刚刚落幕的CHINC2019吸引了上万人注册，各路厂商云集，带来了业界最新的解决方案。 “我们非常关注新兴技术在医院的应用场景。”西京医院数字化中心主任蒋昆告诉记者。信息科是医院信息化“前锋”，也是信息技术在医院落地的探路者，“我们需要保持对新兴技术的敏锐触觉，准确把握行业发展趋势，近期我们重点关注医疗大数据。”

不同于5年前大数据这个关键词刚刚在医疗圈热起来的时候，现在医院更关注大数据技术如何在医院落地。在精细化管理和内涵式发展理念已经深入人心的今天，在医、教、研、管各方面，利用数据作为科学决策的依据，是医院客观而又迫切的需求。选择效能显著的大数据解决方案能够事半功倍的助推医院全面发展。

研究型医院的科研之惑：如何找到临床和科研的平衡点

“目前院内的大数据分析需求主要集中在科研方面，科研也是最早提出数据整合分析需求的业务领域。”回顾过去几年西京医院在大数据领域的探索历程，蒋昆说“临床科研的压力推倒了医院大数据探索发展的多米诺骨牌。”

西京医院是一所集医疗、教学、科研为一体的大型现代化综合医院。近年来，西京医院围绕研究型医院建设目标，以国际视野统筹布局学科建设，以优势学科引领学科群协调发展，以科研创新促进医疗技术进展，初步实现了从规模效益型向质量效能型发展的战略转型。科研创新作为支撑医院未来发展的源动力和行业竞争的重要阵地，依然占据着极其重要的地位，医院管理层不断推陈出新，想尽办法鼓励科研工作。

但是，大量依靠人力的传统科研工作方式效率相当低下。

哈尔滨医科大学放疗科刘晖教授曾与媒体分享过她的科研困惑：过去我们做科研主要和医院病案室进行衔接，我们提出申请及患者姓名，由病案室将病历提供给我们做随访。一个小型课题至少也得50份病历，大一些的课题可能就要数百份病历，单单调取病案号都要很长时间。病历调出之后才是病案室的随访环节。假如这数百个患者的随访得到的信息不完善，还得重新补充随访，这耗费的时间就更长了。”

在号召“回归临床”又强调成本管控的大背景下，该如何提高临床科研效率呢？

通过与医院科研人员沟通，蒋昆发现临床科研需要大量依赖临床数据做支撑。科研过程需要发掘问题，提出假设，设计实验，收集数据，统计分析，总结归纳等多个步骤才能完成。随着医院信息化程度不断提高，结构化的电子病历数据、非结构化的影像数据和高维的基因组学数据等信息资料的不断丰富，科研人员数据采集、处理和分析的复杂度急速提高。正如拉普拉斯评价“对数延长了天文学家的生命”，从某种程度上讲，医疗大数据的完整解决方案也将延长临床科研工作者的生命。问题在于，如何降低应用门槛，使临床科研人员爱上大数据呢？

五年探索科研捷径：从“大量数据”到“大数据”

“科研场景下大数据技术优势明显。”蒋昆告诉记者，借助大数据技术，可以从海量数据中快速找到有效信息并加以分析整理，将进一步提高科研效率。他说，大数据应用探索是从“整合临床数据，根据科研人员的关注点展现信息”开始的。

2013年，西京医院建立CDR，尝试整合临床数据，为临床做集中信息展现。第一阶段完成后，临床反馈数据不够完整，并没有达到预期效果。第二阶段，建立数据主索引，整合住院门诊数据，基于CDR构建360°患者视图。临床反馈帮助不大，而且需要学习使用新系统，体验不佳。第三阶段，探索建立医疗大数据科研平台。

经过与临床不断的沟通磨合，结合过去五年西京医院探索实践的经验教训，蒋昆总结出医疗大数据在临床科研领域发力的关键环节：

1.数据采集和eCRF。科研数据主要有两个来源：一是从医院信息系统中获得的各类数据，如电子病历、检查检验报告等；二是面向科研主题的后期录入数据，如科研量表、患者随访数据等。科研人员需要将两个来源的数据整合，为临床科研服务。

2.数据清洗、后结构化和脱敏。数据质量决定了科研项目的成败。数据清洗是非常重要的环节。“我们与临床携手设计数据清洗逻辑，从数据和业务层面进行数据质量的双重把控，完成后结构化和脱敏处理，提供给科研人员使用。”

3.数据检索和调阅。在庞大的数据库中，想要快速找到有用的科研数据，必须得有高效的检索手段。西京医院携手合作伙伴海康科技研发了面向临床科研的综合搜索引擎。科研人员可以按需检索，并按照研究需要进行调阅展示和分组收藏。

4.数据统计和分析。注重科研是西京医院的传统，临床教授的统计素养普遍较高，能够熟练使用专业的统计分析软件，但常用的往往只是少部分功能。“我们把最常用的统计分析功能抽出来嵌到平台里，能够一站式、一次性的完成数据收集、实验设计和统计分析。”蒋昆说，“如果数据支撑足够，做某些回顾性研究就会变得非常高效。”

“我们的目标是把院内已经完成信息化的业务数据都汇聚到一起，科研人员能够简单点选就可以将所需数据加入研究项目中。”蒋昆说，为了能够纳入更多的价值数据，西京医院将所有电子化存储的病历都做了后结构化处理，通过NLP技术，让更大范围的数据持续不断的注入数据湖，相关的等保、脱敏等保障措施也在同步落地。

一套更适应研究型医院需要、可快速迭代的临床科研大数据应用体系逐步成型。

科研需求倒逼下，医疗大数据企业谁能突围？

谈到这个项目的反馈蒋昆笑了，他说，“目前临床对这个项目非常感兴趣！医疗大数据的着陆点是真正搔到临床的痒处了”。

科研创新是所有研究型医院追逐的共同目标。据悉，国内知名某肿瘤医院的科管处，已经使出“胡萝卜+狼牙棒”的“大招儿”，加大科研绩效力度，进一步挖掘临床科研人员的潜力。放眼国内医院科研竞争愈演愈烈的大环境，低效率、低质量的科研已经逐渐成为医院发展的障碍，亟待改变。在大数据产业的刺激下，医疗和大数据将毋庸置疑的走上结合的快车道，谁能尽早找到医疗大数据的正确落地姿势，谁就可能在临床科研领域占据更多优势。

随着精准医学的发展，基因组学、生物信息日渐丰富。基础学科数据和临床学科数据的联合分析，是很难依靠传统人工方式组织开展的。通过大数据技术手段，既能让科研人员随需所得的获取各类数据，又能提供必需的各类工具，及时高效地进行分析，在获得科研方向、提出科学假设、进行数据分析等多个关键步骤上，大数据技术都能不同程度的提速增效。

然而，纵观医疗大数据产业，经过几年的喧嚣目前仍处在比较原始的发展阶段，尚未形成完整的产业链条。“企业没有从更高的站位考虑整个医疗大数据产业，目前还只是关注于单一需求。”蒋昆说，大数据落地的难点和价值就在于打通数据壁垒，比如精准医学需要跨学科联合分析，获得更佳诊疗效果。而企业关注点还是在眼前的独立项目，没有人去关心上下游生态、关心潜在客户的需求变化，如何实现整个产业的健康快速发展？如何实现健康医疗大数据科技惠民的终极愿景呢？

一边是人口红利快速消散的挑战，一边是人口老龄化带来的庞大健康需求，大数据可能会唱响一曲现实的“冰与火之歌”吗？随着国家对于信息安全的重视程度不断加强，谁能抢先一步在中国健康医疗大数据产业突出重围呢？