精准医学 & 智慧影像
在医疗数据量呈现爆发式增长的大数据时代,现代医疗模式正在经历一场创新性革命。面对快速涌现的多源异构大数据,如何实现医疗领域“数据大”向“大数据”智慧化转型,让大数据与医疗深度融合助力医学发展,这成为许多专家学者都在思考的问题。
近日,神州医疗“以数论道 助推医院高质量发展”系列学术研讨会,分别以“大数据时代的精准医疗与数字化病理”、“释放医学影像数据价值 助力专科专病建设”为主题,探讨和交流了大数据在驱动精准医学与智慧影像发展等方面的价值,分享了在实际应用中的心得。现整理论坛精彩回顾,以飨读者。
大数据时代的精准医疗与数字化病理
人工智能和大数据的结合,解决了病理诊断中很多临床难点和痛点。人工智能诊断减少了病理专家普通看病的诊断周期,提高病理诊断效率,实现数据流和技术流的闭环。
目前,智能病理诊断行业的技术难点在于综合数据库的建立以及AI模型的优化。数据库的建立是决定AI模型指标的根本,我们应该系统地建立病理图片数据库、标定数据库,以及预后生存数据库等大规模综合数据库,并将此纳入AI学习的范畴。
由于乳腺癌细胞的表型不同,从而对药物治疗的敏感性不同,分期相同的患者和相同治疗方案治疗的预后差别非常明显。早期乳腺癌的多基因检测使得以分子分型为基础的乳腺癌诊疗策略更加精细化。它通过特定基因表达水平的检测,揭示了特定临床乳腺癌患者亚群的分子特征,能够辅助乳腺癌患者术后化疗、放疗及内分泌治疗的临床决策,避免早期乳腺癌患者的治疗不足或过度治疗。而转移性乳腺癌旨在延长患者生存时间,结合基因检测结果,制定更合理的后线治疗方案。
单一基因检测结果的解读具有一定的局限性,多模态临床数据分析能够更好地完善患者的诊疗决策。多模态分析需要以基因检测为基础,综合考量多维度的患者病理数据,进而提高病理诊断的精准度。神州医疗与飞利浦联合开发的多学科联合会诊系统(MDT),以知识库为依托,集成来自不同系统的影像数据、基因数据、患者表型数据等多维度数据,有助于协同诊断、治疗及后续决策。
截至目前,神州医疗iCMDB知识库已收录2,501个基因,2,126种疾病,3,040种药物,8,039个变异及17,497条临床诊断、用药及预后相关注释,用于支撑从筛查、诊断、治疗和随访等全流程解决方案的制定。
释放医学影像数据价值,助力专科专病建设
倪主任从缺血性脑梗死疾病为切入点,分享了影像数据在诊断、试验和科研中的应用。他表示,日益发展的影像分析技术和影像大数据技术,带我们进入了临床诊疗方式变革的大数据时代,我们也在思考,技术如何为放射科医生提供增益。
展望大数据时代的中风诊疗,借助云计算、大数据和人工智能技术,在云端就可以处理患者信息,实现院前诊疗,为基层医院患者、转诊患者争取更大的生存机会。
近年来大数据技术与医学影像辅助诊断的有机融合,产生了新的影像组学方法,影像组学融合基因信息和影像多模态信息,助力疾病诊断前移,为实现精准诊疗提供了新机遇。影像组学为大样本的研究,因此要从数据量和入组规范中寻找一个折中点,保障基本的数据量和数据质量,为大样本、多特征、多序列和多方法的研究提供保障。
分类和预测是影像组学方法最终要实现的结果。目前,川北医学院附属医院借助CT影像组学,已经完成了在食管癌领域的多项研究,将影像组学应用于临床实践。
南方医院大数据与人工智能平台是一个涵盖多模态医疗数据汇聚、智能质控与检索、患者全流程智能诊疗服务以及医院运营管理决策等方面的支撑临床、科研和管理的综合性应用平台。目前已整合医院自1999年以来横跨数十个系统、23年、七百多万患者的数据,并实现了数据实时更新。
其中,影像多模态大数据平台,在神州医疗的技术支持下,将临床、影像、基因等多组学数据有机融合,包含了多模态数据标准规范体系、数据全生命周期管理体系、质量管理体系、安全管理体系、多模态数据智能检索及可视化。
在质量管理方面,可灵活配置质控体系,拥有监控管理系统、自动预警机制,数据集成状态可视化,充分保障多模态数据的质量;在智能检索方面,可以实现多模态数据智能检索与匹配,患者数据可视化展示。多模态AI分析平台支持多种科研场景,实现高效科研产出,提升临床应用产品转化能力。
神州医疗结合大数据及智能影像技术形成了影像大数据平台解决方案,致力于解决医院目前广泛面临的医技影像数据管理、数据分享以及科研方面的难题。
通过影像大数据平台,可对医院内部分散的、异构的影像数据进行整合,提升数据可管理性以及安全性,并可统一向临床发布,实现真正“以患者为中心”的临床数据仓库。同时,通过大数据、人工智能等技术,实现多模态、多组学数据的挖掘及分析,助力高质量科研及成果转化。
通过神州医疗系列学术论坛,来自政产学研用各方的专家因为“健康大同”的目标汇聚于此,共同为业内呈现了一场场思维与智慧的盛宴。作为医疗大数据领域受到广泛关注的独角兽公司,神州医疗“以终为始”,致力于让医疗科技真正普惠患者。