关于科研平台,医院信息科应该知晓的六大名词!

关于科研平台,医院信息科应该知晓的六大名词!
文章摘要:如果要想真正为医院采购到一套优秀的科研平台,本文所提到的六大名词,医院信息科都应当理解和掌握。

科研,是医生的天职之一。它看似和医院信息科毫无关系,但随着近几年,能够大大提升科研效率的科研平台出现,各大医院纷纷掀起了采购热潮。于是,“不懂”科研的医院信息科,也不得不开始了解起科研这一陌生的领域。本篇文章,将对信息科应该知晓的科研平台六大名词进行解读。

01【循证医学】

循证医学(Evidence Based Medicine,EBM)是现代医学的一个里程碑,标志着临床医学实践从经验走向理性。有人把循证医学概念定义为以证据为基础的医学,但确切地说,循证医学并不是一门医学,不与内科学、外科学、妇产科学等并列,甚至不在一个维度。循证医学更接近方法学,更像是流行病学、临床流行病学、统计学、卫生经济学、计算机科学等等的集合。
 
为何了解科研平台得先讲循证医学呢?原因在于,现代临床科研是建立在循证医学基础上。在循证医学出现以前,医学实践者对证据的利用是不充分、不系统、不科学的。循证医学是现代医学成熟稳健睿智理性的心。它要求大样本、长时间追踪观察。如果没有这些高质量可靠的数据,很多临床研究的开展就会被限制。
换言之,如果医学仅仅提留在经验医学甚至神学阶段,那么就不需要科研平台这样的信息化工具了。科研平台对于临床科研的核心价值,便是提供符合科研要求的数据。 
 

02【原生数据】和【次生数据】

原生即为最初的,最早的。次生则是在原生的基础上生成。具体到临床科研,可以说,在临床诊疗过程中产生并记录在医疗记录里,或者医院信息化系统里的所有数据,都是原生数据。而为了临床科研从上述资料里摘抄、填写到Excel或者其他载体上的数据,则是次生数据。
显然,次生数据很难与原生数据一样完整、一样真实。并且,生产次生数据需要庞大的工作量。目前,普遍采用的是人工搬运的模式。科研平台,最基本和最能帮助临床科研工作者的价值之一,就是自动地基于临床诊疗原生数据,来生产和满足科研的次生数据。甚至,它还能直接使用原生数据,在更完整、更准确地收集科研数据的基础上,大大减少科研工作者的重复劳动,让科研工作者把精力放在更有价值的科研设计、数据分析和论文写作等环节。

03【数据治理】

能够完全自动地收集科研想要的数据,自然是科研平台最理想的状态。但当系统真的从医院信息化系统里采集数据时,我们发现这些数据根本不能用。因为,不同信息系统之间的信息数据标准很难统一。例如,不同的医院的电子病历数据格式和标准不同,信息中心的数据存储设备的架构也可能存在差异。这也就造成,临床数据无法流通和共享。
这时,便需要进行数据的标准化。医院的海量诊疗数据中,非结构化的病历文本蕴含大量信息,如何有效利用这些沉睡的数据资产,从非结构化的病历文本中提取有价值的信息,成为一大挑战。另外,数据错误、缺失、矛盾等问题,都需要通过数据治理来提高其质量。

04【自然语言处理】

医学自然语言处理是数据治理的一个核心部分。自然语言处理即能够让计算机理解非结构化的人类语言,并从中提取和利用有效信息的技术。如今,它已被越来越多地应用在数据治理、知识提取、机器翻译等方面。
在医疗场景下,运用自然语言处理技术,可以从病人的医疗记录中抽取出症状、诊断、检验结果、检查结果、处方等。通常,被抽取出来的信息进行结构化处理后,可以直接存入数据库中,供用户搜索、查询、统计分析,为临床科研、管理服务。

05【字段准确率】

当具体到某一个专病库、某一个科研项目时,往往就会涉及到生产字段准确率的问题。它包括几层含义:一是科研平台中抓取的字段是否是科研真正需要的字段?二是其来源和形式是否准确?三是逻辑运算是否正确?
字段准确率,是科研平台是否满足科研数据需求的核心指标。
那么,如何才能提高字段准确率呢?除了基础的数据治理之外,还需要专业的医学运营团队与临床科研专家合作。从确定专病数据集,到确认数据来源和运算逻辑,到数据采集执行、数据质控等环节,需要双方密切合作,才能切实保证数据符合科研需求。
综上,真正能够满足或者帮助临床科研需求的科研平台,要有核心的数据治理技术,完善的应用功能,以及配套的医学内容生产服务。如果要想真正为医院采购到一套优秀的科研平台,本文所提到的六大名词,医院信息科都应当理解和掌握。

来源: 森亿AI医疗,文章为原文作者独立观点,不代表医信邦立场。

0


扫一扫,分享到微信

猜你喜欢

文章评论

电子邮件地址不会被公开。 必填项已用*标注

后发表评论

需求发布

上一篇

健康医疗大数据共享的应用场景及价值探析

下一篇

基于微信公众平台提升入院服务效能的实践与思考

微信公众号

微信公众号