基于大數(shù)據(jù)平臺的科研病種庫系統(tǒng)設(shè)計與實現(xiàn)

王覓也，劉 然，王 堯，李言生，葉 琳，龔后武

（1.四川大學(xué)華西醫(yī)院信息中心，醫(yī)療信息化技術(shù)教育部工程研究中心，成都 610041；2.西部戰(zhàn)區(qū)空軍醫(yī)院，成都 610065；3.東華醫(yī)為科技有限公司，北京 100089）

0 引言

近年來，隨著信息化技術(shù)的發(fā)展，大數(shù)據(jù)技術(shù)在工業(yè)制造、智能交通、醫(yī)療科研等多個領(lǐng)域得到廣泛應(yīng)用[1]。臨床科研作為醫(yī)療科研的重要組成部分，其形式有臨床科研課題立項、臨床案例分享、臨床經(jīng)驗總結(jié)等。在各種形式的臨床科研實施過程中，科學(xué)循證是關(guān)鍵，其強烈依賴于大量臨床真實數(shù)據(jù)支撐。目前，建立科研病種庫逐漸成為臨床科研數(shù)據(jù)收集、整理和分析的主流模式，而如何將大數(shù)據(jù)技術(shù)與科研病種庫結(jié)合利用，更加方便地實現(xiàn)科研數(shù)據(jù)需求的采集、提取和分析，是目前面臨的一個重要難題。

20世紀中葉，西方發(fā)達國家便開始了對醫(yī)學(xué)臨床科研病種庫的研究和建設(shè)。Greenes等[2]于1969年首次利用數(shù)據(jù)庫技術(shù)對臨床診療數(shù)據(jù)進行管理和利用。截至目前，國外已形成了大量的多中心單病種數(shù)據(jù)庫，如美國CIRS急診醫(yī)學(xué)數(shù)據(jù)庫（CIRSEmergency Medicine Databank）、日本心血管外科數(shù)據(jù)庫（Japan Congenital Cardiovascular Surgery Database）等，大大促進了相關(guān)學(xué)科發(fā)展。國內(nèi)的病種庫建設(shè)與國外相比還有很大差距，但也呈迅速增長的態(tài)勢。專業(yè)的臨床醫(yī)療科研人員根據(jù)專科常見疾病建立起疾病的相關(guān)因素、預(yù)期目標和質(zhì)量評價知識庫等，越來越多的醫(yī)院開始將臨床科研數(shù)據(jù)庫的建設(shè)工作從線下遷至線上，從單中心研究向多中心研究轉(zhuǎn)變，如南方醫(yī)科大學(xué)建立的在線肺癌病歷數(shù)據(jù)庫[3]、軍事醫(yī)學(xué)科學(xué)院附屬醫(yī)院建立的消化系統(tǒng)腫瘤數(shù)據(jù)庫[3]、中國醫(yī)科大學(xué)附屬第一醫(yī)院建立的基于醫(yī)療大數(shù)據(jù)的省市級肺癌專病庫平臺[4]等。這些傳統(tǒng)的多中心病種庫系統(tǒng)大多是圍繞某一特定的疾病構(gòu)建，數(shù)據(jù)采集工作大多依靠臨床醫(yī)師人工錄入，工作量大，數(shù)據(jù)易出錯，數(shù)據(jù)庫運維成本高，數(shù)據(jù)持續(xù)性弱。

本文提出將科研病種庫系統(tǒng)搭建于大數(shù)據(jù)平臺上，通過大數(shù)據(jù)技術(shù)全維度治理后的標準數(shù)據(jù)資源池實現(xiàn)數(shù)據(jù)的自動采集，達到減少人工工作量、保障數(shù)據(jù)質(zhì)量、降低運維成本的目的。大數(shù)據(jù)平臺的支撐解決了數(shù)據(jù)獲取難的問題，臨床科研所需數(shù)據(jù)變得可見、可得，為全院各科室使用系統(tǒng)自行構(gòu)建病種庫提供了很好的應(yīng)用基礎(chǔ)。打造院級層面的科研病種庫系統(tǒng)，不僅需要臨床科室參與，更需要醫(yī)院信息部門的技術(shù)投入，共同構(gòu)建“醫(yī)學(xué)+信息”交叉合作的工程應(yīng)用模式。

