大數(shù)據(jù)科研分析平臺是以人工智能技術(shù)為核心驅(qū)動、以院內(nèi)外真實診療數(shù)據(jù)為基礎支撐的創(chuàng)新型臨床-科研一站式服務體系。通過對疾病數(shù)據(jù)的自動整合、處理，可輔助醫(yī)生快速建立覆蓋多病種、全變量的高質(zhì)量專病數(shù)據(jù)庫；并在此基礎上，利用相應算法模型，快速實現(xiàn)對數(shù)據(jù)的深度挖掘和多維分析，提升科研效率及質(zhì)量，促進成果轉(zhuǎn)化，實現(xiàn)臨床-科研協(xié)同發(fā)展。
平臺基于大樣本臨床試驗，能夠快速完成問題驗證并生成統(tǒng)計結(jié)果，降低科研成本，提升醫(yī)療機構(gòu)服務質(zhì)量和科研成果轉(zhuǎn)化效率。
基于醫(yī)院數(shù)據(jù)中心及基因組學、eCRF表及患者隨訪等院外數(shù)據(jù)，形成科研數(shù)據(jù)集市；支持多種形式、多個維度的數(shù)據(jù)檢索，檢索結(jié)果秒級返回，檢索效率是手工的上千倍，且召回率高于人工數(shù)倍。
3.輔助數(shù)據(jù)處理
通過自然語言處理、數(shù)據(jù)歸一等大數(shù)據(jù)技術(shù)，實現(xiàn)對大量多源異構(gòu)數(shù)據(jù)的整合、清洗及后結(jié)構(gòu)化處理，形成系統(tǒng)可識別、可利用的信息。
4.輔助統(tǒng)計分析
平臺通過接入R語言，集成多種醫(yī)學統(tǒng)計模型，實現(xiàn)按科研需求靈活選擇統(tǒng)計方式，有效解決研究過程中階段性數(shù)據(jù)統(tǒng)計分析費時、繁瑣問題，優(yōu)化實驗方案。
5.輔助總結(jié)評價
利用大數(shù)據(jù)科研分析平臺，可以對不同樣本進行多次驗證，根據(jù)結(jié)果找出最真實的科學證據(jù)，減少實驗偏倚，提高實驗質(zhì)量。
特點
1.多級數(shù)據(jù)分層模型
針對臨床數(shù)據(jù)復雜的分級結(jié)構(gòu)，特別是病歷文書、檢查報告等，研發(fā)出了“多級數(shù)據(jù)分層模型”，用于深度挖掘各層次數(shù)據(jù)，把數(shù)據(jù)的顆粒度做到極致，并建立其層次關(guān)系，從而能支撐復雜關(guān)聯(lián)性分析等深度的科研應用研究。
2.專病庫
大數(shù)據(jù)臨床科研平臺專病庫是以?？萍膊橹行?，整合患者在院期間的各類臨床診療資料（包括病歷文書、檢驗檢查、醫(yī)囑用藥、手麻、護理等）以及患者隨訪數(shù)據(jù)、生物樣本數(shù)據(jù)、組學研究數(shù)據(jù)或公開發(fā)布的環(huán)境質(zhì)量數(shù)據(jù)，并對海量數(shù)據(jù)進行多維度分析。利用可視化功能，醫(yī)生能夠發(fā)現(xiàn)過去難以發(fā)掘的臨床問題，找出科研的新思路。
3.數(shù)據(jù)智能質(zhì)控
針對大數(shù)據(jù)資源庫每個數(shù)據(jù)項，實現(xiàn)實時多級的質(zhì)量監(jiān)控，包括資源的完整度、異常數(shù)據(jù)點、異常數(shù)據(jù)類型以及數(shù)據(jù)分布情況等，并可針對不規(guī)范數(shù)據(jù)進行溯源分析，追溯到原始病歷文書，發(fā)現(xiàn)書寫誤差。
4.數(shù)據(jù)深度挖掘
在數(shù)據(jù)深度挖掘能力方面，平臺提供病種分析，包括影響因素分析、預測分析、干預分析三大核心主題的分析研究。
此外，提供在線統(tǒng)計模型工具，現(xiàn)已整合醫(yī)學上常用的統(tǒng)計算法40余種，包括獨立樣本T檢驗、卡方檢驗、回歸分析等。操作設計完全結(jié)合醫(yī)學專業(yè)特點以及科學研究思路，將大部分數(shù)據(jù)處理和量化過程轉(zhuǎn)由后臺直接完成，省去人工處理數(shù)據(jù)的復雜度，提高科研效率。
5.數(shù)據(jù)導出
平臺可針對數(shù)據(jù)的分類模型，定制每種分類數(shù)據(jù)的導出模式，基于關(guān)鍵事件處理、復雜邏輯計算、自動行列轉(zhuǎn)換、智能標準化值域輸出等新技術(shù)。替代統(tǒng)計學處理之前大量的手工數(shù)據(jù)處理工作，為醫(yī)生在階段性統(tǒng)計階段節(jié)省大量時間。