導讀：利用大數(shù)據(jù)科研分析平臺，改善臨床研究工作流程，提高試驗效率，加速成果轉化。以大數(shù)據(jù)科研分析平臺的建設為切入點，從數(shù)據(jù)采集、數(shù)據(jù)處理及統(tǒng)計分析等方面，探討其在臨床研究尤其是真實世界研究中的應用效果。大數(shù)據(jù)科研分析平臺在臨床研究中的多個環(huán)節(jié)都起到了切實有效的輔助作用，縮短了試驗周期，降低了研究成本。大數(shù)據(jù)科研分析平臺利用自然語言處理、機器學習等人工智能技術，深度挖掘臨床研究中的數(shù)據(jù)內在價值，多層次、多角度滿足不同科研需求，有著廣闊的應用前景。
隨著循證醫(yī)學、轉化醫(yī)學以及藥物經(jīng)濟學等在我國的迅速發(fā)展，以及國家對臨床醫(yī)學研究的大力倡導，醫(yī)生的科研需求持續(xù)增加。而傳統(tǒng)RCT（randomized controlled trial，隨機對照試驗）試驗由于其外部有效性、推廣性有限，無法評價藥品在真實臨床環(huán)境下的作用等，近年來，基于真實世界的研究（Real World Study，RWS）正越來越多地受到醫(yī)療衛(wèi)生領域的關注。RWS作為一種藥品上市后的再評價方法，可以更好地反映出藥品在實際臨床使用過程中的有效性、安全性以及經(jīng)濟性等。但由于其所需樣本量較大，通常涉及海量醫(yī)療數(shù)據(jù)，以往依靠人工操作的科研方式不僅耗時耗力，且極易出現(xiàn)人為錯誤，難以保證數(shù)據(jù)質量及科研實施的效率。
與此同時，隨著我國醫(yī)院信息化水平的日益提高以及信息系統(tǒng)覆蓋率的逐漸增加，各醫(yī)院積累的診療數(shù)據(jù)呈指數(shù)級增長，為開展基于大數(shù)據(jù)的RWS研究提供了廣泛基礎。因此，如何利用大數(shù)據(jù)及人工智能技術，積極助力RWS的開展，提高其質量與效率，成為亟待解決的問題。
真實世界研究概念及特點
概念 所謂真實世界研究（RWS）是指在臨床真實條件與現(xiàn)實環(huán)境下，基于較大樣本量（覆蓋具有代表性的更廣大受試者），比較和選擇不同醫(yī)療手段的過程及其結局研究；與傳統(tǒng)RCT中對人群的高度選擇，對干預和對照的嚴格控制，以及隨訪與實際存在差異等特征都具有明顯差別。
特點
作用與優(yōu)勢 RWS是近年在國內興起的一種研究理念。因藥品上市后，實際使用人群會擴大，往往導致實際藥物療效無法重復臨床試驗結果。這種情況下，利用RWS可以提供傳統(tǒng)RCT試驗所無法提供的證據(jù)，包括：真實環(huán)境下干預措施的療效、長期用藥的安全性、依從性、疾病負擔等，進而評估患者健康狀況、疾病及診療過程，評估防治結果、患者預后與預測，以及支持醫(yī)療政策制定等。
數(shù)據(jù)來源 開展RWS研究時，數(shù)據(jù)必須來源于真實世界中的患者數(shù)據(jù)，反映實際診療過程和真實條件下的患者健康狀況，是一種非實驗設計數(shù)據(jù)，主要包含醫(yī)院電子病歷、醫(yī)療索賠數(shù)據(jù)庫、藥品不良事件監(jiān)測數(shù)據(jù)以及患者隨訪數(shù)據(jù)等。
