姜勇，孟霞，王擁軍

作者單位

100070 北京國家神經(jīng)系統(tǒng)疾病臨床醫(yī)學研究中心；首都醫(yī)科大學附屬北京天壇醫(yī)院神經(jīng)病學中心

近十余年來，隨著醫(yī)療衛(wèi)生信息化的不斷發(fā)展和電子病歷的廣泛應用，醫(yī)療健康大數(shù)據(jù)得到飛速發(fā)展[1]。隨著基因組（表觀基因組、外顯子組）、蛋白組、轉(zhuǎn)錄組、代謝組、免疫組等多組學技術(shù)及高分辨影像技術(shù)的發(fā)展和廣泛應用，生物學數(shù)據(jù)呈現(xiàn)井噴式增長，臨床研究迅速進入了大數(shù)據(jù)時代[2]。在臨床診療方面，物聯(lián)網(wǎng)和可穿戴設備的發(fā)展[3]、心腦血管疾病新的生物標志物不斷被發(fā)現(xiàn)[4]、臨床檢測技術(shù)檢測精度的不斷提高和多模態(tài)高分辨醫(yī)學影像技術(shù)的發(fā)展，表型組學、影像組學的研究也逐漸發(fā)展起來，為卒中精準醫(yī)療奠定了基礎(chǔ)[5]。

精準醫(yī)療是利用個人的生物學（包括遺傳）、醫(yī)學、行為和環(huán)境信息，根據(jù)每位患者的基因組、精細臨床表型，通過大數(shù)據(jù)分析方法，把不同的患者個體進行精細化分層，調(diào)整疾病的預防和治療方法。大數(shù)據(jù)是精準醫(yī)學的基礎(chǔ)，而大數(shù)據(jù)分析方法是卒中精準醫(yī)學的重要工具之一[6]。

1 臨床研究大數(shù)據(jù)的發(fā)展機遇和挑戰(zhàn)

臨床研究大數(shù)據(jù)的發(fā)展為卒中精準醫(yī)學的發(fā)展帶來了新的機遇。大數(shù)據(jù)分析技術(shù)日新月異的發(fā)展，特別是機器學習和深度學習技術(shù)的發(fā)展使多維度數(shù)據(jù)分析有了新的分析挖掘工具[7-8]。高性能計算技術(shù)和分布式存儲的發(fā)展為臨床研究大數(shù)據(jù)的存儲提供了高效穩(wěn)定的硬件支撐。區(qū)塊鏈技術(shù)的發(fā)展，為臨床研究的數(shù)據(jù)管理和共享提供了新的模式[9]。然而，生物醫(yī)學大數(shù)據(jù)的管理、分析處理、解釋、應用等方面也面臨很多挑戰(zhàn)，許多基礎(chǔ)性的問題需要多個領(lǐng)域的科學家聯(lián)合攻關(guān)[10]。

歐美發(fā)達國家非常重視生物醫(yī)學大數(shù)據(jù)的發(fā)展，在國家層面設立項目支持醫(yī)療健康領(lǐng)域大數(shù)據(jù)技術(shù)和應用的研究。2014年美國國立衛(wèi)生研究院（National Institutes of Health，NIH）啟動了大數(shù)據(jù)到知識（Big Data to Knowledge，BD2K）計劃，通過培養(yǎng)人才、開發(fā)軟件工具以推動生物醫(yī)學大數(shù)據(jù)的有效分析和利用[11]。2018年6月4日，美國國立衛(wèi)生研究院發(fā)布了《數(shù)據(jù)科學戰(zhàn)略計劃》（NIH Strategic Plan for Data Science），旨在支持高效的生物醫(yī)學研究數(shù)據(jù)基礎(chǔ)設施，促進數(shù)據(jù)資源生態(tài)系統(tǒng)的現(xiàn)代化，開發(fā)和推廣高級數(shù)據(jù)管理、分析和可視化工具，加強生物醫(yī)學數(shù)據(jù)科學的人才隊伍建設，制定適當?shù)恼咭源龠M管理和可持續(xù)發(fā)展。2017年歐洲啟動了BigData@Heart計劃，將隊列研究、電子病歷、醫(yī)療質(zhì)量改進登記研究、臨床試驗數(shù)據(jù)，影像數(shù)據(jù)整合在一起為新藥物研發(fā)和個體化醫(yī)療提供基礎(chǔ)[12]。

