肿瘤个体化治疗的真-实世界数据来源比较

肿瘤个体化治疗的真-实世界数据来源比较演讲人引言：肿瘤个体化治疗与真-实世界数据的必然联结01多源RWD的整合挑战与技术路径02肿瘤个体化治疗核心RWD来源解析03总结与展望：构建以患者为中心的RWD应用生态04目录肿瘤个体化治疗的真-实世界数据来源比较01引言：肿瘤个体化治疗与真-实世界数据的必然联结引言：肿瘤个体化治疗与真-实世界数据的必然联结在肿瘤诊疗领域，"个体化治疗"已从理念走向实践，其核心在于基于患者的肿瘤生物学特征、遗传背景、合并状态及个人偏好，制定"量体裁衣"式的治疗方案。传统临床试验（RandomizedControlledTrial,RCT）虽为治疗方案的有效性提供了高级别证据，但其严格的入排标准、标准化的治疗环境、短期的随访周期，难以完全复现真实世界中患者的异质性——如老年患者、合并多基础病患者、罕见基因突变患者等，往往被排除在RCT之外，导致其治疗决策缺乏直接参考。真-实世界数据（Real-WorldData,RWD）作为"真实医疗环境"下产生的数据，涵盖了患者诊疗全过程的自然信息，恰好弥补了RCT的局限。在我从事肿瘤临床研究的十余年间，深刻体会到RWD对个体化治疗的推动：一位携带NTRK融合基因的晚期肉瘤患者，因肿瘤部位特殊无法入组相关临床试验，引言：肿瘤个体化治疗与真-实世界数据的必然联结我们通过真实世界研究数据库发现，某靶向药在同类患者中的客观缓解率（ORR）达71%，最终患者用药后肿瘤持续缩小超过1年。这一案例让我意识到，RWD不仅是RCT的"补充"，更是实现"全人群个体化治疗"的基石。本文将从行业实践视角，系统梳理肿瘤个体化治疗中常用的RWD来源，通过多维度比较其特征、优势与局限，探讨数据整合的挑战与路径，以期为临床研究、药物研发及政策制定提供参考。02肿瘤个体化治疗核心RWD来源解析肿瘤个体化治疗核心RWD来源解析RWD的来源广泛且多样，不同来源的数据在结构化程度、信息维度、覆盖范围上各有侧重。结合国内医疗体系特点与临床需求，以下七类数据来源是个体化治疗实践的核心支撑。（一）电子健康记录（ElectronicHealthRecord,EHR）：诊疗全流程的核心数据载体数据定义与构成EHR是医疗机构在患者诊疗过程中产生的数字化记录，是肿瘤个体化治疗中最"接地气"的数据来源。其构成主要包括：-结构化数据：如人口学信息（年龄、性别）、病理诊断（ICD-O-3肿瘤编码、TNM分期）、实验室检查（血常规、肿瘤标志物如CEA/CA125）、影像学报告（RECIST标准评估的肿瘤大小）、用药记录（药品名称、剂量、给药途径、治疗周期）、手术/操作记录等；-非结构化数据：如病程记录（医生对病情变化、治疗决策的描述）、病理报告（文字描述的肿瘤组织学特征）、会诊记录（多学科讨论意见）等，占EHR数据的60%-80%。数据特征与优势-全流程覆盖：从初诊、病理确诊、多学科治疗（手术/放疗/化疗/靶向/免疫）到随访复查，完整记录患者"从确诊到终点"的诊疗轨迹；01-临床细节丰富：包含患者合并症（如高血压、糖尿病）、治疗耐受性（如不良反应描述、剂量调整）、生活质量评估（如ECOG评分）等个体化治疗决策的关键信息；02-时效性强：数据实时产生，能快速反映最新治疗动态（如某免疫抑制剂在我院的使用量变化趋势可实时抓取）。03局限性分析21-数据碎片化：患者可能在不同医疗机构就诊，导致EHR数据分散（如我院与社区医院的肿瘤随访记录未互通）；-数据质量参差不齐：部分基层医院EHR系统不完善，存在数据缺失（如缺少靶向药用药后不良反应记录）或错误（如病理分期录入错误）。