當(dāng)前，科技創(chuàng)新助推醫(yī)院高質(zhì)量發(fā)展獲得了政策支持。國務(wù)院辦公廳引發(fā)的《關(guān)于推動公立醫(yī)院高質(zhì)量發(fā)展的意見》指出，要構(gòu)建高質(zhì)量發(fā)展新體系，開展前沿醫(yī)學(xué)科技創(chuàng)新研究和成果轉(zhuǎn)化。《關(guān)于印發(fā)公立醫(yī)院高質(zhì)量發(fā)展促進(jìn)行動(2021-2025年)的通知》提出了實(shí)施臨床科研提升行動，要求建立臨床需求導(dǎo)向的科研機(jī)制，堅(jiān)持臨床研究和臨床診療協(xié)同，科研成果服務(wù)臨床和疾病防控一線。南昌大學(xué)第一附屬醫(yī)院信息處處長曹磊在CHIMA 2023大會進(jìn)行演講時強(qiáng)調(diào)，開展科研時數(shù)據(jù)是最關(guān)鍵的，因?yàn)榇髷?shù)據(jù)才是創(chuàng)新發(fā)展的源泉。

　　曹磊介紹，當(dāng)前科研數(shù)據(jù)存在以下主要問題：1.臨床數(shù)據(jù)質(zhì)量較低。不同階段的醫(yī)療過程對數(shù)據(jù)的重視程度不同，導(dǎo)致數(shù)據(jù)的完整性不足，可能會缺失重要內(nèi)容或信息。2.缺乏數(shù)據(jù)獲取和分析工具。目前，臨床醫(yī)生需要手動導(dǎo)出數(shù)據(jù)，缺乏自動導(dǎo)出工具，并且缺乏統(tǒng)計(jì)分析工具。3.缺乏數(shù)據(jù)需求的溝通管理機(jī)制。信息部門和臨床科研部門之間缺乏有效的溝通機(jī)制，無法滿足數(shù)據(jù)需求。

　　他進(jìn)一步強(qiáng)調(diào)，信息系統(tǒng)建設(shè)的完備性是醫(yī)療數(shù)據(jù)產(chǎn)生的基礎(chǔ)，信息系統(tǒng)建設(shè)的連通性有助于保障醫(yī)療數(shù)據(jù)的完整性，信息系統(tǒng)建設(shè)的可靠性可以保障醫(yī)療數(shù)據(jù)的邏輯性和準(zhǔn)確性。

　　曹磊建議，為使高質(zhì)量數(shù)據(jù)更好的助力臨床科研，可采用“質(zhì)、治、智、制”的“4Z”模式：

　　1.質(zhì)：建設(shè)數(shù)據(jù)質(zhì)控平臺。建設(shè)多源數(shù)據(jù)質(zhì)控平臺，監(jiān)測醫(yī)療數(shù)據(jù)的一致性、完整性、及時性等質(zhì)控問題。平臺每周自動推送質(zhì)控問題給科室主任，每月信息處在院級會議報(bào)告整改率，綜合舉措提升數(shù)據(jù)生成質(zhì)量;

　　2.治：進(jìn)行臨床數(shù)據(jù)治理。主要是設(shè)置數(shù)據(jù)完整性檢查，避免關(guān)鍵信息缺失。設(shè)定數(shù)據(jù)標(biāo)準(zhǔn)規(guī)則監(jiān)督，減少不規(guī)范數(shù)據(jù)的產(chǎn)生。使用自然語言處理技術(shù)，分析并提取關(guān)鍵數(shù)據(jù);

　　3.智：使用醫(yī)療大數(shù)據(jù)搜索工具。使用醫(yī)療大數(shù)據(jù)搜索系統(tǒng)，根據(jù)關(guān)鍵詞搜索所需的數(shù)據(jù)，匯聚融合多維數(shù)據(jù)自動生成科研數(shù)據(jù)集;

　　4.制：建立管理機(jī)制和溝通機(jī)制。管理機(jī)制主要是實(shí)現(xiàn)科研申報(bào)、項(xiàng)目查新查重、成果產(chǎn)出、學(xué)科建設(shè)全流程規(guī)范管理，同時智能匹配科研人員的研究方向，主動推送國際最新研究成果，助力科研工作高質(zhì)量發(fā)展。溝通機(jī)制是建立定期溝通機(jī)制，成立科研專項(xiàng)支撐組，實(shí)地調(diào)研科研需求。

