临床研究数据管理

导读：医院信息化的发展和建设带来丰富的患者资源，如何将这些已存在的患者资源转化为有效的临床研究数据是现今临床科研人员所面临的机遇和挑战。而多中心临床数据库可处理临床病例资料，并实现跨多中心的临床科研协作。以广州医科大学附属第一医院的多中心临床数据库为例，对其在科研应用中的优势、潜在问题及对策进行探讨。随着医院信息化不断深入发展和建设，医院信息系统正存储越来越多患者的病例资料，而且这些患者资料无疑是符合“容量大、增长快、种类多”标准的大数据，倘若可以联合多家医院的患者资源，这将是一个非常可观的临床研究数据宝库。如何将这些已存在的患者资源转化为有效的临床研究数据是现今临床科研人员所面临的机遇和挑战。而多中心临床数据库作为一个集约化的数据仓库，既可以跨信息系统、全面有序地处理临床病例资料，同时又可以共享多家医院的数据资源，满足跨多中心临床科研协作的需求，为临床科研提供有力的支撑。因此，在2017年5月开始建立多中心临床数据库以提高临床数据在科研中的应用水平。将以我院为例探讨多中心临床数据库在科研应用中的优势、潜在问题及对策。多中心临床数据库的建立背景多中心临床数据库早已在国内外兴起。国外早已开始建设多中心临床数据库，实现多地区临床数据的共享。美国癌症研究所早在1973年将几个地区的肿瘤登记站联合组成监测、流行病学和最终结果数据库(Surveillance, Epidemiology and End Results, SEER)，现在SEER数据库是美国最具代表性的大型肿瘤登记数据库之一，目前1975-2014年的所有资料已经发布在网上(http://www.seer.cancer.gov)。在2000年，日本建立了日本心血管外科数据库，并且在2010年又建立了包含以上数据库的国家临床数据库(National Clinical Database, NCD)。 而我国的多中心临床数据库发展起步相对较晚，大多数尚处于起步阶段，进展较缓慢。比如，虽然我国早已在1963年于上海开展肿瘤发病登记工作，但由于全国各地的推进工作进展缓慢，直到2002年才成立全国肿瘤登记中心，并建立了中国首个肿瘤防治数据库，对外开放了免费查询的网站(http://cancernet.cicams.ac.cn)，但因网站长期未更新，无法获得实时更新的信息；国内最大的骨与软组织肿瘤数据库由北京积水潭医院在20世纪90年代开始构建，从第一代dBase单机版历经几代的发展，直到2013年才发展为网络数据库，该数据库除了可供内部人员登录使用，还开通了可让公众免费查询的网站(http://www.sarcoma-jst.net)，虽然是单中心开发，但在研发时已规划为可供多中心使用；中国首个前列腺癌临床数据库(PC-Follow)从2008年9月至2014年12月经历了3个版本的构建，终于升级成了在线版的网络数据库，并且在2015年招募全国12家泌尿外科中心进行运行培训及测试。这表明了我国正逐步提高对多中心临床数据库的认识，并加快多中心临床数据库的建设。我国的人口基数庞大，这一人口资源可为临床研究提供大量可靠、高质量的临床数据。而多中心临床数据库可整合多家医院多个地区的临床数据，实现临床资源的有效利用，促进临床资源的共享，从而推进临床数据库的规模化。因此，为了集中高效地利用临床数据来提升临床研究水平，开始建立多中心临床数据库。多中心临床数据库的架构和功能系统架构综合考虑软件开发技术、费用与软件平台的可扩展性等因素后，与专业的信息技术服务商进行合作开发。数据库虽然以单中心研发，但规划时可供多中心使用，在技术方面采用了Apache Web服务器+Java语言+MongoDB数据库+Hadoop大数据框架等多种核心技术， 这共同构成典型的B/W/D（浏览器/Web服务器/数据库服务器）三层体系结构模式。数据库总体的系统架构为：信息系统如电子病历系统HIS、检验检测系统LIS和影像系统PACS之间通过有效集成形成大量临床数据，再对照字典转换编码为统一标准的数据存储在数据库中，同时从其他医院/研究所以及国外临床数据中心等合作单位进行对接获取相关的肿瘤数据经转码后存储至数据库。多中心临床数据库的系统架构如图1所示。图1 多中心临床数据库的系统架构模块功能数据录入与导入模块本模块的录入功能虽然仍为手工录入，但可通过选择下拉框或多选框，对照字典转换编码为统一标准的数据，极大减轻了数据录入时的工作量。而导入功能则可将现有的表单、影像学图像等资料上传至数据库中。数据查询与导出模块根据使用者的科研目的，自定义查询条件，即可浏览所指定的查询结果，而且可将这结果以EXCEL表格的形式导出。角色管理与字典管理模块数据库的管理者通过账号注册可成为系统管理人员，这一角色有权对其他多个角色进行设置和管理，比如可设置分中心负责人和科室医生等角色，并对他们开放不同模块的权限。字典管理模块仅对授权的角色可见，授权的角色可根据需要修改增减字典中的字段。多中心临床数据库在科研应用中的优势整合多中心的临床资源，扩大科研样本量联合建库是突破资源制约、满足临床科研“多中心、大样本”的病例信息需求和建设高质量病例数据库的主要途径。数据库联合了多地区的临床资源，促进临床资源实时共享，提高临床资源的利用水平，并且在一定范围内扩大样本量。提高临床数据的完整性，提高数据的可挖掘性数据库的数据采集来源于多个信息系统，这些原始数据保留了患者所有的诊疗信息。同时，由于需要尽可能保留所有患者的信息，字典转码实际上属于数据的分类整理，这进一步提高了数据的完整性。除此之外，无法转码的内容也会存储在数据库中，以便满足日后科研的需要，提高了数据的可挖掘性。提高数据的检索效率，方便管理随访患者数据查询模块中所提供的自定义查询可进行多维条件的快速筛选，提高了数据的检索效率。而且，数据库会根据术后患者的随访安排筛选随访到期的患者，形成随访提醒，避免造成失访，方便科研人员跟踪管理随访患者。多中心临床数据库在科研应用中的可能出现的问题及其对策原始数据对照字典转码的过程仍需人工转录，这种人工输入不仅繁琐费时，还易出错。因此，为了尽量减少这种输入错误，需要建立数据质量控制制度，录入或导入的数据需通过审核后才能发布。数据库需要通过网络实现多中心共享数据，需要考虑网络安全性及患者信息保密性的问题。数据库具有统一的身份认证系统，需要通过账号密码登录角色，而且不同角色有不同的访问权限。同时，数据库对患者基本信息加密，使共享的患者隐私信息以非明文显示。数据库的及时更新和长期运营均需要专业人员进行维护和管理。