-编码标准化不足：非结构化数据需通过自然语言处理（NLP）提取，不同医生的记录习惯差异大（如"肿瘤缩小"可能描述为"PR""病灶缩小50%"或"较前好转"）；3在个体化治疗中的应用案例以"EGFR突变阳性非小细胞肺癌（NSCLC）的一线治疗选择"为例，我院EHR数据库显示：-2018-2022年共纳入326例EGFR突变阳性晚期NSCLC患者，其中68.7%接受一代EGFR-TKI（吉非替尼/厄洛替尼），20.9%接受三代EGFR-TKI（奥希替尼）；-通过分析非结构化数据中的"脑转移病史"，发现合并脑转移的患者中，三代TKI的中位无进展生存期（mPFS）显著优于一代TKI（18.2个月vs10.6个月，P=0.002），这一结论虽与RCT一致，但证实了真实世界中脑转移患者对三代TKI的敏感性；在个体化治疗中的应用案例-进一步提取"合并间质性肺病"患者的用药记录，发现一代TKI导致间质性肺病加重的发生率为8.3%，而三代TKI为2.1%，为合并该类患者的药物选择提供了直接依据。与其他来源的互补性EHR的"诊疗细节"与医保数据的"长期用药"、PROs的"患者感受"形成互补：例如，EHR可记录患者是否因不良反应（如皮疹、腹泻）调整TKI剂量，而医保数据可反映调整后的用药依从性，PROs则可量化患者对生活质量的改善程度。数据定义与构成医保/医疗支付数据由医保部门、商业保险公司或医院医保办管理，记录了医疗服务利用与费用支付的信息，主要包括：-医疗费用数据：药品费、检查费、治疗费、手术费等（如某PD-1抑制剂单次治疗费用、医保报销比例）；-医疗服务利用数据：住院天数、门诊就诊次数、处方量（如某患者一年内购买6次化疗药）；-药品供应链数据：药品采购量、库存周转率、配送范围（如某靶向药在我省的供应情况）。数据特征与优势-覆盖人群广：基本医保覆盖超13.6亿中国人，能反映不同地区、不同医保层级（职工医保/居民医保）患者的治疗差异；-长期随访价值：医保数据通常追溯5-10年，可评估药物的长期经济性（如某TKI使用3年的累计费用）及真实世界的用药持续性；-客观性强：数据基于费用结算产生，较少受主观因素影响（如医生记录偏好）。局限性分析231-临床信息缺失：缺乏肿瘤分期、基因检测结果等关键诊疗数据（仅知道患者购买了某药，但不知其是否为适应症人群）；-数据颗粒度粗：如"药品费"仅记录总金额，无法区分具体用药剂量、周期（如购买的是1个月还是3个月的药量）；-区域差异显著：不同省份的医保目录、报销政策不同（如某靶向药在东部省份已进医保，西部省份仍为自费），导致数据可比性下降。在个体化治疗中的应用案例在"某国产PD-1抑制剂用于晚期肝细胞癌的真实世界疗效评价"中，我们联合省医保中心获取了2020-2023年的医保数据：-纳入2860例接受该PD-1抑制剂的患者（含医保报销与自费），通过匹配医院EHR补充临床数据，发现：-Child-PughA级患者的6个月生存率（OS）显著高于B级（78.3%vs52.1%），提示该药更适合肝功能较好的患者；-联合靶向药（如仑伐替尼）的患者中位OS为14.2个月，单药为9.7个月，证实了联合方案在真实世界的生存获益；-进一步分析费用数据，发现联合方案虽药品费用更高，但因减少住院次数（中位住院天数4.2天vs7.8天），次均总费用反而低于单药联合化疗（3.2万元vs5.1万元），为医保目录调整提供了"疗效-经济性"双重证据。与其他来源的互补性医保数据的"费用-利用"与EHR的"临床结局"结合，可评估个体化治疗的"价值医疗"（Value-basedMedicine）：例如，EHR显示某基因检测指导下的靶向治疗有效率提升30%，医保数据则显示该检测虽增加5000元成本，但因避免无效化疗（节省2万元/人），整体医疗成本下降。（三）患者报告结局（Patient-ReportedOutcomes,PROs）：患者视角的主观体验量化数据定义与构成PROs是通过标准化量表或问卷收集的患者自身感受、功能状态和生活质量数据，是"以患者为中心"的个体化治疗的核心体现，主要包括：01-症状负担：如疼痛（数字评分法NRS）、疲乏（疲劳严重度量表FSS）、恶心呕吐（生活质量量表QLQ-C30）；02-功能状态：如日常生活能力（ADL量表）、社会功能（EORTCQLQ-C30的社会功能维度）；03-治疗偏好：如"愿意为延长1个月生存接受3级不良反应的概率"、"对口服/静脉给药的选择偏好"。