医学科研云

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

1月12日，数字医疗健康科技企业丁香园宣布推出专业级医疗数据开放平台，该平台为业内可全面覆盖药品、疾病、医院、科室、诊疗、医学资讯等多场景应用的开放式数据平台，打破了当前医疗行业各机构内部数据碎片化现状。目前，已有阿斯利康、阿里云、华泰证券等400余家药企、金融保险、互联网企业成为平台合作方。据悉，丁香园医疗数据开放平台由核心产品用药助手、Insight数据库、丁香医生大数据做支撑，依托20年的医疗专业级数据积淀，数千万药品疾病等医疗知识、机构数据及数万篇丁香园版权生产的专业文章，为企业级用户提供基于标准化结构数据的开放数据服务。大数据时代，医疗正逐渐走向开放，但现阶段医疗行业内部的数据利用率比较低。丁香园数据开放平台负责人李宁表示，在确保数据安全的前提下，该平台避免了医疗数据的碎片化，也便于实现跨医疗机构的协同，为新药研发推广、优化临床治疗方案、预防过度治疗等提供整体化的数据硬核支撑，使医疗数据发挥更大的价值，从而节省医疗资源。面向医疗机构，丁香园医疗数据开放平台提供处方审核，及时发现潜在不合理用药问题；面向药企，医疗数据开放平台提供药品基础数据建设；面向金融保险行业，医疗数据开放平台提供制药企业风险评估、医保核保。此外，丁香园医疗数据开放平台还提供疾病科普服务、用药说明查询服务、专业医师身份认证。近期，丁香园完成5亿美元的新融资，在“医-众”双核驱动战略的推进下，正加速聚集上游供给侧的专业力量，强化专业侧协同效应。此次医疗数据开放平台的实现也将不断沉淀新数据，将数据用于内部产品创新，使医疗体系内的所有参与者更紧密地连接与协作。

【TechWeb】1月13日消息，丁香园宣布推出专业级医疗数据开放平台，该平台为业内首家可全面覆盖药品、疾病、医院、科室、诊疗、医学资讯等多场景应用的开放式数据平台。目前，已有阿斯利康、阿里云、华泰证券等400余家药企、金融保险、互联网企业成为平台合作方。据悉，丁香园医疗数据开放平台由核心产品用药助手、Insight数据库、丁香医生大数据做支撑，依托20年的医疗专业级数据积淀，数千万药品疾病等医疗知识、机构数据及数万篇丁香园版权生产的专业文章，为企业级用户提供基于标准化结构数据的开放数据服务。丁香园数据开放平台负责人李宁表示，在确保数据安全的前提下，该平台避免了医疗数据的碎片化，也便于实现跨医疗机构的协同，为新药研发推广、优化临床治疗方案、预防过度治疗等提供整体化的数据硬核支撑，使医疗数据发挥更大的价值，从而节省医疗资源。此外，丁香园医疗数据开放平台还提供疾病科普服务、用药说明查询服务、专业医师身份认证。

11月14日，由清华大学软件学院、临床医学院、数据科学研究院、交叉信息研究院以及北京清华长庚医院共同建设的“医工科研数据平台”于清华大学主楼会议室举办了发布仪式。院系的科研主管、数据科学以及医疗领域的专家学者共同出席。龙腾佳讯董事长曾光先生作为医工平台支持单位代表受邀出席。龙腾佳讯董事长 曾光（右二）2天后的11月16日，在庆祝青岛大学附属医院建院120周年暨第三届青岛国际医学高峰论坛上，医工平台作为青岛地区重点引入项目在分论坛上亮相。医工平台旨在践行医学与工学的交叉融合科研，以医疗大数据和应用场景驱动工程技术创新发展。平台关键技术专注于虚拟实验室、隐私安全保护、云计算、大数据相关新技术研发，同时基于临床应用场景需求，结合人工智能、数据挖掘、数据统计分析等新技术，推进医工科研合作，加速医工创新成果转化。医工平台的建立也是龙腾佳讯与国内顶尖学术团队的再次合作。早在2017年，龙腾佳讯就与清华大学数据科学研究院签署了共建清华大学数据科学研究院大数据基础设施研究中心（以下简称中心）的合作协议。共同解决大数据产业发展中有关基础设施的需求和问题。医工科研数据平台的建立也是中心在医疗大数据方面实践的重要成果，为医学的研究和实践提供了有力的信息支撑。