而与专业的信息技术服务商建立起长期战略合作伙伴的关系，在医院内共同逐步培养一支既精通业务、又掌握信息化技术的复合型两栖人才队伍来维护和管理数据库，且在此之前，他们将会继续提供技术维护服务。当今世界，仅凭单中心研究已远远不能胜任科研的需求，多中心研究甚至跨国研究已成为一种趋势。多中心临床数据库是临床转化研究的核心，它在科研应用中有诸多优势：可整合多中心的临床资源，扩大科研样本量，帮助科研人员在大数据中进行挖掘，形成有用的科研数据，有助于提高医院的科研水平。目前，该数据库已基本建成，下一步将进行数据调试，需要在调试中进一步调整数据库，同时加强数据库管理的人才队伍培养，以期早日将其应用于科研当中。文章来源：《中国数字医学》杂志2018年第12期，作者及单位：李丹玲 张志强 潘辉 沈建飞 何建行，广州医科大学附属第一医院转化医学实验室 广州医博信息技术有限公司数据研究院 浙江省台州医院心胸外科。戳这里!!!关于召开2019中华医院信息网络大会（CHINC）的第一轮通知“2018年度全国医院信息化杰出领导力和创新力人物”评选表彰活动2019中华医院信息网络大会（CHINC）征文通知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。长按扫码关注我们

如火如荼的新药研发带来了CRO市场的急速发展。根据Frost & Sullivan数据，2017年全球CRO市场规模396亿美元，同比增长12%，预计2021年全球市场规模达646亿美金，年化增速12.8%。在新药研发过程中，临床试验环节尤为重要——大约占整个新药开发成本近60%。与市场增长同步的还有对行业对药物研发临床研究规范化和效率要求的不断提升。2007年原CFDA颁布了新的《药品注册管理办法》；2010年10月，国家卫生部发布了《药品生产质量管理规范（2010年修订）》，CRO市场进入更规范有序的生长环境；2015年7月22日，原CFDA又发布《关于开展药物临床试验数据自查核查工作的公告》，掀起了一场被称为“史上最严”的临床试验数据核查——被业界人士称为“7·22大风暴”。换言之，行业对临床试验管理的质量提出更高要求，“临床试验只要做完和报数据基本就会被批准”成为过去式。相应地，产业界也在进行相应的战略调整和商业化探索。36氪近期接触到的「赛德盛」就是其中一家。「赛德盛」成立于2010年，成立伊始，主要为医药企业提供Ⅲ类药的临床试验注册与研究服务；到了2013年，成立子公司「鼎晖思创」，为医药产品研发提供第三方临床试验质量管理服务；2017年，成立专注临床研究信息化的子公司「湖南微试云」，为研究机构提供临床试验智能解决方案。概括言之，「赛德盛」现已形成以创新药临床试验服务为核心、高端仿制药临床试验服务、临床试验信息化管理一体化解决方案，及临床研究独立第三方稽查和质量管理为主的四大业务，现已承接将近10个创新药项目。「赛德盛」创始人兼董事长汪金海告诉36氪，在开展临床试验质量管理服务时，业务一直稳步增长，但管理难度也越来越大，包括质量不可控和效率低下等：首先，临床试验管理涉及多方，包括申办方、研究者（含机构管理者）、CRO企业以及监管部门等，各环节都是信息孤岛，相互间信息传递往往不及时，管理都只能是事后监管，难以及时发现问题，导致质量不可控。其次，数据来源多、试验周期长、信息共享率低与跨组织任务协同效率低，整体工作效率较低。有鉴于此，加上移动互联网技术在各行各业快速应用，「赛德盛」于2014年开始着手自主研发临床试验智能一体化云平台WeTrial，历经3年的研发——突破SOP标准化和临床研究方案标准化多个层面的技术难点，该系统于2017年建成并全面投入使用。据汪金海介绍，WeTrial是集PV（药物警戒）、CTMS+eTMF（临床研究项目管理+文档管理）、SIS+ECS（临床试验机构管理+伦理管理）、EDC+IWRS（电子数据采集+中央随机系统）以及eCTD（电子通用技术文档）为一体的临床试验管理解决方案，能覆盖了临床试验的全生命周期，意在打破临床试验相关组织参与方的信息孤岛，提高临床试验管理效率，确保临床试验执行质量。具体到应用层面，汪金海透露，基于云技术的产品架构，WeTrial可以实现申办方、CRO公司、临床试验机构以及监管部门之间数据的完全共享；此外，它还能实现同一项目，跨区域、组织的任务协同，能将传统事后汇报式的临床试验管理模式“升级”为过程式的动态管理方式，帮助工作人员及时发现问题并提出解决方案。目前，WeTrial采用SaaS的服务模式，全面支持微信端、APP等移动端，用户可根据需要选择功能模块。在商业推广上，汪金海告诉36氪，目前WeTrial主要面向临床试验机构——主要是医院、药企及CRO企业。据悉，WeTrial系统现已拥有超过30家企业客户（包括药企和CRO公司），近90家医院客户，共协助管理超过300个临床试验项目。其中，企业为主要的付费方，医院部署大多免费。汪金海认为，临床试验80%的工作在医院，它是形成数据和文件的关键方，也是CRO行业的生产线，只有提升了这一部分的质量和效率，才能推动整个行业的发展；另外，医院属有限资源，提高工作效率的诉求更强烈。也因此，WeTrial现阶段的市场策略主要是布局医院。汪金海表示，医院布局越深，其生产力越深，「赛德盛」要先进行市场占位，未来才有望在医院服务领域挖掘更多的商业变现空间，包括中心筛选、受试者招募、医院培训等。他透露，WeTrial是目前临床试验机构端管理市占率第一的临床试验机构端管理系统，占到了近45%。汪金海认为，过去市场供小于求，先后比拼的是数量——以博诺威见长，以及质量——典型的企业有泰格、诺思格、赛德盛等。不过，临床试验备案制的推行会激发临床试验机构开展科研的积极性，增加临床试验机构的数量，形成供大于求的市场格局，市场竞争进入“效率”周期；相应地，市场对对数字化管理能力要求变得更迫切，WeTrial也将有更大的发挥空间。最后介绍一下团队，目前全公司共有200余人，创始人兼董事长汪金海在抗肿瘤、神经系统、心血管等疾病领域有着丰富的临床研究经验，是药物临床试验网站长、中关村玖泰药物临床试验技术创新联盟常务理事；首席科学官刘朝溢拥有超过20年抗肿瘤及生物创新药品临床策略规划经验，成功完成多个创新药物临床前开发、临床新药研究项目；公司首席运营官许蒨仪拥有超15年企业经营管理、组织发展与人力资源管理经验。公司曾在2014年挂牌新三板挂牌，2015年完成A轮融资，2017年8月完成B轮融资。目前，赛德盛已启动新一轮融资，用于WeTrial平台持续建设及运营、业务拓展、市场推广以及核心人才招募等。

