臨床中心轉(zhuǎn)變醫(yī)學(xué)研究探討范文

本站小編為你精心準備了臨床中心轉(zhuǎn)變醫(yī)學(xué)研究探討參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

1建設(shè)思路

在臨床數(shù)據(jù)中心的建設(shè)上，總體思路是“先整合后專業(yè)劃分”，即保證所有臨床數(shù)據(jù)從醫(yī)院層面實現(xiàn)數(shù)據(jù)互聯(lián)互通，采用符合國際標準方式對各系統(tǒng)進行集成，實現(xiàn)統(tǒng)一界面集成展示，建立集實驗室科研樣本數(shù)據(jù)及門診、住院、體檢、隨訪業(yè)務(wù)數(shù)據(jù)于一體的臨床數(shù)據(jù)中心。在此基礎(chǔ)上，建立面向不同臨床專科需求的專病數(shù)據(jù)庫，運用各種數(shù)據(jù)挖掘技術(shù)，為臨床科研提供信息支持服務(wù)。

1.1關(guān)鍵技術(shù)在關(guān)鍵技術(shù)上以數(shù)據(jù)挖掘優(yōu)先，采用決策樹、關(guān)聯(lián)規(guī)則、聚類分析等多種算法，從大量的數(shù)據(jù)中抽取潛在的、有價值的知識或隱含規(guī)律，用于統(tǒng)計、發(fā)現(xiàn)、預(yù)測。

1.1.1決策樹算法

決策樹算法是應(yīng)用最廣的歸納推理算法之一，其基本原理是構(gòu)造一棵決策樹，在樹的每個結(jié)點通過屬性測試來劃分事例數(shù)據(jù)集，結(jié)點的每個后續(xù)分支都對應(yīng)于屬性的某個可能狀態(tài)。使用決策樹算法創(chuàng)建的模型易于理解，預(yù)測效率也很高。如以“餐后2h血糖”、“空腹血糖”、“年齡”和“體質(zhì)量”作為各結(jié)點屬性分類依據(jù)，建立“糖尿病類型”分型決策樹算法。

1.1.2關(guān)聯(lián)規(guī)則算法

關(guān)聯(lián)規(guī)則算法用于從數(shù)據(jù)集中找出數(shù)據(jù)項之間相互關(guān)聯(lián)的規(guī)則，例如從患者臨床數(shù)據(jù)中找出最有可能引發(fā)致病因素或篩選具有疾病特異性的基因與臨床表型相關(guān)，證實并完善疾病特異性的生物標志物等［2］。關(guān)聯(lián)規(guī)則算法的核心是相關(guān)性計數(shù)，即找出數(shù)據(jù)集中出現(xiàn)頻率高于指定閾值(即支持度)的項集，而后從這些頻繁項集中生成關(guān)聯(lián)規(guī)則。如果該信任度的值大于預(yù)定的閾值，那么就認為關(guān)聯(lián)規(guī)則成立。

1.1.3聚類分析算法

主要用于發(fā)現(xiàn)緊密相關(guān)的觀測值組群，使得與屬于不同簇的觀測值相比，屬于同一簇的觀測值相互之間盡可能類似(圖1)。聚類分析在醫(yī)學(xué)領(lǐng)域中主要用于DNA分析、醫(yī)學(xué)影像數(shù)據(jù)自動分析以及多種生理參數(shù)監(jiān)護數(shù)據(jù)分析、疾病危險因素等方面。如通過將臨床檢查結(jié)果與體征和人類腫瘤組織來源的生物信息學(xué)信息結(jié)合起來，認識臨床癥狀和體征、疾病發(fā)展以及治療策略，探究與臨床檢查、病理、生化分析、影像和治療的關(guān)系。

1.2數(shù)據(jù)挖掘的展現(xiàn)