不仅造福了医学科研研究，造福青岛人民，更是对整个医疗行业具有积极意义。这让龙腾佳讯更加确认了跨界融合，推动传统行业智能化改革的价值所在。龙腾佳讯多年来专注于云计算与智能网络领域的应用实践，发展了集企业ICT和网络边缘计算为一体的全新业务模式，并建立了以SDN技术为核心的城域网，提供IaaS、CaaS、SaaS、SECaaS等多种云服务。积极推动企业数字化，云化转型。近年来也一直在不遗余力地推动产研结合，促进成果转化。先后成为清华大数据产业联合会理事单位；签约南京图灵人工智能研究院等。在推动大数据基础设施建设进程，下一代数据网研发等工作中均有不俗表现。不仅仅是医疗行业，众多传统与新兴的行业领域都需要不断革新的科学技术手段进行变革升级，才能更好地发展。龙腾佳讯近年来在大数据基础设施建设，智能化网络等实践中取得的成果将应用于更多产业，建立为各行业数字化转型升级的赋能平台，促进更多传统产业实现智能化转型，推动产业数字化进程。部分客户—FIN—

受疫情影响，一些学术会议已经取消，但思想碰撞并未因疫情停歇。美国艾滋病年会、第八届国际表征学习大会等更多会议已转到“云端”，哈佛大学、约翰斯·霍普金斯大学等机构也召开网络研讨会“会诊”疫情。“上周我使用WebEX开会，全世界近60名专家参与，包括中国专家，”奥康纳对新华社记者说，“挑战只有时区不同。”协同办公软件便于多人科研项目管理，即时通信软件保障随时交流，远程会议系统可即时开启全球头脑风暴。“这种即时全球交流让分享信息更容易。”奥康纳说。很多人建议“云会议”在疫情后继续，对节能减排也有贡献。不过，由于大批研究人员无法返校，依赖实验的学科就没法在“云端”进行了。中国清华大学医学院胡小玉教授在美国细胞出版社微信公众号上写道：“从1月底迄今湿实验基本停顿，到岗人员仅能做到维持现有实验体系不崩塌，例如小鼠有饭吃，细胞泡液氮，钢瓶存口气而已。”虽困难重重，但胡小玉觉得可利用这段时间修炼内功：包括每周一次的远程组会和小组讨论，文献阅读与分享以及写作指导，“期待一朝功成，重返实验室时，个个真气充盈、出招迅猛”。中国的清华大学、武汉大学等高校已开始远程授课。“近4000门课全部上线，可能是历史首次。”清华大学药学院院长丁胜教授对记者说。美国斯坦福大学、华盛顿大学等高校也转为线上教学。多位教师说，直播授课最大挑战在于缺乏学生即时反馈，各种操作也影响教学连贯性，需慢慢适应。不过，大众可在公共视频平台和在校生一起听课，算是疫情中的“福利”。数据共享再加深面对疫情，全球科研争分夺秒，论文预印本网站是快速分享新成果的平台，数据和研究加速开放共享成为新趋势。预印本是指未经同行评议就上传至公共平台的论文草稿，省去了正式发表的审稿流程。美国冷泉港实验室出版社运营着两大生物医学预印本网站BioRxiv和MedRxiv。社长约翰·英格利斯说，两个网站每天收到约10篇与新冠病毒有关的论文。“相比以往疫情，这次疫情中科研人员对研究成果更加开放，这既因为资助机构和期刊等主张透明性，也由于更有效利用了新技术，更多科研人员在网上随时分享想法、图片等，分享数据是正确的事。”奥康纳说。他回忆，2016年寨卡病毒暴发期间，在预印本网站发布研究结果会影响在期刊发文。而这一次，所有同行评议期刊不约而同支持将成果先发布在预印本网站。很多期刊也提前在网站公开论文初稿。截至北京时间15日早8时，以“新冠病毒”为关键词在BioRxiv和MedRxiv上搜索，可分别找到393篇和373篇论文。奥康纳说，他读过的所有新冠病毒相关文本都来自预印本网站，这有利有弊，“同行评议很耗时，延迟了结果发布，但完全透明的流程可能让危害公众的草率科研成果获得平台”。印度学者关于新冠病毒与艾滋病病毒关系的文章在BioRxiv发布后引发广泛质疑并撤稿就是例证。“新技术或应用并非完美，预印本和期刊互为补充。预印本加速科技交流，未来也会不断优化。”丁胜说。无论是中国科研人员快速共享病毒基因序列、诊疗方案，还是期刊愈加开放，都是在试图及时沟通科学发现，令全球受益。