6月1日，药研社品牌宣传片正式发布，全片1分23秒诠释创新型临床研究解决方案。01:23近年来，专利期满的仿制药竞争激烈以及药品价格的严格控制，越来越多的药企进入创新药研发赛道，临床研究作为新药研发的关键环节，亟待提高效率，缩短研发周期。药研社以人才为主体，数据和技术作为驱动的“一体两翼”核心战略贯穿临床研究全程，是实现让医药研发更高效的关键所在。在这一战略引领下，临床研究入口平台Trial.Link为临床研究各方提供找中心、找数据、找患者等一站式服务，帮助研发项目搜寻和判断匹配的合作伙伴，提高临床研究效率。特色SSU，“多快好省”质量与效率兼具药研社凭借“人才+数据+技术”的核心优势，打造“多快好省”的SSU，加速临床研究进程。覆盖全国的人力资源网络，通过平台化运营提升人力的可及性；全面的临床试验数据库智能筛选合适的研究中心，启动快、质量好；本地化的机构专员快速收集信息、补充数据，节约时间和差旅成本。打造特色的SSU，药研社通过系统化培训中心办事攻略，避免流程反复，缩短周期；独立的SSU项目管理系统，制定中心筛选、机构立项、伦理审查、遗传办、合同等工作的SOP，提供知识图谱和工作清单，降低项目执行难度，提高人员执行能力，项目经理实时掌握项目进度和执行情况，系统智能评估风险，实现中心快速启动。多渠道患者招募，定制化随访工具保障依从性和数据采集药研社与阿里健康合作，面向公众招募合格的受试者，患者可在支付宝、手机淘宝等大流量平台主动报名参加临床试验，帮助患者寻找受益的临床研究项目。结合智能硬件，药研社在临床研究应用场景中率先推出远程临床研究新模式，让随访变得简单高效。在药物运输上，由具备药物运输资质的物流供应商将试验药品以全程控温的方式送达，确保用药的持续性。以受试者为中心，药研社提供持续的受试者关怀与健康教育。通过定制化的移动随访管理工具定时提醒随访，推送疾病相关咨询，帮助受试者用药等，保持与受试者的关注与沟通，确保受试者的依从性和数据采集。标准化流程管理，让参与各方协作无间药研社深度结合业务，把项目管理再造为标准化的系统操作流程，最大程度地复制成功经验，保证项目各节点的风险可控，提供高效率、低成本、标准化的临床研究服务。运用技术和数据对临床研究项目执行过程进行有效的线上整合，执行人员根据知识图谱指导工作，降低执行难度。清单化执行流程全程留痕、可追溯，管理者精准掌握项目进程和执行情况，依据汇总数据辅助决策，保障项目的质量和进度。所有信息在加密环境下实时传输共享，临床试验参与各方协作无间、打破时空的限制实现高水平合作与交流，共同提高临床试验的经验和水平。

省科技厅、省卫生健康委、省药品监督管理局联合制定了《广东省科学技术厅 广东省卫生健康委员会 广东省药品监督管理局关于省级临床医学研究中心管理办法（试行）》（粤科规范字〔2019〕2号）。一、政策出台的背景为全面贯彻落实党的十九大和习近平总书记系列重要讲话精神，大力实施创新驱动发展战略，进一步加强我省卫生与健康科技创新体系建设，完善疾病防控协同网络布局，以及《国家临床医学研究中心五年（2017-2021年）发展规划》、《国家临床医学研究中心管理办法（2017年修订）》和《国家临床医学研究中心运行绩效评估方案（试行）》等文件要求，探索推进省部共建临床医学研究中心（以下简称“中心”）、开展省级中心建设等工作，广东省科学技术厅于2018年8月会同省卫生健康委、省药品监管局开展2018～2019年度广东省临床医学研究中心（以下简称“中心”）组建工作，并将于2019年上半年完成第一批中心的评审认定工作，故亟需制定配套政策举措规范中心的建设和运行管理。二、《办法》需要特别说明的几个重点问题（一）本办法的适用范围获得省级临床医学研究中心资质认定的单位。（二）中心的建设主旨中心是面向我省疾病防治需求，以重大、常见多发、地方特色疾病的防控需求和临床应用为导向，以医疗机构为主体，以协同网络为支撑，着力解决临床医学中若干关键技术问题，推动临床医学研究中心形成合力；以推进临床医学科研成果转化，加快构建具有广东特色的临床医学创新体系和转化应用网络，为建设健康广东提供坚实的科技支撑。（三）中心建设的原则按照我省疾病防控战略需求整体规划，在主要疾病领域和临床专科布局建设中心。在重大疾病领域引导相关中心建设分中心，重点推进疾病诊疗协同创新网络建设。中心建设要突出特色发展，兼顾区域平衡。强化、完善中心的管理机制，制定中心管理办法和考核评估体系，完善中心管理体系，明确各方职责各方给予中心人、财、物的资源保障。（四）中心的组织管理中心实行由综合管理部门、推荐和管理部门、依托的法人单位相结合的管理制度，并成立中心专家咨询委员会，为中心的运行管理、战略规划学术研究等提供咨询。1省科技厅是中心的综合管理部门（下简称“主管部门”），统筹规划中心建设，负责日常管理，并联合省卫生健康委、省药品监管局加强中心建设管理工作。2各地市科技部门联合卫生健康、药品监管部门，或省内设有附属医院的高校是中心的推荐和管理部门（下简称“管理部门”）。3中心专家咨询委员会由省科技厅联合省卫生健康委、省药品监管局负责组建。4中心依托的法人单位（以下简称“依托单位”）是中心建设、运行和日常管理的责任主体。（五）中心的职责1紧密围绕本领域疾病防治的重大需求和临床研究中存在的共性技术问题，研究提出本领域研究的战略规划和发展重点。2与其他医疗机构和相关单位搭建协同创新网络，负责网络成员单位的绩效考核，培育临床研究人才。3组织开展大规模、多中心的循证评价研究；开展防、诊、治新技术、新方法的研究和应用评价；开展诊疗规范和疗效评价研究；开展基础与临床紧密结合的转化医学研究等。4搭建健康医疗大数据、样本资源库等临床研究公共服务平台。5研究提出诊疗技术规范建议和相关政策建议，供行业主管部门参考。6组织开展研究成果推广应用，提升本领域疾病诊疗技术水平和服务能力。（六）中心的建设条件1广东省境内注册的三级甲等医院法人单位，或专业优势明显的三级医院法人单位（仅限于粤东西北地区），所申报疾病领域具备药物临床试验资格及医疗器械临床试验机构备案资格。 2在申报领域临床医学研究能力突出，领军人才和创新团队优势明显，近5年在申报领域主持过至少1项国家科技计划（行业专项）临床研究项目/课题；或牵头主持过至少2项省级科技计划临床研究项目。 