導讀：利用大數據科研分析平臺，改善臨床研究工作流程，提高試驗效率，加速成果轉化。以大數據科研分析平臺的建設為切入點(diǎn)，從數據采集、數據處理及統計分析等方面，探討其在臨床研究尤其是真實(shí)世界研究中的應用效果。大數據科研分析平臺在臨床研究中的多個(gè)環(huán)節都起到了切實(shí)有效的輔助作用，縮短了試驗周期，降低了研究成本。大數據科研分析平臺利用自然語(yǔ)言處理、機器學(xué)習等人工智能技術(shù)，深度挖掘臨床研究中的數據內在價(jià)值，多層次、多角度滿(mǎn)足不同科研需求，有著(zhù)廣闊的應用前景。
隨著(zhù)循證醫學(xué)、轉化醫學(xué)以及藥物經(jīng)濟學(xué)等在我國的迅速發(fā)展，以及國家對臨床醫學(xué)研究的大力倡導，醫生的科研需求持續增加。而傳統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(wú)法評價(jià)藥品在真實(shí)臨床環(huán)境下的作用等，近年來(lái)，基于真實(shí)世界的研究（Real World Study，RWS）正越來(lái)越多地受到醫療衛生領(lǐng)域的關(guān)注。RWS作為一種藥品上市后的再評價(jià)方法，可以更好地反映出藥品在實(shí)際臨床使用過(guò)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，通常涉及海量醫療數據，以往依靠人工操作的科研方式不僅耗時(shí)耗力，且極易出現人為錯誤，難以保證數據質(zhì)量及科研實(shí)施的效率。
與此同時(shí)，隨著(zhù)我國醫院信息化水平的日益提高以及信息系統覆蓋率的逐漸增加，各醫院積累的診療數據呈指數級增長(cháng)，為開(kāi)展基于大數據的RWS研究提供了廣泛基礎。因此，如何利用大數據及人工智能技術(shù)，積極助力RWS的開(kāi)展，提高其質(zhì)量與效率，成為亟待解決的問(wèn)題。
真實(shí)世界研究概念及特點(diǎn)
概念 所謂真實(shí)世界研究（RWS）是指在臨床真實(shí)條件與現實(shí)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），比較和選擇不同醫療手段的過(guò)程及其結局研究；與傳統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(fǎng)與實(shí)際存在差異等特征都具有明顯差別。
特點(diǎn)
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(shí)際使用人群會(huì )擴大，往往導致實(shí)際藥物療效無(wú)法重復臨床試驗結果。這種情況下，利用RWS可以提供傳統RCT試驗所無(wú)法提供的證據，包括：真實(shí)環(huán)境下干預措施的療效、長(cháng)期用藥的安全性、依從性、疾病負擔等，進(jìn)而評估患者健康狀況、疾病及診療過(guò)程，評估防治結果、患者預后與預測，以及支持醫療政策制定等。
數據來(lái)源 開(kāi)展RWS研究時(shí)，數據必須來(lái)源于真實(shí)世界中的患者數據，反映實(shí)際診療過(guò)程和真實(shí)條件下的患者健康狀況，是一種非實(shí)驗設計數據，主要包含醫院電子病歷、醫療索賠數據庫、藥品不良事件監測數據以及患者隨訪(fǎng)數據等。
實(shí)現難點(diǎn) 首先，RWS要求的數據量十分龐大，只有在足夠大的樣本量基礎上，才能高效滿(mǎn)足RWS的研究和開(kāi)展；其次，要保障數據質(zhì)量，在RWS開(kāi)展過(guò)程中，一旦出現多個(gè)虛假或殘缺不全數據，將直接影響后續基于數據進(jìn)行的群體性分析，使科研失去價(jià)值；最后，RWS本身對巨大數據量的需求，也對后續的數據處理及統計分析提出更高要求，需要強大的采集和分析系統予以支撐。
大數據科研分析平臺功能及技術(shù)特色
大數據科研分析平臺以自然語(yǔ)言處理、機器學(xué)習等人工智能技術(shù)為支撐，在數據的收集、整合、處理和統計、分析等方面，都有著(zhù)巨大的先天優(yōu)勢，這對開(kāi)展RWS起到強大的輔助作用。
平臺架構設計 大數據科研分析平臺的構建是以醫院數據中心（HDR）為基礎，輔以基因組學(xué)、eCRF表單及隨訪(fǎng)數據等，形成全量的專(zhuān)病數據庫；在經(jīng)過(guò)數據整合、清洗、自然語(yǔ)言處理、機器學(xué)習及去隱私化等技術(shù)處理后，形成數據集市，包含結構化及后結構化數據；在此基礎上，通過(guò)語(yǔ)義分析模型、同義詞字典、知識圖譜等算法，進(jìn)一步挖掘疾病癥狀之間潛在關(guān)聯(lián)等，實(shí)現數據的深度應用。平臺架構如圖1所示。
圖1 平臺架構示意圖