04数据特征与优势-患者视角独特：传统临床指标（如肿瘤缩小）无法完全反映患者感受（如肿瘤虽缩小但疲乏加重导致生活质量下降），PROs直接捕捉患者主观体验；-动态监测价值：可通过移动医疗APP（如"肿瘤管家"）实现居家实时填报，捕捉治疗过程中的细微变化（如化疗后第3天恶心评分最高）；-赋能患者参与：PROs让患者从"被动接受治疗"转为"主动参与决策"，提升治疗依从性（有研究显示，参与PROs填报的患者用药依从性提高25%）。321局限性分析-依从性波动：老年患者、文化程度低者对量表理解偏差，或因疲乏忘记填报，导致数据缺失；01-回忆偏倚：回顾性量表（如过去一周的疲乏程度）依赖患者记忆，准确性低于实时填报；02-标准化不足：不同研究采用的PROs量表不统一（如疼痛评估用NRS还是VDS），导致数据难以横向比较。03在个体化治疗中的应用案例针对"HER2阳性乳腺癌患者辅助治疗中，化疗联合靶向vs单纯靶向的PROs差异"研究，我们通过医院APP对120例患者进行为期1年的PROs监测：01-结果显示，联合化疗组在治疗第3个月时疲乏评分（FSS:6.2±0.8vs4.1±0.7）、恶心评分（NRS:5.8±0.9vs2.3±0.6）显著高于单纯靶向组（P<0.01）；02-但在1年随访时，联合化疗组的"无病生存信心"评分（8.7±1.2vs7.2±1.5）更高，提示尽管短期不良反应大，但部分患者因生存获益而认可治疗价值；03-基于PROs数据，我们为患者制定了"分层干预方案"：对疲乏评分>6分者，提前安排中医理疗；对恶心评分>5分者，调整止吐药方案，使整体不良反应发生率降低18%。04与其他来源的互补性PROs的"患者感受"与EHR的"客观指标"结合，可全面评估个体化治疗的"获益-风险比"：例如，EHR显示某免疫治疗使肿瘤缩小（ORR=40%），PROs则显示60%患者因免疫相关性肺炎导致咳嗽评分升高，需权衡生存获益与生活质量损失。（四）真实世界注册研究（Real-WorldRegistryStudy,RWRS）：有设计规范的前瞻性数据收集数据定义与构成RWRS是在真实医疗环境下，前瞻性收集特定疾病或治疗人群的数据，其设计介于RCT与完全观察性研究之间，主要包括：-入组标准：相对宽松（如"经病理确诊的晚期卵巢癌，不限是否接受过既往治疗"）；-研究目的：如"某国产PARP抑制剂用于BRCA突变卵巢癌的真实世界疗效与安全性"；-数据收集：统一采用电子CRF（CaseReportForm），定期随访（每3个月评估肿瘤反应、每6个月收集生存数据）。数据特征与优势A-目的性与规范性：与自发收集的EHR不同，RWRS有明确的研究方案和质控流程，数据结构化程度高、完整性好；B-前瞻性设计：避免回忆偏倚，能动态记录治疗过程（如从用药到出现不良反应的时间间隔）；C-样本代表性强：入组标准贴近真实临床，可纳入RCT排除的人群（如>75岁老年患者、合并多器官功能障碍者）。局限性分析03-混杂因素控制弱于RCT：虽然前瞻性收集，但无法完全避免医生选择偏倚（如病情较轻的患者更倾向于接受新药）。02-样本量有限：单个中心的RWRS样本量通常<1000例，难以评估罕见不良反应（发生率<1%）；01-研究资源要求高：需要专职研究护士、数据管理员，随访成本高（单例患者的年随访成本约2000-5000元）；在个体化治疗中的应用案例"阿托伐他汀对接受免疫治疗的NSCLC患者心肌保护的RWRS"（全国20家中心，纳入1200例患者）：-主要终点：免疫治疗相关心肌炎发生率；次要终点：无事件生存期（EFS）、总生存期（OS）；-结果显示，预防性使用阿托伐他汀（20mgqd）的患者心肌炎发生率为1.2%，显著低于未使用组的4.5%（P=0.003）；-亚组分析发现，对于携带PD-L1高表达（TPS≥50%）的患者，阿托伐他汀组的mEFS达15.6个月，显著优于对照组（10.2个月，P<0.01），为免疫治疗相关心肌炎的预防提供了高级别真实世界证据。