造真正的医疗大数据。依托这个病种库,华西-依图联合团队,以临床指南为指导,融汇华西医学专家智慧,共同开发了肺癌多学科智能诊断系统。肺癌是中国发病率和死亡率最高的恶性肿瘤。四川大学华西医院院长李为民表示,人工智能正是优质医疗资源的放大器与连接器,通过人工智能为基层医院赋能,能够将顶级医疗机构的临床诊疗能力、科研能力迅速下沉到基层,推动基层医疗机构诊疗能力提升。依托高质量的医疗大数据基础,肺癌多学科智能诊断系统不仅能够实现结节筛查等初级功能,更能够实现肺癌全类型病灶的诊断覆盖,综合多学科临床信息进行综合诊断,其决策依据来源于国际、国内最新临床肺癌诊疗指南,且随着临床诊疗例数的增加,将越来越聪明,成为基层医师提升肺癌诊疗水平,降低误诊漏诊的好帮手。第一阶段成果已经在国内几十家顶级医院投入临床试用,由华西医院牵头的多中心临床实验也即将启动。

久矣

喜讯——临床试验项目管理系统助力医药科技公司智能化、信息化

2020年12月底,经过几个月开发和优化,谷泰-圣兰格临床试验项目管理系统迎来了项目总结会议。双方在各自会议室通过远程会议形式交流沟通。会上谷泰软件吴总首先回顾了该项目的情况。临床试验项目管理系统是一套专为圣兰格公司实现高效管理临床实验研究项目而设计开发的项目管理系统。实现PM,PD,CRC,外协CRC和公司管理层等人员日常工作实现系统化,信息化达到管理的数字化,智能化。经过双方人员的高度配合,顺利完成前期预定目标。项目的完成得到圣兰格公司高层的充分肯定,为后续二期开发奠定良好的基础。谷泰软件团队到目前,该系统实现日常工作系统、项目管理系统、后台管理系统三大子系统;20多个功能模块、90多项子功能,30多张报表。超过50多次系统迭代更新。临床试验项目管理系统临床试验项目管理系统临床试验项目管理系统圣兰格对前期系统取得阶段性成果给予了充分赞许和肯定,也系统继续完善提出一些设想,希望在二期开发中实现,销售业务前期工作的跟踪管理,招投标管理,合同管理,项目款项管理等,这样可以实现公司业务管理的闭环,更加提高信息化水平。#临床试验项目管理系统

