近日，由鄭州大學第一附屬醫院牽頭的河南智能醫學研究設施項目引發業界關注。作為河南省醫療領域首個重大科技基礎設施，它能干什麼，將起到哪些作用？11月25日，項目負責人、鄭州大學第一附屬醫院黨委副書記、副院長趙杰進行了解讀。

打造智能醫學研究設施 為醫療AI打造“高標准良田”

趙杰介紹，黨的二十屆三中全會提出，加強關鍵共性技術、前沿引領技術、現代工程技術、顛覆性技術創新。人工智能作為通用性最廣泛的關鍵共性技術，是當今世界最前沿的引領技術，也是替代性最強的顛覆性技術，在現代工程技術群中發揮著主導作用。

在醫療AI技術突破方面，技術和產品的大規模應用、商業化進程不夠迅速，一個重要原因是——分散的醫療機構無法為人工智能（AI）提供更加真實、全面、精准、連續的診療數據“喂養”。河南省近日啟動的智能醫學研究設施項目，就是要通過更加科學精准的信息採集、治理等，形成可以商業化的數據，針對醫療機構所需進行模塊制作和商業化分發，讓醫療AI盡快惠及至更多人。

趙杰說，從行業層面來說，智能醫學研究設施以鄭州大學第一附屬醫院為依托單位，聯合河南省醫學科學院等優勢力量，將推進多模態醫療數據的高效採集、智能處理和共享應用，進而打造一個醫療數據採集、融合、治理、應用、運營於一體的智能醫學研究公共服務支撐平台。

從社會層面來說，項目將以智能醫學研究設施為支撐，推動智能醫學領域技術攻關、產品研發、成果轉化、落地應用的全鏈條創新﹔發揮新質生產力的作用，推動醫療AI關鍵技術、產品的大規模應用和商業化進程，通過新技術、新應用豐富服務路徑、創新服務模式、提升服務效能，緩解區域內醫療資源分布不均問題。

根據項目規劃，智能醫學研究設施建設周期為3年，地點位於河南省鄭州市中原醫學科學城醫研園3號樓，總投資估算5.71億。項目將以國家重大戰略部署為導向，通過對醫療數據進行採集、傳輸、治理、應用，推動建立涵蓋“標准數據、計算能力、開發工具、評測體系”的智能醫學研究創新體系。

該項目由河南省發改委立項，由河南省衛健委指導，通過官方途徑，對全省健康醫療數據資源一盤棋進行統一規劃。在健康醫療數據採集方面，項目將部署1000套健康數據採集終端，實現數據採集量達100萬人次﹔項目將建設涵蓋19家地市級醫療機構和108個縣級醫療機構的採集體系，數據採集量達4PB﹔項目將建設多組學檢測中心1個，完成多組學檢測1800例。數據採集后，將進行統一治理，通過建設的多鏈路融合健康醫療數據傳輸網絡系統，滿足跨區域醫療數據交互、傳輸需求。

根據規劃，項目還將通過搭建多模態健康醫療數據湖、大數據科研應用平台、專病標准數據智能服務平台等，實現健康醫療大數據的智能語義搜索、深度挖掘、科研應用。項目將構建數據治理質量控制體系1套，形成數據融合技術標准10項，建設典型病種專病數據庫7個，為智能醫學研究提供高質量數據支撐。

做好數據採集、治理 讓醫療AI吃上更多“精細糧”

採集到的數據如何用於醫療AI事業發展？趙杰介紹，項目將通過搭建醫療AI訓練數據管理平台、模型訓練評測平台、模型推理部署平台及模型管理平台，為醫療AI研究人員提供訓練、推理、管理等一體化服務。

項目計劃建成多模態醫療AI訓練數據集7個，每個數據集樣本量不低於2000例﹔實現數據存儲超10PB，支撐100個醫療AI軟件訓練計算﹔搭建多模態醫療AI預訓練模型不少於100個，提供不少於20種醫療AI訓練工具，實現服務醫院及企業不少於300家。

由該系統採集和后期治理的數據，與以往點、線式醫療數據有哪些方面的提升，在提升醫療AI事業方面又有哪些便利？

趙杰介紹，項目建設中涉及全省健康醫療數據資源的匯聚，全省健康醫療數據數量龐大、類別多樣，數據採集工作具體要從三個方面進行發力。第一是臨床診療數據採集，將建立臨床診療數據採集系統，面向全省19家地市級醫院和108家縣級醫院部署前置機和邊緣計算（MEC）服務器，通過這些設備將負責採集和轉換不同系統（如HIS、LIS、PACS、EMR）中的數據，確保數據格式和通信協議的統一﹔同時把採集的數據分區域傳輸至智能醫學研究設施的分布式雲平台進行存儲，平台具備高效的數據傳輸和存儲能力，能夠應對大規模數據量的處理。第二是健康數據採集，平台將從各個縣區及縣級市，遴選9~10家鄉鎮衛生院/社區衛生服務中心，共計1000家，對全省常見慢性疾病如糖尿病、高血壓等患者群體開展血壓、血氧、脈搏、體溫、心電圖等健康數據的採集。

在組學數據採集方面，將建設一個大型綜合性多組學檢測中心，配備測序平台儀器、質譜平台儀器，滿足各類生物標本制備、測序實驗的需求﹔同時部署組學數據採集系統，提供多種類型的數據採集接口，全面兼容各種組學數據的採集和信息管理。在建設期內，計劃完成腫瘤多組學檢測600例，慢性病多組學檢測1200例的檢測，為生物標志物的發現、相關疾病功能和機制研究、治療靶點的發掘等提供基礎參考。

此外，開展全省健康醫療數據治理是該項目的一大亮點。根據數據類別進行分層治理，目的是提高數據質量和一致性，確保數據安全和隱私，實現數據的高效共享和利用，在基礎數據治理方面，將進行標准數據層的治理，在應用數據治理方面，將根據不同應用場景的需求，進行個性化的數據治理，包括數據映射、數據關聯、數據清洗、數據標准化、數據結構化、患者主索引以及數據質量控制等。

“未來，我們可從數據、算力、算法三方面支撐AI開放服務。”趙杰說，鄭州大學第一附屬醫院作為項目建設依托單位，目前已經在開展多模態健康醫療大數據採集與匯聚，已經在開展多模態數據的融合、清洗治理、挖掘分析，完成了18個核心醫療業務系統、2.95萬個數據表、446億條數據的匯聚，搭建了醫療領域專用的數據治理中台——智源平台，實現了數據統一入湖、統一清洗與治理等。

此外，鄭州大學第一附屬醫院還積極開展疾病智能診療算法及應用系統研發，圍繞肺癌、甲狀腺腫瘤、消化道腫瘤等疾病，研發了病理、心電、影像等智能診斷算法，消化道病理AI輔助診斷模型敏感度超過95%，特異性超過90%﹔靜態心電AI輔助診斷模型准確率和召回率均超過92%﹔肺結節AI輔助診斷模型准確率和召回率達到95%以上﹔圍繞用藥服務需求，也研發了智能用藥咨詢大模型等。未來，這些數據都將成為商品，擺上數據交易中心的“貨架”，通過商業化成為服務萬千醫療機構的“醫療AI工具”。

“總體來說，項目就是要讓醫療AI盡快吃上精細糧，智能方面快成長，通過早日實現商業化和公共醫療能力提升，為人民群眾健康更有保障。”趙杰說。

分享讓更多人看到