我國生物醫(yī)學大數(shù)據(jù)研究還剛剛起步，高質(zhì)量的數(shù)據(jù)源較少，缺乏我國自主開發(fā)的數(shù)據(jù)分析的核心算法，缺少多學科融合的創(chuàng)新人才團隊。2019年5月11-12日，國家自然科學基金委員會第232期雙清論壇“全維度數(shù)據(jù)與智能診療的前沿與挑戰(zhàn)”在上海召開，論壇由國家自然科學基金委醫(yī)學科學部、數(shù)理科學部、信息科學部與政策局聯(lián)合主辦，本次論壇圍繞以組學為核心的生物標志物挖掘與機制研究、大規(guī)模人群隊列建設及面向疾病精準診療的智能分析、智能診療臨床轉(zhuǎn)化應用3個專題進行深入探討，提出建議：基于現(xiàn)有隊列多維尺度數(shù)據(jù)的非線性關(guān)聯(lián)算法分析，發(fā)現(xiàn)新的生物標志物，發(fā)展疾病動態(tài)演變預測模型；繼續(xù)建立并規(guī)范重大慢病高質(zhì)量和大數(shù)據(jù)量的專病隊列數(shù)據(jù)庫，創(chuàng)建數(shù)據(jù)共享平臺并制定管理方案。鼓勵發(fā)展智能精準醫(yī)療的生物和數(shù)學基礎(chǔ)研究。建立基于大數(shù)據(jù)及人工智能算法的重大慢病藥物基因組學，實現(xiàn)從單一蛋白質(zhì)靶點到多靶點聯(lián)合治療[13]。

2 卒中臨床研究大數(shù)據(jù)的重點任務

為解決這些基礎(chǔ)性問題，應從高質(zhì)量數(shù)據(jù)源抓起，這需從建立大數(shù)據(jù)管理、分析和共享平臺、打造多學科融合的臨床研究方法學團隊等方面探索系統(tǒng)的解決方案。

2.1 整合臨床研究數(shù)據(jù)，建設高質(zhì)量大數(shù)據(jù)來源 高質(zhì)量的臨床研究、真實世界的電子病歷和醫(yī)療質(zhì)量大數(shù)據(jù)是卒中防控大數(shù)據(jù)的三個重要來源。

臨床研究大數(shù)據(jù)是醫(yī)療大數(shù)據(jù)的高質(zhì)量數(shù)據(jù)來源。臨床研究大數(shù)據(jù)強調(diào)數(shù)據(jù)來源是來自于臨床研究，其特點基于科學設計，全程良好的質(zhì)量控制，清晰的研究問題和假設，明確的研究結(jié)局和終點。隨著精準醫(yī)學研究的開展，數(shù)據(jù)的維度不斷擴大。缺點是由于研究經(jīng)費和組織實施的限制，樣本量相對較小。不同臨床研究采用的數(shù)據(jù)標準不一致，無法匯交成更大的數(shù)據(jù)樣本。未來應通過建立統(tǒng)一的數(shù)據(jù)標準，統(tǒng)一臨床數(shù)據(jù)公共數(shù)據(jù)元，建立數(shù)據(jù)共享機制，推動數(shù)據(jù)共享來促進高質(zhì)量數(shù)據(jù)庫的建立。

