解放军医学院学报杂志

解放军医学院学报杂志2019年第8期

• 大数据时代的医学创新与现实挑战

  薛万国, 应俊

  大数据背景下，医学研究所依赖的数据环境和分析技术发生了很大变化。以机器学习、深度学习等技术为代表的预测型分析和指导型分析突破了传统分析方法的局限，在疾病与不良事件风险预测、临床辅助诊断、临床辅助治疗、精准医学研究等方面创立了新的应用模式，把基于数据的医学创新带入到更广阔的领域。顺应这一趋势，解放军总医院在大数据领域进行了系统化应用研究，建立了集中的数据资源库，开展了20多项数据分析应用，取得了良好的应用效果。由于医学大数据应用刚刚兴起，其发展面临诸多挑战，临床人员大数据思维欠缺、数据质量基础薄弱、开发利用能力不足、医学数据处理分析技术欠成熟的问题有待进一步解决。

• 综合性医院医疗大数据创新体系建设与实践

  蒋义, 应俊, 薛万国, 宋亚男, 李涛, 赵静

  本文提出综合性医院建设医疗大数据创新体系的思路与做法，系统梳理创新体系的基本组成，总结在数据资源收集、技术创新、标准建立、为临床服务以及管理支持等方面的实践经验，提出行之有效的建设路径与实施要点。

• 大数据环境下医院科研专病数据库建设

  罗辉, 薛万国, 乔屾

  科研专病数据库是临床医生收集整理数据和进行科学研究的重要工具。目前收集整理数据方式仍以手工为主，存在着工作量大、效率低下、错误率高且收集整理后的数据共享利用难等问题。面对大数据环境下临床科室多样化的科研专病数据库建设需求，我院建成了一体化的科研专病数据库系统平台，实现了病例报告表(case report form，CRF)可视化个性化定制与模板化管理、数据集成整合、批量导入、自动化及辅助对照填写和数据的多途径安全管理，为科室高质量、高效率地开展临床研究提供帮助。

• 基于集成学习的2型糖尿病患者降糖药用药方案智能分类探讨

  宋亚男, 金昕晔, 张颖, 陈康, 应俊, 薛万国, 母义明

    目的  探讨集成学习中的Adaboost算法在2型糖尿病患者降糖药用药模式分析中的应用。  方法  收集解放军总医院第一医学中心2013 - 2017年的2型糖尿病住院患者病例资料3 005例，随机选择1 697例为训练集，1 308例为测试集，根据医嘱用药、生化检验、基本体征、人口统计学等资料，应用Adaboost算法建立学习模型，对患者用药模式进行分类，并计算模型的准确性和Kappa系数。  结果  Adaboost模型预测的用药分类准确率为64.2%，Kappa系数为0.36。通过Adaboost模型分析，发现与降糖药用药相关的重要变量有尿肌酐、糖化血红蛋白、肌酸激酶同工酶、空腹血糖等。  结论  Adaboost算法在降糖药用药方案的预测方面具有较好的效果，集成学习方法在患者用药决策方面具有一定可行性。

• 基于大数据建模的冠心病发病风险指标评估

  王逸飞, 康季槐, 应俊, 杨俊杰, 陈康

    目的  基于大样本流行病学调查数据量化评价冠心病的发病风险，筛选风险指标。  方法  收集2015年解放军总医院开展的社区慢性疾病流行病学调查资料19 021例，包括个人信息及生活习惯、病史及家族史、检验指标和心电图检查指标，剔除完整度不足70%的样本，使用步进式K-最近邻法进行缺失值填补，选用Adaboost算法进行风险评估，并采用10折交叉法进行模型验证。  结果  年龄、高血压病程、血脂异常、其他共病、糖尿病病程和低密度脂蛋白胆固醇是评估冠心病发病风险的重要指标；模型对冠心病发病风险评估的召回率、准确率、AUC与F1值分别为0.727、0.741、0.796与0.796。  结论  本研究建立的模型可为预测个体冠心病患病风险提供参考。

• 基于稠密金字塔特征网络的肝CT图像自动分割方法探讨

  徐洪丽, 薛万国, 陈永亮, 冷建军, 钟诚, 张耀, 刘坤, 王鹏飞, 冯健, 刘添, 刘兵, 段振飞, 邱明辉

    目的  探讨稠密金字塔特征网络在多期腹部增强CT图像上对肝全自动分割的方法与性能。  方法  收集解放军总医院第一医学中心2015-2018年住院患者腹部增强CT的原始医学数字成像和通信(DICOM)图像20例，其中男性15例，女性5例，年龄均＞30岁。使用Python软件及TensorFlow开源平台进行资料分析，构建稠密金字塔特征网络进行肝自动分割，并与U型网络(U-Net)模型在性能上进行比较。  结果  本文提出的肝分割方法的DICE系数在动脉期、静脉期、延迟期分别为95.97%、96.22%、96.16%，高于U-Net网络的95.59%、95.85%、95.56%。  结论  稠密金字塔特征网络在不同期均明显优于U-Net分割网络。