与其他来源的互补性RWRS的"高质量前瞻性数据"可为EHR提供"校准标准"：例如，利用RWRS验证的PROs量表，可优化EHR中非结构化数据的提取规则（如从"患者说最近很累"中自动提取疲乏评分）。数据定义与构成04030102医联体/区域医疗平台数据是通过医联体（如三级医院与基层医院协作）、区域医疗健康平台（如"健康云"）整合的跨机构数据，主要包括：-转诊记录：患者从基层医院转诊至三级医院，或从三级医院下转至社区医院的记录；-检查结果互认：基层医院的血常规、影像报告与三级医院共享数据（如某患者在社区做的CT，结果可直接上传至我院系统）；-随访管理：三级医院制定随访计划，由社区医院执行（如化疗后血常规监测，社区录入数据后三级医院医生审核）。数据特征与优势1-打破数据孤岛：实现不同级别医疗机构的数据互通，解决患者"重复检查""信息割裂"问题（如某患者在我院手术后，社区医院可获取手术记录，避免不必要的重复影像学检查）；2-全程连续管理：覆盖"预防-诊断-治疗-康复-临终关怀"全周期，尤其适合需要长期管理的肿瘤（如前列腺癌、甲状腺癌）；3-促进分级诊疗：三级医院基于基层数据调整治疗方案（如根据社区随访的PSA水平，调整前列腺癌患者的内分泌治疗方案），减轻患者就医负担。局限性分析STEP3STEP2STEP1-数据标准化难度大：不同机构采用的信息系统不同（如三级医院用电子病历系统，基层医院用公卫系统），数据接口、编码标准不统一；-基层数据质量低：部分基层医院随访记录简单（仅记录"患者情况稳定"，未详细描述症状、体征），难以满足个体化治疗的高精度需求；-隐私保护风险：跨机构数据涉及患者隐私，需符合《个人信息保护法》要求，数据共享流程复杂。在个体化治疗中的应用案例"基于医联体数据的结直肠癌术后全程管理模式"（我院与本市10家社区卫生服务中心合作）：-数据整合：通过区域平台共享患者的手术记录、病理分期、术后辅助治疗方案、基层随访数据（如CEA水平、不良反应）；-个体化干预：-对于CEA持续升高（>5ng/ml）的患者，系统自动提醒三级医院医生，安排肠镜复查；-对于化疗后出现Ⅱ度骨髓抑制的患者，基层医生录入数据后，系统生成"升针医嘱"，患者可就近在社区医院治疗；-效果评估：纳入的650例患者中，术后3年生存率达82.3%，较传统管理模式（75.6%）提升6.7个百分点，且患者年均就医次数减少4.2次。与其他来源的互补性医联体数据的"跨机构连续性"与EHR的"机构内精细化"结合，可构建"三级-基层"联动的个体化治疗网络：例如，三级医院基于EHR制定基因检测方案，基层医院根据检测结果执行靶向治疗随访，形成"检测-治疗-监测"的闭环。（六）可穿戴设备/移动健康（mHealth）数据：实时动态的生命体征监测数据定义与构成可穿戴设备（如智能手表、动态血糖仪）和移动健康APP收集的患者日常生命体征与行为数据，是传统医疗数据的重要补充，主要包括：-生理指标：心率、血压、血氧饱和度、睡眠质量（如AppleWatch记录的深睡眠时长）、步数（活动量）；-症状相关数据：皮肤温度（提示免疫治疗相关发热）、咳嗽频率（智能麦克风记录）、血糖波动（糖尿病患者使用动态血糖仪）；-用药依从性数据：智能药盒记录的用药时间（如是否按时服用靶向药）。数据特征与优势1-实时性与连续性：可7×24小时监测，捕捉传统医院检查无法发现的波动（如夜间血压升高、睡眠呼吸暂停与肿瘤疲乏的关系）；2-场景化数据：记录家庭、工作等日常场景下的状态，反映"真实世界"的身体机能（如日常步数<1000步提示活动量不足，需调整运动处方）；3-预警价值：通过AI算法分析数据趋势，提前预警不良反应（如智能手表检测到心率持续>100次/分，可能提示免疫治疗相关心肌炎）。