长三角地区的之江实验室建立的多中心智能医学信息平台，打破了医学知识孤岛，通过一站式、跨机构的数据共享，实现临床数据的深度利用。该平台的电子病历知识图谱系统在疾病风险筛查和慢性疾病管理等方面展现出显著效果。然而，数据安全、利益分配和技术壁垒是目前医疗大数据共享的主要障碍。未来，医疗大数据有望在流行病预测、疾病早期预警等方面发挥更大作用。
来源/东方IC
大数据时代，“高精尖”临床医学研究离不开多家医疗机构数据的协同分析和有效利用。研究表明，目前被利用的临床数据只占医疗总数据的10-20%，如何挖掘各医疗机构中沉睡的海量数据并深度利用，有着重要的理论意义和临床实用价值。
新民晚报记者从一场线上论坛获悉，位于长三角的之江实验室建立了多中心智能医学信息平台，实现了一站式、跨机构、无障碍的多中心临床数据深度利用。实验室科学家们构建的超大规模完整电子病历知识图谱系统，涵盖了18个临床术语集、479万术语、3500多万医学关系以及9600万医学文献知识，充分打破医学知识孤岛，在跨科室疾病风险早期筛查，慢性疾病个性化管理与随访等环节开展了示范应用，效果显著。
数据共享存在阻碍
在之江实验室网络健康大数据研究中心主任、浙江大学教授李劲松看来，目前医疗大数据共享主要存在三大方面的阻碍。“主要原因是临床数据安全及隐私保护十分重要，很多医疗机构是出于数据安全及隐私保护顾虑，不愿意共享。”李劲松认为。此外，医疗数据共享的获益机制尚不健全，缺乏患者、医院以及数据利用方均能有效获益的分配模式，造成数据共享及利用缺乏源动力。还有一点就是，数据共享存在技术壁垒，不同医疗机构信息系统庞杂，临床数据标准化程度低，如何实现多中心、大规模临床数据共享面临技术挑战。
如何平衡临床数据需求和患者隐私，同样是大家关注的话题。“患者隐私及数据安全是红线，同时临床数据利用需求也是客观存在的，不利用就不能发挥它的价值。”李劲松表示，“两者的平衡，一方面需要从技术层面解决，做好数据利用过程中安全及隐私保护，另一方面需要保障数据拥有方和利用方的利益，使得双方都能从数据利用中获利。”
医疗大数据可预测流行病
如今，医疗大数据仍是蓝海，大数据该如何更好地在行业推进？在李劲松看来，这既有技术性问题，也有现代医学头痛医头、脚痛医脚的理念问题。“举例来说，患者到医院看某种疾病，医生的各种检查都是围绕如何诊断这一疾病开展的，然而这些数据中往往还潜藏着对于其他疾病的诊疗具有重要意义的信息。”而利用人工智能技术，将这些被忽视的数据、信息挖掘出来，对一些患者尚未觉察到的疾病进行早期预警与诊断具有重要意义。
李劲松还提到，医疗大数据可以在预测流行病中发挥作用。在本次新冠疫情期间，医疗大数据在疫情预警、轨迹追踪等方面发挥了十分重要的作用。“全球疫情大流行背景下，以医学人工智能技术为代表的高科技，为医学展示出全新未来。数字医疗赋能了多个具体应用场景，包括公共卫生大数据、疾病快速诊断、远程医疗、智能分诊、药物研发等。”
新民晚报记者 郜阳
扫一扫
1331
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
