首頁 資訊 醫(yī)學(xué)大數(shù)據(jù)研究在中國

醫(yī)學(xué)大數(shù)據(jù)研究在中國

來源:泰然健康網(wǎng) 時間:2024年12月02日 20:03

醫(yī)學(xué)大數(shù)據(jù)研究在中國

Big Data and medical research in China

原文鏈接 https://www.bmj.com/content/360/bmj.j5910

作者:張路霞[*1,2],王海波[*3,4],李全政[5],趙明輝[1,6],詹啟敏[7]

[*]張路霞和王海波為并列第一作者。

機構(gòu)地區(qū):

[1]北京大學(xué)第一附屬醫(yī)院腎臟內(nèi)科,北京大學(xué)腎臟病研究所,中國北京;

[2]北京大學(xué)健康醫(yī)療大數(shù)據(jù)研究中心,中國北京;

[3]中山大學(xué)第一附屬醫(yī)院臨床研究中心,中國廣州;

[4]標(biāo)普醫(yī)學(xué)信息研究中心,中國深圳;

[5]哈佛大學(xué)醫(yī)學(xué)院附屬麻省總醫(yī)院MGH&BWH臨床數(shù)據(jù)科學(xué)中心,美國馬薩諸塞州波士頓;

[6]北大-清華生命科學(xué)聯(lián)合中心,中國北京

[7]北京大學(xué)醫(yī)學(xué)部,中國北京。 

過去的十年,我們見證了數(shù)據(jù)資源的快速累積,日常生成并收集的數(shù)據(jù)量出現(xiàn)了驚人的增長,同時,各行各業(yè)尤其是在醫(yī)學(xué)領(lǐng)域,分析和解釋這些海量數(shù)據(jù)的能力也取得了長足的進展。在過去的幾年中,國人對于大數(shù)據(jù)在醫(yī)學(xué)領(lǐng)域的應(yīng)用傾注了巨大的熱情,期望通過將強大的數(shù)據(jù)資源與新技術(shù)相結(jié)合來解決現(xiàn)有的諸多挑戰(zhàn),也希望通過大數(shù)據(jù)提供更好的循證決策,來改變現(xiàn)有醫(yī)學(xué)模式[1]。中國幅員遼闊,人口眾多,隨著基礎(chǔ)醫(yī)療系統(tǒng)的普及和我國醫(yī)療信息化的快速發(fā)展,中國可以擁有“更大的數(shù)據(jù)”。 因此,本文我們將重點討論大數(shù)據(jù)在中國的現(xiàn)狀以及未來利用大數(shù)據(jù)推動中國醫(yī)學(xué)研究的機會。

什么是“大數(shù)據(jù)”?

二十年前,大數(shù)據(jù)被定義為“需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)[2]。”如今,數(shù)據(jù)數(shù)字化已經(jīng)成為醫(yī)療行業(yè)的常態(tài)。通過多種醫(yī)療記錄、監(jiān)管信息和醫(yī)學(xué)研究,大量的醫(yī)療數(shù)據(jù)正在產(chǎn)生[3]。在全球范圍內(nèi),數(shù)據(jù)量預(yù)計將以每兩年翻一番的速度增長,到2020年,數(shù)據(jù)量將比2011年增長50倍(44ZB)[4]。除了數(shù)據(jù)量(volume)[5]之外,我們還關(guān)注大數(shù)據(jù)的類型(variety)和速度(velocity),這些被統(tǒng)稱為大數(shù)據(jù)的3V特征。醫(yī)療數(shù)據(jù)的多樣性歸因于多種數(shù)據(jù)來源,這些數(shù)據(jù)來源反映了健康和疾病過程的總體情況,包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。醫(yī)療大數(shù)據(jù)的來源主要有:1)行業(yè)監(jiān)管性數(shù)據(jù)和醫(yī)療保險數(shù)據(jù);2)常規(guī)人口統(tǒng)計和重大疾病監(jiān)測數(shù)據(jù);3)真實世界證據(jù),包括電子醫(yī)療檔案(EMR)或電子健康檔案(EHR),醫(yī)學(xué)影像和健康體檢數(shù)據(jù);4)研究數(shù)據(jù),包括來自臨床試驗或隊列研究的生物標(biāo)志物和多組學(xué)信息;5)登記系統(tǒng)(器械,操作,疾病);6)移動醫(yī)療設(shè)備;7)患者自我報告的數(shù)據(jù)。此外,醫(yī)療數(shù)據(jù)正在與來自社交媒體、職業(yè)信息、地理位置、經(jīng)濟數(shù)據(jù)和/或環(huán)境數(shù)據(jù)的各種信息相結(jié)合[6],將所有這些信息源集成到可用于分析的數(shù)據(jù)集中是發(fā)揮大數(shù)據(jù)效力的關(guān)鍵。另外,大數(shù)據(jù)生成和處理的速度還應(yīng)該能夠滿足預(yù)防和治理疾病的實時需求。于是乎,上述3V特征就構(gòu)成了20年前制定的大數(shù)據(jù)定義的關(guān)鍵要素[2]。