實現(xiàn)難點 首先，RWS要求的數(shù)據(jù)量十分龐大，只有在足夠大的樣本量基礎上，才能高效滿足RWS的研究和開展；其次，要保障數(shù)據(jù)質量，在RWS開展過程中，一旦出現(xiàn)多個虛假或殘缺不全數(shù)據(jù)，將直接影響后續(xù)基于數(shù)據(jù)進行的群體性分析，使科研失去價值；最后，RWS本身對巨大數(shù)據(jù)量的需求，也對后續(xù)的數(shù)據(jù)處理及統(tǒng)計分析提出更高要求，需要強大的采集和分析系統(tǒng)予以支撐。
大數(shù)據(jù)科研分析平臺功能及技術特色
大數(shù)據(jù)科研分析平臺以自然語言處理、機器學習等人工智能技術為支撐，在數(shù)據(jù)的收集、整合、處理和統(tǒng)計、分析等方面，都有著巨大的先天優(yōu)勢，這對開展RWS起到強大的輔助作用。
平臺架構設計 大數(shù)據(jù)科研分析平臺的構建是以醫(yī)院數(shù)據(jù)中心（HDR）為基礎，輔以基因組學、eCRF表單及隨訪數(shù)據(jù)等，形成全量的專病數(shù)據(jù)庫；在經(jīng)過數(shù)據(jù)整合、清洗、自然語言處理、機器學習及去隱私化等技術處理后，形成數(shù)據(jù)集市，包含結構化及后結構化數(shù)據(jù)；在此基礎上，通過語義分析模型、同義詞字典、知識圖譜等算法，進一步挖掘疾病癥狀之間潛在關聯(lián)等，實現(xiàn)數(shù)據(jù)的深度應用。平臺架構如圖1所示。
圖1 平臺架構示意圖
功能特點 大數(shù)據(jù)科研分析平臺通過收集、整合院內/外海量醫(yī)療數(shù)據(jù)，較好地滿足了RWS對大樣本量的需求；同時，利用自然語言處理、機器學習等人工智能技術，將大量多源異構的信息融合成標準化、結構化數(shù)據(jù)，確保了數(shù)據(jù)質量及后續(xù)分析的有效性；在數(shù)據(jù)統(tǒng)計、分析方面，通過接入R語言，集合多種統(tǒng)計分析方法，大大提高了統(tǒng)計分析的靈活性及科研效率；此外，還可通過描述性統(tǒng)計分析，實現(xiàn)為患者畫像、為疾病畫像。
技術特色
自然語言處理（NLP） RWS研究中所需的數(shù)據(jù)很大一部分存儲在電子病歷系統(tǒng)中。而電子病歷除包含結構化數(shù)據(jù)外，還存在大量自由文本數(shù)據(jù)，為后續(xù)的搜索、統(tǒng)計、分析等帶來了困難。因此，探索利用自然語言處理技術來分析、挖掘電子病歷中的重要內容就顯得十分必要。傳統(tǒng)自然語言處理包括詞性標注、分詞、句子邊界識別、句法分析、命名實體識別和實體關系抽取、共指消解等。通過對電子病歷多年的研究分析，從中發(fā)現(xiàn)一些結構規(guī)則，并在此基礎上進一步提煉出獨有的算法和模型，最終形成基于醫(yī)療數(shù)據(jù)模式的文本識別方法，實現(xiàn)了病歷自由文本分析由通用的標簽分詞到語義分析的轉變，為數(shù)據(jù)的分析利用奠定了基礎。
以應用提升數(shù)據(jù)質量 數(shù)據(jù)質量對RWS的重要性不言而喻，而保障數(shù)據(jù)質量最有效的方法就是在其源頭予以控制，即以應用來驅動數(shù)據(jù)質量的提升。具體來講，就是根據(jù)不同的應用場景，從不同視角去建立相應的數(shù)據(jù)模型關系。如：對具有因果關聯(lián)結構的病種、病情、治療、療效數(shù)據(jù)，事先充分了解其結構內容、相關業(yè)務邏輯及標準，并將這些內容、規(guī)則和標準體現(xiàn)到數(shù)據(jù)采集系統(tǒng)；在診療過程中，通過制定并遵循服務流程、規(guī)范操作，從規(guī)范的診療行為中獲取可用數(shù)據(jù)；利用智能推薦、警示提醒、診療視圖等方式，強化醫(yī)生對高質量數(shù)據(jù)的輸入感受，促進數(shù)據(jù)質量提升等。
