林琳，孫瑄，王韜，繆中榮，甘偉，牛明芳（*第一作者）

近年來(lái)，隨著循證醫(yī)學(xué)、轉(zhuǎn)化醫(yī)學(xué)的迅速發(fā)展以及我國(guó)對(duì)臨床醫(yī)學(xué)研究的大力支持[1-2]，以真實(shí)診療數(shù)據(jù)為基礎(chǔ)、以研究成果輔助臨床決策為目標(biāo)的科研需求正在被極大地激發(fā)出來(lái)，并成為現(xiàn)代醫(yī)學(xué)研究的熱門(mén)[3]。在此背景下，首都醫(yī)科大學(xué)附屬北京天壇醫(yī)院在原有業(yè)務(wù)系統(tǒng)建設(shè)及臨床數(shù)據(jù)中心基礎(chǔ)上，規(guī)劃構(gòu)建了以重點(diǎn)專病為核心的臨床科研一體化研究模式。通過(guò)優(yōu)化、改進(jìn)數(shù)據(jù)采集質(zhì)量，使海量數(shù)據(jù)轉(zhuǎn)化為優(yōu)質(zhì)研究資源，進(jìn)而促進(jìn)科研成果在臨床決策中的應(yīng)用，推動(dòng)醫(yī)院在醫(yī)學(xué)研究、疾病診療方面的深度融合，形成“以患者為中心、以臨床為導(dǎo)向、以科研為抓手”的發(fā)展模式。目前，該模式已在天壇醫(yī)院神經(jīng)介入中心推廣應(yīng)用，并取得了良好效果，現(xiàn)探討如下。

1 神經(jīng)介入專病庫(kù)的建立

神經(jīng)介入是在計(jì)算機(jī)控制的DSA影像指導(dǎo)下，利用血管內(nèi)導(dǎo)管操作技術(shù)，如栓塞、溶解、擴(kuò)張、成形、抗腫瘤治療等方法，對(duì)累及人體神經(jīng)系統(tǒng)血管的病變進(jìn)行治療[4]。天壇醫(yī)院神經(jīng)介入中心以自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)為依托，建立了神經(jīng)介入相關(guān)疾病專病庫(kù)。通過(guò)對(duì)科研病例資料的自動(dòng)收集、專病數(shù)據(jù)集的規(guī)范化處理以及數(shù)據(jù)模型的搭建等，解決了數(shù)據(jù)采集利用率低、數(shù)據(jù)質(zhì)量缺乏監(jiān)控、數(shù)據(jù)分析挖掘困難等問(wèn)題。

1.1 數(shù)據(jù)采集 科研數(shù)據(jù)的來(lái)源主要是院內(nèi)各臨床業(yè)務(wù)系統(tǒng)，這些數(shù)據(jù)以患者主索引為主線，經(jīng)統(tǒng)一抽取、整合后集中存儲(chǔ)在臨床數(shù)據(jù)中心，包括：患者歷次就診記錄、門(mén)診處方、住院醫(yī)囑、電子病歷、檢查化驗(yàn)報(bào)告及影像資料等。此外，還包含患者隨訪、電子數(shù)據(jù)采集（electronic data capture system，EDC）以及基因數(shù)據(jù)等部分院外數(shù)據(jù)，用于支持臨床研究。通過(guò)對(duì)不同來(lái)源和結(jié)構(gòu)的數(shù)據(jù)集成、整合，最終形成科研全變量數(shù)據(jù)集。

1.2 數(shù)據(jù)處理 由于臨床數(shù)據(jù)多以反映患者診療過(guò)程及疾病轉(zhuǎn)歸為主，很多時(shí)候無(wú)法直接滿足科研所需，加上病歷中包含大量自由文本信息，也對(duì)數(shù)據(jù)的二次利用造成阻礙。因此，還需對(duì)其做進(jìn)一步處理，如數(shù)據(jù)標(biāo)準(zhǔn)化、后結(jié)構(gòu)化、數(shù)據(jù)質(zhì)控、數(shù)據(jù)治理等，提高數(shù)據(jù)的可及性和可用性。

數(shù)據(jù)標(biāo)準(zhǔn)化：數(shù)據(jù)標(biāo)準(zhǔn)化是通過(guò)醫(yī)院主術(shù)語(yǔ)建設(shè)、標(biāo)準(zhǔn)化術(shù)語(yǔ)基線與分類建設(shè)，以及標(biāo)準(zhǔn)化術(shù)語(yǔ)本體庫(kù)建設(shè)等，實(shí)現(xiàn)實(shí)體映射的一致，消除語(yǔ)義鴻溝。包括：疾病術(shù)語(yǔ)標(biāo)準(zhǔn)化、藥品術(shù)語(yǔ)標(biāo)準(zhǔn)化、癥狀體征術(shù)語(yǔ)標(biāo)準(zhǔn)化、檢驗(yàn)/檢查術(shù)語(yǔ)標(biāo)準(zhǔn)化等。

