孙颖教授：人工智能加速高质量智慧医院建设和医学研究

AI赋能大大提升医疗质量和效率

医院的信息化基础建设普遍存在数据分散、缺乏标准化和数据不完整等问题，为医护人员和科研工作者在日常工作中合规应用数据和挖掘数据科研价值造成挑战。AI技术可以协助医院建立疾病模型和疾病标准数据集，针对疾病进行深入的数据治理和算法建设，让临床数据科研资源价值得到极大提升。

例如，中山大学附属肿瘤医院与医渡科技合作推出的平台，协助医院将获得授权的患者就诊资料以时间轴的形式呈现在平台界面里，帮助医生直观了解患者过往诊疗信息，并能够自动对重点事件和异常值进行提示和预警，有效提高医疗服务效率和质量，进而促进医院全方位提升诊疗水平和疾病管理效率。

在真实世界研究方面，目前基于平台已经支持超过1000项回顾性研究，200余项前瞻性研究。仅鼻咽癌一个疾病就产生了近30篇SCI文章。孙教授分享了其中一个她团队从事的鼻咽癌患者EBV DNA（鼻咽癌分子标志物）清零时间对预后和疗效影响的真实世界研究案例。以“接受IMRT+诱导+同期化疗”作为治疗条件进行搜索，通过追踪该组患者在整个诊疗过程中的EBV DNA变化情况，整合其指标的变化规律，能够将表面看起来是一组生存率的患者人群进一步的细化分层，判断不同层级患者对于诊疗方案的敏感性，为疾病动态风险评估、指导临床医生治疗决策提供了重要依据，这就是精准治疗的意义。这个项目的顺利开展离不开与医渡科技深度合作，借助智慧医疗大数据平台和高质量的疾病数据颗粒度，能够实现对于患者的聚类分析和分层，发掘数据科研价值，推动高质量真实世界科学研究，实现以患者为中心的诊疗模式。

在临床试验的受试者招募环节，医生以往需要花费大量时间成本，如大海捞针般找到符合入组条件的受试者。基于院内的智能医疗大数据平台，原生的医疗数据已经授权通过人工智能和大数据技术完成了结构化，研究者可以在平台上根据试验条件快速将患者和试验项目进行智能匹配。在中肿智能患者匹配项目上线的第一天，就筛选到一个发生率只有0.2%到3%非常罕见的基因突变型的小细胞肺癌患者。人工智能和大数据技术全面提升招募效率和速度，为临床一线带来实在的价值。

与医渡科技合作为医学研究夯实基础、提质加速

我们希望与像医渡科技这样的优秀企业一起开发技术应用，在完成相应授权和审批后，协助医院对大规模多源异构医疗数据进行集成和治理，并通过对数据的深度处理和分析，建立真实世界疾病领域模型。借助医渡科技的人工智能和大数据技术，我们建立了鼻咽癌专病科研智能平台，已经在帮助临床科研人员便捷进行患者纳排、回顾性研究、前瞻性研究管理、数据深度加工等工作，大大降低了他们使用统计分析工具的时间成本和学习成本，从而为科研成果的产出提供强力支撑。同时，对于推动精准医疗和个体化治疗，降低个人、社会和政府医疗成本支出，更合理地配置有限医疗资源均具有重要意义。

除了鼻咽癌，中山大学附属肿瘤医院与医渡科技还围绕肺癌、结直肠癌等病种展开紧密合作，针对不同肿瘤病种建立了专病库，为医院开展科研工作与临床医疗工作提供了极大的便利与强大支撑，使科研效率大幅提高，助力更多医疗机构、科研工作者持续产出更多高质量的科研成果，在降低医疗成本的同时，促成“以患者为中心”精准医疗的美好愿景。