水旱不知

临床医学学科体系建设及临床研究能力培训系列讲座

2019年6月12日,由暨南大学附属第一医院(广州华侨医院)主办,北京康维金桥科技有限公司、上海鹏祥医学科技有限公司承办的临床医学学科体系建设及临床研究能力培训系列讲座在广州成功举办。▲会议现场本次临床医学学科体系建设及临床研究能力培训系列讲座是为了进一步加强医院临床医学学科体系建设,创造临床医学科研学习和交流平台,拓宽医务人员的科研思路,培养和提高科研能力而特意举办的,有100多位医院科室学科带头人、科室主任、各类科研项目申请者参与。▲本次会议由陈玉兵教授主持原第二军医大学科研部部长贺祥教授在会议上以《医院科研体系的构建和实践》为题向大家分享了国外构建医院科研体系构建的成功经验,对我国现阶段业临床研究的快速发展表示了认同。他表示,随着网络信息化的快速发展,多中心的临床研究已经开始普遍化,同时我们的临床样本库和病例库也在逐渐进步,但是目前的临床科研情况仍不容乐观。医院应该加大力度建设打造科研平台体系,推进医院临床研究和科研创新。他主张医院可以根据实际情况,通过集中精力专门研究几种单病等形式,形成局部化优势,逐步建立起标准、规范、完善的科研数据库系统。▲贺祥教授北京康维金桥科技有限公司总经理李敬东作为讲师在《大数据下标准驱动的医学科研实践》分享中,根据自身20余年的临床医学和医学信息学国际经验,总结了在大数据时代背景下临床科研对于提高临床质量与服务的重要性。通过技术角度向大家阐述了医院应该如何打破数据壁垒构建完整的专科/单病种科研系统,结合与其他医院合作的成功案例为大家详细讲解数据采集、分析、应用的途径及方法。▲北京康维金桥科技有限公司CEO李敬东康维金桥的产品通过运用大数据技术,实现数据自动对接、清洗、转换和标准化处理,支持自定义的数据检索和导出,建立科研平台、搜索引擎及慢病管理和移动随访系统等,促进医院临床数据利用率,为临床提供了数据支撑,为医院提供了决策支持,为患者提供了随访服务,辅助提升医院医疗与科研水平。李敬东先生表示希望在未来的发展中,基于国际医学信息标准研发的康维金桥优质产品可以为广州华侨医院的临床科研工作提供有力的支持。▲余党会教授《第二军医大学学报》编辑部主任余党会教授应邀进行了《如何利用临床工作发表SCI论文》的精彩演讲。余党会教授向大家分析了我国医学SCI论文的发展的现状,阐释了发表医学SCI论文对每一位医生科研工作的重要意义。同时结合自己多年工作经验,利用不同的实例就临床医生如何利用临床工作发表SCI论文等内容进行了全面的讲解。▲刘丹雯讲师会议最后由暨南大学图书馆信息咨询部馆员刘丹雯讲师为大家讲述《数据分析在精准投稿和学术影响力的应用》,分享了自己在学科服务中近十年的工作经验,通过对广州华侨医院2013-2018年SCI论文数据的分析,讲解科研论文的发展态势,详细讲述利用数据库工具、选刊等各种方式实现论文精准投放,提升学术影响力。

惠子

2020年度医院科研工作成果

2020年,医院在做好新冠疫情防控工作的同时,全院医务人员同时也尽力做好科研工作,取得较好成绩。全年全院共获院外科研经费2757万元,其中学科建设经费1640万元,课题资助1117万元。医院科研经费投入共计1606.5万元。一、学科建设方面1、获学科建设经费资助情况今年,我院共获学科建设经费资助1640万元,其中自治区卫健委资助480万元,内蒙古医科大学资助1160万元。2、获批国家临床医学研究中心分中心情况截止目前,先后有血液系统疾病(2个,苏州大学第一附属医院和中国医学科学院血液病医院)、感染性疾病(浙江大学第二附属医院)、代谢性疾病(上海交通大学附属瑞金医院)4个入选国家临床医学研究中心分中心;耳鼻咽喉疾病(中国人民解放军总医院)1个核心成员单位;今年医院组织心血管内科三个区、心血管外科、临床医学研究中心联合申报了国家心血管疾病临床医学研究中心分中心(已进入二轮评审)。3、医院科研实验室的建设情况今年,医院重点支持建设的临床免疫与风湿免疫病实验室挂牌正式投入运行,该实验室是我区集临床、科研和技术转化为一体的免疫性疾病的临床科研中心,是德国欧盟的风湿免疫研究协作中心。投入运行后,可解决免疫系统疾病的临床检验难题,填补区内对于风湿免疫性疾病和罕见病的相关检验确诊的空白。2020年医院有3个自治区科技厅重点实验室和2个自治区临床医学研究中心完成了验收工作。二、科研成果1、获得科技成果情况今年,医院共登记科技成果68项,组织申报省部级科研奖项20 项,医学会科学技术奖17项。截止目前,今年公布获内蒙古自治区科技进步奖、自然奖10项,其中一等奖1项,二等奖4项,三等奖4项;获中青年技术创新奖1人;获自治区医学会科学技术奖11项,其中二等奖5项,三等奖6项。截止目前统计,SCI收录论文64篇,专业核心期刊发表论文351篇。2、科研项目管理及资助情况今年,我院共申报各级各类科研课题574项,获资助院外科研立项139项,科研经费资助1117万元分别为:国家自然科学基金7项,资助经费240万元;内蒙古自然科学基金项目55项,资助经费339万元;内蒙古自治区科技计划项目4项,资助经费100万元;内蒙古自治区教育厅英才项目3项,资助经费70万元;自治区教育厅项目9项,资助经费34万元;医科大学项目44项,资助经费72项;卫健委推广项目4项,资助经费4万元;自治区草原英才项目10项,资助经费220万元。今年医院有合作课题8项,资助经费55万元。组织对256项项目进行了结题验收,共有207项课题达到结题要求,同意结题;有49项课题申请延期。今年医院对部分科研项目给予配套经费资助(自治区面上项目、重点学科、教育厅科技领军人才、核医学科),共计投入727.5万元。科技成果推广及专利今年,我院有4项内蒙古自治区卫计委适宜技术推广项目进行推广,获资助经费4万元;获国家实用新型专利项目35项,发明专利1项。三、学术交流2020年,由于受疫情影响,派出参加国内外学术会议约150人次。2020年共举办了4次科研项目研究进展及多学科学术交流研讨会,主题以申报国家自然科学基金的经验及体会为主。四、科普活动情况今年,我院获批成立“内蒙古自治区科普教育基地”。我们组织参加2020了新时代健康科普作品征集大赛,医院体检中心、肾内科、呼吸内科制作的科普视频参加比赛,并已通过自治区审核。组织“科技抗疫,创新强国”为主题的2020年内蒙古科技活动周暨全区第二十五届科普活动宣传周系列活动,被授予先进集体荣誉称号。科研部 肖艳二O二一年一月十二日