3具备开展国际大规模多中心临床试验的能力及平台；能够建立覆盖我省珠三角及粤东西北地区，辐射带动华南地区，三/二甲医院与基层医疗机构（县、乡镇、村、社区二级以下医疗机构）紧密协同的科技创新网络和普及推广网络；能够系统加强临床科研资源整合共享，在本疾病领域建成一流水平的生物样本库和数据库。4申报单位和地市科技、卫计、食品药品主管部门能够为拟申报的中心建设提供相应的条件保障，拥有固定的临床研究专用场所、设施、人员以及配套经费等其它必需的科研条件。（七）中心的申请要求1每个医疗机构同一年度只能申报一个疾病领域；同一所大学所属的多个医疗机构，同一年度在同一疾病领域只能有一个机构申报。2符合建设条件的医疗机构填写《广东省临床医学研究中心申请书》和《广东省临床医学研究中心实施方案》并提出申请，经对应的管理部门推荐，向省科技厅委托的专业机构报送。（八）中心的评审认定程序1省科技厅联合省卫生健康委、省药品监管局委托相关专业机构对所有申请材料进行形式审查和材料审查（可结合现场考察），并组织专家咨询论证进行综合评审认定。2省科技厅联合省卫生健康委、省药品监管局对材料评审和综合评审结果进行审核，综合考虑临床研究和转化医学发展需求、全省医学科技发展整体布局以及地域分布等因素择优确定中心的依托单位。3主管部门审核后，对拟建中心的依托单位名单进行社会公示。4主管部门对通过社会公示的中心立项建设予以正式确认。5经科技部公示的国家临床中心，直接认定为省临床中心。 （九）中心的运行管理1依托单位收到主管部门的中心建设确认文件后，向管理部门提交建设方案。主管部门对依托单位提交的建设方案进行审定，依托单位按照审定后的建设方案开展中心建设工作。2实行中心主任负责制。3中心应配有专职管理人员、专用办公场所和办公设备，建立完善的管理制度。4中心设立学术委员会。5中心应科学规范地组织开展临床研究。6中心应根据研究目标和重点任务，积极探索建立适合自身特点的组织模式、运行机制和协同机制。7实行年度报告制度。8管理部门将对各中心的建设运行情况向社会公布，接受监督和评价。（十）中心的绩效评估1主管部门对中心实施绩效管理，原则上每３年开展一次绩效评估。2评估内容重点：中心的建设水平、科研产出、公共服务等方面。评估方式包括材料评审、现场考核和综合评价。3评估结果：评估结果份优秀、合格和不合格。其中，优秀比例不超过参与绩效评估中心总数的30%。评估结果向社会公布。4对评估结果合格的中心予以支持，其中评估结果优秀的中心予以重点支持；对评估结果不合格的中心，予以通报并责令限期整改，对整改后仍不合格的中心予以撤销。被撤销的中心依托单位五年内不得再次申报中心建设。（十一）中心的命名中心统一命名为“广东省XXX临床医学研究中心”，英文名称为“Guangdong Provincial Clinical Research Center For XXX”，使用统一的中心标识。（十二）其它本办法由省科技厅负责解释，自2019年5月1日起实施，有效期3年。制作：省科技监测中心

作为全球最受关注的药品监管机构，美国FDA一直在引领药品监管的规则制定。日前，FDA发布了《电子健康数据在临床试验中的应用指南》，动脉网拿到该指南，并进行了全文翻译。我们发现，《指南》最重要的内容就是建议在促进在临床试验EDC（电子数据采集）系统中采用HER（电子健康记录）数据，对此，我们采访了零氪科技COO丁利华和太美医疗科技临床研究事业部副总裁马东。他们聊了该指南对临床研究中应用电子数据采集系统和电子健康记录的重要意义，以及指南对行业未来发展尤其是尚在萌芽状态下的国内行业的影响。在特定范围内使用EHR数据，突破系统工具发展瓶颈FDA发布该指南，是其临床试验改革中的一步，此前FDA局长Scott Gottlieb就在一份声明中指出目前在临床试验上的限制，影响了新药获批的速度。FDA在实现手机和评估临床数据作为药物开发的一部分上，采用更加现代化和科学严谨的方法评估新药开发中的临床数据收集。 这份指南的出台，同样也是奥巴马签署的《21世纪治愈法案》中的未竟之志。该法案中要求FDA在使用真实世界数据方面实现某些可交付成果，包括为评估真实世界证据的项目提供框架，并就在监管决策中使用真实世界数据向业界发布指导。动脉网发现在FDA指南中，重要的三部分分别是：1、厘清新药研发中EHR系统可以在哪些范围中采集到EDC系统中；2、EDC和EHR系统的集成性以及兼容性指南；3、FDA官方推荐使用的EHR系统标准。在该指南中，FDA强调，EHR系统和EDC系统只能适用于前瞻性的药物、生物药、医疗器械和其他组合产品的提前研发。以及其他遵循相关法规在FDA监管之下的未在向FDA提交的调查新药物申请或调查设备豁免(IDE)下进行的外国临床研究。此次指南中涉及的，FDA也特别指出了推荐的EHR系统。FDA推荐使用经过ONC认证的EHR系统。国家卫生信息技术协调员办公室(简称ONC)于2004年成立，总部位于华盛顿。ONC是负责协调全美的资源和最先进的卫生信息技术和卫生信息电子交流的主要联邦部门。在指南中，FDA认为使用经过ONC认证的系统具有明显优势。经过ONC认证的EHR系统可以保证系统的兼容性和稳定性，并且能够使流程保证电子数据的机密性和安全性以及用户的个人隐私性。在FDA的指南和相关声明中，动脉网发现，FDA推荐在EDC系统中使用EHR数据的原因，是希望让更多的临床数据能够被利用起来，发挥更大的医学价值，支持安全有效的药物研发和应用。 EHR可以使临床研究人员能够接触到许多类型的数据（例如，临床记录、医生指令、医学影像、实验数据和用药记录）。这些数据可以被合并、聚合和分析。EHR可以为临床研究人员获取实时数据进行评审，并可协助患者进行临床后随访，以评估医疗产品的长期安全性和有效性。此外，也有机会对大量患者进行长期随访，这对于那些很少出现感兴趣的结果的研究可能尤其重要，例如预防研究。源自EHR的数据元素(例如，人口统计数据、生命体征、实验室数据、药物)可以在EDC系统中自动填充eCRFs（电子病历报告）。此外，可互操作的EHR和EDC系统可以开放入口给其他临床信息系统(如放射学信息系统、实验室信息系统)产生的信息。可互操作系统可简化临床研究的数据收集，使临床研究人员和研究人员能够在病人的就诊时获取源数据。互操作系统还可以减少数据转录中的错误，从而提高数据的准确性，提高临床试验数据的质量和效率。数据结构化和标准化是最大亮点，铺垫健康数据的多场景应用在新药研发领域，国内市场和国外市场密不可分，国内EDC的主要使用者依然是在华跨国药企，他们的付费能力也更强。