大数据科研分析平台是以人工智能技术◥为核心驱动、以院内外真实诊疗数据为基础支撑的创新︾型临床-科研一站式服务体系。通过对疾病数据的自【动整合、处理,可辅助医生快速建立覆盖多病种、全变量的高质量专病数据库;并在此基础上,利用相应算法】模型,快速实现对数据¤的深度挖掘和多维分析,提升科研效率及质量,促进成果转︻化,实现临床-科研协同发展。
平台基于大样本临床试验,能够◤快速完成问题验证并生成统计结果,降低科研↑成本,提升■医疗机构服务质量和科研成果转化效率。
1.辅助科研构思
在实验设计阶段,基于大数据资源中心,进行文献学习与数据回顾,并ω通过荟萃分析及深度学习技术,帮助提♂出问题、形成假设。
2.辅助数●据获取
基于医院数据中心及基因组学、eCRF表及患者随访等院外数据,形成科研数据集市;支持多种形式、多个维度的数据□ 检索,检索结果秒级返回,检索效率是手工的上千倍,且召回率高于人工数倍。
3.辅助数据处理
通过自然语言』处理、数据归一等大数据技术,实现对大量多源异构数据的整合、清洗及后结构化处理,形成系↑统可识别、可利用的信息。
4.辅助统计分析
平台通过▓接入R语言,集成多种医学统计模型,实现按科研需求灵活选择统计方式,有效解决研究过程中阶段性数据统计分▽析费时『、繁琐问题,优化实验方案。
5.辅助总结评价
利用大数↘据科研分析平台,可以对不同样本进行多次验证,根据结果找出最真实的科学∑ 证据,减少实验偏倚,提高㊣实验质量█。
特点
1.多级数据分▼层模型
针对临床数据复杂的分级结构,特别是病历文书、检查报告等ξ,研发出了“多级数据分层模△型”,用于深〓度挖掘各层次数据,把数据的颗粒度做到极←致,并建立其层次关系,从而能支撑复杂关联性分析等深度的科研应ㄨ用研究。
2.专病库
大数据临床科研平台专病库是ξ 以专科疾病为∮中心,整合患者在院期间的各类临床诊疗资料(包括病历文书、检验检查、医嘱用药、手麻、护理等)以及患者随访数据、生物样本数据、组学研究◣数据或公开发布的环境质量数据,并对海量数据进行多维度◇分析。利用可视∞化功能,医生能够发现过去难以发掘的临床问题,找出科研的新思路。
3.数据智能质控
针对大数据资源库每个数据项,实现实时多级的质量监控,包括资源的完整度、异常数据点、异常数据类型以及数据分布情况等,并可针对不规范数据进行溯源√分析,追溯◥到原始病历文书,发现Ψ 书写误差。
4.数据※深度挖掘
在数据深度挖掘能力方面,平台提供⌒ 病种分析,包括影响因素分析、预测分析、干预分析三大核心主题的分★析研究。
此外,提供在线统计模型↘工具,现已整合医学上常用的统计算法40余种,包括独立样本T检验、卡方检验、回归分析等。操作设计完全结▽合医学专业特点以及科学研究思路,将大部分数据处理和量化过程∞转由后台直接完成,省去人工处理数据的复杂度,提〗高科研效率。
5.数据导出
平台可针对数据的分ζ 类模型,定制每种分类★数据的导出模式,基于关键事件处理、复杂逻辑计算、自动行列转换、智能标准化』值域输出等新技术。替代△统计学处理之前大量的手工数据处理○工作,为医生在阶段性统计阶段节省大量时间。
Q友评论Q友评论仅代表用户个人观点,不代表Q医疗立场