近日，首都医科大学附属北京天坛医院（以下简称北京天坛医院）的创新研究成果“基于前循环脑梗死神经血管介入专病库的临床科研一体化研究模式应用探讨”，在国家级核心期刊《中国卒中杂志》公开发表。

该研究以北京天坛医院顶尖优势学科神经介入为切入点，详细论述了如何通过以专病库为核心的海森健康大数据科研平台构建高质量重点专病数据库，实现海量真实诊疗数据在临床研究中的深度利用以及研究成果对于临床决策的有效反哺，开启了行业内以专病库为核心的“临床-科研一体化”发展路径，同时也树立了现代医疗体系下的落地应用标杆，对促进我国循证医学以及转化医学的发展有着重要参考意义和广泛推广价值。

以专病库为核心的“临床-科研一体化”发展模式，是天坛医院人工智能临床研究领域的又一重大突破。它以医院学科发展为基本动力、以专病库搭建为主要抓手，通过对院内外真实诊疗数据的集中整合、治理，形成围绕某一专病全周期事件的多维、全息标准数据集；在此基础上，利用AI统计分析算法模型及精准知识转化链条，即可辅助科研人员快速开展基于不同场景需求的临床研究以及疾病预测、风险评估等实践应用，实现回归临床、指导决策的目的。

具体而言，可分为以下几个主要环节：

·数据治理

数据治理是保障数据完整性、精准度、一致性以及准确性的必要手段，也是决定科研质量的核心要素之一。大数据科研平台通过医学术语标准化建设、多层级信息抽取模型、数据全流程质控以及清洗模型建立等，实现了对复杂医疗数据的可视化监测、评估以及质量控制，为建立高质量专病数据库奠定了坚实基础。

·智能建库

治理后的数据，通过语义分析模型、医疗知识图谱等，可形成以疾病为中心、具有完整时间序列的专病数据库，并可视化展现数据间的深层关联关系，为临床研究提供更多可能方向。同时，支持用户导入本地采集的课题数据，处理后与专病库数据有机融合，形成个性化的完整科研数据集。

·科研分析

专病库内嵌多种统计分析模型，科研人员可基于不同变量，自定义进行描述性统计分析及多维数据挖掘分析，如：利用线性回归或二元logistic回归等对专病库人群进行分析，对单因素分析和逐步回归的全过程数据及图表进行可视化展示等。

·临床应用

专病库数据是以患者为中心、按其在院历次就诊事件的时间先后进行排布，具有较强的时序性。科研人员可根据不同需求，在任何诊疗环节设置中心事件，并对中心事件发生前后的数据进行统计分析，找出临床决策问题点，建立预警模型或风险预测模型，从而辅助医生对患者疾病危险因素进行预测分析，起到提高和改善临床诊疗效果的作用。

目前，北京天坛医院介入中心依托海森健康大数据科研分析平台，在专病库建设方面已取得明显成效，以前循环脑梗死急诊取栓专病库为例建立的取栓后颅内出血发生风险预测模型，ROC曲线下面积为0.749，灵敏度为0.751，特异度为0.820，具有较好的预测效能。