1 系統(tǒng)設(shè)計

1.1 需求分析

我院是一所綜合性研究教學(xué)醫(yī)院，為了給院內(nèi)大數(shù)據(jù)的應(yīng)用服務(wù)提供數(shù)據(jù)能力支撐[5]，構(gòu)建了醫(yī)療大數(shù)據(jù)平臺。大數(shù)據(jù)平臺基于先進的大數(shù)據(jù)系統(tǒng)框架、分布式數(shù)據(jù)庫、人工智能等技術(shù)構(gòu)建，在大數(shù)據(jù)處理分析方面很具優(yōu)勢[6-7]。

長期以來，很多科室憑借課題和項目的機會構(gòu)建了一些獨立封閉的科研數(shù)據(jù)庫系統(tǒng)，當整個科研項目結(jié)題后，這些科研數(shù)據(jù)庫便進入了無持續(xù)資金投入、無人維護的狀態(tài)，造成了數(shù)據(jù)資源的浪費。因此科研病種數(shù)據(jù)庫系統(tǒng)需納入醫(yī)院統(tǒng)一管理，同時為提升科研效率、減少醫(yī)生工作量并保障數(shù)據(jù)的持續(xù)性和穩(wěn)定性，臨床數(shù)據(jù)采集需自動化，且數(shù)據(jù)范圍應(yīng)納入全院所有臨床業(yè)務(wù)系統(tǒng)的數(shù)據(jù)。為滿足上述需求，亟須構(gòu)建面向全院的基于大數(shù)據(jù)平臺的科研病種庫系統(tǒng)。

科研病種庫系統(tǒng)需要集成專病患者全周期數(shù)據(jù)?；颊咴\療過程中的數(shù)據(jù)，如影像、病理、病歷文本等可從電子病歷系統(tǒng)中獲取到，而患者診前和診后的數(shù)據(jù)需要進行隨訪采集，隨訪表單的設(shè)計一般通過病例報告表（casereport form，CRF）實現(xiàn)[8]。傳統(tǒng)的科研病種數(shù)據(jù)庫構(gòu)建方式無法同時納入醫(yī)院多個系統(tǒng)接口數(shù)據(jù)，無法實現(xiàn)文本資料的結(jié)構(gòu)化[9-10]。基于大數(shù)據(jù)技術(shù)的科研病種數(shù)據(jù)庫可對全維度臨床數(shù)據(jù)進行數(shù)據(jù)治理，實現(xiàn)結(jié)構(gòu)化和術(shù)語化[11]，形成臨床科研資源中心，為科研病種庫系統(tǒng)的構(gòu)建提供豐富而完善的數(shù)據(jù)資源，使科研數(shù)據(jù)提取效率成倍提升，大大減少科研流程中的人力勞動，滿足科研應(yīng)用需求，為臨床輔助、疾病研究和產(chǎn)品孵化等領(lǐng)域提供支撐。