最近,真實性(veracity)作為大數(shù)據(jù)的目標(biāo)之一,被納入到大數(shù)據(jù)的定義之中[7]。盡管懷疑論者認為大數(shù)據(jù)難以驗證,并且永遠不可能“100%準(zhǔn)確”[5,8],但毋庸置疑,為了最大限度地利用大數(shù)據(jù),數(shù)據(jù)質(zhì)量的持續(xù)改進是不可或缺的。與大數(shù)據(jù)相關(guān)的另一個重要概念是,數(shù)據(jù)的匯集本身并非是我們的最終目的,相反,數(shù)據(jù)必須要被分析、被解釋和被執(zhí)行。因此,為了獲取大數(shù)據(jù)的全部價值(value),我們需要不斷地發(fā)展新興技術(shù)和分析方法(如機器學(xué)習(xí)),并且必須評估這些新生成信息的臨床效果,并將其轉(zhuǎn)化為臨床實踐工具[9]。因此,這2個V,即真實性(veracity)和價值(value),被認為是描述大數(shù)據(jù)重要特征所必需的新維度。

中國的醫(yī)療數(shù)據(jù)從哪里來?

促進大數(shù)據(jù)在醫(yī)療領(lǐng)域的應(yīng)用已經(jīng)成為中國著重發(fā)展的內(nèi)容。2016年7月,國務(wù)院辦公廳印發(fā)了《促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》(以下簡稱《意見》)(表1)。10 意見指出,健康醫(yī)療大數(shù)據(jù)是國家重要的基礎(chǔ)性戰(zhàn)略資源。健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展將帶來健康醫(yī)療模式的深刻變化,有利于激發(fā)深化醫(yī)藥衛(wèi)生體制改革的動力和活力,提升健康醫(yī)療服務(wù)效率和質(zhì)量,擴大資源供給,不斷滿足人民群眾多層次、多樣化的健康需求,有利于培育新的業(yè)態(tài)和經(jīng)濟增長點。

伴隨著上海市和寧波市等區(qū)域醫(yī)療中心的不斷涌現(xiàn),中國人民共和國國家衛(wèi)生和計劃生育委員會(以下簡稱衛(wèi)計委)宣布啟動健康醫(yī)療大數(shù)據(jù)中心與產(chǎn)業(yè)園建設(shè)國家試點工程。11 確定福建省、江蘇省及福州、廈門、南京、常州為第一批試點省市。這些大數(shù)據(jù)中心建成后將可以整合以下數(shù)據(jù)來源:

包含國家基本醫(yī)療保險數(shù)據(jù)在內(nèi)的區(qū)域醫(yī)療數(shù)據(jù);12

當(dāng)?shù)匦l(wèi)生管理部門的管理數(shù)據(jù);

疾病預(yù)防控制中心收集和管理的重點慢性病監(jiān)測數(shù)據(jù)、婦幼保健數(shù)據(jù);

出生和死亡登記數(shù)據(jù);

來自一級、二級、三級醫(yī)院的EMR。

中國正在充分利用大數(shù)據(jù)的力量,利用身份證明信息將不同來源的數(shù)據(jù)進行鏈接。以醫(yī)療保險數(shù)據(jù)為例,不論是抽樣率5%的抽樣數(shù)據(jù)庫,還是覆蓋6億參保人員5年數(shù)據(jù)的總體數(shù)據(jù)庫,研究者都可以向其監(jiān)管機構(gòu)——中國醫(yī)療保險研究會申請,在通過嚴格的審批流程后進行使用(非公開數(shù)據(jù))。自2016年開始,多個研究項目已被批準(zhǔn)使用中國醫(yī)保數(shù)據(jù)來評估心血管疾病、糖尿病、腎病和慢性阻塞性肺病等慢性病的疾病負擔(dān)。此外,公共衛(wèi)生領(lǐng)域的專家和學(xué)者也在利用其他包括病案首頁數(shù)據(jù)庫和國家死亡登記數(shù)據(jù)庫等國家級管理型數(shù)據(jù)進行研究。13,14

