在“数据爆炸”的时代背景下，世界逐渐被数据所“淹没”，随之而来的“大数据”更是渗透到人类生产、生活的各个领域，推动着新一波的技术革命，在这一波时代大潮中，每一个医疗工作者迫切关心的是医疗行业如何运用“大数据”这一革命性的技术。2017年3月8日由中国数字医疗网（HC3i）、中关村互联网产业联盟移动医疗专委会主办的“西部医院信息化大会”上来自北京大学肿瘤医院（以下简称“北大肿瘤医院”）的信息中心工程师王立军，从医疗的角度分享了大数据在医院中的实际应用。

北京大学肿瘤医院信息部工程师 王立军

北大肿瘤医院作为一家集医、教、研于一体，预防、治疗、康复相结合的三级甲等肿瘤专科医院，具有较高的医疗技术水平和较强的医疗服务能力。在2007年底被教育部批准为“恶性肿瘤发病机制及转化研究”重点实验室，医院现有26个临床科室，13个医技科室，26个病区700张病床，年住院人数2.3万余人次，年门诊量28万余人次。如何让数据发挥更大的作用，为肿瘤患者更好的服务，成为信息中心不断思考的问题，在一系列的尝试过程中，王立军对于“大数据思维”，也有了独到的见解。

大数据思维更重要

众所周知，大数据具有量大、多样、快速、高值的特点。“从大数据的特点来看，医院当前没有完全意义上的大数据；大数据技术是传统IT的突破性提高，但说不上革命性创新”，北大肿瘤医院信息中心工程师王立军这样说道。

既然医院现阶段根本没有真正意义的大数据，为什么大家都在谈医疗大数据？其实对于医疗大数据来说，不能单纯只靠量大来衡量，真正的价值在于运用医疗大数据的技术实现历史医疗资源的再利用，并借助大数据的思维和方法进行研究，完成过去传统思维、方法、技术无法完成的任务，解决过去无法解决的问题，使得数据加以利用，形成从量变到质变的过程，同时通过多维度的分析研究，实现对医疗数据的高效检索、后结构化、分析计算。

科研数据应用--当今医院的痛点

与普通的综合医院相比，专科医院在各方面都有其自身的特点，北大肿瘤医院的临床数据同样存在一些特殊性：

第一，复诊率高，治疗周期记录完整（跟随病人多年诊疗次的过程）；

第二，随访数据完善（以治疗次为时间轴，同时搜集门诊数据与住院数据）

对于肿瘤医院来说，病人出院后，医院需要对病人的复发情况进行实时监测，因此如果把每个过程、每个阶段联系起来，传统的技术则无法实现，此时就需要医院利用大数据来实现。

经过医院信息化20余年的发展，临床所需的单一患者数据已基本能满足，但是临床数据应用由于数据质量、数据标准、数据挖掘等问题，还处于试验阶段，无法规模化应用于临床。近年来随着医院科研任务及要求的增加，对科研数据获取的准确性及效率要求越来越高，传统的手工或半手工获取科研数据的方式已不能满足要求，因此解决医院的科研数据问题，成为医院IT人员的重要任务。

五大临床科研探索路径实践

面对当前科研存在的二次录入数据效率低，增加临床大夫负担、书写效率低及使用率低、临床医学科研项目数据分散、数据不延续等问题，北大肿瘤医院通过以下五个临床科研探索路径进行尝试实践：

第一，筛选入组患者，二次录入。

传统的“到信息部或统计室通过数据查询工具筛选符合条件的入组患者列表，查询病案或电子病历记录，将符合条件的数据录入数据库，最后对数据库进行分析”。这种方法的缺点是数据收集效率低下、准确性差。面对这个问题，医院思考通过结构化病历搜集数据，并因此做了第二阶段的尝试。

第二，结构化电子病历。

病历模板结构化采集数据是业内共识，然而易增加临床大夫负担，且后期利用仍需要临床大夫进行二次整理，书写效率低导致使用率低，无法满足临床科研采集的需要，那么能否后台靠算法自动转换成结构化病历呢？

第三，临床科研一体化病历书写与采集体系。

这一阶段则是基于上述结构化电子病历前结构化的难题产生的，因此在做该采集系统时，要求数据尽量在发生期进行采集，同时以医师为视角，提升临床书写效率，以电子病历为平台，建立临床科研一体化病历书写与采集体系。在实现科研数据收集的同时，不增加日常工作量。目前北大肿瘤医院已经完成5000例的病人数据收集。

第四，基于CDR的科研数据采集体系。

上一路径虽然实现了基于前瞻性研究的科研数据搜集，但是回顾性研究数据如何解决？基于CDR的科研数据采集体系成为了解决方法，该体系集合临床各种数据，CRF表单对应模式，填报人（医生或护士）进行确认填写表单（机器对应自动填写），同时基于传统SQL的人工分析思路，做后结构化病理报告等关键数据，但是病历的问题并没有最终解决，对于如何唤醒“沉睡的历史病历”，医院又进行了基于大数据的机器学习。

第五，基于大数据技术的后结构化数据采集。

通过后结构化，保持医生书写习惯和思考逻辑的基础上，实现对既往病历的结构化处理，满足科研数据采集需求。

路径比较图

通过以上五个阶段的临床科研路径探索不难发现：挖掘数据价值，不仅限于解析清洗出临床数据，而是在于数据价值临床、科研、产业的转化，因此如何挖掘真正有价值的数据，这就对数据的高准确性提出了要求。

最后，王立军还说道：“医院目前在做健康筛查，也就是将常人的信息跟患肿瘤人的信息进行走势观测，从而实现对肿瘤的预测，未来有可能实现滴血验肿瘤。”对于医疗大数据的发展前景，他表示十分看好，同时也期待大数据在基因组学分析等方面的更高一级应用的出现。

（本文根据“2017西部医院信息化大会”演讲嘉宾分享内容整理）