1.2 架構(gòu)設(shè)計

基于大數(shù)據(jù)平臺的科研病種庫系統(tǒng)的整體架構(gòu)如圖1所示。醫(yī)院大數(shù)據(jù)平臺集成電子病歷系統(tǒng)、醫(yī)院信息系統(tǒng)（hospital information system，HIS）、檢驗系統(tǒng)等數(shù)據(jù)，基于大數(shù)據(jù)相關(guān)技術(shù)，整合、清洗醫(yī)院多源異構(gòu)數(shù)據(jù)，并基于臨床科研所需要的數(shù)據(jù)構(gòu)建科研數(shù)據(jù)中心（research data repository，RDR），形成科研病種庫系統(tǒng)的數(shù)據(jù)源。醫(yī)院大數(shù)據(jù)平臺數(shù)據(jù)治理的主要工作包括進行數(shù)據(jù)建模、數(shù)據(jù)后結(jié)構(gòu)化、數(shù)據(jù)標準化、元數(shù)據(jù)管理、主數(shù)據(jù)管理和數(shù)據(jù)質(zhì)量控制等。同時，該平臺也匯集了四川大學(xué)華西醫(yī)院醫(yī)聯(lián)體的臨床數(shù)據(jù)資源，在開展多中心研究時，通過RDR中的醫(yī)院標識可自動提供不同醫(yī)院的數(shù)據(jù)支持。科研病種庫系統(tǒng)根據(jù)用戶的科研需求實現(xiàn)科研應(yīng)用，可按病種、項目、科室層面、醫(yī)院層面多學(xué)科聯(lián)合構(gòu)建病種庫，也可部署外網(wǎng)版支持跨醫(yī)院的多中心聯(lián)合共建病種庫。系統(tǒng)提供用戶管理、項目組管理、項目組成員管理、項目屬性維護、CRF設(shè)計、隨訪設(shè)計、病例入組、病例瀏覽、訪視進度總覽、人工智能（artificial intelligence，AI）隨訪、大數(shù)據(jù)檢索、CRF檢索、數(shù)據(jù)導(dǎo)出等模塊實現(xiàn)臨床數(shù)據(jù)的科研分析，發(fā)現(xiàn)病種規(guī)律，發(fā)掘病種新特征。系統(tǒng)的數(shù)據(jù)可導(dǎo)出到大數(shù)據(jù)平臺數(shù)據(jù)挖掘模塊，進行數(shù)據(jù)統(tǒng)計、分析模型的算法開發(fā)以及模型的管理和發(fā)布等科研活動。

圖1 科研病種庫系統(tǒng)整體架構(gòu)圖

本系統(tǒng)采用瀏覽器/服務(wù)器（Browser/Server，B/S）體系結(jié)構(gòu)，采用ASP.NETMVC4實現(xiàn)分層技術(shù)架構(gòu)，將展示層、業(yè)務(wù)層和數(shù)據(jù)訪問層分離。Bootstrap+JQuery呈現(xiàn)用戶界面展示層，提供對IE、Chrome、Firefox的全面兼容。在數(shù)據(jù)訪問層，根據(jù)Cache特性開發(fā)的ORMapping實現(xiàn)基礎(chǔ)業(yè)務(wù)數(shù)據(jù)訪問。針對Greenplum構(gòu)建的RDR，采用Spring Boot組建數(shù)據(jù)讀取服務(wù)，為表單外部數(shù)據(jù)和數(shù)據(jù)查詢導(dǎo)出提供數(shù)據(jù)服務(wù)支持。將業(yè)務(wù)層和數(shù)據(jù)訪問層的通用處理能力提煉出來，成為另外一種通用的機制，包括系統(tǒng)授權(quán)機制、異常處理機制、日志記錄機制、緩存機制和安全控制機制。此外，采用插件機制實現(xiàn)客戶化定制功能，如自定義CRF，采用Vue.js+MySQL組合完全解除對科研系統(tǒng)的依賴，除易于維護之外，也便于后續(xù)無縫對接移動端隨訪。

2 系統(tǒng)實現(xiàn)

2.1 系統(tǒng)運行流程

為解決傳統(tǒng)專病科研遇到的“科研構(gòu)思難、數(shù)據(jù)獲取難、想法驗證難、數(shù)據(jù)處理難”等系列問題[12]，我院將臨床科研全流程進行深度解析和優(yōu)化改造，包括數(shù)據(jù)獲取、專病庫建立、發(fā)現(xiàn)問題和提出假設(shè)[13]等各環(huán)節(jié)，設(shè)計了面向全院的基于大數(shù)據(jù)平臺的科研病種庫系統(tǒng)。本系統(tǒng)以數(shù)據(jù)為驅(qū)動，基于各?？茖２∵M行病種庫構(gòu)建，臨床科室根據(jù)其需求自行配置專病數(shù)據(jù)庫的數(shù)據(jù)采集表單、隨訪模式，信息科負責大數(shù)據(jù)平臺數(shù)據(jù)治理，為各專病庫提供數(shù)據(jù)接口，輔助臨床醫(yī)生便捷、高效地完成整個科研過程。系統(tǒng)運行流程如圖2所示。