個體化醫(yī)療數(shù)據(jù)也同樣受到重視。中華人民共和國科學(xué)技術(shù)部(以下簡稱科技部)在2016年啟動了國家重點研發(fā)計劃“精準(zhǔn)醫(yī)學(xué)研究”重點專項并資助了多個獲批項目。一個將可存儲一系列大型人群隊列全部數(shù)據(jù)和生物樣本的“精準(zhǔn)醫(yī)學(xué)整合數(shù)據(jù)平臺”已經(jīng)開始建設(shè)。這個平臺將納入至少70萬研究對象,其中40余萬人來自自然人群隊列研究,30余萬人來自重點慢性非傳染性疾病患者隊列研究。得益于中國巨大的人群數(shù)量和中央集中式的管理方式,大樣本研究將為精準(zhǔn)醫(yī)學(xué)的發(fā)展提供巨大的價值。

除了政府引導(dǎo)的研究項目之外,中國的醫(yī)學(xué)學(xué)術(shù)研究團隊和機構(gòu)也已經(jīng)在數(shù)據(jù)共享的研究領(lǐng)域開始了行動(表2)。2017年10月,北京大學(xué)公共衛(wèi)生學(xué)院發(fā)布了中國隊列共享平臺(China Cohort Consortium,chinacohort.bjmu.edu.cn)。中國隊列共享平臺首批已納入近20余項隊列及相關(guān)研究項目,如李立明教授牽頭的中國成人50萬隊列、雙生子隊列等,涵蓋慢性病、傳染病、婦幼健康、職業(yè)病等多個研究領(lǐng)域。該平臺將可使用通用數(shù)據(jù)模型實現(xiàn)數(shù)據(jù)協(xié)調(diào);完成患者個體化數(shù)據(jù)的薈萃分析;甚至形成新的隊列項目。另外,基于專項疾病數(shù)據(jù)共享的平臺也在不斷涌現(xiàn),涵蓋包括心血管疾病、卒中、癌癥和腎臟疾病等。例如,2015年推出的中國腎臟疾病數(shù)據(jù)網(wǎng)絡(luò)(China Kidney Disease Network,kidney.net.cn)應(yīng)用前沿技術(shù),分析整合后的多種來源腎臟疾病數(shù)據(jù),既可為健康醫(yī)療政策的提供證據(jù)支持,還可以用于加速學(xué)術(shù)研究進程,更可以有效促進腎臟病領(lǐng)域的疾病管理。15

中國的醫(yī)療大數(shù)據(jù)應(yīng)用的道路并不平坦

EMR和EHR的應(yīng)用水平仍待提高。

一般來說,EMR是指一家醫(yī)療機構(gòu)中于健康醫(yī)療相關(guān)的電子數(shù)據(jù),而EHR是指貫穿多家機構(gòu)之間的某一個個體患者的電子醫(yī)療數(shù)據(jù)。目前EMR和EHR在中國仍未廣泛被應(yīng)用于學(xué)術(shù)研究。其中EMR主要被用于對日常醫(yī)療實踐的管理,也由此產(chǎn)生了大量的非結(jié)構(gòu)化數(shù)據(jù)(表3)。即便中國已有超過九成的醫(yī)院在應(yīng)用EMR,但其數(shù)據(jù)可及性和數(shù)據(jù)質(zhì)量仍是一個亟待解決的問題。

EHR雖然已在發(fā)達國家廣泛應(yīng)用,但在中國的發(fā)展仍然遇到很多困難。中國現(xiàn)在有超過300家開發(fā)醫(yī)院EMR系統(tǒng)的廠商,均采用了各自不同的技術(shù)架構(gòu)和數(shù)據(jù)標(biāo)準(zhǔn)。而且不同的健康醫(yī)療體系之間并未要求進行數(shù)據(jù)交換。即便如前文提及的,已有一些區(qū)域醫(yī)療信息平臺建成并使用,但這些平臺大多仍處于初級建設(shè)和應(yīng)用的階段,仍需大量的優(yōu)化和升級工作,特別是針對數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)標(biāo)準(zhǔn)、和數(shù)據(jù)傳輸協(xié)議方面的改進。衛(wèi)生監(jiān)管部門、醫(yī)院和EMR廠商應(yīng)就如何改進醫(yī)院信息系統(tǒng)達成共識,并開發(fā)能夠用于整合多源異構(gòu)數(shù)據(jù)的相關(guān)技術(shù)。衛(wèi)生監(jiān)管部門也應(yīng)該利用政策手段加強不同醫(yī)療機構(gòu)之間的數(shù)據(jù)交換和整合。