由丁胜担任主任的全球健康药物研发中心，也将其高通量筛选平台、化合物分子库等开放给全球科研人员，共同加速针对新冠病毒的药物研发。一家美国人工智能药物研发公司就利用平台数据，快速完成了药物建模。社交媒体也推动了科学信息共享。最早激活奥康纳“科研雷达”的，是新年伊始一条武汉的病毒性肺炎疫情推特。他的实验室推特会分享成果接受公众检验。“与公众沟通科研工作非常重要。就这次疫情而言，要让公众清晰了解新药物和疫苗研发真正投入应用所需时间，确保公众对此不会预期过高。”参与新冠疫苗研发的英国帝国理工学院医学院教授罗宾·沙托克说。在多数科研人员看来，疫情之后，这种开放共享的科研文化也应当继续。“与新冠肺炎疫情一样，流感、艾滋病、癌症和心脏病等其他疾病对人类影响同样严重。我们要将在新冠肺炎研究中分享数据和信息的传统延续，解决其他科学和医学挑战，这将是疫情留下的积极遗产。”奥康纳说。【来源：新华网】版权归原作者所有，向原创致敬

文：张丞编辑：顿雨婷医疗信息化一直以来受到政策层面驱动，突如其来的疫情更是加速了医疗信息化补短板的进程。而如何将数据庞杂的医学影像数据高效、安全地存储和流转是医疗信息化领域中的一个关键问题。医学影像是目前医疗中最重要的临床诊断和鉴别诊断的方法，其中包括X 射线、CT、MRI等多种类型影像。医学影像的数据量约占临床医疗数据的 80% 以上。而目前国内的医学影像基本以院内建设方式为主，大部分影像数据在院内局域网使用，仅限影像科室内或医院院内使用而无法共享。其次，影像数据存储仍依赖专业DICOM格式的PACS服务器和文件管理系统，应对的是TB级甚至PB级的院级整体需求，这种传统的存储架构并不是为每个科室和医生个体个性化定制的。36 氪近期接触到的医学影像SaaS 服务商医影云希望通过提供融合了移动端的定制化医学影像 PACS 解决方案，解放医学影像生产力，进而切入医学影像AI 这一细分领域。医影云推出的医影PACS可以实现在线医学影像存储与传输、影像分析、AI辅助临床诊断等功能，其特点在于，授权用户可以在移动端随时查看医学影像资料，并调用AI算法进行分析。同时系统还支持医院本地部署或云服务的方式，SaaS 产品中还包括相配套的硬件、管理软件、报告和培训系统。目前很多医院的医学影像的存储和交付病人的方式主要通过刻录光盘和打印塑料胶片进行。刻录光盘并存储在光盘库虽然能满足影像数据完整的要求，但实际操作极为不便，且存储成本和光盘磨损、丢失造成的损失无法避免。而打印的塑料胶片给患者也存在不方便携带且容易污损丢失等问题，患者往往需要多次重复拍片，造成医疗资源的浪费。最为重要的是，这两种方式导致医疗影像在临床应用上存在如诊断结果不互认、转院转诊多次拍片、缺少在线历史影像数据、共享困难等问题，给医患双方都带来不便。医影云推出的医学影像PACS可实现电子胶片自动化归档、移动端查阅等功能，通过自主研发的DICOM 解析引擎可以实现数百到数千张医学影像跨平台、跨浏览器流畅播放。医生和患者可以通过微信小程序随时查看全部原始影像。影像安全性方面医影云也通过建立影像与信息分离存储、金融级加密、采用可信云服务器等业内领先的技术来保障影像数据的安全性。经济性方面，相比于传统刻录光盘的方式，医影云产品可以为医院节省高额的存储设备及维护成本。产品覆盖云PACS及院内科室所需影像工作站的全部功能需求。医影云产品架构当前国内医学影像领域既有医疗器械硬件厂商如锐珂等提供桌面级的服务， 也有万里云、医真云一类的云服务商，通过线上平台向医院或医联体提供服务。而医影云是专注于从服务 C 端医生和患者用户切入，提供个人专属的医学影像存储、传输和分析工具。关于未来发展方向，医影云创始人杨琨表示医影云核心业务将会在医学影像AI 领域，对标 HeartFlow、数坤科技这一类医学影像 AI 企业。医影云将围绕肿瘤、心脑血管、呼吸等临床领域，提供辅助医生诊断，帮助医生术前规划的一站式影像解决方案，进一步提高医疗供给侧的生产力。