圖2 科研病種庫系統(tǒng)運行流程圖

2.2 功能模塊

科研病種庫系統(tǒng)主要包括項目管理模塊、病例管理模塊、隨訪管理模塊和數(shù)據(jù)利用管理模塊，具體功能模塊結(jié)構(gòu)圖如圖3所示。

圖3 科研病種庫系統(tǒng)功能模塊結(jié)構(gòu)圖

2.2.1 項目管理模塊

2.2.1.1 項目屬性維護

系統(tǒng)以低耦合的設(shè)計方式將病種項目的常規(guī)管理和科研數(shù)據(jù)應(yīng)用分析分離，確保了系統(tǒng)穩(wěn)定和科研項目的安全。系統(tǒng)管理員負責各個病種庫項目的創(chuàng)建和屬性維護，項目屬性包括項目名稱、級別、責任科室、項目負責人等，項目屬性維護界面如圖4所示?？蒲许椖抗芾韱T負責處理病種數(shù)據(jù)的增刪查改和分析統(tǒng)計。系統(tǒng)提供用戶管理和角色管理功能，將不同用戶和角色在操作權(quán)限上區(qū)分和隔離，通過統(tǒng)一授權(quán)驗證將登錄用戶信息與對應(yīng)的配置權(quán)限關(guān)聯(lián)，確保在系統(tǒng)使用過程中的權(quán)限單一和安全。

圖4 項目屬性維護界面

2.2.1.2 CRF設(shè)計

不同科研項目需要采集不同的病種相關(guān)數(shù)據(jù)，傳統(tǒng)由文件導(dǎo)入或由工程師完成采集會導(dǎo)致數(shù)據(jù)質(zhì)量和數(shù)據(jù)關(guān)聯(lián)較差?？蒲胁》N庫系統(tǒng)提供一個全面的CRF設(shè)計模塊，包括表單數(shù)據(jù)項組件管理、表單設(shè)計管理、表單版本發(fā)布管理和表單權(quán)限管理4個內(nèi)容。表單數(shù)據(jù)項組件管理是將CRF的每一個數(shù)據(jù)項組件作為全局的元數(shù)據(jù)項目進行統(tǒng)一維護和管理，確保不同表單中的數(shù)據(jù)項概念一致。表單設(shè)計管理是?？漆t(yī)生將相應(yīng)的數(shù)據(jù)項組件進行布局和配置，如圖5所示。每個數(shù)據(jù)項組件根據(jù)不同科研需要，設(shè)置相應(yīng)的位置、對齊、字體、顏色、名稱、函數(shù)事件、字典值域等屬性信息。同時，組件還可以設(shè)置大數(shù)據(jù)平臺業(yè)務(wù)數(shù)據(jù)接口，實時抓取數(shù)據(jù)，減少手工操作誤差。在一張完整的CRF中，可配置組件間的數(shù)據(jù)校驗規(guī)則，確保表單填寫的數(shù)據(jù)質(zhì)量。表單版本發(fā)布管理和表單權(quán)限管理功能可確保每個CRF在限定的權(quán)限下，通過標準應(yīng)用程序接口（application programming interface，API）與不同科研項目、不同病種庫的數(shù)據(jù)進行交換。

圖5 CRF設(shè)計界面

2.2.1.3 隨訪流程設(shè)計

系統(tǒng)提供多種隨訪類型以支持不同的科研需要，有參考點隨訪、統(tǒng)一隨訪、自定義隨訪、無計劃隨訪、參考點和無計劃相結(jié)合隨訪等，不同類型的科研項目可選擇不同的隨訪類型。每一種隨訪類型都可以自定義隨訪流程，隨訪流程設(shè)計界面如圖6所示。隨訪流程是基于用戶常用的5種場景建立數(shù)據(jù)模型：（1）基于開始時間，完全按計劃時間隨訪；（2）基于開始時間，根據(jù)實際隨訪時間調(diào)整計劃隨訪；（3）本次隨訪完成后，指定下次隨訪內(nèi)容和時間；（4）隨到隨訪；（5）第一個階段按計劃隨訪，第二個階段隨到隨訪。由于每個隨訪數(shù)據(jù)模型差異較大，采用JSON（JavaScript object notation）存儲和傳遞，后臺業(yè)務(wù)處理層通過對象反射機制識別隨訪模型并計算隨訪時間計劃和表單綁定，從而對每個病種患者生成隨訪日期排程。