局限性分析-数据准确性存疑：可穿戴设备为消费级产品，医疗级认证不足（如智能血压计的误差可能达±10mmHg）；1-患者接受度有限：老年患者对新技术接受度低，或因忘记佩戴导致数据缺失；2-数据解读复杂：需结合临床背景分析（如心率升高可能由运动、焦虑、心肌炎等多种原因引起，需结合其他指标判断）。3在个体化治疗中的应用案例"可穿戴设备指导下的肺癌患者居家康复管理"（纳入200例接受化疗的患者，佩戴智能手环）：-数据收集：每日记录心率、步数、睡眠时长，每周上传至APP，由康复师审核；-个体化干预：-对于连续3天步数<500步且疲乏评分≥5分（PROs量表）的患者，系统推送"居家康复指导视频"（如呼吸训练、低强度运动）；-对于夜间心率>90次/分且血氧饱和度<93%的患者，提醒患者次日到医院复查，排除间质性肺病；-效果：干预组的化疗完成率达91.2%，高于对照组（78.5%），且疲乏评分降低1.8分（P<0.01）。与其他来源的互补性mHealth数据的"实时动态"与EHR的"定期检查"结合，可实现对肿瘤患者的"连续个体化管理"：例如，EHR显示患者化疗后白细胞下降，mHealth数据监测到其连续3天步数减少，提示骨髓抑制可能加重，需提前升白治疗。（七）组学真实世界数据（Real-WorldOmicsData）：连接基因型与表型的桥梁数据定义与构成组学真实世界数据是通过对肿瘤组织、血液或其他样本进行高通量测序（如NGS）、转录组、蛋白组、代谢组分析产生的数据，是个体化治疗中"精准医疗"的核心，主要包括：-基因组数据：肿瘤基因突变（如EGFR、ALK、BRCA）、肿瘤突变负荷（TMB）、微卫星不稳定性（MSI）；-转录组数据：基因表达谱（如免疫相关基因PD-L1、CTLA4的表达）；-液体活检数据：循环肿瘤DNA（ctDNA）、循环肿瘤细胞（CTC），用于动态监测耐药突变（如EGFRT790M）。数据特征与优势-揭示肿瘤异质性：同一患者不同转移灶的基因突变可能不同（如肺原发灶EGFR突变，肝转移灶出现MET扩增），指导局部治疗选择；-动态监测耐药：液体活检可多次取样，比组织活检更便捷地捕捉耐药突变（如一线TKI耐药后，通过ctDNA检测T790M突变，指导三代TKI使用）；-发现新生物标志物：真实世界样本量大（如万例级），可发现罕见突变与治疗反应的相关性（如NTRK融合在肉瘤中的发生率不足1%，但真实世界数据可积累足够样本验证靶向药疗效）。010203局限性分析-样本获取困难：组织活检为有创操作，部分患者无法反复取样；液体活检虽无创，但ctDNA丰度低（早期患者可能<0.1%），检测灵敏度不足；-数据解读复杂：组学数据维度高（单次NGS检测可产生10GB以上数据），需生物信息学工具分析，且临床意义未完全明确（如某基因突变的临床意义可能为"可能致病""意义未明"）；-成本高昂：全外显子组测序（WES）费用约5000-8000元/例，液体活检约3000-5000元/例，基层医院难以普及。在个体化治疗中的应用案例"基于ctDNA动态监测的晚期结直肠癌个体化治疗调整"（纳入300例患者，每8周抽取外周血行ctDNA检测）：-基线检测：90例患者检测到RAS/BRAF突变，排除西妥昔单抗使用；210例RAS/BRAF野生型患者接受抗EGFR治疗；-耐药监测：治疗24周后，ctDNA检测到MET扩增的患者（占比15%），及时调整为MET抑制剂+抗EGFR联合治疗，mPFS达12.3个月，显著优于继续原方案治疗的8.7个月（P=0.005）；-预后预测：治疗4周时ctDNA转阴的患者，mPFS显著高于ctDNA阳性患者（18.2个月vs9.6个月，P<0.001），可作为早期疗效预测标志物。