医学影像 AI 技术方面，医影云在今年 2 月份参加国际级医学大赛 Grand Challenge 的 LNDb 肺结节诊疗策略综合竞赛，全球共有近900支队伍参赛，医影云在参加的两项赛项中均获得前3名，其中肺结节精准分割取得国内最好成绩。医影云也已与北京协和医院、北京医院、北京理工大学等多家临床和科研机构展开合作，开发多款医学产品。商业模式方面，杨琨表示医影云一是为C端医生和患者两类用户提供医学影像 SaaS 服务，未来会将 SaaS 工具的部分高级功能对 C 端进行收费，例如医影云产品目前已经实现在移动端实时三维重建功能、肺结节筛查分割分类，心血管影像分割与狭窄计算等功能；二是与医院方面合作，通过参与医院临床、科研项目获取收入；三是未来通过研发II/III类医疗器械，提供AI影像辅助诊断功能，在临床领域进行应用落地。医影云移动端产品形态行业方面，近年来我国医疗信息化市场在政策驱动下增长稳定。根据IDC预计，到2023年我国医疗信息化市场规模将达到792亿元，2018-2023年间CAGR为10%。医学影像行业主要发展趋势是为医院提供影像云存储、云阅片、AI辅助诊断和决策等服务，以及搭建区域影像云平台，提供区域医疗影像服务。团队方面，杨琨为连续创业者，在互联网行业从业15年，曾在搜狐网、京东等一线互联网企业担任产品经理。团队其他核心成员拥有十年三甲医院一线科室或信息科室工作经验。医影云近期正在进行融资，资金将用于产品研发、市场推广等方面。

6月9日，阿里云举办线上峰会，阿里云智能总裁张建锋首次公开阿里云年度战略，围绕数字政府、未来教育、智慧交通、数字金融等7个领域的话题，发布重构行业未来的商业重磅计划。两大解决方案针对教育领域，此次峰会公布了两大解决方案。一是针对K12阶段，阿里巴巴合伙人、钉钉副总裁方永新联合阿里云通用与电销事业部解决方案总经理霍嘉以及蚂蚁金服支付宝事业群教育事业部总经理张亚男共同发布“春雷计划”普惠教育方案；二是面向高等教育和科研推出“科研云”解决方案。“春雷计划”- 普惠教育方案“春雷计划”普惠教育方案是主要针对中小学教育阶段的K12数字化转型解决方案。在疫情下停课不停学的教育行业，在这几个月借助云技术，行业有了翻天覆地的变化。作业帮仅2月2日一天，免费直播课报名人数就增长了150万人，行业渗透率提升了10倍。这意味着，中国的k12教育行业跨入了新教育的时代，它呈现了几个非常关键的特征。1.线上线下多教育模式的融合，已成共识。2.学校将从被动的监管转变为用数据做管理决策。3.释放教育资源，打破地域差距，普惠教育是终极目标。4.降低沟通成本，家庭和校园教育联手已成必需。在新教育时代，以上四个核心关键点需要借助云技术实现云化的基础设施、数字化的全触点、以结果为导向的信息化建设平台。帮助师生提升线上教育及学习的效率与便捷度，与线下学习互补，打破学习模式的限制；帮助学校就教师教学质量、学生的学习情况，实现数据可视化，将包括优化教学资源分配等的教学管理提供数据指导；让优秀师资不再受限于课室规模，教育资源缺乏的地区也能得到优质教育；普惠教育阶段的学生多为未成年人，自制力尚未成熟，家校联手为他们构建无缝保护伞，确保祖国的幼苗更好地健康成长。“春雷计划”普惠教育方案为此诞生，它将利用云计算、大数据、区块链、人工智能等创新技术，助力全国5000所学校，100所教育局，1000所教育培训机构，实现全面数字化转型升级“春雷计划”的核心，阿里云K12教育行业解决方案整体架构包括，阿里云提供IaaS“底座”（阿里公有云、教育专有云、异构云）等提供技术支撑；PaaS“能力”（教育业务中台和数据中台）进行数智赋能，通过数据、业务的双中台，将数据贯通智慧课堂、测考评学、行政数据贯通、安全校园、运营管理、教研等；钉钉方面，为教育行业推出了专属钉钉统一入口。所有的建设的成效，都能数据化，形成驱动成果为导向的信息化建设模式。