缺乏醫(yī)學(xué)數(shù)據(jù)系統(tǒng)

醫(yī)療大數(shù)據(jù)應(yīng)用遇到的另一個重大挑戰(zhàn),就是缺乏統(tǒng)一的廣泛應(yīng)用的醫(yī)學(xué)術(shù)語系統(tǒng)。目前在中國,多個術(shù)語標(biāo)準(zhǔn)在被同時應(yīng)用。例如,2002年衛(wèi)計委授權(quán)對全國住院病人的診斷數(shù)據(jù)編碼使用國際疾病分類系統(tǒng)(ICD),包括ICD-9和ICD-10。然而,醫(yī)療信息系統(tǒng)的爆炸式增長使得臨床術(shù)語編碼出現(xiàn)很多變種,以至于極難完成數(shù)據(jù)交換。一些普遍被認可的術(shù)語系統(tǒng)尚未在中國應(yīng)用,包括醫(yī)學(xué)系統(tǒng)命名法-臨床術(shù)語(SNOMED CT)、統(tǒng)一醫(yī)學(xué)語言系統(tǒng)(UMLS)或醫(yī)學(xué)語言、百科全書和術(shù)語命名的通用架構(gòu)(GALEN)。這些系統(tǒng)旨在通過整理和統(tǒng)一關(guān)鍵醫(yī)學(xué)術(shù)語、分類和編碼標(biāo)準(zhǔn),從而促進更有效地、具有互操作性的生物醫(yī)學(xué)信息系統(tǒng)和服務(wù),也包括EHR。另外,這些系統(tǒng)普遍都是用英語開發(fā)的,如果要應(yīng)用這些系統(tǒng),還需要解決中英文之間的轉(zhuǎn)換問題。

現(xiàn)有的醫(yī)療實踐模式

中國現(xiàn)行的醫(yī)療系統(tǒng)基礎(chǔ)架構(gòu)和醫(yī)療實踐模式也給大數(shù)據(jù)在這個領(lǐng)域的有效應(yīng)用帶來了挑戰(zhàn)。由于缺乏一個良好的轉(zhuǎn)診制度,加上各地醫(yī)療質(zhì)量的巨大差異,很大程度上造成了“醫(yī)療移民”這一現(xiàn)象,患者需要在不同的省份和城市之間不斷的旅行才能完成就醫(yī)。在中國現(xiàn)行的醫(yī)療系統(tǒng)中,基本無法根據(jù)臨床需要在不同的EMR或區(qū)域EHR系統(tǒng)中實現(xiàn)患者轉(zhuǎn)移。唯有建立一個整合全中國醫(yī)療機構(gòu)數(shù)據(jù)的統(tǒng)一平臺,才可能實現(xiàn)對患者個體數(shù)據(jù)的可追溯性。如果在中國開展“深度患者”(Deep Patient)研究16,即使用機器學(xué)習(xí)的方法分析醫(yī)療數(shù)據(jù)來預(yù)測可能出現(xiàn)的不良事件,其將面臨的主要障礙既不是建立分析所需的機器學(xué)習(xí)算法,也不是要召集更多的患者參與研究,而是要基于EMR或EHR得到每個患者的縱向數(shù)據(jù)和臨床結(jié)局。另外,臨床醫(yī)療實踐中存在的巨大異質(zhì)性也會對研究結(jié)果的真實性產(chǎn)生影響。

數(shù)據(jù)質(zhì)量

以上提到的多個問題都會最終影響到大數(shù)據(jù)應(yīng)用的質(zhì)量。已經(jīng)有證據(jù)表明,將大數(shù)據(jù)分析應(yīng)用在高質(zhì)量的臨床數(shù)據(jù)時,得到的結(jié)果也會更加有效、穩(wěn)定和有意義。17 但是,獲得高質(zhì)量的臨床數(shù)據(jù)集難度非常大。一種方式是仔細審查數(shù)據(jù)庫特征并判斷哪些變量是相對準(zhǔn)確的(例如醫(yī)保數(shù)據(jù)中的費用數(shù)據(jù)),然后用這些數(shù)據(jù)來回答所研究的問題。當(dāng)然,要從根本上提高數(shù)據(jù)質(zhì)量,需要在多部門持續(xù)共同投入巨大的精力完成,包括數(shù)據(jù)有效性、數(shù)據(jù)代表性和完整性等。

