医学26年：数据价值挖掘要点 查房课件

1.医学数据价值挖掘的基础认知演讲人2026-05-03

医学数据价值挖掘的基础认知01数据价值挖掘的落地实践路径02临床场景下的数据价值挖掘核心要点03当前面临的挑战与应对策略04目录

医学26年：数据价值挖掘要点查房课件各位同仁，大家好。今天我以一个有26年临床工作经历的内科医生的身份，和大家聊聊临床场景下的数据价值挖掘要点。从1997年刚参加工作时手写病历、靠手工统计科室运营数据，到如今依托医院信息化平台开展真实世界研究、用AI辅助诊疗决策，这二十多年的变化让我真切感受到：医学数据不再是尘封的病历档案，而是能支撑临床决策、优化医疗流程、赋能科研创新的核心资产。接下来我将从基础认知、临床要点、落地实践、挑战应对四个维度，和大家系统梳理数据价值挖掘的核心内容。01ONE医学数据价值挖掘的基础认知

1医学数据的范畴与核心特征首先我们要明确，医学数据绝非仅仅是检验报告单和影像片子。从我的临床经验来看，医学数据可以分为三类：一是结构化数据，比如血常规、生化检验的数值，心电监护的实时指标，病案首页的编码信息，这类数据格式统一，便于直接提取分析；二是半结构化数据，比如电子病历中的病程记录、护理文书，虽然有固定模板，但仍存在大量自由文本内容；三是非结构化数据，包括手写会诊意见、影像科的胶片报告、患者的口述病史录音等，这类数据占比最高，但也是最难挖掘的部分。医学数据有三个区别于其他行业数据的核心特征：第一是时效性极强，比如患者的血糖值、心率变化，几小时甚至几分钟的差异就会影响诊疗方案；第二是个体差异性显著，同样的高血压患者，年龄、合并症不同，用药方案和疗效也会有天壤之别；第三是多源性交叉关联，患者的诊疗数据分散在检验科、影像科、药房、病案室等多个科室系统中，要完整挖掘价值必须打通数据孤岛。我刚工作时，科室统计术后感染率需要挨个翻纸质病历，光整理数据就花了3天，现在通过信息化平台一键就能导出，这就是数据整合带来的效率提升。

2数据价值挖掘的核心逻辑很多同仁会觉得数据挖掘是IT人员的工作，和临床医生无关，但其实临床场景下的数据挖掘，核心是“从数据到决策的转化”。这个过程可以分为四个层级：第一层是数据归集，也就是把分散在各个系统的医疗数据整合起来；第二层是信息提取，从杂乱的数据中提炼出有意义的指标，比如从病程记录中提取“患者出现呼吸困难”的症状；第三层是知识生成，通过统计分析、机器学习等方法，找到数据背后的规律，比如“老年患者使用某类抗生素后发生肾功能损伤的概率比中青年高30%”；第四层是决策赋能，把生成的知识转化为临床可直接使用的工具，比如嵌入电子病历的用药预警系统。我在2018年参与的糖尿病管理项目中，最初只是想整理科室患者的血糖控制情况，但通过挖掘数据发现，那些每天监测4次血糖且按时记录饮食的患者，并发症发生率比只监测2次的患者低42%，

2数据价值挖掘的核心逻辑这就是从数据到信息的转化；之后我们结合患者的年龄、用药史建立了血糖波动预测模型，这就是知识生成；最后我们把模型嵌入医生工作站，医生在开具降糖药时能直接看到患者的血糖波动风险，这就是决策赋能。这个过程让我明白，数据挖掘的本质不是为了做研究而做研究，而是为了解决临床中实实在在的问题。02ONE临床场景下的数据价值挖掘核心要点

1锚定明确的临床需求，避免为“挖掘”而挖掘临床数据挖掘的第一步，必须紧扣临床痛点，而不是盲目追求技术复杂度。结合我的经验，临床场景下的挖掘需求主要分为三类：

1锚定明确的临床需求，避免为“挖掘”而挖掘1.1诊疗优化类需求这类需求是最常见的，比如预测术后并发症、优化用药方案、提高疾病诊断准确率。比如我们科室在2020年开展的老年住院患者跌倒风险预测项目，当时科室每年有10余例患者跌倒事件，不仅增加了患者痛苦，还引发了医疗纠纷。我们通过挖掘2018-2019年的3200份老年患者病历，发现年龄≥80岁、使用镇静类药物、步态评分≤3分是跌倒的三大高危因素，随后建立的预测模型AUC值达到0.87，嵌入电子病历后，2021年科室跌倒发生率下降了62%。这类挖掘的核心是“解决临床已存在的问题”，每一个挖掘目标都要对应具体的临床场景。

