北京
拥抱大数据和人工智能新时代
在大数据和人工智能技术日趋成熟的当下，为推动医院高质量发展，进一步提升医院优势竞争力和影响力，解放军总医院医学创新研究部以“医工交叉”为基石，以“数据整合分析”为动力，开创临床科研新范式。
科研数据的行业困境
多中心医疗数据整合面临结构性挑战
医院各分院区或者医疗中心长期以来系统独立运行，业务信息化连接尚未实现真正的一体化，不同业务系统间数据标准难以高效共享和互通，难以为后续的应用提供“资源性支撑”。
科研数据处理时效有待提升
临床科研条件逻辑复杂、传统搜索技术难以精准匹配医生纳排标准，无法实现"搜全、搜准、搜快"，同时，还存在异构数据标准不一、质量参差不齐、现有流程割裂等问题，导致科研人员用于数据分析探索的时间并不多。
缺乏多维度业务数据分析能力
医院现有系统缺乏对临床数据的多维分析，数据颗粒度和口径不一。特别是在处理重点专科科研型数据的过程中，往往需要人工核对，效率大大折扣。
“一站式”智慧科研解难题
团队制定了“全域信息互联、智慧数据共生、智能应用生态”的“三步走”数字化转型战略和建设方案，与地方企业合作共同推进全新数据驱动的“一站式”智慧科研解决方案的落地，现已正式投入使用。
数据融通实现信息互联
面向数据工程师，搭建了通用性数据治理工具，实现以患者为中心的多中心临床诊疗数据的汇聚。面向临床科研人员，搭建了医疗大数据智能分析与专病数据系统，提供人群检索、数据集构建、数据清洗、分析建模、报告生成、数据权限审批等全流程数据应用功能。
依托双向队列研究体系
平台依托“临床回顾性数据+前瞻性专病数据”为一体的双向性队列研究体系，打破了以往在系统回顾与前瞻数据之间存在严格分离的局限，支持随访数据的自动化入库，实现科研数据的纵向深度整合。
与传统的“拖拉点拽”式系统相比，AI科研助手智能体通过整合领域知识图谱与大模型，实现对话交互式数据检索与分析，并为临床科研人员提供研究方向推荐、研究规划与数据补充建议等功能。未来，团队将持续推进大模型技术在医疗科研领域的应用，进一步扩展医疗AI技术的能力边界，打造覆盖临床研究全领域的AI产品，助力医疗成果取得与落地。
主管| 解放军总医院政治工作部
主办| 宣传处融媒体中心
来源 | 医学创新研究部
撰文| 吴 欢
图片 | 网 络
刊期 | 第2849期
总编：熊 刚
主编：张 奎
编审：张 密 李笑一
编辑：李笑一
邮箱：jfjzyy01@163.com
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