隱私問題

雖然隱私問題是健康醫(yī)療大數(shù)據(jù)應(yīng)用中的一個極其重要的問題。但目前中國還未有相關(guān)的法律和法規(guī)對這方面的問題進行解釋和規(guī)定。如何能在保證數(shù)據(jù)應(yīng)用完整性的條件下對隱私進行保護?這個問題亟待監(jiān)管部門出臺相關(guān)的規(guī)定和研究標(biāo)準(zhǔn)。

中國應(yīng)用大數(shù)據(jù)提高健康醫(yī)療水平的機遇?

大數(shù)據(jù)在醫(yī)學(xué)中的應(yīng)用包括公共健康促進(疾病監(jiān)測,人口管理),醫(yī)療管理(醫(yī)療質(zhì)量控制、績效管理),藥品和醫(yī)療器械監(jiān)測,日常臨床實踐(風(fēng)險預(yù)測,診斷準(zhǔn)確性和決策支持)和學(xué)術(shù)研究等。1,9

通過大數(shù)據(jù)方法監(jiān)測重大疾病趨勢、為醫(yī)療衛(wèi)生政策提供證據(jù)支持,在中國已有法定國家管理型數(shù)據(jù)庫的基礎(chǔ)上,是一件相對容易完成的任務(wù)。應(yīng)用機器學(xué)習(xí)等先進的數(shù)據(jù)分析手段來代替放射科和解剖病理科學(xué)家也已經(jīng)成為目前中國一個熱點研究領(lǐng)域。18 但是中國的數(shù)據(jù)生態(tài)系統(tǒng)還未成熟到可以為臨床決策支持系統(tǒng)這類需要長期的深度隨訪的高質(zhì)量數(shù)據(jù)的應(yīng)用提供支撐。

一直以來,關(guān)于中國的健康醫(yī)療大數(shù)據(jù)的討論都是由計算機科學(xué)家和醫(yī)療信息化產(chǎn)業(yè)引導(dǎo)的,主要圍繞在數(shù)據(jù)的收集、存儲、整合和管理。然而,健康醫(yī)療大數(shù)據(jù)的未來不應(yīng)只局限于之前的數(shù)據(jù)層面,而是要逐漸轉(zhuǎn)向利用先進的分析技術(shù)回答相關(guān)臨床問題,幫助臨床醫(yī)生和政策制定者理解大數(shù)據(jù),優(yōu)化基于大數(shù)據(jù)產(chǎn)生的臨床決策支持工具等。

結(jié)論

中國已經(jīng)宣布,在國家層面加速健康醫(yī)療大數(shù)據(jù)應(yīng)用布局。這一舉措將在不久的將來對醫(yī)學(xué)研究、醫(yī)療實踐和醫(yī)療行業(yè)的發(fā)展產(chǎn)生深遠的影響。盡管我們對健康醫(yī)療大數(shù)據(jù)這一領(lǐng)域傾注了前所未有的巨大熱情,我們?nèi)猿珜?dǎo)投身于此的研究者遵循儒家古訓(xùn):“博學(xué)之,審問之,慎思之,明辨之,篤行之”,讓大數(shù)據(jù)真真正正地給當(dāng)今醫(yī)學(xué)帶來顛覆性變革。

要點:在中國,健康醫(yī)療大數(shù)據(jù)的應(yīng)用機遇與挑戰(zhàn)并存,已經(jīng)成為國家發(fā)展的重點。大數(shù)據(jù)與創(chuàng)新數(shù)據(jù)應(yīng)用技術(shù)的融合極有可能給醫(yī)學(xué)研究和對疾病、健康的理解帶來顛覆性的變革。

參考文獻 

1. Obermeyer Z, Emanuel EJ. Predicting the Future - Big Data, Machine Learning, and Clinical Medicine. N Engl J Med 2016;375(13):1216-9. doi: 10.1056/NEJMp1606181

2. Available from: https://www.gartner.com/it-glossary/big-data/ accessed December 5 2017.

3. Auffray C, Balling R, Barroso I, et al. Making sense of big data in health research: Towards an EU action plan. Genome Med 2016;8(1):71. doi: 10.1186/s13073-016-0323-y