以電子病歷為核心的醫(yī)院臨床數(shù)據(jù)中心的數(shù)據(jù)是真實世界醫(yī)療大數(shù)據(jù)的重要來源。很多醫(yī)院通過整合電子病歷、醫(yī)院信息系統(tǒng)、實驗室信息系統(tǒng)、影像存檔與通訊系統(tǒng)信息，收集和保存生物樣本，定期開展隨訪，建立起臨床科研一體化的大數(shù)據(jù)平臺。真實世界中對患者診療的個性化決定了電子病歷數(shù)據(jù)的稀疏性，數(shù)據(jù)完整性不能滿足研究的需要，這也是導致真實世界研究不能廣泛開展的主要原因。各醫(yī)院使用的電子病歷標準不一致，結(jié)構(gòu)化程度參差不齊是另一個技術(shù)難點。單中心的電子病歷數(shù)據(jù)量、代表性往往不能滿足大型真實世界研究的需求，多中心的研究往往需要各分中心醫(yī)院上傳數(shù)據(jù)至項目牽頭醫(yī)院，很多醫(yī)院擔心泄露患者隱私而不愿意參加。

以醫(yī)院病案首頁、醫(yī)療保險、死亡登記為代表的衛(wèi)生行政數(shù)據(jù)庫和公共衛(wèi)生數(shù)據(jù)庫是卒中大數(shù)據(jù)的第三個重要來源。國際上醫(yī)療信息化發(fā)展比較早的國家如英國、韓國等開展了很多基于衛(wèi)生行政數(shù)據(jù)庫鏈接的研究。我國在部分地區(qū)也進行了一些初步的探索，有待進一步的研究。國家神經(jīng)系統(tǒng)疾病臨床醫(yī)學研究中心與中國疾病預防控制中心、國家衛(wèi)生健康委統(tǒng)計信息中心等單位合作，共同建立重大慢性病流行病學監(jiān)測大數(shù)據(jù)平臺。

理想的基于大數(shù)據(jù)的研究是將上面三種數(shù)據(jù)來源加以整合：基于特定的臨床研究假設，將大數(shù)據(jù)作為一種數(shù)據(jù)采集方式，建立疾病登記數(shù)據(jù)庫，結(jié)合補充收集的臨床診療信息，鏈接物聯(lián)網(wǎng)、可穿戴設備的客觀數(shù)據(jù)，定期開展隨訪研究，并利用衛(wèi)生行政數(shù)據(jù)補充必要的經(jīng)濟數(shù)據(jù)和結(jié)局信息。

2.2 建立大數(shù)據(jù)存儲和分析平臺，開展數(shù)據(jù)服務和共享 隨著臨床研究收集數(shù)據(jù)維度的不斷增加，臨床表型數(shù)據(jù)采集的精細度不斷增加，同時伴隨著基因組、蛋白組、轉(zhuǎn)錄組等多組學技術(shù)的不斷發(fā)展，對數(shù)據(jù)分析和存儲的要求也越來越高。為滿足高效的數(shù)據(jù)分析和安全的數(shù)據(jù)管理需要，國家神經(jīng)系統(tǒng)疾病臨床醫(yī)學研究中心建立了由基于虛擬化的桌面云系統(tǒng)、高性能計算平臺和分布式存儲系統(tǒng)。實現(xiàn)了計算資源和數(shù)據(jù)的融合，為開展多維度臨床研究數(shù)據(jù)的大數(shù)據(jù)分析創(chuàng)造了安全、高效的環(huán)境。

2.3 開展需求導向的大數(shù)據(jù)應用研究 明確的數(shù)據(jù)需求是開展大數(shù)據(jù)研究的關(guān)鍵。很多大數(shù)據(jù)研究開始并沒有很好的設計，只是把全部的數(shù)據(jù)收集上來，導致數(shù)據(jù)標準不統(tǒng)一，數(shù)據(jù)質(zhì)量參差不齊。如基于醫(yī)療質(zhì)量監(jiān)測的大數(shù)據(jù)研究，先應確定好關(guān)鍵績效指標和設計的數(shù)據(jù)項，制訂數(shù)據(jù)標準或采用公共數(shù)據(jù)標準，確定最小數(shù)據(jù)集和數(shù)據(jù)項及在各家醫(yī)院電子病歷中對應的數(shù)據(jù)來源，評估各醫(yī)院的數(shù)據(jù)質(zhì)量是否符合要求，確定數(shù)據(jù)是否匯交至數(shù)據(jù)中心計算，還是只在本地計算，簽訂電子合約，應用區(qū)塊鏈技術(shù)+4G/5G技術(shù)傳輸實施數(shù)據(jù)采集和計算。2.4 加強大數(shù)據(jù)人才團隊建設 加強大數(shù)據(jù)人才培養(yǎng)，推動大數(shù)據(jù)交叉學科的發(fā)展，設立醫(yī)學大數(shù)據(jù)研究專業(yè)方向?qū)W歷教育，培養(yǎng)臨床數(shù)據(jù)科學家。探索體制創(chuàng)新，建立新型研發(fā)機構(gòu)。應鼓勵國家臨床醫(yī)學研究中心等醫(yī)學研究機構(gòu)和掌握核心技術(shù)的企事業(yè)單位建立產(chǎn)學研聯(lián)合實驗室的方式，加強多學科團隊的技術(shù)融合與交流。

