大數(shù)據(jù)支撐下的新型臨床科研

1、大數(shù)據(jù)支撐下的新型臨床科研讓醫(yī)療數(shù)據(jù)觸手可及 目錄CONTENTS01020304背景現(xiàn)狀和壁壘大數(shù)據(jù)新科研公司簡介背景-政策相關(guān)從2013年到2015年，國家共頒布了58項與健康醫(yī)療大數(shù)據(jù)相關(guān)的政策云計算、分布式存儲、自然語言處理等大數(shù)據(jù)技術(shù)日趨成熟醫(yī)院信息化建設(shè)水平不斷提高背景-研究型醫(yī)院將最新的研究成果，通過協(xié)作研究 和臨床驗證，轉(zhuǎn)化為臨床實用性成 果和診療技術(shù)；創(chuàng)新解決疑難雜癥除完成常規(guī)治療任務(wù)外，以醫(yī)學(xué)科 學(xué)研究為先導(dǎo)，利用先進的理論知 識、研究手段和技術(shù)方法，圍繞重 大疑難疾病進行系統(tǒng)研究，創(chuàng)造新 知識。123成果轉(zhuǎn)化成果推廣將最新醫(yī)學(xué)成果在臨床應(yīng)用并加以 推廣。 中國研究型醫(yī)院理

2、論解讀(五)研究型醫(yī)院的科研科研氛圍和科研成果往往成為區(qū)分醫(yī)院質(zhì)量與競爭力高下的最重要的尺碼。研究型醫(yī)院科研一般具有以下特征：背景-臨床科研需求臨床教學(xué)科研展現(xiàn)專業(yè)水平證明承擔科研課題和基金項目的能力確定學(xué)術(shù)地位目錄CONTENTS01020304背景現(xiàn)狀和壁壘大數(shù)據(jù)科研思路公司簡介現(xiàn)狀和壁壘-提出研究問題研究問題2研究問題1研究問題3如何實現(xiàn)一個籠統(tǒng)的問題 聚焦，使其成為可研究的問題？問題太籠統(tǒng)！現(xiàn)狀和壁壘-數(shù)據(jù)獲取處理結(jié)果驗證如果要多次驗證結(jié)果，還需重新申 請數(shù)據(jù)數(shù)據(jù)統(tǒng)計數(shù)據(jù)量化處理數(shù)據(jù)在進入統(tǒng)計模型之前需人工量化刨數(shù)據(jù)翻閱大量的病例數(shù)據(jù)申請數(shù)據(jù)申請流程繁瑣病例篩選驗證經(jīng)過篩選后發(fā)現(xiàn)很多都

3、不符合課題要求數(shù)據(jù)驗證數(shù)據(jù)驗證如果發(fā)現(xiàn)數(shù)據(jù)缺失太多還得重新走申請流程現(xiàn)狀和壁壘-統(tǒng)計的壁壘在傳統(tǒng)研究模式下，無論是提出科學(xué)問題，還是針對具體問題，收集、分析研究數(shù)據(jù)都是一項 耗費大量人力、財力和時間的工作，嚴重制約科研成果的產(chǎn)出效率?，F(xiàn)狀和壁壘-總結(jié)目錄CONTENTS01020304背景現(xiàn)狀和壁壘大數(shù)據(jù)新科研公司簡介大數(shù)據(jù)新科研-全過程分析提出問題形成假設(shè)方案優(yōu)化倫理審查篩選檢查寫作與發(fā)表確認合格文獻復(fù)習(xí)數(shù)據(jù)回顧可行性驗證受試者招募受試者數(shù)據(jù)采集數(shù)據(jù)質(zhì)控數(shù)據(jù)清洗數(shù)據(jù)鎖定統(tǒng)計分析線上線下科研是一項系統(tǒng)復(fù)雜的工程，多工種的協(xié)作大數(shù)據(jù)新科研-傳統(tǒng)VS大數(shù)據(jù)手動從病歷等其他業(yè)務(wù) 系統(tǒng)內(nèi)獲取原始數(shù)據(jù)實