FDA政策的变动必然也会影响到国内相关企业。EDC市场的发展比较低调，虽然在新药研发临床试验中扮演着重要作用。新药研发一直是制药行业投入的大头，而且平均耗时超10年。药企或CRO企业采用EDC系统不仅可以节省成本，EDC的主要和直接的作用是在于保障临床研究数据质量，符合法规要求，保证研究质量。对于FDA的指南，零氪科技COO丁利华和太美医疗科技临床研究事业部副总裁马东两位都提到虽然FDA表面是在推动EHR和EDC两个系统的沟通，但是最根本的还是在要求推进医疗数据的标准化和结构化。丁利华说，目前在国内更重要的问题依然是临床数据的标准化和结构化问题。FDA此次提出的EHR系统和EDC系统的互通，就意味着想要实现真正的临床试验信息化，需要提升的不止是EDC系统的能力，更多的是临床数据整个的规范化和标准化。马东也表示：“EHRs数据的利用一直是全世界在关注的点，无数人都期望从这个貌似的天然大数据库中挖掘更多的价值。但是从数据和技术层面，按照基本到高级的顺序，我们需要依次解决：1.制定统一的数据标准；2.数据结构化；3.数据挖掘；4.价值反馈。当前FDA的动作明显是在推出标准和促进结构化，这也是美国一直以来的操作方式。虽然这份声明明确表示不适用于药物流行病、患者招募等研究，但是从整个行业来讲，这无疑为将来这些研究的实施进行铺垫，并且为健康数据在更多场景中的利用打下基础。”除了推动数据的标准化和结构化外，FDA指南也将推动临床数据应用。意味着在临床数据的应用上给新药研发带来更多机会。就如同FDA指南提到的EHR系统和EDC系统的互通可以推动预防研究。马东对此补充解释到：“（EHR s）也有机会对大量患者进行长期随访，这对于那些很少出现感兴趣的结果的研究可能尤其重要，例如预防研究。在这里面，我们知道预防研究的执行特点就是：大量患者和长期随访。大型研究目前还是靠人力来执行，数据采集成本会高到离谱，研究费用上亿也不稀奇。而正是由于无法做到大量的长期随访，会导致数据质量非常差，进而无法出现具有明显统计学意义的令人感兴趣的结果，总结成一句话就是，成本高，结果差，性价比超低。”而EHR s改变了信息的分散分布，让患者数据可以易访问和共享。对此，马东也认为，EHRs是患者健康数据的自然收集器，在微乎其微的成本下就可以采集到最真实和最完整的数据，有效提高数据质量，进而降低样本量的要求，并且提高揭示准确和有意义结果的可能性，让预防研究的性价比急剧提升，从而让更多的科研机构和企业对预防研究产生更大的兴趣，推动其发展。EDC市场在10年内规模将至11.6亿美元，国内一片蓝海根据预测机构Stratistics MRC一份报告中的数据，到2025年，电子数据采集系统市场价值将达11.6亿美元。在国外，EDC的使用率达到90%左右，但是在国内这个比例只有30%-40%。海外市场公司包括顶级软件公司甲骨文，也有用区块链进行临床试验信息化的初创Medrio。马东认为，虽然国内EDC使用率较低，但是使用比例在快速提升。而之前普及率低的原因，他总结了5点：“1.行业对临床研究数据质量管理的理解有很大的提升，但是还不足够；2.相比于国际上数据管理相关指南和CDISC标准的执行，国内在指南和标准上还处于起步推进阶段；3.行业对EDC本身缺乏认识和了解；4.部分企业对信息化的排斥和忧虑；5.数据管理相关人才的缺乏。”国内使用率的快速提升和行业认知的扩大，离不开国内临床研究信息化系统的不断发展的推进。马东表示，EDC的发展已经远远不止于简单的电子数据采集系统，太美医疗现在的EDC系统不但统一了数据结构标准，并且从电子数据采集和管理功能发展到人工智能和大数据分析，尝试通过对照EDC的历史数据，消除传统临床研究中的对照组。太美医疗也正在实行向研究协作平台进发的战略。 另外，EDC从单纯的项目型工具，转向到临床研究数据管理平台，建立平台级元数据库和CRF库，链接第三方数据源，为企业快速搭建项目数据库、简化数据采集管理流程，提供更加准确便捷的途径。在数据标准化和机构化方面，国内正在迎头赶上。丁利华向动脉网透露，零氪在去年合并了一家EDC公司后，按照国际化的要求，自己也拥有EDC系统的技术能力。零氪将医院的数据标准化和结构化，将大量临床数据转化为应用层级的数据。零氪作为在医疗大数据深耕的头部企业，积累接近300万的结构化的病历数据。零氪也将扩大数据量级，推动临床数据有更多应用场景。例如建立在大量真实临床数据基础上的真实世界研究，它可以帮助药瓶临床应用评价延长药物生命周期，提升药物商业价值。可以预见的是，随着信息管理和分析的改进、产品线的增加、技术和科学数据的改进、制药和生物技术公司外包的增加以及EDC服务的需求等因素都在促进EDC市场的增长。制造商越来越多地采用基于云的服务，安装完全集成的服务，将为EDC市场增长提供有利可图的机会。国内同样需要规范性政策引导行业升级预测机构Stratistics MRC一份报告中分析到：由于CRO市场的火热，为药企研发提供信息化研发的EDC企业也被带动。在临床试验中使用EDC可以让数据管理质量提高、成本下降，所以基于web的交付模式预期将是最大的市场份额。在发展阶段，由于直接数据和远程信息获取以及新药物研发支出的增加，预计第一阶段将以显著的速度增长。CROs预计将是EDC最大的市场，因为它们中的大多数使用商业开发的企业应用程序来支持II期和III期临床开发。EDC信息化企业的服务对象通常是国外和国内的药企。从国内的市场情况来看，数量上以国内的药企居多。从付费能力上看，国外的药企付费能力更强，因此在业务上两者基本持平。 CRO与EDC公司准确来说并非是客户关系，而是合作伙伴，因为最终的支付方是研究的申办方，也就是药企。北美是主要制药公司的主导市场。预计亚太地区将成为增长最快的市场，因为许多制药公司正在使用eClinical解决方案。FDA药物评估和研究中心医疗政策办公室主任法学和医学双料博士Jacqueline Corrigan-Curay对FDA的指南评论到：“随着我们对新医疗产品的认知不断增加，我们关于如何最大限度地提高其效益和最小化潜在风险的知识随着数据的增加而增加。每一个产品的临床使用都会产生数据，帮助我们更好地了解其安全性和有效性。这一指南有助于在临床调查中使用电子健康记录数据，并有助于将日常护理中收集的数据整合到临床试验中。利用真实数据在电子健康记录使临床调查收集数据从日常医疗和监管决策生成适当的科学证据,帮助生成准确、科学的信息卫生保健专业人员和病人需要使用医疗产品维护和改善公众健康。”