医院科研数据信息技术平台建设工具+科研方法论

发布时间:2025-06-04
浏览次数:

科研信息化现状

  近些年,随着医院信息化的不断发展,国内医院已经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。不过大家也发现,虽然医院投入了很多资源建成了医疗大数据平台,但是临床医生真正能利用平台产出的科研成果却非常少,基于平台发表的论文数量并没有明显增加。

  针对这个问题,易侕团队在和数十名信息化主任、科研专家沟通之后,总结出来的问题有以下三点:

  (一)数据"不能用"

  • 病历数据未按科研标准结构化,临床评分的各个变量分散在病程记录/护理文书中,仍然需要二次清理聚合;

  • 临床关键指标字段缺失率高,或者填写不准确;

  (二)数据"不够用"

  • 很多科研必需的数据,在传统的HIS系统中几乎不会记录;

  • 院外随访数据依赖人工采集,非科研患者失访率非常高;

  • 缺乏患者生活质量评估、量表等科研必要内容;

  (三)数据"不会用"

  • 基于医院数据进行挖掘需要专业的临床科研顶层设计和方法论;

  • 医学统计的门槛较高,往往需要多专家协作才能完成;

  • 大数据平台往往只针对数据治理,没有专业且易用的医学统计工具;

科研信息化解决方案

  为解决这个问题,易侕科研团队基于过去大量专病数据库的实战经验,构建了一套基于专病数据库的科研信息化解决方案,并提出了与之对应的科研产出方法论。

  这套方案目前已经在国内300多家医院应用,累计产出百余篇SCI文章,具有非常高的可落地性。

  易侕科研信息化解决方案主要包括以下内容:

1.jpg

  核心思想可以概括为:对接医院各个平台的数据,形成RDR临床科研数据池,在数据池之上,构建科研自动纳排的专病数据库;通过信鸽随访系统,获得院外随访数据;最后,利用基于DeepSeek的数据挖掘工具,对现有数据进行专业的医学统计分析,产出符合SCI文章的结果。

  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。

2.jpg

  (一)易侕专病数据库

  易侕专病数据库是整个解决方案的核心,科研的本质决定了每项研究都是定制化。易侕专病库允许每位医生构建自己的专病数据库项目,让符合纳排标准的患者自动入组到专病库中。

3.jpg

  同时,得益于多年的科研合作经验,易侕团队联合众多行业顶级专家打造了数十套标准专病数据集,每份数据集都凝集了学科专家和易侕团队的科研思路,可以让医院零基础快速开启临床研究。

4.jpg

  易侕专病平台还支持可视化大屏,方便医院管理者实时查看全院的研究进展,也方便和其他医院交流展示。

5.jpg

  专病数据库不仅可以存储数据资料,还可以存储图片、视频、音频等多模态资料,可以更好的应用于眼科、皮肤科、骨科、心外科等科室,让不同科室的需求都能得到个性化满足:

6.jpg

  (二)科研数据池RDR

  RDR数据池是整个科研平台的基础,易侕RDR数据池整合了医院HIS、LIS、PACS等主要业务系统的临床数据,构建EMPI患者主索引,将现有数据进行结构化、标准化,为专病数据库提供数据“原材料”。

  面对海量数据,易侕还开发了科研级别数据筛选/导出模块,可以让研究者通过简单的操作,导出自己想要的患者或数据。临床科室面临的复杂数据挑战比如:导出心梗患者住院后第一天和出院前最后一天的心肌酶的数据,都可以通过易侕RDR数据池自助导出,极大减少了信息科数据运维人员的工作量。

7.jpg

  同时,RDR数据池和专病数据库做到了自动关联,比如医生想纳入60岁以上女性卒中患者的数据库,设置好条件之后,系统会将符合纳排标准的人群自动同步至该专病数据库中,从而实现自动化的专病队列,让研究者不必再一个一个挑选患者。

  易侕RDR数据库还实现了院内数据资产的审批和权限控制,科室申请数据后,都会按照医院设置好的审批流程依次审批,并且保留记录,方便信息中心进行集中管理和审批。

  (三)微信+电话随访

  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。

  为了方便患者随访,易侕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,提高患者粘性和满意度。

8.jpg

9.jpg

  除了微信随访,易侕专病数据平台还支持和医院的固话进行SIP协议对接,授权后的科室可以直接通过科室固话进行科研随访,所有通话录音和记录保存,方便质控和核查。

  上述随访系统部署主要通过前置机实现,整套系统完成了信创和三级等保安全测评,易侕团队经过多年摸索,实现了模块化部署,大大降低了信息科的部署和运维工作。

  (四)智能统计挖掘

  统计挖掘是传统科研平台最缺少的部分,也是易侕团队的优势。易侕团队拥有一个专业的统计师、流行病学专家团队,深耕统计软件10年,开发了一套基于AI的专业统计挖掘工具EasyR智能统计,该软件可以像CT一样扫描数据,探寻数据的阳性结果,大大降低了统计分析的门槛。

  EasyR统计软件会根据数据类型自动选择统计方法,产出符合SCI文章标准的图表,让医生聚焦在研究设计,统计交给工具完成,大大提高科研产出。该软件的结果经过了专业验证,受到SCI期刊认可,已经产出文章近百篇。

10.jpg

  (五)文献知识库

  没有顶层设计的数据就像一盘散沙,研究的顶层设计离不开科学文献的解析。易侕团队基于DeepSeek和PubMed医学知识库结合,打造了一款科研人专用AI,所有的回答都有文献支撑。

  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。

11.jpg

  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专病数据库平台的整体构成,上述五个模块不是独立的功能,而是易侕团队根据过去10年的经验,不断完善形成的一套科研工具+科研方法论的完整解决方案,再好的工具没有方法论和顶层设计的支撑也注定难以落地。

  我们希望通过这套解决方案,为医院的科研信息化建设提供助力。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。

12.jpg

  关于易侕科研

  易侕科研隶属于斯录欣(上海)信息科技有限公司,成立于2014年,专注从事医疗科研信息化建设、专病数据库搭建、研究设计、数据挖掘等科研服务。在过去10年中,累计与350家医院合作,构建易侕专病数据库,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和方法论。

13.jpg

  (本文由易侕科研供稿)