統(tǒng)計分析靈活 大數(shù)據(jù)科研分析平臺通過接入R語言，覆蓋了比較均值分析、回歸分析、相關分析、定性分析、線性回歸、ROC曲線等多種常用統(tǒng)計分析算法；另外，還引入了如決策樹、主成分分析等高級挖掘統(tǒng)計算法，以支持復雜的研究案例。針對不同的研究，可靈活選擇不同算法，并自動生成統(tǒng)計結果。同時，平臺將支持科研數(shù)據(jù)直接導出，供其他統(tǒng)計分析軟件使用，滿足不同科研需求
大數(shù)據(jù)科研分析平臺在RWS中的應用
如前所述，大數(shù)據(jù)科研分析平臺在數(shù)據(jù)獲取、數(shù)據(jù)處理及統(tǒng)計分析等環(huán)節(jié)都具有強大優(yōu)勢，在RWS研究多個環(huán)節(jié)都能起到切實有效的輔助作用，從而縮短藥品試驗周期，降低研究成本。
滿足數(shù)據(jù)采集需求 利用大數(shù)據(jù)科研分析平臺，可以方便地獲取到醫(yī)院各業(yè)務系統(tǒng)中的相關數(shù)據(jù)；并可針對具體科研項目，無縫接入患者院外隨訪數(shù)據(jù)及CRF表單數(shù)據(jù)，快速建立基于真實世界研究的數(shù)據(jù)庫。
滿足數(shù)據(jù)處理及質量控制需求 通過大數(shù)據(jù)科研分析平臺的自然語言處理等技術，可以將海量數(shù)據(jù)進行標準化及后結構化處理，并形成完善的數(shù)據(jù)網(wǎng)絡，提高科研過程中對數(shù)據(jù)搜索的便利性及時效性。此外，通過在應用層面對不同業(yè)務邏輯及標準、規(guī)則的設定，強化對數(shù)據(jù)產(chǎn)出端的質量控制，可以有效提升數(shù)據(jù)的準確性、及時性、完整性和一致性，確保RWS過程中數(shù)據(jù)的高關聯(lián)度和高可靠性。
滿足數(shù)據(jù)統(tǒng)計及分析需求 大數(shù)據(jù)科研平臺通過將R語言與常用醫(yī)學統(tǒng)計模型集成在一起，可以更加方便地為科研人員提供針對不同需求的靈活選擇；且操作簡便，通過“檢索或導入分析數(shù)據(jù)→選擇變量和參數(shù)→查看并導出結果”三個步驟，即可快速完成科研統(tǒng)計、生成分析結果。此外，還可以借助大數(shù)據(jù)語義分析和知識圖譜等技術，針對某種疾病做描述性統(tǒng)計分析，實現(xiàn)為患者畫像或為疾病畫像。
綜上所述，大數(shù)據(jù)科研分析平臺利用自然語言處理、機器學習等人工智能技術，在RWS開展過程中可以幫助其快速完成對海量醫(yī)療數(shù)據(jù)的收集、整合、處理及統(tǒng)計、分析等，深度挖掘數(shù)據(jù)內在價值，實現(xiàn)真實世界研究在新藥開發(fā)、藥物經(jīng)濟學、醫(yī)保控費、適應癥/禁忌癥評價、臨床指導等多層次、多角度的需求，具有廣闊的應用前景。
文章來源：《中國數(shù)字醫(yī)學》雜志2019年第2期，作者及單位：金昌曉 計虹 席韓旭 張晨 甘偉 陳聯(lián)忠，北京大學第三醫(yī)院 北京嘉和美康信息技術有限公司。
返回