乡愿

仁迅科技“iTrial Genies 智能数字化临床试验平台”正式发布

8月28日,上海仁迅科技与上海凌先医药科技有限公司携手江苏南京紫东创业园区在无锡举办首届《智慧临床研究论坛》,暨iTrial Genies智能数字化临床试验平台产品发布会,邀请了监管机构、研究中心和企业研发的资深专家,从不同的视角分享讨论临床试验实施过程中的管理痛点及难点,对临床研究的数字化、智能化管理及应用实施建言建策,共同描绘临床研究的未来蓝图。凌先医药CEO孙忠良先生在会议上发表了《未来已来-智能数字化时代的临床试验变革》的主题演讲,谈到了时下云计算、大数据、AI、区块链等新兴技术的蓬勃发展对行业的推动作用,以及生命科学行业的数字化趋势,临床研究数字化、智能化的未来和发展方向。仁迅科技联合凌先医药的研发团队整合了20年的临床研究行业经验、尖端的数字化技术,从临床研究行业的痛点出发,在遵循行业规范的前提下,采用新技术新方法,对行业进行数字化赋能,建设用来支撑临床研究项目管理全生命周期的智能化临床研究平台,为药企提供全新的解决方案,旨在降低项目实施成本和管理成本的同时,提高项目的质量并降低项目风险。iTrialGenies智能数字化临床试验平台产品发布仁迅科技的首席技术官,王勇先生介绍到:iTrial Genies智能数字化管理平台进行了业界技术革新和生产力升级,彻底解决行业痛点,建立新一代智能化临床研究平台,整合行业上下游资源,实现全生命周期的管理。对现有行业信息化解决方案的全面升级,打通线上线下多个环节,通过智能化、自动化技术大幅提高工作效率。基于行业标准的服务模式+强大的技术中台,构建新一代的行业解决方案,持续优化CRO行业传统的管理模式。iTrialGenies平台的典型应用场景◆项目实时视图大屏看板动态可编排的业务流程图、可支持项目风险实时提示、项目进度、状态实时更新、事件实时查询,实现随时随地全方位监控。生成临床项目派发任务面向临床研究的任务协作系统,与流程看板实时联动原始数据自动采集自动映射到EDC通过智能化AI识别、机器学习、规则引擎以及自动采集技术,实现原始病历、化验单据、心电图等临床研究过程数据从原始非结构化资料到电子结构化存储的自动化高效处理。移动数据采集微信平台、Android专用移动采集终端等多终端支持,包括SAE的语音记录,支持智能医学设备直接对接实现数据同步智能监察报告生成基于各种复杂场景的逻辑核查及中心问题管理;系统自动监查,替代人工核查,提高准确率及核查效率iTrialGenies平台核心系统◆iTrial CTM 临床研究管理系统Clinical Trial Management Systems◆ iTrial CCM 临床试验协作管理系统Clinical Cooperation Management System◆ iTrial MDA 移动数据采集系统Mobile Data Acquisition System◆ iTrial SDC 源数据采集系统Source Data Capture System◆ iTrial EDC 电子数据采集系统Electronic Data Capture System多家合作伙伴签署战略合作协议iTrial Genies 一经发布,立刻得到了业界人士的肯定和支持,纷纷表达了对这个临床研究行业创新产品的期待,发布会结束后,与会的多家企业机构与仁迅科技签订了战略合作协议,旨在加强进一步的产品研发合作,共同进行行业资源整合,实现各方的价值升级与共赢。脚踏实地、仰望星空、未来已来,面临挑战唯有创新者能砥砺前行!