科研云解决方案针对高等教育和科研，阿里云团队通过与高校专家学者们的深入探讨，了解到他们科研团队面临的困难：· 小型的科研团队经费少设备少，有想法但难以深入研究；· 中型的科研团队设备有限，科研高峰期算力不足；· 大型的科研团队算力富裕，但是利用率比较低，设备管理和维护的投入较大。除了团队内部面临的困难，在团队外部，虽然跨学科的科研影响力可以达到单学科的三倍，但学科的科研存在了各种各样的外部困境:首先是跨学科难以避免的跨地域的协作，缺少有力的技术支撑变得非常困难；然后是项目申报的管理流程非常复杂。在这个情况下，专家学者们除了要攻克自身专业的学科难题，由于缺少有力的科研软件及数据等服务的支持，还得搞定各种杂务，大大损耗了专业上的研究精力。为了解决上述困难，阿里云推出了科研云的解决方案，主要解决4个核心的难题。1.算力。算力是科研对资源层的最基本的需求，混合云模式和统一的管控让资源会更有效的利用。峰会上以视频讲述了浙大应用阿里云技术实质性的帮助成果：浙大医学院教授、国家蛋白质重大研究计划青年项目负责人陈伟表示，其团队目前重点研究新冠病毒感染人体直接相关的一些蛋白质体系，浙大自己的服务器做模拟速度太慢了，很难快速寻找关键的氨基酸的残迹，来调控病毒入侵。借助阿里云的高性能模拟资源，在一个月内完成了需要将近30个月的模拟计算量，帮助人们更快地了解新冠病毒。 另一个借助阿里云技术力量助力科研的是国家天文台，依托国家天文台的fast和lamost，展现云计算的能力，助力天文的研究。他们跟阿里的合作，主要在搜索，阿里云的这一套系统非常的稳定，跑了几个月都没有问题，还发现第一个所谓的快速射电暴。2.科研的门户。统一的科研门户对于提升整个科研流程是非常有效的。北京和亚利桑那的国际合作巡天项目，获得2.5亿张天体图片，以前处理需要半个月，借助于阿里云，缩短到了不到一天，阿里云显然提供了最好的资源，最好的可能性，助力了科学家在原创性路上再往前走。3.科研的协作。主要解决的是科研项目的申请、执行、结题等各个环节上的协作问题。浙江大学信息技术中心主任陈文智及其团队，主要工作是要为广大的师生提供便捷的服务。他们把浙大的专有云、还有散落在教授们的私有云以及阿里云的公有云结合在一起，构成一个众筹式的科研云。他们的教授团队，可以在上面的能够使用无限量的存储力，无限量的算力。科研云有助于他们实现高效的科研和科研的协同。4.构建科研生态。解决科研的设备和科研人员的培养问题。说到生态这词，需要像阿里这种头部大厂才有实力去实现。通过用生态的力量去解决科研的工具服务的问题，科研的软件和开放的数据问题科研的设备和科研人员的培养问题。通过阿里云的解决方案，利用轻虚拟运营商和资源共享模式实现科研资源的统一管理、统一运营，让大、中、小科研团队的算力的基础平台归一化，结合科研协作平台，统一的科研管理流程，实现了成本降低，效率提升，帮助科研团队减少不必要的杂务精力损耗，真正实现了科研无边界。阿里云峰会上发布，阿里云会为科研人才提供免费的考试培训，以及部分云服务的免费使用，为科研云的顺畅落地打了一剂强心针。在峰会的主旨对话环节，阿里云智能总裁张建锋提到，“大学推了多年的多媒体教育因为疫情的原因，渗透率和接受度一夜之间成功提升了。阿里云和浙江大学的合作，只花了7天时间就改造了200多个教室，几万师生就通过远程教育一夜之间就实现了，当天有一百多万人次的访问量，最热门的课我听说有十万人次来观看。据了解，阿里云计划3年内投入2000亿资金，大规模引进顶级科技人才，重点吸引服务器、网络、芯片、数据库、人工智能等核心技术领域的攻坚人才，今年招聘计划是5000人。THE END10年marketer经历，专注会员营销领域。带领团队搭建会员商城，运营千万级忠诚度计划。作者@ZoieYoung