与其他来源的互补性组学数据的"分子特征"与EHR的"临床特征"结合，可构建"分子-临床"整合模型：例如，携带BRCA突变的卵巢癌患者，结合EHR中的"铂敏感"病史，可优先选择PARP抑制剂；同时通过组学数据监测耐药突变（如BRCA恢复突变），及时调整治疗方案。03多源RWD的整合挑战与技术路径多源RWD的整合挑战与技术路径肿瘤个体化治疗需要"全维度数据支撑"，单一来源的RWD难以满足需求。例如，仅用EHR无法评估患者的长期生活质量，仅用PROs缺乏基因检测结果指导。因此，多源数据整合是必然趋势，但实践中仍面临诸多挑战。多源数据整合的核心挑战数据标准化与互操作性差异不同来源数据的结构、格式、编码标准差异巨大：EHR中的"肿瘤分期"可能使用AJCC第8版或第7版，医保数据中的"药品名称"使用通用名或商品名，组学数据中的基因突变命名遵循HGVS或ClinVar标准。若不统一标准，直接整合会导致"数据打架"（如同一患者在不同系统中被标记为"Ⅲ期"和"Ⅳ期"）。多源数据整合的核心挑战数据隐私与安全合规风险RWD包含患者敏感信息（如基因数据、疾病史），需符合《个人信息保护法》《人类遗传资源管理条例》等法规。但多源数据涉及多个数据持有方（医院、医保、企业），数据共享过程中的"数据权属""脱敏要求""知情同意"等问题复杂，易引发法律风险。多源数据整合的核心挑战数据质量与偏倚控制不同来源数据的完整性、准确性差异显著：EHR可能缺失基层医院的随访记录，PROs可能因患者依从性差存在大量缺失值，组学数据可能因实验操作误差产生假阳性/假阴性。若直接整合"脏数据"，会导致分析结果偏倚（如高估某药物的有效率）。多源数据整合的核心挑战异构数据融合的技术瓶颈RWD包含结构化数据（如年龄、实验室指标）、非结构化数据（如病程记录）、高维数据（如NGS数据），传统统计方法难以处理。如何将"文本+数值+图像"等异构数据转化为可分析的特征，并保留其临床意义，是当前技术难点。多源数据整合的关键技术路径数据标准化：统一"数据语言"-临床术语标准化：采用国际通用标准，如疾病诊断使用ICD-11，肿瘤分期使用AJCC第8版，药品名称使用WHOATC编码，基因突变使用HGVS命名；-数据模型标准化：应用OMOPCDM（ObservationalMedicalOutcomesPartnershipCommonDataModel）或FHIR（FastHealthcareInteroperabilityResources）等医疗数据互操作性框架，将不同来源数据映射到统一模型（如将EHR中的"病程记录"、医保数据中的"处方量"映射到OMOP的"observation""drug_exposure"表）。多源数据整合的关键技术路径数据链接：构建"患者全域视图"-确定性匹配：基于患者唯一标识（如身份证号、医保卡号）直接关联不同来源数据，适用于数据质量高、标识统一的情况（如我院EHR与医保数据通过医保卡号关联，准确率达98%）；-概率性匹配：当标识信息不完整时，采用基于算法的概率匹配（如通过姓名、性别、出生日期、就诊日期等字段计算匹配概率，如Epilink算法），我院通过该方法将社区随访数据与EHR关联，匹配准确率达92%。多源数据整合的关键技术路径数据质量控制：打造"干净数据集"-完整性校验：设定关键字段必填规则（如EHR中的"病理诊断""基因检测结果"），缺失率>20%的字段需标记或剔除；-准确性校验：通过逻辑校验（如"年龄>100岁"标记为异常）、外部数据比对（如实验室检查结果与参考范围比对）、专家审核（如非结构化数据提取后由临床医生确认）提升数据准确性；-偏倚控制：采用倾向性评分匹配（PSM）平衡不同来源数据的混杂因素（如比较EHR与RWRS中的患者疗效时，匹配年龄、分期、治疗方案等变量）。多源数据整合的关键技术路径异构数据融合：AI赋能深度挖掘-自然语言处理（NLP）：用于提取非结构化数据中的关键信息，如从病程记