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,