近年来,随着医院信息化的不断发展,国内医院逐步意识到医疗大数据的重要性及潜在价值,多家医院已建设医疗大数据平台或数据中心。但在探索的过程中,仍然存在众多问题,导致医疗大数据的临床研究结果产出非常匮乏,“叫好不叫座”。问题主要包括:1.平台虽然做到了医疗系统数据的对接,但没有从临床研究的角度对数据进行治理;2.专病数据的采集范围局限于院内部分信息系统,缺少对患者的院外全病程数据的采集;3.平台往往由计算机专家主导,缺少临床研究专家的顶层设计,无法高效产出临床研究结果。易侕科研团队成立于2014年,在国内专注从事临床研究的顶层设计、统计分析、数据库搭建、科研培训等工作。在过去8年中,累计有350家医院使用了易侕专病数据库,产出SCI百余篇。团队积累了大量专病数据库的实战开展经验,并且构建了一套基于专病数据库的全院一体化科研平台,以及相对应的方法论。易侕全院级别临床科研平台,通过对医院内部现有病历数据结构化、标准化整合治理,形成一个基础的CDR临床数据池,在数据池之上,构建专病数据库,以满足“千人千面”的临床研究诉求。同时,通过信鸽随访系统,补充缺失的院外随访数据;利用基于人工智能的数据挖掘工具,对现有数据进行智能化探索分析,以达到最终的科研产出。为了实现临床研究的从0到1,易侕科研平台可以拆解为5大系统,每个系统解决了临床科研的不同环节,最终形成从数据到产出的闭环。
易侕专病数据库是整个解决方案的核心,临床科研的本质决定了每项研究都是定制化,即便在同一科室同一方向,项目内容也可能不同。因此,我们构建了“千人千面”的专病数据库系统。在这个系统内,可以根据每个研究者的研究目的,定制化字段。同时,每项课题独立管理,平行拓展,权限也相互独立,互不干扰。页面设置也以拖拽式排版为主,可以根据需求及时灵活调整字段,贴合科研需求。金字塔权限结构的设置,可以方便全院管理者,动态查看全院的研究进展。
专病数据库的基础是临床数据,全院CDR数据池则是汇聚医院现有业务系统数据,形成一个结构化、易于调用的数据中心。
CDR数据池是整个科研平台的基础,在CDR数据池中,我们整合了医院HIS、LIS、PACS等主流业务系统的临床数据,以患者为单位,将现有数据进行结构化、标准化。从而,为专病数据库提供数据“原材料”。同时,面对海量数据,我们还开发了科研级别数据筛选模块,可以让研究者通过简单的操作,选择出自己想要的患者或数据。此外,除了可以自动化对接院内数据,我们还自主研发了面对外院化验单的OCR模块,可以自动提取纸质化验单的数据,准确度为98%以上,可以解决外院数据的采集问题。临床科研所需的数据包括院内数据+院外数据,院外数据往往代表了研究的结局,因此至关重要。院内数据可以通过CDR数据池进行自动化对接,而院外数据则需要一套随访系统。为了解决患者的随访和院外数据获取,我们开发了一套基于微信的随访系统。这套系统可以根据规则,自动向患者发送随访提醒。同时,患者可以通过手机向医生、研究者进行有效提问沟通,以满足患者的长期的随访跟进,提高患者粘性。SCI文章是临床科研的主要产出形式之一,而SCI文章的产出离不开统计分析。易侕科研团队的创建之初就聚焦于统计分析,考虑到统计分析方法的复杂和多样性,易侕开发了一套自动化统计挖掘工具EasyR。EasyR可以像CT一样,扫描数据库中的数据,自动选择合适的统计方法,然后按照p值进行排序,让临床医生聚焦在研究设计而非统计方法上,自动化探索阳性结果,大大提高科研产出。这套统计软件后端是R语言,R语言是全球主流的三大分析软件之一,文章的结果收到SCI期刊的认可。pubmed.pro工具可以根据研究者关注的方向,自动推送热点文献。让研究者可以根据最新的研究动态,产生好的研究思路。同时,pubmed.pro可以针对检索结果进行文献量化分析,形成关键词的检索报告,以供研究者发现研究热点和研究现状。
科研方法论
以上五部分就是易侕全院一体化科研平台的整体构成了,上述五个模块不是独立的功能,而是易侕团队根据过去8年的经验,不断完善形成的一套完整解决方案。我们也希望通过这套解决方案,为医院的临床科研建设提供助力。通过对医院内部现有病历数据结构化、标准化整合治理,构建专病数据库,依托自动化统计探索工具,挖掘医院大数据,构建从研究设计到科研产出的完整闭环。从而以数据的角度提高医院临床治疗效果与临床研究水平。
易侕科研隶属于斯录欣(上海)信息科技有限公司,公司成立2014年,是一家高新科技企业。斯录欣由临床研究专家、统计学家组建,公司聚焦于临床/药物研究,为临床/药物研究提供一整套科研数据解决方案。如果您想了解更多关于易侕一体化科研平台,欢迎和我们联系。
部分合作单位
官网:http://www.siluxintech.com长按识别,添加小助手微信