动脉网发现在国内关于EDC最新的政策是CFDA在2016年7月发布的《临床试验的电子数据采集（EDC）技术指导原则》中鼓励采用EDC系统，其中也有对于EDC功能的规范和要求。动脉网在采访中发现，随着行业的发展，国内也需要监管部门出台规范性的政策。推动规范性政策发展的内部因素，丁利华就表示，像零氪科技这样头部企业，在发展战略中，在积累了很多行业经验和标准化数据中，推动相应的政策变化。与政策配合提升医疗健康大产业。从外部因素来说，太美医疗科技临床研究事业部副总裁马东就对动脉网表示：“中国的医药行业在走向国际化，特别是加入ICH以后，数据标准和数据管理模式也必然趋向于与国际保持一致，以保证中国产生的数据具有真实可信度和其他监管机构的可接受度，所以国内政策对EDC的使用会更加鼓励，更加规范和更加严格，这必然会进一步推动EDC的发展和进入门槛。”EDC作为一种系统工具，有利于临床研究的数据质量保障，加速新药上市，同时，数据资源共享和多方协作是第二个研发执行革命的突破点。EDC和EHRs的发展无疑会简化流程，减少大量成本，极大提高数据质量和最终效果。FDA的指南从政策上推动了临床研究的信息化，引导行业发展。国内距离相关政策的出台已经过去了两年，随着国内医疗改革的加速度和国内医疗信息化需求的提高。相信国内政策也会更加明朗和清晰，处于起步期的EDC市场也将迎来更大的空间。

5月6日，药明康德（603259/02359.HK）宣布已经收购美国临床研究服务公司Pharmapace。该公司为临床试验各阶段、注册申报及上市后支持提供高质量的数据统计分析服务。未来，Pharmapace将与康德弘翼的相关临床研究服务业务进行整合。Pharmapace成立于2013年，公司位于美国加州圣地亚哥，为北美、欧洲和亚洲客户提供包括临床和统计筹划、数据管理、生物统计、临床数据整合和医学写作等在内的全方位服务。“通过此次并购，我们将借助药明康德的平台能力和规模，为客户提供从临床前开发、临床研究到注册申报的全球一体化解决方案。”Pharmapace总裁兼首席执行官沈在谦博士表示。药明康德联席首席执行官胡正国表示：“此次收购进一步提升了康德弘翼全方位的数据统计分析服务能力，为我们创建全球一体化临床研究服务平台奠定了坚实的基础。未来，我们将与Pharmapace携手同行，帮助合作伙伴缩短新药上市进程。”

大数据在各行各业的应用，给业态带来了颠覆式的改变。那么医疗行业中，药企可以通过临床大数据实现什么产品应用与作用呢？这是临床数据应用系列的第二篇文章，主要针对于药企讨论临床大数据的应用与变现情况。当前临床大数据非常火热，但实际情况却是商业模式不清晰、盈利困难。在上一篇文章中从法律原因、历史原因、产业原因三个方面讨论了临床数据应用困难的原因。针对药企而言，制药企业不同于医院，它是一个企业属性的机构，企业的最终目的是盈利，所以临床数据对于药企而言，必将参与到其商业模式中。药企对于临床大数据的应用可以说是一个正向的推动力，只有具备商业利益的模式才是一种稳定的模式，也会将临床数据应用推向新的高度。药企是临床数据重要的服务对象，对于药企而言无非是2个方面的价值：其一是有利于药品研发；其二有利于是药品营销。药品研发企业相对资金比较雄厚，对上述两个方面有价值的产品或服务，企业则有兴趣继续沟通。临床大数据的服务也围绕着药品研发与药品营销2个方面展开。药物研发阶段可做的工作很多：首先药物研发分为临床前阶段、临床阶段、上市阶段。本文只讨论临床大数据的应用，所以临床前阶段不在讨论范围之内。对于临床阶段而言，由于该阶段的大量研究属于前瞻性研究，数据需要基于试验设计进行入组采集分析。在临床阶段，已有的临床数据对于前瞻性研究利用价值有限，但通过已有数据寻找患者入组确是非常有效的。其次，通过临床数据是确定药物立项的有力证据。包括是否需要开展新药研发立项，是否对新品种进行引入（Licence In）等。药物营销阶段，临床数据有充分的用武之地，包括药物上市后评价、真实世界研究、营销知识图谱、健康监控与随访等。例如通过真实世界研究得到某款药物的有力证据，不但可以公开发表，甚至可以写入该药物的说明书中。这些对于药企营销具有莫大的好处。一、药物研发药物研发分为两个过程，药物临床前研究与药物临床研究，如下图所示。对于临床前研究，主要是处于实验室阶段，临床数据能够发挥的余地很小。在新药临床阶段，主要以前瞻性研究为主，即为了完成一个临床终点而招募一批患者进行入组实验。在药物临床实验中，所有的数据基本都是新产生的，这样我们已有的临床数据对于新药临床实验本身并没有太大价值。但是，对于临床实验而言，入组人群往往具有较高要求，临床数据可以帮助研究机构寻找合适的入组受试者。1.临床试验入组临床试验入组有多重方式，当前主要的方式有以下几种：（1）应确保受试者符合伦理已批准的最新方案所规定的所有入选标准，且不符合任何一项排除标准；（2）招募广告：可以通过张贴已获得伦理委员会书面批准的招募广告；（3）对所有就诊患者进行普遍筛选；（4）在门诊等待合格受试者前来就诊；（5）建立专科、专病门诊这些方式总体来讲是一种招募行为，缺乏精准性，效率也较低。通过临床数据可以较为精准的检索到患者的相关信息，可以提高招募受试者的效率。但是由于我国电子病历数据互通性很差，区域内很难进行电子病历的融合，在规范用语方面也很难统一，使得数据零散难以检索。二、药物营销1.真实世界研究药物上市后，最重要的问题就是药品营销。药物上市后临床研究，以及真实世界研究对药企的最大利益，就是能够促进该类产品在市场中的地位。所有药企的研究方向一定是希望获得自身有力的结果，如果得到不利证据也会积极调整公司策略，尽可能的避免损失。所以从药企利益的方面考虑，将这部分内容将在药物营销中进行讨论。不过真实世界研究并不是只针对药物，在医疗费用控制、医疗质量方面也有相应的研究路径。但是为什么当前会有这么多与药品有关的真实世界研究？原因很简单，有商业模式的研究工作才是一个稳定的模式。由于与药品相关的研究与药企商业利益直接相关，这些研究费用会被药企买单，如此这般，当前市场上有关真实世界研究的项目大多与药品相关。真实世界研究还有一个大方向是医疗费用控制，当前医保压力很多，所以国家也在医保控费方面投入了大量研究金费。不过在医保控费方面，真实世界研究并没有与商保企业产生相对明确的商业模式，所以自然研究情况没有药品丰富。临床大数据与保险有关的内容将在下一篇文章中讨论。所谓真实世界研究，学界有两种不同的划分方法。