【医院简介】

武汉大学中南医院坐落在武汉东湖之滨、珞珈山畔。医院编制床位3300张，临床医技科室46个，泌尿外科、肿瘤科等多个学科被评为国家临床重点专科，有博士和硕士学位授予点十余个。近几年医院承担了千余项国家973/863项目、科技重大专项项目、国自然和省市各级各类科研项目。医院信息化工作以改善患者就医体验、支撑临床业务运行、助力医院运营管理为主线，谋规划、抓落实、重反馈，经过十几年建设已成为医院发展的重要支撑。

【科技兴医关键词】面向真实世界研究的全院级临床科研大数据平台

医院是武汉大学附属医院，集医教研一体。在学术研究工作中,一方面临床病例数据的搜集和整理一直是研究者的痛点，另一方面医院信息化建设十余年沉淀了大量的电子化医疗数据，如果对电子数据进行系统治理，使医生可以直接查找和利用，将极大释放数据价值、便利研究开展、加速科研产出。

【科技兴医实践录】

建设过程：平台建设分为3个步骤实施，首先接入各临床业务系统和生物样本库，然后进行数据治理和专病库建设，最后进行测试应用。在数据接入阶段要基于CDC技术和ETL抽取工具实现对异构数据的快速集成和整合，通过建立患者主索引实现患者历次、多维数据的统一查询和浏览，借助NLP、知识库抓取非结构化数据、抽取特征向量。在数据治理阶段，建立起一整套系统化的数据治理体系和面向数据分析的通用信息模型，从数据整合、数据标准化、数据结构化3个层面提升数据质量，以SNOMED CT、ICD10/ICD9-CM3元数据和NCCN、AJCC、CTCAE指南等为依据，采取自动工作流归并相同字段、统一取值值域，并在工作流的每个环节进行质控审核，形成高质量数据仓库和CRF表。数据经过治理后形成通用临床数据库，然后以特定学科和疾病为主题，细化密切相关数据、去除无关冗余信息，并集成本学科的文献证据、共识指南等决策材料后形成专病库。专病库中的真实案例符合统一数据范式、决策材料遵循规范的汇编模式，专门用于支持该学科和疾病的精准诊疗和学术研究。

取得成效：项目首先以4个学科为抓手组织论证和建设，获得了医生和医学生群体的强烈欢迎和积极参与，目前平台已经在全院范围内广泛使用。项目上线后也大幅提升了科研教学部门、病案统计部门、信息中心等部门服务和管理能力。项目在以下几个方面产生了明显效果：（1）以前大量的由于科研需要的病例借阅复印、CRF录入、数据统计分析和简单制图工作大幅减少，在一个中等规模的课题中仅CRF录入核对就可以节约15人/日的投入。而且由于数据全部取自平台，并通过平台程序交叉核验和输出简单统计结果，减少了数据出错的几率和篡改的风险。（2）医生不仅可以利用平台从日常诊疗中收藏病例启发思路，还可以通过一站式检索和在线统计分析功能对研究猜想进行检验，因而可以协助医生更加快速、高效的找到研究假设，形成研究课题。（3）基于几十年大样本的真实病例和生物样本库，医生可以构建高质量的队列研究，开展基于真实世界的研究，以中国人群为样本验证和本地化国际治疗指南、预测模型。（4）已经有许多研究团队基于该平台开展临床研究，其中“肾上腺肿瘤切除手术效果分析”和“肝癌患者基因突变与术后生存期的关系”等课题的研究成果将在国际期刊上发表。

项目亮点：项目契合综合医院发展定位、提高了数据可用性、发掘了数据价值。通过本项目我院建立起了一整套系统化的数据治理体系和通用型的数据分析模型，实现了对异构数据的快速集成和整合，特别是借助NLP技术从非结构化数据中提取特征向量，数据标准化的方法和体系未来将贯穿数据采集、存储、传输和利用的各个环节，高质量队列研究和真实世界研究在医生课题设计中的比例得到提高。

【科技兴医主力军】

武汉大学中南医院信息中心，是一支积极奋进、敢打敢拼的开创型团队。团队负责人是国家互联互通成熟度测评专家，在中国医院协会信息管理专委会、中国卫生信息与健康医疗大数据学会等多个学术组织任职。团队共有成员22名，其中硕士以上15人，985、211以上院校18人，分为规划、软件开发、项目实施、硬件运维和统计分析5个业务单元，既能术业专攻又能协调配合。信息中心参与医院各类信息化项目的规划论证、立项调研、建设实施和验收维保，形成了一套高效、规范、有效的项目管理体系和安全管理。经过十余年的发展，已部署服务器和交换机各百余台，临床业务系统60余个，在人财物、科研、教学管理等方面也已经实现电子化。按照医改政策导向、医院发展目标和技术发展趋势，近些年建成了临床数据中心、患者数据中心、运营数据中心和区域数据中心，实现贯穿信息系统基础设施层、业务应用层、数据挖掘层的掌控和保障能力。 

【科技兴医心路谈】

经常深入临床调研，在医护群体中倾听痛点、交流想法、共商方案，本项目就是在临床调研中萌发推动的，既解决了医生群体长期以来科研假设提出和科研数据收集等方面的巨大困难，也在医生的参与下强化了数据标准化、规范化。在“云大物移智”背景下，信息中心应重视数据利用、挖掘数据价值，在打造数据湖、积累数据挖掘技术和切入应用场景上花心思、下功夫，比如本项目中就应用了长期积累的优势技术CDC和NLP。