采用Visualization即可視化技術(shù)，實現(xiàn)數(shù)據(jù)挖掘結(jié)果的展現(xiàn)，對于數(shù)據(jù)挖掘分析中最困難的一部分就是數(shù)據(jù)的展示。準確解讀數(shù)據(jù)之間的關(guān)系，才能清晰有效地傳達溝通數(shù)據(jù)信息。網(wǎng)站上有幾類有用的形式:Chart、Timeseries、Map、Flow、Matrix、Network、Hierarchy、In-fo-graphic。具體采用何種形式進行數(shù)據(jù)展現(xiàn)，還要看數(shù)據(jù)之間的關(guān)系而定［5］。

2關(guān)鍵步驟

2.1新版電子病歷系統(tǒng)部分實現(xiàn)數(shù)據(jù)整合

目前海軍總醫(yī)院運行的新版電子病歷系統(tǒng)(electronicmedicalrecordsystem，EMRS)，其最顯著的特點之一就是在集成界面集中展現(xiàn)患者病例資料、影像資料、檢查檢驗資料，實現(xiàn)快速瀏覽，極大地提高了工作效率;特點二是以時間軸連續(xù)展現(xiàn)患者體征、臨床數(shù)據(jù)及診療過程，各種數(shù)據(jù)因果對應(yīng)關(guān)系和趨勢一目了然，符合醫(yī)務(wù)人員臨床邏輯思維習慣;特點三就是結(jié)構(gòu)化的病歷文書格式，便于按需求進行文本檢索和數(shù)據(jù)挖掘。

2.2集成平臺的建設(shè)實現(xiàn)臨床數(shù)據(jù)整合

根據(jù)醫(yī)院實際建設(shè)情況，為提高數(shù)據(jù)集成的安全性和可擴展性，在各外圍系統(tǒng)與醫(yī)院信息系統(tǒng)(hospitalinfor-mationsystem，HIS)之間采用集成平臺作為CDR/HIS連接外部各種系統(tǒng)之間的主要通道，為業(yè)務(wù)流程的順暢進行提供統(tǒng)一的保障。臨床信息集成用于對各臨床信息系統(tǒng)進行信息層面的集成事務(wù)處理。事務(wù)的定義參照集成醫(yī)療企業(yè)協(xié)會制定的規(guī)范(integrationhealthcareenterprise，IHE)執(zhí)行，消息的交互標準參照衛(wèi)生信息交換標準(healthlevel7，HL7)V2.4、影像消息內(nèi)部傳遞醫(yī)學(xué)數(shù)字成像和通訊(digitalimagingandcommunicationsinmedicine，DICOM)方式執(zhí)行。集成平臺支持不同系統(tǒng)之間的醫(yī)療數(shù)據(jù)整合、業(yè)務(wù)整合與數(shù)據(jù)共享，傳遞和展現(xiàn)整個醫(yī)療過程中的相關(guān)信息，為臨床數(shù)據(jù)中心的數(shù)據(jù)來源提供技術(shù)基礎(chǔ)和保障，對業(yè)務(wù)系統(tǒng)提供標準的信息交換服務(wù)，確保數(shù)據(jù)交換過程的安全性、可靠性，實現(xiàn)數(shù)據(jù)在系統(tǒng)平臺范圍內(nèi)自由、可靠、可信的交換(圖2)。

2.3生物樣本信息庫建設(shè)

生物樣本信息庫的建設(shè)是將生物樣本庫與科研電子病例的有機結(jié)合，對樣本供體、樣本本體和樣本衍生物進行綜合管理，科研電子病例的管理是對樣本主體信息的管理。為生物樣本庫打造的信息共享平臺是一個以樣本庫信息管理系統(tǒng)為核心的、科研電子病例管理系統(tǒng)、隨訪管理系統(tǒng)等一系列其他系統(tǒng)為輔助的平臺［4］。結(jié)構(gòu)化的科研電子病例極大地方便了研究人員對生物樣本的篩選;科研電子病例的在線功能還在很大程度上減少了不同機構(gòu)在病例采集上的溝通時間，改善了工作效率。將臨床研究對象入組，進行樣本搜集。通過生物信息學(xué)和系統(tǒng)生物學(xué)，分析樣本的基因或蛋白質(zhì)特征，探索基因和蛋白質(zhì)間動態(tài)網(wǎng)絡(luò)和相互聯(lián)系。結(jié)合了詳細的科研電子病例報告表和豐富的生物樣本信息是轉(zhuǎn)化醫(yī)學(xué)研究的堅實基礎(chǔ)。