圖6 隨訪流程設(shè)計界面

2.2.2 病例管理模塊

2.2.2.1 病例入組

系統(tǒng)支持利用大數(shù)據(jù)平臺上的病歷檢索引擎查詢大數(shù)據(jù)資源池的臨床數(shù)據(jù)，查詢符合條件的專病病例進行批量入組。大數(shù)據(jù)檢索的建立，可以實現(xiàn)在千萬份病例中的秒級查詢，如圖7所示。

圖7 大數(shù)據(jù)病歷檢索引擎界面

系統(tǒng)還支持其他多種入組方式：HIS直接入組、手工通過病歷號入組、批量導(dǎo)入病歷號入組等。系統(tǒng)通過Web Service方式根據(jù)病歷號、醫(yī)院編碼獲取基本信息；通過JQuey綁定驗證函數(shù)對姓名、性別、身份證號等字段進行驗證，病例具有唯一性驗證，重復(fù)病例不入組。病例入組后系統(tǒng)根據(jù)隨訪流程自動生成該病例的隨訪計劃。在病例列表清單中可配置顯示數(shù)據(jù)表單的填寫率，以提醒科研工作者及時進行隨訪工作。病例入組和列表界面如圖8所示。

圖8 病例入組和列表界面

2.2.2.2 基線數(shù)據(jù)采集

將設(shè)計完成的CRF導(dǎo)入基線數(shù)據(jù)采集模塊，如圖9所示。根據(jù)基線數(shù)據(jù)的要求輸入相應(yīng)的患者唯一ID、訪視關(guān)聯(lián)就診ID和觀測階段3個基線條件，并將基線數(shù)據(jù)類型、基線值校驗、關(guān)聯(lián)校驗和規(guī)則校驗根據(jù)科研項目需求進行相應(yīng)配置，系統(tǒng)提供的基線數(shù)據(jù)采集模塊自動調(diào)用標準的Web Service服務(wù)完成所有基線數(shù)據(jù)的采集?；€數(shù)據(jù)類型和基線值校驗可確保每一個單獨的基線數(shù)據(jù)質(zhì)量，關(guān)聯(lián)校驗和規(guī)則校驗可進一步確?；€數(shù)據(jù)間的質(zhì)量，如性別選擇“男”時，不顯示月經(jīng)初潮年齡等?；€數(shù)據(jù)采集模塊將數(shù)據(jù)讀出、數(shù)據(jù)校驗、數(shù)據(jù)處理和數(shù)據(jù)寫入的完整流程按照系統(tǒng)要求實時記錄日志，并提供每一個細致步驟的查詢和分析。

圖9 基線數(shù)據(jù)采集界面

2.2.3 隨訪管理模塊

2.2.3.1 隨訪數(shù)據(jù)采集

系統(tǒng)提供人工采集和機器智能采集2種模式的隨訪數(shù)據(jù)采集。傳統(tǒng)的人工采集方式是科研人員根據(jù)所設(shè)定的計劃撥打隨訪電話，逐一問詢情況并完成CRF的數(shù)據(jù)填寫。機器智能采集提供話術(shù)管理、隨訪執(zhí)行、語音識別處理和隨訪結(jié)果管理4個功能?？蒲腥藛T在話術(shù)管理中設(shè)定隨訪的問詢流程和邏輯處理預(yù)案，通過系統(tǒng)提供的環(huán)境測試并保存。系統(tǒng)根據(jù)隨訪計劃，自動撥號并以保存的話術(shù)模板啟動人機交互的語音機器人完成隨訪。通過智能語音識別處理功能，使人機交互的對話信息形成對應(yīng)的隨訪信息。最后，隨訪結(jié)果管理將隨訪信息按照CRF要求完成隨訪結(jié)果的自動填充。AI隨訪界面如圖10所示。所有機器智能采集的語音信息和文字數(shù)據(jù)均保存在大數(shù)據(jù)平臺的安全存儲環(huán)境中。隨訪結(jié)果管理還提供語音復(fù)播功能，便于科研人員對智能語音識別結(jié)果存疑時的復(fù)審和修正。