4、驗設(shè)計數(shù)據(jù)獲取統(tǒng)計分析論文總結(jié)現(xiàn)狀：結(jié)構(gòu)化程度低且存儲分散，數(shù)據(jù)獲取、加工、處理和統(tǒng)計分析耗費大量時間成本，缺少一體化科研應(yīng)用平臺將數(shù)據(jù)導(dǎo)入分析軟件進 行統(tǒng)計學(xué)處理將統(tǒng)計結(jié)果導(dǎo)出系統(tǒng)進一 步進行整理和編排基于大數(shù)據(jù)挖掘問題，通過薈萃 分析與深度學(xué)習(xí)，提出科研假設(shè)實驗設(shè)計數(shù)據(jù)獲取數(shù)據(jù)處理統(tǒng)計分析優(yōu)化后：打通臨床數(shù)據(jù)與科研活動壁壘，讓醫(yī)療數(shù)據(jù)觸手可及，挖掘數(shù)據(jù)潛在價值，提高科研效率，降低科研成本科研數(shù)據(jù)集市，自由檢索病歷文本和篩選患者自動化數(shù)據(jù)清洗和映 射，智能量化處理多統(tǒng)計模型并行處理， 統(tǒng)計結(jié)果差異化分析總結(jié)評價不同樣本多次驗證，減少偏 倚，提供真實的科學(xué)證據(jù)傳 統(tǒng) 科 研 模 式大 數(shù) 據(jù)

5、科 研 平 臺數(shù)據(jù)處理依靠從醫(yī)經(jīng)驗或?qū)W術(shù)論文 提出科研假設(shè)和猜想人工處理數(shù)據(jù)格式不統(tǒng)一、 數(shù)據(jù)缺失、量化復(fù)雜等大數(shù)據(jù)新科研-醫(yī)學(xué)自然語言處理標簽分詞語義分詞大數(shù)據(jù)新科研-數(shù)據(jù)歸一冠心病急性非ST段抬高性 心肌梗死不穩(wěn)定心絞痛型急性ST段抬高性 心肌梗死惡化勞力性心絞痛變異型心絞痛梗死后心絞痛動急性冠狀（AC脈綜合征 S）大數(shù)據(jù)新科研-知識圖譜患者疾病生活習(xí)慣相似病例癥狀誘因相關(guān)藥品相關(guān)部位癥狀相關(guān)科室伴隨癥狀相關(guān)病史社會屬性大數(shù)據(jù)新科研-大數(shù)據(jù)挖掘技術(shù)聚類邏輯 回歸文本挖掘神經(jīng) 網(wǎng)絡(luò)決策 樹數(shù)據(jù) 挖掘語義模型文本聚類機器學(xué)習(xí)統(tǒng)計分析樸素貝葉斯分類算法聚類算法關(guān)聯(lián)模型回歸模型比較均值分析非參數(shù)統(tǒng)

6、計相關(guān)分析回歸分析ROC曲線分析自由文本挖掘貝葉斯算法庫大數(shù)據(jù)新科研-產(chǎn)品業(yè)務(wù)架構(gòu)醫(yī)院數(shù)據(jù)中心HDR數(shù)據(jù)清洗自然語言處理（NLP）數(shù)據(jù)解析/映射去隱私化課題數(shù)據(jù)庫數(shù)據(jù)集市結(jié)構(gòu)化數(shù)據(jù)語義分析模型知識圖譜診斷歸一同義詞字典EMRHISPACS基因組學(xué)ECRF表單隨訪數(shù)據(jù)LIS大數(shù)據(jù)臨床科研平臺BCRP病例特征分析關(guān)聯(lián)分析深度學(xué)習(xí)方案導(dǎo)向挖掘聚合統(tǒng)計大數(shù)據(jù)新科研-產(chǎn)品技術(shù)架構(gòu)日志 監(jiān)控 報警高速 數(shù)據(jù) 傳輸標 準 規(guī) 范 體 系安 全 體 系MapReduce分布式計算HDFS分布式文件系統(tǒng)HBASE分布式存儲數(shù)據(jù)分析引擎Hive數(shù)據(jù)倉庫數(shù)據(jù)挖掘引擎數(shù)據(jù)可視化引擎ES搜索引擎PIG數(shù)據(jù)流處理ETL數(shù)