其神全也

院士领衔打造医学临床辅助诊断真菌AI识别系统

医学临床辅助诊断真菌AI识别系统签约仪式。 供图中新网上海3月7日电 (王子涛)3月6日,上海医学真菌分子生物学重点实验室携手医库云共同发布启动医学临床辅助诊断真菌AI识别系统项目。该项目由中国工程院廖万清院士作为首席科学家。廖万清院士公布了最近在全球出现的超级真菌的进展,并探讨人工智能科技在真菌疾病防治中的应用。据悉,目前医学真菌鉴定临床痛点是鉴定周期长,延误治疗;鉴定专业人才缺失,误诊率高;专业鉴定仪器缺失,准确率低。更重要的是国内基层医院医疗水平偏低,对深部真菌致病的隐形杀手很难辨识。廖万清院士强调浅部真菌病危害广泛,主要涉及皮肤病,患病率为47%左右。深部真菌病危害严重,侵犯心、肝、脾、肺、肾、脑等内脏器官,死亡率高达30%—90%以上。廖万清院士认为利用现代高科技整合人工智能技术与医学真菌学的创新,达到只要有手机或网络信号的地方,就能够实现真菌病诊断,是利国利民的重要医学创举,患者成为最大的受益方。据了解,廖万清院士从医五十余载,在全球首先发现了新的格特隐球菌的变种。廖万清院士为其命名为“格特隐球菌ITSC型(S8012)”,这个菌株被美国、比利时及荷兰的菌种保藏中心永久保存收录。廖万清院士还发现了9种新的致病真菌和新的疾病类型,创建了当时全国唯一的国家卫生部批准的隐球菌专业实验室,并且承担了国家多项重点科研项目。此外,他的团队还研究明确我国肾移植、烧伤、放射伤等高危人群真菌带菌谱主要有11属28种,采用针对性防治措施后使肾移植病人真菌感染率显著下降。医库云联合创始人兼首席执行官张群华教授介绍说,依靠廖万清院士团队精湛的医疗技术和真菌检测的经验,结合医库云雄厚的AI工程师技术资源,在廖万清院士领衔下,以AI和大数据为核心,用计算机视觉,自然语言处理,真菌知识库,着重解决医学真菌种类鉴别,真菌辅助诊断,真菌量的质谱数据库的建立,真菌大数据临床科研及智能方案管理,集聚足够多的医生,释放他们的专业经验,打造全球首个医学真菌AI辅助预警系统,将提升我国医学真菌防治的整体水平,在全球范围内取得领先优势。医库云人工智能工程师通过海量的医学真菌标本库和数据深度学习,寻找具有国际领先且为国内基层医院重大需求的深部真菌有效方法。张群华表示,全国9000余家一级医疗机构,8000余家二级医疗机构对医学真菌检测是刚需,未来引入该系统后,相当于引进一名高年资感染科医生和检验技师,患者不必到大城市大医院拥挤不堪就医,在家门口县级医院就能明确深部真菌感染及感染的病株,获得精准医疗,降低医疗服务成本和风险,很大程度上解决了看病难问题。(完)