圖10 AI隨訪界面

2.2.3.2 訪視進度管理

系統(tǒng)提供全角度的訪視進度管理，在授權(quán)的科研項目組下所有患者的訪視進度和隨訪狀態(tài)以不同顏色區(qū)分顯示，如圖11所示。科研用戶可以根據(jù)參考點隨訪、無計劃隨訪、回顧性隨訪、觀測階段等不同的隨訪類型進行管理和查看，也可以根據(jù)研究方向自定義分組規(guī)則并管理滿足規(guī)則的患者當前的隨訪進度和狀態(tài)。系統(tǒng)提供已完成、窗口期內(nèi)、窗口期外、超期、未指定方式5種隨訪狀態(tài)的查詢。根據(jù)不同的隨訪類型和狀態(tài)，訪視進度管理模塊還提供預(yù)警提醒和主動干預(yù)功能。預(yù)警提醒與大數(shù)據(jù)平臺的消息中心實時對接，將訪視的異常情況以消息方式實時推送給科研用戶，科研用戶可以使用主動干預(yù)功能，對訪視情況特殊的患者及時調(diào)整隨訪計劃和隨訪方式。

圖11 訪視進度總覽界面

2.2.4 數(shù)據(jù)利用管理模塊

數(shù)據(jù)利用管理模塊提供科研病種庫數(shù)據(jù)的查詢和導(dǎo)出，授權(quán)后的科研用戶可以以任意維度檢索和導(dǎo)出病種庫數(shù)據(jù)，CRF檢索和導(dǎo)出界面如圖12所示。不管是實時接入的基線業(yè)務(wù)數(shù)據(jù)，還是通過CRF采集的數(shù)據(jù)，在表單數(shù)據(jù)項組件的統(tǒng)一管理下，以元數(shù)據(jù)統(tǒng)一技術(shù)實現(xiàn)數(shù)據(jù)概念層的一致?？蒲杏脩艨梢宰远x組合各種檢索條件，也可以手動輸入結(jié)構(gòu)化查詢語言（structured query language，SQL）進行檢索。所有檢索結(jié)果可以直接導(dǎo)出為Excel表格，也可以直接形成含有項目組權(quán)限的數(shù)據(jù)集供外部調(diào)用。系統(tǒng)還提供標準的軟件開發(fā)工具包（software development kit，SDK），第三方系統(tǒng)通過標準API與科研病種庫進行對接。為確保數(shù)據(jù)安全，防止惡意的SQL注入攻擊，系統(tǒng)優(yōu)化SQL語句的智能拼接，并全面采用語言集成查詢（language-integrated query，LINQ）技術(shù)實現(xiàn)病種庫數(shù)據(jù)動態(tài)的查詢。

圖12 CRF檢索和導(dǎo)出界面

3 應(yīng)用效果

3.1 整體情況

基于大數(shù)據(jù)平臺的科研病種庫系統(tǒng)于2020年5月在我院成功上線。醫(yī)院信息科統(tǒng)一規(guī)劃信息數(shù)據(jù)集成工作，負責整合臨床診療過程的信息數(shù)據(jù)，實現(xiàn)RDR數(shù)據(jù)集成和數(shù)據(jù)治理，在此基礎(chǔ)上培訓(xùn)臨床科室使用本系統(tǒng)。臨床科室主導(dǎo)實施具體科研病種庫系統(tǒng)搭建，構(gòu)建各自的科研項目數(shù)據(jù)庫。迄今為止，累計使用科室數(shù)量達45個，用戶600余個，累計項目數(shù)量達到110個，入組病例數(shù)達到80多萬例，優(yōu)化了科研流程，提升了科研效率。同時，數(shù)個多中心病種庫正在開展，幾十家醫(yī)院參與共建。本系統(tǒng)由于嫁接在大數(shù)據(jù)平臺上，因此具有以下特點：