新京报讯（记者 王卡拉）1月13日，丁香园宣布推出专业级医疗数据开放平台，这是业内首家可全面覆盖药品、疾病、医院、科室、诊疗、医学资讯等多场景应用的开放式数据平台。阿斯利康、阿里云、华泰证券等400余家药企、金融保险、互联网企业已成为平台合作方。大数据时代，医疗正逐渐走向开放，现阶段医疗行业内部的数据利用率却比较低。丁香园数据开放平台负责人李宁表示，在确保数据安全的前提下，该平台可避免医疗数据的碎片化，也便于实现跨医疗机构的协同，为新药研发推广、优化临床治疗方案、预防过度治疗等提供整体化的数据硬核支撑，使医疗数据发挥更大的价值，从而节省医疗资源。丁香园医疗数据开放平台，可向医疗机构提供处方审核，及时发现潜在不合理用药问题；向药企提供药品基础数据建设；向金融保险行业，医疗数据开放平台提供制药企业风险评估、医保核保。此外，还能提供疾病科普服务、用药说明查询服务、专业医师身份认证。近期，丁香园完成5亿美元的新融资，在“医-众”双核驱动战略的推进下，正加速聚集上游供给侧的专业力量。校对 危卓

据悉，医疗大数据和人工智能领域的独角兽企业「零氪科技」已于近日完成7亿元D+轮融资。本次融资新进投资方有中金资本、宽带资本CBC、优山资本津南海河宽带智汇产业基金等，前期投资方继续跟进。这是零氪科技继2018年完成10亿D轮融资后的新一轮融资。据了解，本轮资金将用于进一步聚焦肿瘤新特药的核心业务发展，建立覆盖患者全疾病治疗周期、以互联网医院，线下专业诊所药房，及新药临床招募为核心的患者服务体系，并建立辅助肿瘤新药开发的真实世界数据平台和创新保险支付方案。「零氪科技」成立于2014年，主要以“数据+技术+平台+服务”的模式，包括医疗大数据整体解决方案、人工智能辅助决策系统等等，用户为医疗机构、行业监管部门、各级政府以及医药产业、保险机构等。Linkdoc区域医疗大数据平台搭建根据智研咨询集团发布的《2019-2025年中国健康医疗大数据行业市场潜力分析及投资机会研究报告》，2013年起中国健康医疗大数据投融资事件在大健康中的占比逐年升高且从2017年开始快速增长。而在2015-2017年我国临床信息大数据市场规模分析中，医疗大数据同样显示出了快速增长的趋势。2012-2018Q1中国健康医疗大数据投融资事件在大健康中的占比2015-2017年我国临床信息大数据市场规模分析而据赛迪顾问《2019中国大数据产业发展白皮书》不完全统计，2016-2017年是大数据相关政策文件出台的高峰期。白皮书还认为健康医疗大数据这一新兴细分领域，未来3-5年内将进入爆发期。医疗健康大数据的应用前景广阔，诸如辅助诊疗和健康管理等细分场景与人们的生活密切相关，但目前仍存在两大痛点问题：一是数据来源非常复杂，除了普通的检验检查，医生书写的病历以外，还有如基因检测、体检健康信息等。这一数据非结构化痛点问题导致无法用单一的技术手段一次性解决所有问题，必须通过综合人工结构化、基于模板匹配的自动结构化，以及包括统计学习和深度学习在内的统计模型等方法构造一个综合自动结构化引擎才能使临床数据在未来被真正用于临床研究。二是临床上对于辅助诊断的标准很高，医学数据与结论间要求较强的因果关系。因此医疗临床大数据领域的基于相关性结论的应用和产品设计与一般大数据领域有一定差异，必须考虑其特殊性进行设计。基于这两大问题，「零氪科技」主要为客户提供数据结构化的服务和数据应用层的服务。在数据结构化服务方面，有例如Fellow-X System智能病历结构化系统。在数据应用层服务方面，有例如HUBBLE医疗大数据辅助决策系统。HUBBLE医疗大数据辅助决策系统院长面板目前，「零氪科技」的产品包括Fellow-X System智能病历结构化系统、Dress引擎智能化病历录入系统、Hubble医疗大数据平台、LinkLab医学科研云、邻客APP及邻客健康管家患者全程管理系统等。产品已通过国际ISO体系认证、国家公安部信息系统安全第三级认证，具有符合医疗行业全闭环的信息安全解决方案。此外，「零氪科技」的业务现已覆盖全国30个省市自治区，与国内近500家三甲医院、900多科室开展合作，服务3万多名临床医生。还与清华大学数据研究院、中国科学院计算技术研究院、阿里云、中国临床肿瘤学会等19家研究机构展开了合作。编辑：蔡姝凝