7、據(jù)預(yù)處理大數(shù)據(jù)新科研-產(chǎn)品功能數(shù)據(jù)質(zhì)控涵蓋科研全變量質(zhì)控問題挖掘多維視角數(shù)據(jù)可視化一體化科研全流程一體化科研平臺智能數(shù)據(jù)處理數(shù)據(jù)標準化及量化處理自助取數(shù)基于真實世界數(shù)據(jù)，動態(tài)設(shè)置 樣本量醫(yī)學(xué)統(tǒng)計建模集成R語言的高性能計算引擎，高效數(shù)據(jù)統(tǒng)計處理，操作簡單。大數(shù)據(jù)新科研-產(chǎn)品截圖患者招募數(shù)據(jù)質(zhì)控人群分析模型統(tǒng)計個案分析數(shù)據(jù)導(dǎo)出大數(shù)據(jù)新科研-應(yīng)用案例-探索疾病之間關(guān)聯(lián)關(guān)系，輔助問題挖掘及臨床決策支 持。案例：對現(xiàn)有疾病數(shù)據(jù)進行分析整理，利用大數(shù)據(jù)技術(shù)， 建立疾病、癥狀、診斷之間相關(guān)關(guān)系，并形成知識圖譜， 以輔助臨床醫(yī)生發(fā)現(xiàn)問題并提供鑒別診斷，有效降低誤診 率。大數(shù)據(jù)新科研-應(yīng)用案例-評價某種藥物或劑

8、量組合對疾病預(yù)后的影響。案例：阿托伐他汀對急性ST段抬高型心肌梗死患 者經(jīng)皮冠狀動脈介入治療（PCI）術(shù)后血清肌酸 激酶同工酶（CK-MB）的影響分析。大數(shù)據(jù)新科研-應(yīng)用案例-預(yù)測某種疾病發(fā)病概率或風(fēng)險分層。案例：根據(jù)患者的年齡、性別、血糖、甘油三酯、膽 固醇、HDL、LDL、血壓、超敏C反應(yīng)蛋白（hs-CRP） 等指標，運用決策樹方法，建立冠心病的預(yù)測模型， 用以評估患者患病概率或風(fēng)險。大數(shù)據(jù)新科研-應(yīng)用案例-評價某種方法對疾病確認診斷的診斷臨界值或診斷能 力。案例：對患者CT影像不同異常程度進行分級，利用ROC 曲線，評價診斷能力，并計算得到最優(yōu)分割點，以明確CT 影像對診斷某種疾病的診斷臨界點及診斷可靠程度。大數(shù)據(jù)新科研-平臺安全機制管理安全日志追蹤權(quán)限控制漏洞掃描代碼保護數(shù)據(jù)安全數(shù)據(jù)加密身份鑒權(quán)HIPPA患者隱私加密系統(tǒng)安全安全補丁數(shù)據(jù)簽名通訊內(nèi)容加密訪問控制網(wǎng)絡(luò)安全HTTPS協(xié)議SSL/TLS傳輸協(xié)議防火墻/安全網(wǎng)閘虛擬專用網(wǎng)絡(luò)（VPN）目錄CONTENTS01020304背景現(xiàn)狀和壁壘大數(shù)據(jù)新科研公司簡介公司簡介2005年成立，注冊資金1.4 億元，總部位于北京中關(guān)村上地信息產(chǎn)業(yè)基地。現(xiàn)有員工600+人。專注于臨床軟件產(chǎn)品研發(fā)與應(yīng)用，以疾病診療、醫(yī)學(xué)研究、疾病管控為核心，構(gòu)建覆蓋政府、醫(yī)院、基 層衛(wèi)生等多級醫(yī)療服務(wù)和管理機構(gòu)的專業(yè)化軟件產(chǎn)品。公司簡介1000多家客