Page 103 - 南京医科大学学报社会科学版
P. 103

南
             第4期 总第105期                           南京医科大学学报（社会科学版）京医科大学学报（社会科学版）
                2021年8月                     Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  · 401  ·
                                            Journal
             论文、核苷酸和基因序列数据、三维结构信息、影像                           析模型与数据工具，已经为临床 Seminar 联合 DDL
             图谱信息等集成访问，整合运用，才有可能对某一                            教学模式提供了现实可用的工具以及条件准备。
             疾病的机制和本质获得相对充分的认识和理解，作                                 4. 数据反馈
             出正确和最优的医疗决策。                                           图 1 所呈现的是医学数据和临床决策整合的反
                 2. 数据建模                                       馈过程，其左栏涵盖了从患者咨询到医生给出治疗
                 现阶段的临床文献和医学数据大多是基础性                           方案一系列工作流程中涉及的医疗信息和数据需
             的，它们既没有与临床数据关联整合，例如患者的                            求，右栏为所需涉及的不同医疗人员，中间栏则显
             家族病史；也没有与医疗记录、医疗保险数据相关                            示支持不同工作流程所需的信息系统或技术，包括
             联，而对于数据挖掘和分析而言，最为关键的是数                            电子病历、IT 支持（ 数据存储和处理）、数据分析、
                                                                                         ［7］
             据模型的选择。只有确定数据模型，后续的数据分                            数据整合、知识和数据共享等 。
             析才能够得以顺利完成。随着数字技术的进步，越
             来越多的专业数据库产品提供了数据建模的服务                                医学数据整合流程          内部结构          涉及人员
             功能。如美国的基因数据公司 Tute Genomics 不仅
             可以实现对多种基因变异的解读，还整合了公众数
                                                                   患者资料收集          高度标准化的        临床医生、数
             据，包括 1000 Genomes Project 和 NHLBI ESP-6500          （定性、定量资料）         数据库档案         据库构建人员
             等基因组项目的数据、ExAC 的 60 000 份基因样本
             和记录模型注解以及 ClinVar 数据库的临床注释。
                                                                  ①单个患者数据          云 数 据 库 中     病 理 解 剖 学
             Tute Genomics 现已将其数据库放到 Google Genom⁃                分析，由已知数据         心 高 速 计 算     家、实验技术
             ics 平台上，研究人员可以利用 Google 的 BigQuery 云                 库给出诊治建议；         平 台 跨 平 台     人员、生物统
                                                                  ②批量数据统计          数 据 库 查 询     计学家、生物
             数据分析引擎，搜索基因组的特定片段及基因组序
                                                                  分析，得出新的诊         与 分 析 统 计     信息学家、系
             列，从而找到具有共同变异的基因组片段。Google                            治经验              处理            统管理人员
             Genomics 还提供数据分析服务，旨在推进基因组和
                                ［6］
             临床数据的有效共享 。通过对医学数据的挖掘与                                反馈给医务人员，        诊疗方案、研        临床医生、药
             分析，能够实现对常见疾病如心脑血管疾病、糖尿                                 作出诊治决策         究论文、健康        理学家、生物
             病、肿瘤、哮喘病、结缔组织病等疾病发生概率的预                                                  档案            学家
             测和疾病风险的预测，预测遗传性疾病和多发性多
             因素疾病。                                                     图1 数据驱动的临床诊疗决策反馈流程
                 3. 数据分析                                            此流程几乎涉及临床决策过程中的所有从业
                 医学大数据挖掘分析常用的模式，主要包括 4                         者，包括临床医生、病理、影像、检验、药房管理等
             大类型。①聚类分析：通过对某些异常指标的采                             等。围绕这一流程，师生可以进行广泛而充分的讨
             集，可以分析患者的疾病诊断数据，将数据划分到                            论。学生在此讨论过程之中，所获得的不仅是关于
             相应的自然组群中，并考察产生的聚类结果在临床                            某一疾病或病例的局限的认识，而且是一个全局的
             上的意义；②关联分析：目的是发现大量数据中项                            完整的认知，从而做到既见树木，又见森林。事实
             集之间的关联关系，例如，应用关联规则分析发现                            上，数据驱动的临床诊疗决策过程本身也在不断生
             心脏灌注测量和患者危险因素与特殊的动脉狭窄                             成和积累新的数据，并最终支持临床研究的进步与
             程度紧密相关；③异常检测：目的是发现与数据的                            突破。当这一流程中产生的医疗数据积累到一定
             一般行为或模式不一致的异常情况；④建模预测：                            程度，结合基础和临床研究的成果和发现，就可以
             通过建立某一类癌症的预测模型，可有助于癌症的                            上升到临床诊疗指南层面，引导和指导临床实施。
             早期发现。
                                                                三、数据驱动的临床Seminar教学实例设计：
                 目前可以用于数据分析和文献分析的开源软件
                                                                             新冠肺炎进展分析
             与工具很多。不仅中国知网（CNKI）、WOS、SCOPUS
             等大型专业数据库可以直接提供“计量可视化”功                                 从本质上说，临床 Seminar 教学只是临床的预
             能，实现聚类、关联分析；一些开放软件如 EndNote、                      演，而不是真实的临床，教学的目的更主要是为了
             SATI、VOSviewer、Refworks、Bibexcel、Citespace、Hist⁃  扩展和完善学生的知识结构，训练其灵活开放的思
             cite 等，均能提供主题分布和趋势分析、合作关系与                        维方式以及理论与实践结合的能力，因此在教学设
             应用网络分析，实现共现分析、聚类分析、多尺度分                           计中有必要拓展讨论主题的范畴，使其具备更大的
             析、社会网络分析等功能，并挖掘和呈现可视化的                            深度和广度。在临床 Seminar 教学中，如何在课堂
             数据结果。可以说，网络数据环境和开放的数据分                            上引入问题，推动讨论不仅需要遵循一定的方法，
   98   99   100   101   102   103   104   105   106   107   108