功能特點(diǎn) 大數據科研分析平臺通過(guò)收集、整合院內/外海量醫療數據，較好地滿(mǎn)足了RWS對大樣本量的需求；同時(shí)，利用自然語(yǔ)言處理、機器學(xué)習等人工智能技術(shù)，將大量多源異構的信息融合成標準化、結構化數據，確保了數據質(zhì)量及后續分析的有效性；在數據統計、分析方面，通過(guò)接入R語(yǔ)言，集合多種統計分析方法，大大提高了統計分析的靈活性及科研效率；此外，還可通過(guò)描述性統計分析，實(shí)現為患者畫(huà)像、為疾病畫(huà)像。
技術(shù)特色
自然語(yǔ)言處理（NLP） RWS研究中所需的數據很大一部分存儲在電子病歷系統中。而電子病歷除包含結構化數據外，還存在大量自由文本數據，為后續的搜索、統計、分析等帶來(lái)了困難。因此，探索利用自然語(yǔ)言處理技術(shù)來(lái)分析、挖掘電子病歷中的重要內容就顯得十分必要。傳統自然語(yǔ)言處理包括詞性標注、分詞、句子邊界識別、句法分析、命名實(shí)體識別和實(shí)體關(guān)系抽取、共指消解等。通過(guò)對電子病歷多年的研究分析，從中發(fā)現一些結構規則，并在此基礎上進(jìn)一步提煉出獨有的算法和模型，最終形成基于醫療數據模式的文本識別方法，實(shí)現了病歷自由文本分析由通用的標簽分詞到語(yǔ)義分析的轉變，為數據的分析利用奠定了基礎。
以應用提升數據質(zhì)量 數據質(zhì)量對RWS的重要性不言而喻，而保障數據質(zhì)量最有效的方法就是在其源頭予以控制，即以應用來(lái)驅動(dòng)數據質(zhì)量的提升。具體來(lái)講，就是根據不同的應用場(chǎng)景，從不同視角去建立相應的數據模型關(guān)系。如：對具有因果關(guān)聯(lián)結構的病種、病情、治療、療效數據，事先充分了解其結構內容、相關(guān)業(yè)務(wù)邏輯及標準，并將這些內容、規則和標準體現到數據采集系統；在診療過(guò)程中，通過(guò)制定并遵循服務(wù)流程、規范操作，從規范的診療行為中獲取可用數據；利用智能推薦、警示提醒、診療視圖等方式，強化醫生對高質(zhì)量數據的輸入感受，促進(jìn)數據質(zhì)量提升等。
統計分析靈活 大數據科研分析平臺通過(guò)接入R語(yǔ)言，覆蓋了比較均值分析、回歸分析、相關(guān)分析、定性分析、線(xiàn)性回歸、ROC曲線(xiàn)等多種常用統計分析算法；另外，還引入了如決策樹(shù)、主成分分析等高級挖掘統計算法，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(dòng)生成統計結果。同時(shí)，平臺將支持科研數據直接導出，供其他統計分析軟件使用，滿(mǎn)足不同科研需求
大數據科研分析平臺在RWS中的應用
如前所述，大數據科研分析平臺在數據獲取、數據處理及統計分析等環(huán)節都具有強大優(yōu)勢，在RWS研究多個(gè)環(huán)節都能起到切實(shí)有效的輔助作用，從而縮短藥品試驗周期，降低研究成本。
滿(mǎn)足數據采集需求 利用大數據科研分析平臺，可以方便地獲取到醫院各業(yè)務(wù)系統中的相關(guān)數據；并可針對具體科研項目，無(wú)縫接入患者院外隨訪(fǎng)數據及CRF表單數據，快速建立基于真實(shí)世界研究的數據庫。
滿(mǎn)足數據處理及質(zhì)量控制需求 通過(guò)大數據科研分析平臺的自然語(yǔ)言處理等技術(shù)，可以將海量數據進(jìn)行標準化及后結構化處理，并形成完善的數據網(wǎng)絡(luò )，提高科研過(guò)程中對數據搜索的便利性及時(shí)效性。此外，通過(guò)在應用層面對不同業(yè)務(wù)邏輯及標準、規則的設定，強化對數據產(chǎn)出端的質(zhì)量控制，可以有效提升數據的準確性、及時(shí)性、完整性和一致性，確保RWS過(guò)程中數據的高關(guān)聯(lián)度和高可靠性。
滿(mǎn)足數據統計及分析需求 大數據科研平臺通過(guò)將R語(yǔ)言與常用醫學(xué)統計模型集成在一起，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(jiǎn)便，通過(guò)“檢索或導入分析數據→選擇變量和參數→查看并導出結果”三個(gè)步驟，即可快速完成科研統計、生成分析結果。此外，還可以借助大數據語(yǔ)義分析和知識圖譜等技術(shù)，針對某種疾病做描述性統計分析，實(shí)現為患者畫(huà)像或為疾病畫(huà)像。
綜上所述，大數據科研分析平臺利用自然語(yǔ)言處理、機器學(xué)習等人工智能技術(shù)，在RWS開(kāi)展過(guò)程中可以幫助其快速完成對海量醫療數據的收集、整合、處理及統計、分析等，深度挖掘數據內在價(jià)值，實(shí)現真實(shí)世界研究在新藥開(kāi)發(fā)、藥物經(jīng)濟學(xué)、醫?？刭M、適應癥/禁忌癥評價(jià)、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(lái)源：《中國數字醫學(xué)》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(xué)第三醫院 北京嘉和美康信息技術(shù)有限公司。
返回