北京大学人民医院医学信息中心副主任王力华：

　　医疗大数据发展现状

　　近期，2017年中国医疗大数据应用创新论坛召开。北京大学人民医院医学信息中心副主任王力华女士分享了该院的实践经验。

▲王力华

　　●医疗大数据：形成、存储、架构和提取

　　2013年，北京大学人民医院建成临床数据中心。王力华称，该院内部已经有了结构化数据。“我们做了一个临床数据中心项目（CDR），用几年的时间将医院的各个信息系统进行了整合。”该系统是以病人的基本信息作为主线，将病人在医院里的历次就诊信息都串联起来。

　　据王力华介绍，目前临床数据中心数据存储量是2.5T，患者数430万，以35个信息系统作为其数据来源，每月有八万次访问量。

　　基于搭建的临床数据中心，该院建立了科研平台，以CDR为数据源，存储基于大数据架构，更适合科研数据的查询和提取。

　　●满足临床多样化需求

　　王力华称，从2015年CDR建成到2016年，已经做了400多个统计查询，其中比较明确的针对科研方面的有100多个。

　　该院内部科研数据查询的需求涉及35个临床科室，“绝大多数科室都提出过科研查询需求”。数据查询目的分为几类：科研项目、写论文、做前期研究、研究生课题和临床试验。

　　对数据的科研需求共性特点有：第一，大部分需要患者基本信息，像住院号、门诊号、性别、年龄等。第二，需要长时间段。第三，涉及多个信息系统数据。

　　王力华称，科研查询平台特别受医生欢迎。该院有900多名医生，而科研查询平台的用户数达250多人，占27%；临床科室44个，已经有账号的是35个，占到80%；使用最多的一个月查询数达2700多次。

　　●临床数据和科研数据的差异

　　临床数据的产生过程是：住院医生医嘱—护士站确认—药房摆药—药师复核—送到护士区。这个过程涉及5个信息系统，联合起来才能完成整个住院病人发药的业务场景。对应的是，每个系统产生不同的数据，所有的数据会存到临床数据中心，整个串联起来形成了整个数据系统。

　　※临床数据的局限性

　　临床信息系统对科研有一定的局限性。有些业务流程在信息系统中没有形成闭环，比如医院没有门诊用药效果数据。其次，运行系统中记录的数据有些不够准确，未达到科研数据的要求。最后，医生面临实际业务使用运行系统，要求操作的便捷性。

　　※科研数据有待进一步完善

　　检验结果、检查报告、电子病例里面入院记录和病案首页等，相对更适合应用于科研。王力华称，一个比较大的问题是，数据中心已经有2196个数据项了，但仍然不能满足科研查询的需求。医生的科研需求非常细致，数量很多，而现有数据根本达不到要求，很多地方没有数据记录。

　　●搭建一体化科研平台

　　对于科研数据和临床数据的差异，一个解决办法是搭建一体化科研平台。

　　临床信息系统，是不是可以补充进去科研的数据呢？临床数据与科研数据的差异能不能补充进去呢？王力华称，这有一定的难度，对于临床业务来说，系统操作越简单越好，但加入科研数据就变复杂了，而且，操作人员填写数据不及时、不专业。

　　对此，建立各临床科室的专科数据库可能是一个好的解决办法。专科数据库能补充一些需要的科研数据，包括在业务系统中无法采集到的数据、一些特定的专科数据、一些不需要病例的数据。

　　●随访系统

　　随访系统，主要用来补充病人数据。比如，病人就诊结束后或住院病人出院后的转归数据，治好没？效果怎么样？

　　一个项目经常有几千样本量，做随访很复杂，因此随访平台一定要适合多科室、各种不同项目，并且要把临床的信息系统和科研系统整合起来。

　　随访系统中往往涉及病人隐私信息，比如姓名、地址、电话等，这方面需要加强隐私保护。如果可能，通过随访中心，随访人员并不知道病人电话，就可以把电话拨出去；还有通过其它方式搜集数据，而不是用挨个打电话的方式，也是值得尝试的。

　　●现实瓶颈

　　打造多中心平台也有一些困难。第一，医院的数据都是要手工录入的，自动读取数据的难度非常大。第二，手工录入的数据质量很难控制，还有医院间的协调要花费大量的精力。“医院对于系统自动提取数据的技术需求是非常迫切的。”王力华称，提供科研数据一大痛点是数据安全。有科主任建议，最好把后期数据挖掘的工作封装在平台上，原始数据不出平台，就可以拿到结果。“我们也想做这方面的尝试。”

　　如何推进大数据应用，让中国医学“弯道超车”

