科创中国

大数据+AI推动临床医学研究及应用是一个重要发展趋势。随着医院信息化的不断深入和广泛开展，医院积累了大量以患者为中心的临床诊疗数据，这些数据存在大量非结构化的文本和影像数据，无法直接应用于特定的科研工作，需要进行病例数据的收集整理和结构化处理。目前收集整理数据方式存在着工作量大、效率低下、错误率高且收集整理后的数据共享利用难等问题，迫切需要通过大数据+AI的技术，提升临床诊疗数据使用效率，规范临床诊疗流程、和提升疑难杂症分析等能力。

1、多种科研指标组合下的精准筛选 平台能够通过严谨医学逻辑（筛选条件的定制严格遵循科研标准）与严谨的数学逻辑（and、or、not）的组合，实现自定义条件的患者结构化病例数据筛选，在3秒之内输出筛选结果，并能直接生成数据集，提供直接通过平台集成的数据分析系统，进行在线统计分析，也提供导出csv文件格式，到其它平台进行分析应用所需筛选指标，开展统计分析。相较于传统手工模式，大大提升了科研效率。 2、在线探索性分析，兼顾数据安全性与使用便利性 对于科研筛选的数据结果，平台支持在线进行科研探索性分析，并提供以下分析算法： （1） 数据处理：缺失值处理、异常值处理、数据转换、数据编码、数据合并、数据变换等； （2） 描述性分析：简单概述、分组描述； （3） 差异性分析：卡方检验、T检验、方差分析、非参数检验； （4） 医学常用算法：双变量相关、典型相关；线性回归、logistic回归；COX回归生存分析：寿命表法、K-M法； （5） 时间序列分析：时间序列平稳化、季节性分解、时间序列建模； （6） Meta分析：二分类数据meta分析、连续性数据meta

建立呼吸系统疾病大数据平台，并实现在线科研筛选、数据分析、科研管理、慢病随访、临床质控等功能应用，基于大数据相关技术、采集我院以往呼吸专科疾病的多源异构数据，利用大数据+人工智能的新技术，建立呼吸系统疾病大数据平台，提升我院临床科研分析效率，协助医院探索学科建设新模式，助力医院申报国家呼吸区域医疗中心。呼吸医学大数据提供了完备的科研随访及慢病随访功能，医生可以在平台中自行创建随访任务，支持科研筛选结果一键导入随访组，并实时跟踪项目的进度。

西安交通大学第二附属医院是国家卫生健康委员会、教育部直属的一所集医疗、教学、科研、预防保健为一体的现代化大型综合医院，国家首批三级甲等医院。医院源起1912年由国家教育部创办的中国第一所国立医学院校—国立北京医学专门学校、国立北平大学医学院附属医院，是中国第一所国立大学附属医院。自1937年在抗战烽火中为民族大义迁陕重建，86年来，兴医强国，艰苦奋斗，精勤育人，救死扶伤，为西北医学高等教育和现代医学科学的创立、发展做出了卓越贡献。

通过医生端及患者端应用，帮助医护人员实现电子化的患者临床科研随访、院后跟踪随访。同时可支持建立专病随访队列数据库，并支持单中心/多中心项目协同随访，有效提升了临床随访效率。医生在选定目标患者后，系统自动检索相似患者并进行相似患者不同维度的对比分析，为临床医生的诊疗和科研工作提供便利性支持。截止目前，利用专科大数据平台，支撑科室科研数据在线探查100+人次，35000+诊疗数据；利用专科大数据平台随访功能，开展科研及呼吸慢病随访5项，随访患者累计1365人，有效的提升了数据应用及科研随访的效率。

西安交通大学第二附属医院作为国家呼吸系统疾病临床医学研究中心分中心，国家西北呼吸区域医疗中心，迫切需要建设一个集临床管理、质量控制、科研一体化的呼吸专科大数据平台，建议以该科技成果作为合作条件，与他人共同实施转化，基于大数据相关技术、采集医院以往呼吸专科疾病的多源异构数据，利用大数据+人工智能的新技术，建立呼吸系统疾病大数据平台，提升医院临床科研分析效率，协助医院探索学科建设新模式，助力医院申报国家呼吸区域医疗中心，在较为成熟后，可以将成果推广至其他没有应用该技术的医院。