4. Austin C, Kusumoto F. The application of Big Data in medicine: current implications and future directions. J Interv Card Electrophysiol 2016;47(1):51-59. doi: 10.1007/s10840-016-0104-y

5. Baro E, Degoul S, Beuscart R, et al. Toward a Literature-Driven Definition of Big Data in Healthcare. Biomed Res Int 2015;2015:639021. doi: 10.1155/2015/639021

6. Fernandez-Luque L, Bau T. Health and social media: perfect storm of information. Healthc Inform Res 2015;21(2):67-73. doi: 10.4258/hir.2015.21.2.67

7. Kruse CS, Goswamy R, Raval Y, et al. Challenges and Opportunities of Big Data in Health Care: A Systematic Review. JMIR Med Inform 2016;4(4):e38. doi: 10.2196/medinform.5359

8. Ward JC. Oncology reimbursement in the era of personalized medicine and big data. J Oncol Pract 2014;10(2):83-6. doi: 10.1200/JOP.2014.001308

9. Rumsfeld JS, Joynt KE, Maddox TM. Big data analytics to improve cardiovascular care: promise and challenges. Nat Rev Cardiol 2016;13(6):350-9. doi: 10.1038/nrcardio.2016.42

10. China to boost big data application in health and medical sectors  [Available from: http://english.gov.cn/policies/latest_releases/2016/06/24/content_281475379018156.htm accessed June 10 2017.

11. China to build health care big data centers, industrial parks  [Available from: http://www.nhfpc.gov.cn/zhuz/tpxw/201610/38c38546204c45dba44298291ad173c3.shtml accessed June 10 2017.

12. Shan L, Wu Q, Liu C, et al. Perceived challenges to achieving universal health coverage: a cross-sectional survey of social health insurance managers/administrators in China. BMJ open 2017;7(5):e014425. doi: 10.1136/bmjopen-2016-014425

13. Zhang L, Long J, Jiang W, et al. Trends in Chronic Kidney Disease in China. N Engl J Med 2016;375(9):905-6. doi: 10.1056/NEJMc1602469

14. Zhou M, Wang H, Zhu J, et al. Cause-specific mortality for 240 causes in China during 1990-2013: a systematic subnational analysis for the Global Burden of Disease Study 2013. Lancet 2016;387(10015):251-72. doi: 10.1016/S0140-6736(15)00551-6

15. Zhang L, Wang H, Long J, et al. China Kidney Disease Network (CK-NET) 2014 Annual Data Report. Am J Kidney Dis 2017;69(6S2):A4. doi: 10.1053/j.ajkd.2016.06.011

16. Miotto R, Li L, Kidd BA, et al. Deep Patient: An Unsupervised Representation to Predict the Future of Patients from the Electronic Health Records. Sci Rep 2016;6:26094. doi: 10.1038/srep26094

17. Altman RB, Ashley EA. Using "big data" to dissect clinical heterogeneity. Circulation 2015;131(3):232-3. doi: 10.1161/CIRCULATIONAHA.114.014106

18. Available from: http://english.gov.cn/policies/latest_releases/2017/07/20/content_281475742458322.htm accessed December 4 2017.

相關(guān)知識

中國人民大學(xué)健康大數(shù)據(jù)研究院
北大健康醫(yī)療大數(shù)據(jù)研究中心成立—新聞—科學(xué)網(wǎng)
健康大數(shù)據(jù)研究中心
國家健康醫(yī)療大數(shù)據(jù)研究院落戶寧夏
中國健康醫(yī)療大數(shù)據(jù)研究綜述——基于期刊論文的分析
健康醫(yī)療大數(shù)據(jù)研究報告
大數(shù)據(jù)分析在疾病與健康研究方面的應(yīng)用
英《經(jīng)濟學(xué)人》:電子病歷數(shù)據(jù)研究新方法在疫情中脫穎而出
2023中國康復(fù)醫(yī)學(xué)會綜合學(xué)術(shù)年會康復(fù)大數(shù)據(jù)分論壇在京召開
健康醫(yī)療大數(shù)據(jù)分析 隊列研究 算法研發(fā)能力

網(wǎng)址: 醫(yī)學(xué)大數(shù)據(jù)研究在中國 http://www.u1s5d6.cn/newsview217783.html

推薦資訊