您当前的位置:首页新闻资讯医师学习正文

我国首个胰腺疾病共建共享数据平台成立

放大字体  缩小字体
 9月7日,中华医学会第十六届全国胰腺疾病学术研讨会在西安举行。开幕式上,中华医学会外科学分会胰腺外科学组对国内参与“中国胰腺疾病大数据中心”数据共建的38家顶尖三甲医院,进行了创始成员认证,这也标志着中国首个多中心、常态化、高质量的共建共享模式的疾病数据平台正式成立。


微信图片_20180907215446.jpg

赵玉沛院士


会上,中华医学会外科学分会主任委员、胰腺外科学组组长、北京协和医院院长赵玉沛院士作为项目牵头人,发布了“中国胰腺疾病大数据中心”成立以来的首期研究数据。

 

我国胰腺癌“重男轻女”  67%为胰头癌


胰腺癌是全身恶性程度最高的肿瘤之一,其发病率高、病情进展快,病死率极高。有专家预测,2030年,胰腺癌在全球范围内的死亡率将跃居第二位。

微信图片_20180907215855.png

研究数据地区分布


此次“中国胰腺疾病大数据中心”发起的研究,综合了全国16个省,38家权威三甲医院2017全年及2018年上半年的诊治统计数据。数据样本华东6省占了近一半,其次是华北和东北、中部、西部,这在国内尚属首次。

微信图片_201809072158551.png

胰腺癌患者男女比例及年龄分布


从调查数据看,我国胰腺癌存在“重男轻女”的情况,男女比例为6:4,即男性罹患胰腺癌的风险是女性的1.5倍。


微信图片_20180907215544.jpg

吴文铭教授


从发病部位来看,67%的胰腺癌为胰头癌,胰体尾癌占33%。中华医学会外科学分会胰腺外科学组委员吴文铭教授指出,胰头癌相比其它部位的胰腺癌来说,手术难度更大,术后并发症更高,且85%的患者诊断出胰腺癌时已处于晚期,失去了手术治疗的最佳时机。在接受手术治疗的患者中,开腹手术仍是我国胰腺癌治疗的主要方法,占77%。

调查发现,60~75岁患者占患者总数的53.2%,45~59岁患者占总数的32.4%,可见胰腺癌发病人群以中老年人为主,但呈现出年轻化趋势。胰腺癌家族史、吸烟、饮酒都是影响胰腺疾病的重要因素,公众需要引起重视,日常生活中应减少对胰腺的损害。

对于胰腺癌的高危人群,吴文铭教授介绍,40岁以上、糖尿病的突发患者、不明原因上腹部隐痛不适伴腰背痛(排除胃及胆道疾病)、短期内体重显著减轻者、长期大量吸烟饮酒或长期接触有害化学物质者及慢性胰腺炎患者应引起重视。

  

建立疾病大数据共享平台  助力健康中国

 

胰腺癌被称为“癌症之王”,具“三高三低”的特点。“三高”即发病率逐年增高、术后复发率高和死亡率高,“三低”即早期诊断率低、手术切除率低和药物有效率低。

因此,如何提升胰腺癌的诊疗水平,一直是困扰我国乃至世界医学的一个难题。随着大数据的兴起,为解决此医学难题提供了很好的机会和帮助。

美国是癌症诊疗水平和癌症药物研发最为领先的国家之一,美国著名的SEER数据库早在47年前就建立起了全美共享的肿瘤疾病数据库。而我国大数据技术在医学领域的应用才刚刚起步,各大医院虽已建立数据库,但相互之间并未打通共享,已有的数据未发挥其应有的价值。

在此背景下,中华医学会外科学分会胰腺外科学组与睿医(北京)数据技术有限公司,共同创建了“中国胰腺疾病大数据中心”,这也是中国首个共建共享的医学专病化大数据平台。目前已有38家国内顶尖三甲医院参与其中。

“这是一件非常有意义的事情。一方面通过大数据的分析,可掌握全国胰腺疾病的发病情况、发病特点以及诊疗情况;另一方面这也将推动胰腺疾病科研水平的提升,进而提高我国胰腺疾病,尤其是胰腺癌的诊疗水平。”赵玉沛院士说,搭建中国胰腺疾病大数据平台,是希望通过数据的共建共享机制,让数据汇集、流动、应用起来,在促进胰腺病学科发展的同时,更好地造福于中国广大患者。

“中国胰腺疾病大数据中心”开创了我国首个共建共享模式的先河,未来希望可以将这种模式延展到其他疾病,真正惠及病患,助力政府实现2030健康中国目标。”赵玉沛院士说。

 

信息整合共享是医学信息科技推动临床医学发展的新引擎


数字中国建设已进入高峰期,实施大数据战略推动信息整合共享,是医学信息科技推动临床医学发展的新引擎。

“我们希望通过搭建全国专病化临床大数据中心和数据平台,促进我国医疗大数据的汇集和开放使用”。睿医(北京)数据技术有限公司创始人沙鸥介绍,“针对胰腺癌,我们制定了《中国胰腺癌诊治标准数据集》,囊括诊断、治疗、随访三大类信息,汇集医院内、外全部信息链条。”该数据中心建立了多中心、常态化的共建机制,从数据的完整度、准确性、时效性、覆盖度方面均是国内最好的,具有极高的临床医学、药学应用价值。

医疗行业信息化程度高,但由于医学信息的特性,是专业、复杂且文本化的,医院存在着大量非结构化数据,不能直接做数据分析和应用。基于自然语言处理方法,可利用人工标注结合机器学习技术实现医疗数据的结构化处理,以确保数据处理质量,增强数据处理的时效性,降低人工成本。由此将大量文本信息转化为更有研究价值的结构化数据,除了应用余临床,还可应用于新药研发、药物上市后再评价、真实世界数据研究、临床试验、人工智能开发等诸多领域,其价值不可估量。

吴文铭教授表示,希望通过“中国胰腺疾病大数据中心”的建立,结合医学数据处理和大数据平台方面的领先技术,利用真实世界数据,获得真实世界循证依据,提升胰腺疾病在诊疗和科研方面的质量与效率;建立药物评价,规范治疗,缩小地区间和医院间诊疗差异;支持指南更新、支持临床路径更新,树立中国在胰腺疾病领域的权威度,惠及中国广大患者。


微信图片_20180907215539.jpg

“如果发现本网站发布的资讯影响到您的版权,可以联系本站!同时欢迎来本站投稿!

0条 [查看全部]  相关评论