（1）全新的管理模式。系統(tǒng)支持對全院科研項目的統(tǒng)一集成管理。

（2）靈活的CRF定制。系統(tǒng)支持科研用戶自行配置數(shù)據(jù)表單，無需技術(shù)人員參與。

（3）全面的數(shù)據(jù)集成。系統(tǒng)支持從大數(shù)據(jù)平臺RDR自動獲取數(shù)據(jù)，不需轉(zhuǎn)錄，大大減少了科研工作量。大數(shù)據(jù)平臺的數(shù)據(jù)治理能力使得半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)都能得到充分利用。

（4）精準的檢索入組設(shè)計。由于大數(shù)據(jù)平臺已經(jīng)從電子病歷系統(tǒng)、HIS、檢驗系統(tǒng)等獲取了海量多維變量，可直接用于多條件檢索，因此通過大數(shù)據(jù)檢索引擎進行檢索入組，可以更精準地設(shè)計患者入組條件，使入組患者更加準確和完整。

（5）便捷的事件流程管理。系統(tǒng)關(guān)鍵事件可以是某次隨訪，可以是某次就診，甚至可以是某次服藥或者某次手術(shù)等，可靈活設(shè)置，支撐不同研究目的的科研項目?；€參考點時間可自定義選擇或者根據(jù)數(shù)據(jù)采集邏輯自動生成，通過時間線串聯(lián)各個關(guān)鍵事件節(jié)點，以更加直觀的方式展示患者從研究開始到結(jié)束全程的狀態(tài)轉(zhuǎn)變。

（6）可支撐多中心項目開展。B/S架構(gòu)支持在院內(nèi)跨專業(yè)共建科研病種庫系統(tǒng)，還支持互聯(lián)網(wǎng)的部署，支撐異地多中心科研項目的實施和管理。

（7）可支撐醫(yī)聯(lián)體數(shù)據(jù)自動接入。大數(shù)據(jù)平臺不僅集成了本院各系統(tǒng)數(shù)據(jù)，還集成了各領(lǐng)辦型醫(yī)聯(lián)體數(shù)據(jù)，因此對于聯(lián)盟內(nèi)開展多中心研究時，其他醫(yī)院的數(shù)據(jù)也可實現(xiàn)自動采集，不需像互聯(lián)網(wǎng)多中心項目那樣通過手動錄入或者Excel表格導(dǎo)入來實現(xiàn)。

（8）科研病種庫的集成更有利于多學(xué)科科研的聯(lián)合開展。當全院科研應(yīng)用都整合到科研病種庫系統(tǒng)時，此系統(tǒng)集成的數(shù)據(jù)不僅能支撐單科室、單項目的科研統(tǒng)計分析，還能實現(xiàn)全院科研數(shù)據(jù)的共享應(yīng)用，支撐臨床多學(xué)科聯(lián)合科研。

（9）大數(shù)據(jù)平臺上的挖掘系統(tǒng)可支撐病種庫數(shù)據(jù)的數(shù)據(jù)分析和數(shù)據(jù)挖掘?？蒲胁》N庫的數(shù)據(jù)可直接導(dǎo)入到數(shù)據(jù)挖掘系統(tǒng)，該系統(tǒng)集成了常用的統(tǒng)計方法和挖掘工具，方便項目組中的統(tǒng)計師和數(shù)據(jù)科學(xué)家開展模型開發(fā)、算法開發(fā)工作，醫(yī)工結(jié)合，形成的統(tǒng)計模型和挖掘模型還可作為知識存儲到知識庫，作為知識積累和傳遞的途徑。