2.5 制訂數(shù)據(jù)共享實施方案，推動數(shù)據(jù)共享將臨床研究過程中收集和產(chǎn)生的高質(zhì)量數(shù)據(jù)，進行匯交、管理、共享可為開展大數(shù)據(jù)技術(shù)、人工智能及精準醫(yī)學研究提供大量高質(zhì)量數(shù)據(jù)。由政府支持推進數(shù)據(jù)共享，建立良好的數(shù)據(jù)共享的生態(tài)環(huán)境，將大大促進高質(zhì)量數(shù)據(jù)的形成。建立科技管理專業(yè)部門主導，各疾病臨床研究中心專家參與，各利益相關(guān)方共享的腦血管病大數(shù)據(jù)公共平臺，可能是建立高質(zhì)量臨床研究大數(shù)據(jù)的理想模式。

3 建立國家卒中臨床研究大數(shù)據(jù)平臺，推動數(shù)據(jù)共享和大數(shù)據(jù)技術(shù)應用

國家神經(jīng)系統(tǒng)疾病臨床研究中心依托首都醫(yī)科大學附屬北京天壇醫(yī)院，在大數(shù)據(jù)研究及應用方面，從建設高質(zhì)量數(shù)據(jù)來源、加強數(shù)據(jù)分析存儲平臺建設、打造多學科大數(shù)據(jù)研究團隊、開展以需求為導向的大數(shù)據(jù)人工智能應用研究等方面開展了相關(guān)工作。在參考國內(nèi)外標準的基礎(chǔ)上，建立了一套統(tǒng)一的神經(jīng)系統(tǒng)疾病臨床研究數(shù)據(jù)采集標準。經(jīng)過十余年臨床研究的積累，已經(jīng)建立起由社區(qū)隊列、臨床隊列、多中心臨床試驗和臨床影像數(shù)據(jù)庫等組成的高質(zhì)量臨床研究大數(shù)據(jù)，總樣本量達到150萬人。最具代表性的是中國國家卒中登記研究Ⅲ（China National Stoke Registry Ⅲ，CNSR Ⅲ），該項目在“十三五”國家重點研發(fā)計劃支持下，建立了超過1.5萬人的腦血管病精準隊列，基線收集了超過5000個臨床表型、高分辨影像和組學數(shù)據(jù)，并進行長期隨訪，建立了數(shù)據(jù)共享的機制和軟硬件平臺。

開展以需求為導向的應用研究是開展大數(shù)據(jù)研究的主要目標。國家神經(jīng)系統(tǒng)疾病臨床研究中心正在探索開展基于大數(shù)據(jù)人工智能技術(shù)的腦血管病復發(fā)、死亡及預后研究，探索腦血管病的發(fā)病和復發(fā)機制及干預靶點，開展基于大數(shù)據(jù)的臨床輔助決策系統(tǒng)研究未來可輔助提高基層醫(yī)療的質(zhì)量和水平等。

卒中大數(shù)據(jù)是一個新興事物，它的建設和發(fā)展需要大家的共同努力。我們將與全國同道攜手并進，砥礪前行，共同迎接卒中的精準醫(yī)療的新時代！