地之下也

HLT携手清华北肿发布科研成果 智能临床研发开启新时代

中新网7月30日电 7月29日,开心生活科技(以下简称HLT)携手清华大学(自动化系)-医渡云(北京)智慧自主医疗系统联合研究中心(以下简称清华大学智慧自主医疗中心),在清华大学发布最新智能临床试验创新成果,并与北京大学肿瘤医院国家药物临床试验机构合作成立“智能临床试验创新基地”,药物临床研发进入人工智能新时代。这场以“融合·创新·飞跃”为主题的“清华大学-HLT技术赋能科研成果发布会暨北京大学肿瘤医院国家药物临床试验机构-清华大学智慧自主医疗中心合作启动仪式”,吸引了来自国内顶级高校、医药领域政界和业界的众多专家学者及医药企业代表。对于此次合作,北京大学肿瘤医院、北京大学临床肿瘤学院院长季加孚说,“一流大学”牵手“一流医院”跨学科、跨领域的合作既符合国家科技强国的要求,也适应健康强国的发展,将国内先进的人工智能技术应用于医疗领域,可进一步为促进我国医疗事业的自主创新,推进中国医疗卫生事业的发展,也让医疗更便宜、更安全、更可及。作为国家早期制造业信息化的学科带头人,中国工程院院士、清华大学教授吴澄表示,人工智能不仅要“顶天”也要“立地”,医疗事业关系到人民群众的身体健康和生老病死,与人民群众切身利益密切相关,希望双方未来可以借助各自优势,开展深度合作,进一步推动医疗人工智能的发展。国家卫生健康委员会医药卫生科技发展研究中心副主任代涛表示,技术创新将全面赋能健康医疗事业的改革发展,为临床诊疗、公共卫生、药物研发乃至政策制定方面等全方位赋能。面临新趋势新变化,我们要抓好国家政策落实,创造健康的可持续发展的环境,全面推动智能健康医疗的创新发展。国家食品药品监督管理总局药品审评中心原主任许嘉齐高度认可人工智能赋能临床试验的前景。他表示,人工智能的出现,为中国在新药研发的国际竞争中实现弯道超车提供了一定的可能性。人工智能与医药的跨学科合作,可以说是中国医药产业的强大助力,我们需要有忧患意识紧紧抓住时代机遇。强强联合,助力中国临床研发迈向新台阶本次大会上,清华大学智慧自主医疗中心与北京大学肿瘤医院国家药物临床试验机构正式启动“智能临床试验创新基地”合作。对此,清华大学自动化系主任张涛、北京大学肿瘤医院副院长沈琳、北京大学肿瘤医院药物临床试验机构办公室主任江旻分别介绍了合作双方的各自优势。吴澄院士、范文慧教授向季加孚院长、沈琳副院长授予了“智能临床试验创新基地”铭牌。张涛表示,智能无人系统是国家重点布局的科技方向,也是当前国际学术和产业界的研究热点。2017年9月5日清华大学智能无人系统研究中心揭牌,同年11月19日,智能无人系统产学研联盟成立,这将推动相关产业进步,引领智能无人系统发展。作为临床研究的专业人士和权威参与者,沈琳分析了抗肿瘤药物临床研发遇到的关键问题,并分享了自己对新型临床试验的看法。她表示,国内临床研究主要存在与临床实践有部分冲突,无灵活性,耗费大量人力物力,工作量繁杂、事务、犯错率高等问题,新药临床研发对精准数据化管理的要求极其迫切,未来期望可以把临床研究周期长与耗费大问题数据化,临床研究流程、CRC、监察、管理可以数字化,将临床医生从繁忙的工作中解脱出来,提高临床研究的质量和效率。