第一种意见认为所有回顾性研究都属于真实世界研究，简而言之就是对所有医疗或医疗周边产业产生的数据的研究，都属于真实世界研究。这些数据是在诊疗过程中自然产生的，而不是通过人为设计某种实验而得到的。第二种意见认为真实世界研究是所有传统临床医学研究之外的部分。传统医学研究是随机对照实验、队列研究、病例对照研究、横断面研究等教科书里传统临床研究类型之外的研究。针对上述两个学界的看法，笔者更倾向于第一种学界的看法。在笔者看来，真实世界研究的本质是数据的来源问题。经过严格的实验对象筛选获得的数据（例如，传统临床实验），则不称为真实世界研究。只有在非刻意性的基础上获得数据，才能称为真实世界研究。所以真实世界研究没有研究对象的评选标准，所有数据完全是在现实中产生。在FDA的指南中，对“真实世界数据”的定义强调了两个点：定期收集（routinely collected），数据来源多样（from a variety of sources）。（1）优效、等效、非劣效研究药物疗效验证是药企最感兴趣的项目之一，为了验证自己的药物在医疗环境中的地位，药企愿意投入大量资源开展真实世界研究工作。所谓优效性试验是为了验证药物是否优于另外一种药物；等效性试验，即检验一种药物是否与另一种药物具有相同的疗效；非劣效试验，即验证一种药物不差于另外一种。药物优效、等效、非劣效研究属于传统研究范畴，可以通过试验设计进行试验。不过从本质上而言，该实验更适用于真实世界研究。只有在实际诊疗中产生的数据才能较好的做出客观评价。通常来讲，进行该类试验应该选取一款市场上广泛认可的药物作为阳性对照药，通过与该药物的对比，得到优效、等效、非劣效的相关结果。由于被选中阳性对照的药品，通常都是较强的竞争对手，所有企业自然希望得到优效的结果。对于优效性试验而言，其假设检验为：其中是一个临床具有意义的数值，称为优效性界值。为测试药物的总体有效率，为对照药物的总体有效率。优效性的主要目的就是需要确定测试药物疗效需要超过对照药物的优效性界值，且不能低于0点。对于等效性试验而言，其假设检验为：公式中的相关指标与前文中的一致。在等效性实验中，需要测试药物与对照药物的有效性在一个界值中间，即可从统计学上判断两者的等效性。等效性更多的用于仿制药与原研药物的一致性评价中。对于非劣效试验而言，其假设检验为：非劣效实验重点在于确定测试药物与对照药物的疗效之差不低于下界，单侧检验就可以确定非劣效。下图很形象的说明了三种实验的关系。如果测试药物的疗效低于对照药物疗效的下限界值，那么则无法得出结论。在传统的生物统计中，以上三种试验可以通过人为设计、招募受试者等方式完成。对于真实世界研究，我们需要完全采用真实产生的数据而并非利用人为设计试验数据。完成以上工作有2个难点：第一是如何选择数据，第二是如何制定临床指标。首先讨论如第二个问题，定临床指标从来都是一个难题，选大了会使得区间变大使得测试药物优效性可能降低，或达不到等效的药物被判定为等效；如果选的较小，则会增加相反概率发生的可能性。具体情况还需要针对药物适应症因素确定。常用的指标有生化指标、生物等效性（EB）等。第一个问题是如何选择数据，这对于真实世界研究非常重要。选择数据有2种情况：一种是针对于已有的医疗数据进行回顾性研究；另一种情况通过对服用2种药物的人群进行随访获得数据，属于一种前瞻性的研究。从药企角度出发，通常希望快速得到相应的结论，不但可以解决成本，对药品营销推广也有好处。回顾性研究的问题在于临床数据是已经产生的数据，这些数据质量较差并且获得困难，并不一定能够达到对应的试验目的。前瞻性研究的问题在于随访时间周期长，花费成本巨大，药企很难长时间支持这样一个只投入无结论的项目。当前临床数据遇到最大挑战是数据转换（ETL）及合并，也可以说是数据治理的内容。在回顾性的真实世界研究中，什么样的临床数据才是有价值的，作者给出三条建议：明确临床事件的发生顺序明确患者身份标识使用统一的编码规范明确临床事件的顺序在于确定患者的病程及处理情况，大量临床数据无法得到应用的原因在于无法看到一个患者，在一段时间内的临床处置及相应的结果。临床数据应用，并不一定要求在同一时间段内的患者，但需要明确顺序因素与时间间隔。明确患者身份标识，这一点很好理解。我们做真实世界研究大多数以患者为单位进行，即使研究某个药物或疗法，也需要根据患者个体进行分析。使用统一的临床编码规范，这是一个医疗数据老生常谈的问题。在这里不进行过多的讨论，希望不同地方各医院能够尽量遵守。上述三个基本要求如图所示。对于真实世界的研究结论，良好的结论药企可以写入自己的说明书中，不利的结论企业应该立刻调整自己的市场布局，躲避不利因素。（2）药物不良反应监测与药物警戒药物不良反应监测更多的是一种责任与义务。在国外很多不良反应监测工作由药企完成，在国内更多的是由政府及相关部门进行监控。药物不不良反应监测更多的是一种企业责任，特别是在新药上市之后，可以通过不良反应监测根据完善药品说明书，用药更加安全。从药企利益的角度考虑，药企更应该主动进行药物不良反应监测，以降低由于不良反应而产生的高昂赔偿费用。药物不良反应的发生机理药物不良反应的发生机理是比较复杂的，归纳可分为甲型和乙型两大类，前者是由于药物的药理作用增强所致，其特点是可以预测，一般与药物剂量有关，其在人群中的发生率虽高，但死亡率低。后者与正常药理作用完全无关的一种异常反应，通常很难预测，常规毒理学筛选不能发现。常用的流行病评价方法同样也有回顾性研究与前瞻性研究两种，这两者分别对应了病例对照研究与队列研究。前者是已知发生了某不良反应后，追查由某药物引起的可能性大小。后者是对研究对象追踪随访一段时间，比较暴露于药物的研究对象中不良反应的发生率是否较不暴露于药物的研究对象更高。药物不良反应往往从真实世界数据中发现，通过传统临床试验等方法确认。药物不良反应与药物警戒在全球已经研究了很多年，不仅提出了多种算法，数据分析种类也由医疗数据分析转向医疗数据、社交数据共同分析的方法。当前大数据、机器学习等多种算法都应用于药物不良反应信号的发现。在药物不良反反应与药物警戒中，有两项核心工作：药物不良反应数据库构建，不良反应数据挖掘。药物不良反应数据库是一个多数据源的数据库，也就是说其并不只来源于临床中产生的数据，还包括蛋白、靶点等药物数据。当前的不良反应数据大多数以不良反应上报为主，在未来的发展中，可以借助人工智能等技术手段构建疑似不良反应数据库。该数据库直接来自于临床过程产生的数据，将一些临床症状与用药情况叠加进行判定，主动挖掘一些不良反应事件。