《“健康中国2030”规划纲要》的出台，国内精准医疗行业发展迎来了重大发展契机，“精准医疗”被列入重点发展方向。当前我国癌症患病人群规模庞大，随着生活水平以及支付能力的提高，人民对疗效确切、能提升生活质量的新药有了更高的要求，这些都将直接带动我国精准医疗市场需求增长，从而使得行业规模将继续扩大。

随着大数据、云计算、物联网、区块链等新技术的快速发展与应用，医院信息化建设已逐渐发展到数字化医疗阶段，正在迈向智慧医疗阶段，这不仅提高了临床诊疗水平，也为临床科研带来了机遇与挑战。临床科研数据的获取与利用不再局限于人工采集分析，出现了电子数据采集系统、专科专病数据库、临床科研大数据中心等手段。多样的科研数据也面临大数据管理、数据安全、个人信息保护等挑战。

项目内容

大数据应用、人工智能已上升到国家战略高度，以公立医院高质量发展的政策性推动，临床研究数据的集中统一存储、挖掘利用等需求日益增长，科研数据信息服务也从数据申请表逐渐转换为EDC系统、大数据平台。围绕并依托院内中心实验室提供精准化、数字化的科研服务支撑，并通过IT与BT的产业融合带动医院的科研成果转化与临床应用。

1.科研数据管理平台

平台采用弹性云计算方式，大大缩短了科研数据分析报告周期，实现整体科研业务全流程监管，并对于数据实时更新，是医务工作者制定精准诊疗方案的决策支持系统。平台包括检测进程管理、生物信息分析管理、医学数据库管理、报告管理，实现多中心数据互联互通，全流程精细管控。支持自定义计算资源配置，自定义数据统计和可视化分析，自定义数据审核报告流程，真正实现配置灵活、操作便捷、管理高效、数据安全。

平台对测序数据和组学数据深度挖掘管理平台具有全面的分析功能：支持多种组学数据类型，包括RNA-Seq，DNA-Seq，miRNA-Seq，拷贝数变异（CNV），基因表达芯片，PCR，ChIP芯片和甲基化数据。数据可通过标准化的流程进行流程化管理，提高数据整合分析的准确性。平台具有科学、完整的元数据管理，通过样本数据的元数据可以将样本有效的分类、归档，便于对数据进行搜索和统计与分析。

（1）过程管理

提供检测过程的管理和追踪，通过API接口对接医院信息化系统（HIS、LIS、PACS等）、样本管理系统、报告中心等，采用B/S架构，实现患者样本信息录入、样本采集过程、基因测序过程、数据分析、报告解读等全流程管理追踪。

（2）生物信息分析

采用弹性计算平台重点解决数据的“存、管、算”等问题，提供具有自主知识产权的生物大数据存储模块、数据管理模块和计算调度模块。极简式操作方式，提高资源利用率与数据信息安全。

（3）医学数据库管理

针对不同癌种的基因，使用经典图形展示基因数据库中突变类型的分型与结构数据变化，极大地提升了基因数据的分类、分析与管理。

2.科研数据分析平台

平台具备可视化与智能化管理模式，通过融合数据集成、数据交换、实时计算存储、元数据管理、数据标准管理、数据质量管理、主数据管理、数据资产管理、数据安全管理、数据生命周期管理十大产品模块，打通数据治理各个环节，打造可视化、智能化、平台化的科研大数据分析中心。平台核心以临床与科研医疗数据为主线，基于AI大数据服务，对患者所有医疗信息数据进行整合、分析、管理与共享。

项目特点

平台的建立为XX省XXX三甲医院的科研服务提供数字化医疗数据临床数据的采集、分析与管理的强有力工具，实现科研大数据的规范化、标准化，提供对数据的交互式分析与展示，为临床的精准医疗与成果转化提供强有力的大数据管理平台。

1.数据安全存储，确保数据分析畅通实现了医院各类数据全面有效集中采集、有序开放共享，提高了数据使用效率，提升了数据使用价值，同时兼顾了标准化、可扩展、全场景数据查询以及敏捷开发等方面的要求。

2.数据整合迅速，保障数据完整统一

实现医院临床数据中心（CDR）和科研数据中心（RDR）、管理数据中心（MDR）和影像数据中心数据整合，实现对临床、科研、教学、管理等多方面数据进行AI分析，确保数据完整统一，同时也满足了作为教学医院的标准配置要求。

3.分布式数据架构，提升数据管理效率

有效地解决了数据库效率和成本之间的矛盾，医院数据中心采用的Hadoop软件架构，实现开源和一体化管理，大数据管理成本相对较低。

相关标签：