后結(jié)構(gòu)化：針對(duì)病歷文本信息，以自然語(yǔ)言處理技術(shù)為基礎(chǔ)，結(jié)合臨床、藥學(xué)、檢查檢驗(yàn)等醫(yī)療專業(yè)詞庫(kù)，通過(guò)分析上下文關(guān)系，構(gòu)建多層級(jí)語(yǔ)義分析模型，找出文本中不同實(shí)體、屬性、關(guān)系之間的關(guān)聯(lián)信息，實(shí)現(xiàn)結(jié)構(gòu)化轉(zhuǎn)換。

數(shù)據(jù)質(zhì)控：專病庫(kù)支持對(duì)數(shù)據(jù)完整性、規(guī)范性等的實(shí)時(shí)質(zhì)控，通過(guò)發(fā)現(xiàn)數(shù)據(jù)缺失或異常值等問(wèn)題，避免研究結(jié)果的偏倚或失真。同時(shí)，針對(duì)具體問(wèn)題點(diǎn)，可溯源至原始病歷，督促醫(yī)生規(guī)范病歷書(shū)寫(xiě)，提高科研數(shù)據(jù)質(zhì)量。

數(shù)據(jù)治理：對(duì)質(zhì)量較差的數(shù)據(jù)，可通過(guò)多維數(shù)據(jù)清洗功能，如標(biāo)簽、離散化、數(shù)據(jù)填補(bǔ)、自定義變量等，進(jìn)行有效治理，保證數(shù)據(jù)的準(zhǔn)確性及可靠性。

1.3 數(shù)據(jù)模型 治理后的數(shù)據(jù)，通過(guò)語(yǔ)義分析模型、醫(yī)療知識(shí)圖譜等，形成以疾病為中心、具有完整時(shí)間序列的專病數(shù)據(jù)庫(kù)，并可視化展現(xiàn)數(shù)據(jù)間深層關(guān)聯(lián)關(guān)系，為臨床研究提供更多可能方向。專病庫(kù)還支持導(dǎo)入醫(yī)師手工采集的課題數(shù)據(jù)（多為Excel表格式），經(jīng)結(jié)構(gòu)化處理、數(shù)據(jù)清洗及分析后，與數(shù)據(jù)庫(kù)中原有數(shù)據(jù)融合，形成個(gè)性化的完整科研數(shù)據(jù)集。圖1展示了神經(jīng)介入中心前循環(huán)腦梗死急診取栓專病庫(kù)部分?jǐn)?shù)據(jù)。

圖1 前循環(huán)腦梗死急診取栓專病庫(kù)部分?jǐn)?shù)據(jù)

2 智能化病歷內(nèi)涵質(zhì)量控制提升專病數(shù)據(jù)質(zhì)量

高質(zhì)量的專病數(shù)據(jù)庫(kù)，除具備數(shù)據(jù)完整性、可用性及可追溯性外，還應(yīng)具備業(yè)務(wù)邏輯上的一致性和合理性，這就需要對(duì)病歷文本內(nèi)容有更深層次的探查邏輯。智能化病歷內(nèi)涵質(zhì)控體系是在對(duì)大量?jī)?nèi)涵質(zhì)控真實(shí)病歷機(jī)器學(xué)習(xí)的基礎(chǔ)上，建立的以監(jiān)測(cè)病歷內(nèi)容是否符合患者病情變化為主的智能質(zhì)控規(guī)則庫(kù)[5]，如主訴與現(xiàn)病史不符、初步診斷缺失既往史疾病、體格檢查與初步診斷不符等。

以圖2中某患者的病歷記錄為例，可以看到，在其現(xiàn)病史中有手術(shù)史描述，而既往史卻否認(rèn)了手術(shù)史。這樣，在科研專病人群建立過(guò)程中，如是以既往史中的手術(shù)史為人群入組標(biāo)準(zhǔn)，就會(huì)導(dǎo)致樣本缺失，從而影響研究人群召回率及精準(zhǔn)定位，造成研究結(jié)果不準(zhǔn)確。智能化病歷內(nèi)涵質(zhì)量控制系統(tǒng)的建立，一方面可以及時(shí)發(fā)現(xiàn)病歷中的隱含問(wèn)題，同時(shí)還能針對(duì)具體問(wèn)題進(jìn)行實(shí)時(shí)提醒和反饋，幫助醫(yī)師從源頭提升病歷書(shū)寫(xiě)質(zhì)量，從而提高專病庫(kù)的數(shù)據(jù)質(zhì)量。

圖2 智能病歷內(nèi)涵質(zhì)量控制問(wèn)題示例

3 專病庫(kù)的臨床應(yīng)用

基于介入專病庫(kù)，科研人員可針對(duì)不同主題的應(yīng)用場(chǎng)景進(jìn)行深度挖掘分析，包括：影響因素分析、預(yù)測(cè)分析、干預(yù)分析等。同時(shí)，促進(jìn)科研成果向臨床診療的轉(zhuǎn)化，對(duì)提升臨床水平、實(shí)現(xiàn)精準(zhǔn)醫(yī)療有著重要意義。