药物不良反应算法方面研究也同样非常深入。主要分为三个大类：比例失衡分析算法(DPA)、逻辑回归算法(LRM)、关联规则挖掘算法(ARM)。在AI与机器学习发展的今天，决策树、聚类、神经网络等算法都会用作药物不良反应的挖掘工作。具体的算法内容本文不进行细节展开。探索药物不良的试验方法有四种：差异法、协同法、共变法、类比法。这四种方法也可以作为临床数据研究的理论依据。差异法就是从相同中寻找不同的因素，这种不同的因素就有可能是引起医学事件的原因。例如有一人群患有心律失常，当应用传统的抗心律失常药物无效时，停药后又改用胺碘酮，结果有部分患者不仅原有的心律失常未得到控制，却又发生了扭转性室速。同属一组人群，在使用胺碘酮前和后可找出的不同因素正是胺碘酮，因此，可以假设胺碘酮会引起扭转性室速。据此，便可再作进一步的分析性研究。协同法适用于在不同的时间、不同的空间或不同人口统计学的人群中的某些人出现了同一种医学事件，就可以采用这一方法提出假设。例如调查食物中毒就可以使用这种方法。共变法适用于某种医学事件的发生频率，随着某种客观因素的数量变动成正比地相应变动，这种数量变动的客观因素就可能是引起医学事件的原因。轰动全世界的“反应停事件”就是通过这一方法提出假设的，研究者们巧妙地将相关年代反应停的市场销售信息与医学事件联系起来，绘出一个销售总量与病例数的时间分布曲线图。类比法是把原因不明的医学事件和另一个十分清楚的客观因素进行比较，如有相似之处，说明这种客观因素可能就是引起医学事件的原因。例如瑞氏综合征（Reye’s syndrome）的研究中，有人发现水杨酸中毒的临床和组织学改变很类似该综合征，于是通过逻辑推理提出了假设。药企可以借助临床数据对药物不良反应进行主动性研究。首先确定使用本公司某种药物的相关人群。对于人群中发生的任何相关的临床现象进行聚类，按照诊疗的事件数据进行分。药物不良反应的研究成果，一般以平台或系统形式呈现。该平台可以进行不良事件检索、不良事件相关药物检索以及相关的不良事件组合检索。2.药物情报知识图谱药物营销之前依靠医药代表，现在各个医院对医药代表管理严格，各大药企的药物推广更多的变更为专家型营销方式，通过对医生、患者的教育，使他们了解自己公司的产品，以知识的方式传递营销思路。现在的医药代表往往会手持一个pad，里面有药物的所有资料以及相关的临床证据，甚至是一些医药有关的问答系统。这样一个医药知识的检索平台或者说问答系统就可以利用知识图谱技术进行构建。针对药企而言，在营销方面医疗知识图谱可以说是一个最直接的应用，针对药物临床、临床前的学术检索，也是知识图谱的一大应用场景。医学知识图谱构建技术归纳为五部分，即医学知识的表示、抽取、融合、推理以及质量评估。通过从大量的结构化或非结构化的医学数据中提取出实体、关系、属性等知识图谱的组成元素，选择合理高效的方式存入知识库。医学知识融合对医学知识库内容进行消歧和链接，增强知识库内部的逻辑性和表达能力，并通过人工或自动的方式为医学知识图谱更新旧知识或补充新知识。知识图谱的数据来源非常多样，临床数据只是知识图谱数据来源的一个方面，下图就表现了知识图谱数据来源的多样性。从变现方面来讲，知识图谱更多的是以知识库的形式提供服务，当然可以扩展为问答机器人等业务应用。知识图谱在企业内部可以提高药企的营销水平，协助营销人员更好的推介产品。知识图谱对外是一套知识库体系，可以通过售卖账号获取年费进行变现。#专栏作家#白白，人人都是产品经理专栏作家。医药行业资深产品专家，负责人工智能行业类产品综合架构与技术开发。在行业云产品架构，药物设计AI辅助、医疗知识图谱等领域有深入研究。本文原创发布于人人都是产品经理。未经许可，禁止转载。题图来自Unsplash，基于 CC0 协议

7月10日，为满足新版《药品注册管理办法》（国家市场监督管理总局令第27号）的要求，结合原国家食品药品监督管理总局发布的《关于药物临床试验信息平台的公告》（2013年第28号公告）要求以及信息登记过程中存在的主要问题，CDE发布公告称已完成原药物临床试验登记与信息公示平台升级改造。通知如下：1.中心将于2020年7月10日17:30-7月13日9:00前进行系统切换及数据迁移，请勿在此期间进行登记信息修改或提交等操作；2.新系统将统一采用申请人之窗账户进行管理，原登记平台申请人主账户需与申请人之窗账户进行对接（具体方法参见新系统登录界面提示说明及下载专区的《药物临床试验登记与信息公示平台使用说明》）；新系统的信息填写要求参见下载专区的《药物临床试验登记填写指南》；3.如有系统登录、账户对接等系统问题，请及时与数据管理处联系（分机号2507、3520）；其他系统使用等问题可与临床试验管理处联系（drugtrials@cde.org.cn）。国家药品监督管理局药品审评中心2020年7月10日

中新社北京7月10日电 (记者 董子畅)中国国家药品监督管理局10日发布《接受药品境外临床试验数据的技术指导原则》(简称《指导原则》)。《指导原则》对接受境外临床试验数据的适用范围、基本原则、完整性要求、数据提交的技术要求以及接受程度均给予明确。资料图：注射疫苗。中新社记者 骆云飞 摄随着药物研发全球化进程的加速，越来越多的跨国公司和国内企业通过开展国际多中心临床试验用于支持全球的注册申请。药监局表示，《指导原则》旨在为境外临床试验数据用于在中国进行药品注册申请提供可参考的技术规范，以鼓励药品的境内外同步研发，加快临床急需、疗效确切、安全性风险可控的药品在中国的上市，更好满足中国患者的用药需求。《指导原则》依据临床试验数据的质量，将接受临床试验数据分为完全接受、部分接受与不接受3种情况。完全接受的条件包括境外临床试验数据真实可靠，符合国际人用药品注册技术协调会药物临床试验质量管理规范和药品注册检查要求；境外临床研究数据支持目标适应症的有效性和安全性评价；不存在影响有效性和安全性的种族敏感性因素。若数据存在影响有效性和/或安全性的种族敏感性因素，数据外推至中国人群的有效性和安全性评价存在较大的不确定性，则为部分接受。若数据存在重大问题，不能充分支持目标适应症的有效性和安全性评价的，则属于不接受的范围。另外，对于用于危重疾病、罕见病、儿科且缺乏有效治疗手段的药品注册申请，属于“部分接受”情形的，可有条件接受。鉴于临床试验数据的完整性是接受注册申请的基本要求，《指导原则》明确在中国申请注册的产品，应提供境外所有临床试验数据，不得选择性提供临床试验数据。(完)