• 健康人群不同年龄组肠道菌群特征预测模型的研究

  赵敏, 吴竞, 李丛勇, 赵义名, 薛万国, 孙刚, 石金龙

    目的  利用16S测序数据建立健康人年龄段预测模型，探索不同年龄组肠道菌群特征。  方法  基于SRA数据库中2016年923例16S测序数据筛选特征操作分类单元(operational taxonomic units，OTUs)，应用随机森林算法建立幼儿园学生、小学生、中学生、青年人、中年人、老年人和长寿老人7个年龄段预测模型，分析组间菌群差异特征及功能，计算特征OTUs与组间差异通路的相关性。  结果  基于278个与年龄变化相关的OTUs建立随机森林年龄段预测模型，准确率达到72.9%；不同年龄组之间存在249个显著差异通路，主要是异生素生物降解和代谢、脂质代谢和氨基酸代谢通路；在菌群组成和功能层面聚类分析，学生组和中年人组聚为一类，青年人组、老年人组和长寿老人组聚为一类。  结论  预测模型以及组间聚类结果均说明学生组和中年人组肠道菌群相似，老年人、长寿老人与青年人之间的菌群特征更相近。

• 我院近5年癌症住院患者性别、年龄及病种分布

  罗辉, 薛万国, 雷永红

    目的  对2012 - 2016年我院癌症住院患者分布特点进行分析，为医疗资源配置提供参考依据。  方法  应用ICD-10编码，利用SQL语句，从医院信息系统(hospital information system，HIS)中提取癌症住院患者病例资料并进行分类统计。  结果  近5年，我院共收治癌症住院患者243 200例，占住院总例数的32.54%，其中男性占57.99%，女性占42.01%；占比前10的癌症在男性中依次是肺癌(18.50%)、肝癌(13.21%)、胃癌(11.50%)、结直肠癌(11.40%)、淋巴癌(5.43%)、耳鼻咽喉癌(4.56%)、白血病(4.52%)、食管癌(3.84%)、肾癌(2.63%)和胰腺癌(2.54%)；在女性中依次是乳腺癌(20.08%)、肺癌(12.63%)、结直肠癌(8.79%)、卵巢癌(7.06%)、宫颈癌(5.56%)、胃癌(4.99%)、淋巴癌(4.53%)、甲状腺癌(4.35%)、白血病(3.84%)和肝癌(3.76%)。癌症住院患者病例数随年龄呈“倒U型”分布，0 ~ 39岁较少，40岁以上明显增多，50 ~ 69岁年龄段最多，70岁之后开始下降。目前，癌症治疗仍以化疗(57.66%)和手术(24.49%)为主。  结论  我院癌症住院患者逐年增多，男性占比高于女性。癌症疾病谱随时间推移有变化，且存在性别、年龄差异，与国内外相关癌症数据统计报告相比，有数据源和统计结果方面的相似处和不同点。

• 胃癌转移的分子特征分析及预后评估

  陈奇, 武惠韬, 孙金秀, 薛万国, 石金龙

    目的  利用生物信息学分析转移性胃癌和原位胃癌的在分子水平的差异，揭示转移性胃癌进展机制，为精准诊疗和预后评估提供潜在的分子靶点。  方法  从TCGA公共数据库获取胃癌患者RNA-Seq及DNA甲基化芯片数据，筛选转移性胃癌和原位胃癌在两个组学维度的一致性差异基因，评估其功能及富集通路并进行风险回归分析。  结果  筛选出一致性差异基因170个，转移组上调基因52个、下调基因118个。功能分析提示免疫调节、细胞分化、外源信号感应、自噬与溶酶体转运、药物及蛋白代谢等信号通路与转移性胃癌发生有关。针对上述基因进行预后风险评估，发现RTP3、GTF3C5、TMEM102、NHLRC3、FUT2、PGAP2、AAMP是与转移风险相关的7个关键基因，其联合表达信号可用于胃癌患者的预后评估。  结论  由7个关键基因组成的联合因子可为胃癌预后评估提供依据，是临床检测的潜在生物学标记物。