3.1 全過(guò)程診療時(shí)間軸 全過(guò)程診療時(shí)間軸，是指專病庫(kù)中的數(shù)據(jù)以患者為中心、按照其在院歷次就診事件的時(shí)間先后進(jìn)行排布，具有較強(qiáng)的時(shí)序性。在此基礎(chǔ)上，科研人員可根據(jù)不同需求，在任何診療環(huán)節(jié)上設(shè)置中心事件。通過(guò)對(duì)中心事件發(fā)生前后的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析（如向前做預(yù)測(cè)分析、向后做影響因素分析），即可找出臨床決策中的問(wèn)題點(diǎn)，建立預(yù)警模型或風(fēng)險(xiǎn)預(yù)測(cè)模型，為提高后續(xù)決策水平提供支持（圖3）。

圖3 專病全過(guò)程診療時(shí)間軸

3.2 基于專病的智能預(yù)測(cè)引擎 在醫(yī)療領(lǐng)域中，基于海量臨床數(shù)據(jù)的疾病風(fēng)險(xiǎn)預(yù)測(cè)是一個(gè)重要研究方向。通過(guò)建立風(fēng)險(xiǎn)預(yù)測(cè)模型，可對(duì)疾病的復(fù)發(fā)、死亡、傷殘以及出現(xiàn)并發(fā)癥等概率給出量化估算，從而指導(dǎo)對(duì)癥治療，降低病死率[6-7]。

以神經(jīng)介入中心建立的前循環(huán)腦梗死急診取栓專病庫(kù)為例，針對(duì)目前收集的379例患者（2012年5月-2019年6月），建立了取栓后顱內(nèi)出血發(fā)生風(fēng)險(xiǎn)預(yù)測(cè)模型。首先，通過(guò)智能特征篩選，從人口統(tǒng)計(jì)學(xué)（性別、年齡、吸煙史、合并癥等）、臨床表現(xiàn)（24 h體溫、心率、血壓等）、化驗(yàn)指標(biāo)、藥物治療、檢查等45個(gè)變量中，選出包括收縮壓、心房顫動(dòng)、高血糖、腦梗死體積、尿蛋白陽(yáng)性在內(nèi)的5個(gè)有顯著意義變量；在此基礎(chǔ)上，匹配多因素Logistic回歸模型及ROC曲線，圍繞多項(xiàng)指標(biāo)進(jìn)行疾病相關(guān)危險(xiǎn)因素的分析、挖掘，并分別從精度、召回率、ROC曲線下面積和Kappa系數(shù)等指標(biāo)評(píng)價(jià)模型預(yù)測(cè)準(zhǔn)確率。Logistic預(yù)測(cè)模型如下：Logit=2.172+0.341×收縮壓+1.623×心房顫動(dòng)+1.120×高血糖+1.856×腦梗死面積+0.677×尿蛋白陽(yáng)性。最終結(jié)果顯示，該預(yù)測(cè)模型的ROC曲線下面積為0.749，靈敏度為0.751，特異度為0.820，說(shuō)明模型具有較好的預(yù)測(cè)效能，可在一定程度上輔助指導(dǎo)臨床決策（圖4）。

綜上所述，可以看出臨床科研一體化研究的關(guān)鍵在于開(kāi)展科研的信息主要來(lái)自真實(shí)臨床實(shí)踐，研究成果最終應(yīng)回歸臨床、指導(dǎo)實(shí)踐。因此，借助信息化及人工智能技術(shù)對(duì)臨床診療數(shù)據(jù)進(jìn)行聚合、收集、分析，并以專病庫(kù)方式將其轉(zhuǎn)化為高質(zhì)量科研數(shù)據(jù)，以統(tǒng)計(jì)分析模型實(shí)現(xiàn)對(duì)疾病轉(zhuǎn)歸的預(yù)測(cè)和臨床決策的循證支持，是現(xiàn)代醫(yī)學(xué)研究發(fā)展的重要方向。

圖4 預(yù)測(cè)模型的ROC曲線圖

當(dāng)然，專病數(shù)據(jù)庫(kù)的建設(shè)是一個(gè)持續(xù)過(guò)程。隨著醫(yī)院信息化建設(shè)的不斷完善，接入的數(shù)據(jù)將越來(lái)越全面。目前，介入中心在專病庫(kù)的建設(shè)上已取得了一定成效，對(duì)今后醫(yī)院對(duì)病種數(shù)據(jù)庫(kù)的部署起到了重要的示范作用。未來(lái)，隨著各醫(yī)院?jiǎn)尾》N專病數(shù)據(jù)庫(kù)的完善，將進(jìn)一步推動(dòng)區(qū)域內(nèi)多家醫(yī)療機(jī)構(gòu)建立多中心專病數(shù)據(jù)庫(kù)，促進(jìn)病種數(shù)據(jù)的標(biāo)準(zhǔn)化以及跨院數(shù)據(jù)的綜合利用，提升科研水平、完善治療方案，為患者提供更加優(yōu)質(zhì)的服務(wù)。