江旻以北京大学肿瘤医院国家药物临床试验机构为例,详细介绍了数据智能赋能临床试验的具体落地方案和技术。北京大学肿瘤医院国家药物临床试验机构创建了临床试验受试者脱敏数据库,是人工智能技术的数据基础与合规保证。在此基础上,他们主要将人工智能应用在临床试验的患者智能招募、AE/AS智能报警、方案违背智能报警、eSource自动填表四个方面,目前这一应用已取得落地合作及阶段性成果。中国工程院院士、清华大学教授戴琼海对于此次合作寄予厚望。他说,“清华大学(自动化系)在人工智能、生物信息、复杂制造等国家技术攻关上有悠久的历史和技术沉淀,北京大学肿瘤医院是国内在肿瘤领域新药临床研发的领头单位开创多个第一。此次合作在利用新一代人工智能技术和真实世界数据加速新药研发才刚刚开始,未来我们将开展更密切的合作,共同把临床试验的全过程更好地系统化、数据化和智能化,让我们一起创造更大价值,造福这个社会。”成效显著,真实案例解析数据赋能加速临床研究数据智能赋能临床试验经过多年的探索、发展及实践,在改善药品研发缺点方面取得了显著成效,以大数据为支撑的真实世界证据在这一过程中所起的作用至关重要。北京大学第一医院医学统计室主任姚晨表示,医院通过以构建医院临床科研数据平台为依托,以临床研究源数据为核心,建立临床研究源数据的通用管理流程科研可以解决医院信息系统中电子病例数据存在缺陷无法满足临床科研、缺乏完整的基于医院的临床研究管理模式、科研诚信等问题,可得到高质量的临床研究源数据,使真实世界数据真正为临床研究服务。和铂生物制药首席产品开发官陈小祥则介绍了创新数据科学推动临床研究进步的案例。他说,和铂医药临床产品线HBM9036是首创和TNF滴眼液治疗干眼临床试验。在与战略合作伙伴HLT合作过程中,双方协同眼科专家网络对目标研究人群进行流病调研,并形成病人初步画像。在此基础上精准地确定了试验中心与合作研究医院。这些步骤极大程度地加快了患者入组等工作,加快完成该产品线顺利通过临床试验二期。HLT联合创始人徐济铭HLT作为和铂医药的合作伙伴,深知数据赋能带给临床试验的改变。HLT联合创始人徐济铭则分享了数据驱动的智能临床开发的技术基础、数据驱动的智能临床开发整合服务(下面简称HLT-iCD)及其优势。他介绍到,HLT-iCD主要是服务于国内外创新药企业的智能化创新药全周期服务平台,包括筛选高潜力创新药、评估药品商业前景和科学性、加速药物研发、提供药品上市后的策略规划等。HLT-iCD的优势主要体现在:基于临床前数据和真实世界数据的技术分析等,可使临床试验的注册与方案设计更快速、更精准;优化的SOP系统和流程,精准中心/受试者定位和选择,完善的项目风险管理机制,快速启动、更少中心更快入组等可使临床运营更高效、更优化;依托完善的智能临床开发服务体系、强大的智能信息化平台及创新智能化的科技产品,配置系统专业的培训体系与质量管理体系等可使SMO全流程服务更专业、更稳定。“我国政府高度重视人工智能在医疗领域的发展。今天在座各位是医疗人工智能的主要参与者,不仅是医疗人工智能的中坚力量,还是未来医疗生态建立的重要一环。” 清华大学自动化系副主任、研究中心主任范文慧最后表示,医疗人工智能的前景将非常广阔,通过各方的努力,人工智能必将成为医疗发展新的亮点,也必将推动医疗迈上新的台阶。