近日，在海森健康大數據科研分析平臺支持下首都醫(yī)科大學附屬北京天壇醫(yī)院(以下簡稱北京天壇醫(yī)院)的創(chuàng)新研究成果“基于前循環(huán)腦梗死神經血管介入專病庫的臨床科研一體化研究模式應用探討”，在國家級核心期刊《中國卒中雜志》公開發(fā)表。
至此，海森健康在國內外核心期刊上發(fā)表的科研論文成果再添一項。此前海森健康在醫(yī)療大數據與人工智能領域就已經取得了豐碩的科研學術成果——與解放軍總醫(yī)院、北京大學第三醫(yī)院、廣州醫(yī)科大學附屬第二醫(yī)院等國內頂級醫(yī)療機構開展密切合作，共同探索醫(yī)療大數據、人工智能技術在醫(yī)療領域中可應用的深度、廣度及更多可能性，并已經取得了可觀的研究成果，發(fā)表在《中國數字醫(yī)學雜志》《世界華人消化雜志》等國內外核心期刊上。
此次天壇醫(yī)院發(fā)布的創(chuàng)新研究成果以其頂尖優(yōu)勢學科神經介入為切入點，詳細論述了如何通過以專病庫為核心的海森健康大數據科研平臺構建高質量重點專病數據庫，實現海量真實診療數據在臨床研究中的深度利用以及研究成果對于臨床決策的有效反哺，開啟了行業(yè)內以專病庫為核心的“臨床-科研一體化”發(fā)展路徑，同時也樹立了現代醫(yī)療體系下的落地應用標桿，對促進我國循證醫(yī)學以及轉化醫(yī)學的發(fā)展有著重要參考意義和廣泛推廣價值。
以專病庫為核心的“臨床-科研一體化”發(fā)展模式，是天壇醫(yī)院人工智能臨床研究領域的又一重大突破。它以醫(yī)院學科發(fā)展為基本動力、以專病庫搭建為主要抓手，通過對院內外真實診療數據的集中整合、治理，形成圍繞某一專病全周期事件的多維、全息標準數據集;在此基礎上，利用AI統(tǒng)計分析算法模型及精準知識轉化鏈條，即可輔助科研人員快速開展基于不同場景需求的臨床研究以及疾病預測、風險評估等實踐應用，實現回歸臨床、指導決策的目的。
具體而言，可分為以下幾個主要環(huán)節(jié)：
數據治理
數據治理是保障數據完整性、精準度、一致性以及準確性的必要手段，也是決定科研質量的核心要素之一。大數據科研平臺通過醫(yī)學術語標準化建設、多層級信息抽取模型、數據全流程質控以及清洗模型建立等，實現了對復雜醫(yī)療數據的可視化監(jiān)測、評估以及質量控制，為建立高質量專病數據庫奠定了堅實基礎。
智能建庫
治理后的數據，通過語義分析模型、醫(yī)療知識圖譜等，可形成以疾病為中心、具有完整時間序列的專病數據庫，并可視化展現數據間的深層關聯關系，為臨床研究提供更多可能方向。同時，支持用戶導入本地采集的課題數據，處理后與專病庫數據有機融合，形成個性化的完整科研數據集。
科研分析
專病庫內嵌多種統(tǒng)計分析模型，科研人員可基于不同變量，自定義進行描述性統(tǒng)計分析及多維數據挖掘分析，如：利用線性回歸或二元logistic回歸等對專病庫人群進行分析，對單因素分析和逐步回歸的全過程數據及圖表進行可視化展示等。
臨床應用
專病庫數據是以患者為中心、按其在院歷次就診事件的時間先后進行排布，具有較強的時序性?？蒲腥藛T可根據不同需求，在任何診療環(huán)節(jié)設置中心事件，并對中心事件發(fā)生前后的數據進行統(tǒng)計分析，找出臨床決策問題點，建立預警模型或風險預測模型，從而輔助醫(yī)生對患者疾病危險因素進行預測分析，起到提高和改善臨床診療效果的作用。
目前，北京天壇醫(yī)院介入中心依托海森健康大數據科研分析平臺，在專病庫建設方面已取得明顯成效，以前循環(huán)腦梗死急診取栓專病庫為例建立的取栓后顱內出血發(fā)生風險預測模型，ROC曲線下面積為0.749，靈敏度為0.751，特異度為0.820，具有較好的預測效能。
這僅是海森健康眾多科研學術成果中的一項。
此外，海森健康還積極與國內知名醫(yī)療機構、科研院所合作成立實驗室，在專病數據庫、疾病風險預測模型、臨床輔助決策支持、精準醫(yī)學等多個領域深入開展科研學術合作：與南方醫(yī)科大學南方醫(yī)院關節(jié)與骨病外科聯合成立“骨科人工智能聯合實驗室”，探索大數據、人工智能在關節(jié)外科專科領域的應用，并在國際知名SCI期刊《The Journal of Knee Surgery》上發(fā)表多篇研究論文;為北京嘉和美康信息技術有限公司與北京交通大學聯合成立的“人工智能與精準醫(yī)學聯合實驗室”的科研課題提供醫(yī)療大數據和人工智能的技術支撐，探索精準醫(yī)學在臨床的應用與轉化。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