2.4專病數(shù)據(jù)庫建設(shè)

面向臨床科研項目管理、數(shù)據(jù)采集和統(tǒng)計分析的臨床專病數(shù)據(jù)庫建設(shè)，內(nèi)容涵蓋臨床科研中科研項目管理、病例報告表單(casereportform，CRF)設(shè)計、科研數(shù)據(jù)采集、查詢和導(dǎo)出等主要過程，支持臨床科研的回顧性和前瞻性兩種類型的研究。實現(xiàn)對整個醫(yī)療機構(gòu)的臨床科研的集中統(tǒng)一管理以及單個科研項目的個性化支持;基于規(guī)范的臨床試驗業(yè)務(wù)流程開發(fā);支持針對不同科研項目的需要，自行定義數(shù)據(jù)采集CRF，支持多種數(shù)據(jù)錄入方式和數(shù)據(jù)質(zhì)量校驗;支持從HIS、EMRS、實驗室信息管理系統(tǒng)(laboratoryinformationmanage-mentsystem，LIS)和放射信息系統(tǒng)(radioiogyinfor-mationsystem，RIS)等第三方系統(tǒng)中自動化采集數(shù)據(jù)，不需用戶重復(fù)查找和錄入，極大地減輕了科研工作量，更能充分利用醫(yī)院既有信息系統(tǒng)中的數(shù)據(jù)，避免產(chǎn)生臨床科研的“信息孤島”。針對不同學(xué)科制訂不同的CRF，符合目前國內(nèi)針對重大疾病、慢性病等課題收集樣本的習慣，集成流行病調(diào)查、檢查檢驗、隨訪等多種信息，極大地豐富了樣本的附加信息，避免了紙質(zhì)病例報告表錯填、漏填、不規(guī)范的缺點，方便進行數(shù)據(jù)的統(tǒng)計、分析。2013年美國醫(yī)療行業(yè)八大信息技術(shù)預(yù)測中，大數(shù)據(jù)的臨床數(shù)據(jù)分析和“有意義地”使用數(shù)據(jù)位列其中［6］。

通過研究建立臨床數(shù)據(jù)中心重新規(guī)劃臨床研究中數(shù)據(jù)的獲取和應(yīng)用方式，運用臨床分析，醫(yī)生能發(fā)現(xiàn)最普遍的疾病和狀況、不同治療過程的康復(fù)率。就醫(yī)院而言，也為其提供了運用數(shù)據(jù)發(fā)現(xiàn)罹患慢性病如糖尿病、哮喘和高血壓患者的方式。臨床分析提供的信息幫助更好地應(yīng)對疾患，降低昂貴的就診隨訪費用，為轉(zhuǎn)化醫(yī)學(xué)研究提供強有力的數(shù)據(jù)支撐，更有助于提升醫(yī)療質(zhì)量。對醫(yī)療機構(gòu)來說，臨床分析都是第一要務(wù)，海量數(shù)據(jù)正開始從研究步入主流。有意義使用數(shù)據(jù)(meaningfuluse)是所有醫(yī)療機構(gòu)電子健康檔案的應(yīng)用達到以下要求:改善質(zhì)量、安全、效率，降低健康差異;將患者和其家庭成員納入健康管理;改善醫(yī)療服務(wù)合作;改善人口與公共健康;維護隱私和安全。按要求，醫(yī)療機構(gòu)須實現(xiàn)讓患者在36h內(nèi)能夠瀏覽住院信息并下載相關(guān)數(shù)據(jù)。只有真正讓這些數(shù)據(jù)得到最有意義的使用，才能將臨床問題與實驗室研究更好地結(jié)合，從而促進科研成果向臨床應(yīng)用的轉(zhuǎn)化。

作者：羅晶李勁松黃麗麗周天舒翁盛鑫田宇單位：，海軍總醫(yī)院計算機管理中心浙江大學(xué)化學(xué)工程與生物工程系