数据赋能健康发展，数造科技为某省妇幼医院搭建医疗数据科研平台

妇幼健康是全民健康的基础，反映整体健康水平。随着社会经济发展和环境问题加重，妇幼健康问题普遍化、多样化。《健康中国行动（2019-2030）》提出新时期妇幼健康面临新挑战，对生殖健康、出生缺陷预防、母婴安全、儿童疾病预防有更高要求。建立妇幼健康研究队列，收集样本、评估暴露情况，对早期预防妇幼疾病有重要意义，为促进妇幼健康提供支持。医院科研建立队列研究为妇幼疾病提供准确暴露信息和纵向数据，进行因果关系推断，延长随访时间可获取远期结局信息，探索儿童发育异常和妇女慢性疾病早期起源。

科研能力是医院高质量发展和绩效考核的重要指标，公立医院能够充分发挥自身优势，把科研与临床相结合，在对重点病种等方面的研究具有独特的优势和作用。中国医院科技量值是响应国家科技评价体系改革需求，倡导突出质量、贡献这一科技评价核心理念的产物，是反映医院科技基础平台建设及科技创新水平的工具，是医院自我审视、多维对比、加速提升的量尺，是国家衡量医院科技创新水平的参照物。

一、医疗科研现状及问题

围绕促进区域内妇女儿童健康为核心，坚持走科研创新之路，激发学科高质量发展，分类建立人群队列研究为关键突破口，以科研大数据中心为科研核心底座，持续进行数据采集、数据治理工作，融合人工智能技术，形成科研成果，持续进行成果转换。然而某省妇幼医院的专业化的数据平台的建设仍处于起步阶段，医院医疗领域业务系统建设基本完成，已形成完整体系，但调研工作仍然过度依赖线下人工作业，缺乏必要的科研数据管理和应用体系，主要存在以下诸多问题。在此背景下，数造科技为某省妇幼医院构建了全院级别的医疗科研大数据平台，以满足临床医生科研需求，为临床医生提供个性化的科研数据服务。

1、缺乏与业务紧密结合队列管理平台，给科研人员日常队列管理增加大量工作；

2、数据采集的时效性、准确性不高，对调研问卷的数据处理加工过度依赖人工；

3、科研数据利用和分析能力不强，无法适应科研工作数据分析时效性的需求，同时分析过程人力投入成本大；

4、科研成果转换难，科研算法模型构建对科研人员技术要求高。

二、解决方案

1、解决方案思路

该系统采用了基于分层设计的总体架构。分层包括数据源快速接入、数据敏捷加工、分析和科研数据应用，为了实现系统的可扩展性和灵活性，采用了微服务设计理念，可以持续融合新的业务应用。数据中心平台作为数据开发应用的核心，依托其能力加强了数据安全意识和保障措施，确保应用和数据的可控性。整体架构旨在构建一个完善、可靠的科研平台，满足科研需求并保障数据的安全性。

数据源快速接入：负责数据的采集和快速接入，可能包括与医院、实验室样本库等数据源的集成，确保数据的准确性和完整性；

数据敏捷加工

• 科研数据开发工厂支持对数据的加工、离线开发和实时开发，包括数据清洗、融合、转换等；

• 科研数据资产管理支持数据治理和资产分析，帮助科研人员通过数据地图“找数、看数、用数”了解调研数据；

数据分析：内置多种算法模型实现科研数据自助、实时分析，挖掘数据价值，预测调研趋势；

科研数据应用场景：设置领导管理驾驶舱和科研项目管理，包括儿童生长发育科学的纵向监测、儿童早期发育研究和儿童睡眠影响因素等多个科研队列项目，实现调研电子化。

2、科研数据中心平台（Databuilder）

某省妇幼医院内诊疗体系数据多割裂在几十个甚至上百个临床系统中，导致临床数据难以被有效分析和应用。为深化某省妇幼医院系统调研与临床研究，提高临床研究能力，促进研究成果的临床应用及转化推广，医院整合主要系统的医疗数据，与数造科技携手搭建了科研数据中心平台。

这是为科研人员提供数据管理和分析的综合性平台，提供一站式数据开发和治理能力，实现对科研数据一站式的采集、加工、治理和服务。帮助医院科研快速构建从数据接入到数据分析的端到端数据系统，高效处理数据、促进合作与共享，并注重数据安全和隐私保护。

该平台集成了各种工具和算法，支持多种数据格式，提供权限管理、数据可视化等功能，为科学研究提供集成化的环境，分别整合了包括儿童医学中心队列研究系统等多个科研系统，推动科研进展。

三、案例实践

场景一：儿童医学中心队列研究系统

探讨不同妊娠结局（出生体重、胎龄情况等）对生长发育的影响，研究不同年龄段儿童生长发育的流行病学特征；建立该省 0-18 岁儿童生长发育科学的纵向监测体系，分别实现了分组分类的队列管理、随访方案配置、志愿者档案管理和随访全过程管理等功能。通过医学科研平台，对样本数据进行统计分析，为该省政府制定针对性的儿童营养干预提供科学的参考依据及对我省儿童健康成长提供符合我省实际情况的理论与实践依据。

场景二：儿童早期研究系统

围绕某省妇女儿童医学中心科研人员的具体研究方向，基于本平台针对区域内 0-3 的儿童开展调研工作，形成区域内、学校、个人的生长发育报告，为幼儿园、家长提供儿童生长发育的评估建议。根据不同用户类型建立了儿童建档-学校注册-区域管理员注册-调研问卷配置-研究报告发布（区域内、学校、个人）等功能，是实现对区域内的儿童研究数据统一管理入口。

场景三：AI 预测儿童睡眠影响因素研究

覆盖全省开展调研，针对儿童的睡眠情况进行各方面的统计，根据不同年龄段儿童的睡眠特点和规律，选取一部分儿童的睡眠数据作为样本进行分析。此部分的数据将根据一定的比例分为模型的训练集和验证集。训练集用来构建模型，配合模型的训练，测试集则用来验证模型的预测结果是否准确。根据样本的数量，儿童睡眠的各项指标，例如睡眠时长，睡眠次数等多个维度来构建 AI 预测模型。

四、项目成果

1、集成医疗系统数据，自助数据分析。科研数据中心平台可实现复杂医疗问题配置，实现队列灵活管理，满足多种类型队列研究及随访，适配多端运行，满足不同场景采集数据需求，支持多种数据类型、文本类型导出（Excel、csv...），满足科研数据分析需求。

2、数据分类、标准化与访问控制，保障科研平台数据质量与安全。科研平台对数据进行了数据分类和标准化，可以使数据在不同系统和应用程序之间具有一致的定义和格式，提高数据质量和数据的可比性和可重复性，平台实施严格的访问控制机制提高了数据的安全性。

3、AI 算法挖掘数据价值，赋能科研项目成果转化。全省开展调研，参与调研儿童超过 10 万，存储样本数据近 20 万，为医院科研提供大量基础数据进行分析；全省开展调研，参与调研儿童近万人次，经过 AI 预测儿童睡眠影响因子分析之后生成个人报告超过 4000 份。