　　他指出，在推動高質(zhì)量數(shù)據(jù)助力臨床科研實(shí)踐中，還需采取建立數(shù)據(jù)安全管理制度、控制數(shù)據(jù)訪問權(quán)限范圍、保護(hù)關(guān)鍵數(shù)據(jù)隱私信息、采用安全存儲傳輸方式等措施，加強(qiáng)安全監(jiān)管。

　　曹磊介紹了南昌大學(xué)第一附屬醫(yī)院的呼吸專科數(shù)據(jù)分析平臺建設(shè)案例。該院呼吸科為國家臨床重點(diǎn)專科、全國“呼吸系統(tǒng)疑難病癥診治能力提升工程”單位，國家呼吸區(qū)域醫(yī)療中心。年門診量13萬+、出院病人2萬多人次，積累了大量醫(yī)療數(shù)據(jù)。臨床數(shù)據(jù)存在數(shù)據(jù)孤島、指標(biāo)缺失、無結(jié)構(gòu)化等問題，給臨床科研帶來一定的阻礙。為此，醫(yī)院成立了以分管副院長為組長的專項(xiàng)支撐組，建設(shè)以肺癌、慢性阻塞性肺疾病、肺部真菌感染三個病種的呼吸專科大數(shù)據(jù)平臺。對歷史數(shù)據(jù)進(jìn)行清洗和治理，對增量數(shù)據(jù)進(jìn)行指標(biāo)完善和質(zhì)量控制，并利用AI技術(shù)為臨床提供數(shù)據(jù)特征分析。

　　該平臺建成后，針對肺癌、慢性阻塞性肺疾病、肺部真菌感染三個病種，在質(zhì)、治、智、制方面取得了一定成效：

　　1.質(zhì)：主要指醫(yī)療質(zhì)量控制。建立了數(shù)據(jù)自動挖掘與分析系統(tǒng)，包括醫(yī)療安全指標(biāo)、合理用藥指標(biāo)、患者基礎(chǔ)指標(biāo)、綜合指標(biāo)、治療指標(biāo)等五大類指標(biāo)。系統(tǒng)可以自動檢測并即時告警內(nèi)容缺失、屬性錯誤、數(shù)值超限等異常情況。

　　2.治：主要指專科病種數(shù)據(jù)治理。通過去重、丟孤、關(guān)聯(lián)、圖譜構(gòu)建等方法清洗數(shù)據(jù)，并嚴(yán)格控制關(guān)聯(lián)條件，建立了以患者為索引的知識圖譜，提高科研數(shù)據(jù)質(zhì)量。

　　3.智：主要指智能科研分析。已建設(shè)了針對三個病種的科研數(shù)據(jù)庫，提供多種數(shù)據(jù)分析模型，用于提取數(shù)據(jù)特征，降低臨床科研人員與醫(yī)工結(jié)合的研究成本，提高科研成果產(chǎn)出。

　　4.制：主要指重大專項(xiàng)支撐。針對三個病種的專項(xiàng)科研任務(wù)，成立了科研專項(xiàng)支撐組，共開展了29次專項(xiàng)調(diào)研會，響應(yīng)了63條需求，并輔助訓(xùn)練模型近600小時。

　　曹磊指出，醫(yī)院未來會建設(shè)科研智能一體化平臺，主要包括醫(yī)療大數(shù)據(jù)搜索系統(tǒng)、多學(xué)科科研數(shù)據(jù)分析系統(tǒng)和科研項(xiàng)目管理系統(tǒng)。“我們將全方位支持科研智能一體化平臺在安全、應(yīng)用、管理和成效方面的發(fā)展。在安全方面，實(shí)現(xiàn)沙箱式科研模式，確保數(shù)據(jù)和模型不離開平臺;在應(yīng)用方面，將多個功能子系統(tǒng)整合為一個，提高數(shù)據(jù)使用的便捷性和AI分析能力;在管理方面，實(shí)施全流程監(jiān)管，降低學(xué)術(shù)失信風(fēng)險(xiǎn);在成效方面，完善高質(zhì)量數(shù)據(jù)的建設(shè)，促進(jìn)高質(zhì)量科研的發(fā)展。”他如是說。