3.2 案例分享

2018年初，國家心血管病中心發(fā)布《中國心血管病報告2017（概要）》。據(jù)推算，我國心血管病現(xiàn)患人數(shù)2.9億，心血管病死亡占居民疾病死亡構(gòu)成40%以上，居所有病種首位，高于腫瘤及其他疾病[14]。而急性心肌梗死（acute myocardial infarction，AMI）（以下簡稱“心?！保┦枪跔顒用}急性、持續(xù)性缺血缺氧所引起的心肌壞死。臨床上多有劇烈而持久的胸骨后疼痛，可并發(fā)心律失常、休克或心力衰竭，?？晌＜吧?。為盡早發(fā)現(xiàn)心梗事件和降低心梗風(fēng)險，亟須開發(fā)一種基于AI的心梗風(fēng)險預(yù)測輔助決策系統(tǒng)，通過該系統(tǒng)，能夠?qū)λ凶≡夯颊?，特別是非心血管?？频淖≡夯颊呒磿r評估預(yù)警，以支撐一體化、規(guī)范化、統(tǒng)籌化地開展院內(nèi)心梗高?；颊咝畔R報及預(yù)警、病情主動監(jiān)控、中心調(diào)度指揮、救治信息反饋以及數(shù)據(jù)匯總分析、救護質(zhì)量控制工作，以減少院內(nèi)急性心梗事件的發(fā)生，提升救治率，從而改善預(yù)后。

該系統(tǒng)的開發(fā)依托大數(shù)據(jù)平臺上的科研病種庫構(gòu)建心?；颊邤?shù)據(jù)庫，通過大數(shù)據(jù)病例檢索引擎，查詢RDR數(shù)據(jù)資源池中診斷關(guān)鍵詞包含為心梗、心肌梗死的患者，將查詢到的10 937例患者入組入庫。通過病史、醫(yī)囑等將患者劃分為心梗首發(fā)患者、心梗復(fù)發(fā)患者以及1∶1隨機抽取的非心梗對照患者，在心?；颊邤?shù)據(jù)庫中建立3個項目子組，分別為心梗復(fù)發(fā)組、心梗新發(fā)組、非心梗患者組。隨后設(shè)計臨床CRF，通過RDR的臨床數(shù)據(jù)資源中心自動抓取基本信息、診斷信息、手術(shù)信息等數(shù)據(jù)，完成多維特征的數(shù)據(jù)匯集。最后利用科研病種庫系統(tǒng)的綜合查詢功能，查詢患者維度特征，將數(shù)據(jù)導(dǎo)出到數(shù)據(jù)挖掘系統(tǒng)進行機器學(xué)習(xí)建模。隨著時間的推進，將更多符合條件的患者自動納入病種庫，對已有模型進行增量訓(xùn)練，使模型的準確度不斷提高。該項目的開展很好地驗證了基于大數(shù)據(jù)平臺的科研病種庫系統(tǒng)的應(yīng)用效果。

4 結(jié)語

基于大數(shù)據(jù)平臺的科研病種庫系統(tǒng)可支撐臨床回顧性研究與前瞻性研究，集AI隨訪和大數(shù)據(jù)采集于一體，可全方面覆蓋臨床科研需求，在實際應(yīng)用中取得了良好的效果，但仍然存在一些不足。例如，在數(shù)據(jù)采集方式方面，AI隨訪無論是在語音識別準確率還是在交互智能化方面依然有進步的空間；在數(shù)據(jù)采集內(nèi)容方面，大數(shù)據(jù)平臺雖然已經(jīng)能夠提供高維度和及時穩(wěn)定的數(shù)據(jù)支持，但目前還不能精準實現(xiàn)電子病歷文本數(shù)據(jù)結(jié)構(gòu)化，仍需用戶進行一定程度的結(jié)構(gòu)化處理；在系統(tǒng)功能方面，還未能實現(xiàn)移動端的部署以支撐更多場景的應(yīng)用?；诖髷?shù)據(jù)平臺的科研病種庫系統(tǒng)還將繼續(xù)進行優(yōu)化，通過移動端、PC端實現(xiàn)多場景的訪問。此外，還需將影像數(shù)據(jù)、音頻數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)等多源異構(gòu)數(shù)據(jù)納入系統(tǒng)，完善多渠道的自動采集方式，最終實現(xiàn)多模態(tài)科研病種庫系統(tǒng)的應(yīng)用。