　　尹聪颖

▲弓孟春

　　当全球医疗信息化产业进入全新发展阶段，中国医疗信息化产业将如何实现转型升级？就当下国内医改整体发展状况来看，医疗信息化主要从两个方向提供支撑：一是积极推进全国范围内的互联互通支撑分级诊疗落地；二是从现有海量医疗数据中探索驱动医疗科研进步的途径。

　　“数据大”变成“大数据”：还有很长的路要走

　　如今，中国医疗大数据市场早已拔地而起，众多医疗大数据项目喷薄而出。然而，“快餐式”项目分散了医疗大数据市场大量的资本、精力，致使一些更具价值空间的深度应用项目在艰难而又漫长的成长期里变得焦虑。

　　“医疗大数据深度应用对于数据、标准和分析方法都有更高要求，‘数据大’变成‘大数据’还有很长的路要走。”SNOMED International全球管理委员会董事弓孟春博士说，收集到的数据表达差异大，没办法做初步分析；成熟的本体体系对于大数据分析结果呈现很重要，但中文本体体系严重缺乏。

　　中国医疗大数据市场需要厘清现有基础、共享优势、补齐短板，集中优势在各个应用方向纵深发展。要实现这一目标，从单一环节入手埋头苦干远远不够，需要医疗大数据价值转化链条各个环节协调发展，做好衔接与映射，实现产业联动。

　　在完成初步的数据采集后，临床及科研工作者在应用中发现：中国医疗大数据在术语、组学融合、知识库等方面正面临严峻挑战。弓孟春表示，这些问题在国外医疗行业同样存在过，我们可以通过借荐他们的解决方法探索突围路径。

　　大数据研发如何突出重围

　　●明晰数据归属，增强研发创投信心

　　弓孟春说，数据是医疗大数据产业的根本，在进行数据研究前首先要明晰数据权限。如果不解决数据权限的归属，从资本投入、实业公司开展研发到患者参与等各个环节都会存在信心不足的问题。解决数据权限的问题，需要有严格的数据权限和知情管理同意。

　　据悉，国家现在正在起草新的《中国健康医疗大数据管理办法》，预计新的管理办法或将涉及操作层面。

　　●对可靠性评级高的数据，医生更放心使用

　　经过大数据分析获得的知识，需要校验准确性后再放到临床中应用。要获得更加可靠的结果，就需要依据样本量、研究方法、分析精度、临床风险和知识管理模式进行数据可靠性评级。对级别高的数据，医生可以放心使用，确保临床科研数据可靠性。

　　针对冲突的结果，采用荟萃分析做高级别的统计学分析，尽管消耗时间但对临床科研很有必要，是循证医学和精准医学的一次完美结合。

　　●规范术语

　　读懂医疗数据首先需要进行术语管理，只有真正懂得数据表达的意思才能实现医疗大数据的集成分析。然而，不同医生使用的医学用语存在差异，比如：30份病历都是针对2型糖尿病的，实际呈现为“非胰岛素依赖性糖尿病”、“Type 2 diabetes”、“Ⅱ型糖尿病”各10份。对于临床研究来说，30份病历的分析价值明显更高，因此统一表达方式非常关键。

　　弓孟春说：“统一术语是影响全国医疗大数据整体发展的关键，而这需要自上而下推动。从此前我国推动互联互通等标准落地的过程来看，一旦相关学术机构做好充分的标准化调研和设计工作，国内要推动术语标准化将会非常迅速。对于医疗大数据项目研究人员来说，基于标准术语的医疗数据其知识转化的含金量无疑会更高。”

　　●突破组学融合

　　“由于缺乏普适性组学融合算法，分析了海量数据的研究人员却搞不懂数据分析结果代表的意义。对于研究人员来说这无疑是盲人摸象，为了分析而分析不知前路几何。”弓孟春分析过西方国家的做法，比如：美国是每家医院自己做算法，跨院交互时需要做映射；欧洲引入国际统一标准下发到医院和研究结构，目前正在进行SNOMED CT与HPO对接，帮助研究人员寻找疾病与特定表型之间的关系。他建议我国自上而下制订统一算法，然后让各大医院在此基础上继续做深入研究，既可快速扫清算法障碍，又能获得更加广泛、先进的发展方向。

　　●严把数据安全关

　　全球数据泄露事件频发，医疗数据的泄漏影响尤为严重。精准医学涉及的组学信息泄露可能会引发基因歧视、医保及就业等各种问题。因此，发展中的中国医疗大数据市场亟需建立更高级别的安全机制，确保安全与发展同步成长。

　　30年数据研究，让中国医学“弯道超车”更可及。中国医疗信息化经过30年的发展，积累了大量经验和方法。在精准医学引爆的医疗数据深海中，我们更加有信心去分析问题找到前进方向，让中国医学“弯道超车”的梦想早日成真。

　　作者：王力华 尹聪颖