1锚定明确的临床需求，避免为“挖掘”而挖掘1.2医疗管理类需求这类需求聚焦于医院运营和成本控制，比如抗菌药物合理使用管理、医保控费、床位资源优化。我所在的医院在2019年开展了抗菌药物使用强度的挖掘分析，通过提取全院的抗菌药物处方数据、患者的感染指标、细菌培养结果，发现呼吸科的β-内酰胺类抗生素使用存在无指征用药的情况，随后我们联合药学部建立了抗菌药物使用预警系统，当年全院抗菌药物使用强度下降了18%，医保不合理用药投诉量减少了70%。这类挖掘的核心是“提升医疗资源的使用效率”。

1锚定明确的临床需求，避免为“挖掘”而挖掘1.3科研转化类需求这类需求侧重于生成可发表的科研成果，比如真实世界研究、疾病发病机制探索。比如我在2022年参与的一项关于慢性阻塞性肺疾病（COPD）的真实世界研究，通过挖掘医院5年的COPD患者病历数据，发现南方地区的COPD患者合并心血管疾病的比例比北方地区高12%，这一结果后来发表在国内核心期刊上。这类挖掘的核心是“从临床数据中提炼新的医学知识”，但要注意不能脱离临床实际，必须符合医学伦理要求。

2做好数据治理，保障挖掘结果的可靠性很多同仁在开展数据挖掘时，会遇到“数据质量差导致模型效果不好”的问题，这其实是因为忽视了数据治理环节。根据我的经验，数据治理主要包括三个方面：

2做好数据治理，保障挖掘结果的可靠性2.1数据标准化建设医学数据的标准化是挖掘的基础，比如检验指标的参考值范围、ICD-10疾病编码的统一、药品名称的规范等。我刚接触数据挖掘时，曾遇到过不同科室的检验报告参考值不统一的问题，比如同一项“肌酐”指标，检验科的参考值是44-133μmol/L，而肾内科的参考值是53-115μmol/L，导致我们在分析肾功能数据时出现了偏差。后来我们联合信息科和检验科，按照国家统一的检验标准重新规范了所有检验指标的参考值，才解决了这个问题。此外，病案首页的ICD-10编码也非常重要，比如“肺炎”有10余种不同的编码，编码不统一会导致统计结果出现偏差。

2做好数据治理，保障挖掘结果的可靠性2.2数据去噪与补全临床数据中往往存在大量的缺失值和异常值，比如部分患者的检验报告缺失、病历记录不完整、输入错误的数值等。针对缺失值，我们可以根据临床经验进行补全，比如患者的血红蛋白值缺失，可以用同期的红细胞计数和平均红细胞体积来估算；针对异常值，我们可以通过医学知识判断是否为录入错误，比如“血糖值为999mmol/L”明显是输入错误，可以直接修正为9.99mmol/L。我在2021年处理一项冠心病患者的数据时，发现有12%的患者的血脂指标缺失，随后我们通过匹配同年龄段、同合并症的患者数据进行补全，最终提升了模型的准确性。

2做好数据治理，保障挖掘结果的可靠性2.3隐私保护与合规性医学数据涉及患者的个人隐私，必须严格遵守《个人信息保护法》《医疗卫生机构网络安全管理办法》等相关规定。我们医院要求所有开展数据挖掘的项目必须先通过伦理委员会的审核，并且对患者数据进行去标识化处理，比如删除患者的姓名、身份证号、住院号等唯一识别信息，只保留性别、年龄、疾病编码等非识别信息。此外，我们还建立了数据访问权限管理制度，只有经过授权的临床医生和科研人员才能访问数据，避免数据泄露。

3选择适配医学场景的挖掘方法临床数据挖掘不能直接套用通用的机器学习方法，必须结合医学场景的特点选择合适的方法：

3选择适配医学场景的挖掘方法3.1结构化数据挖掘方法对于结构化数据，比如检验指标、用药记录等，我们可以使用传统的统计分析方法，比如t检验、方差分析来比较两组数据的差异，使用logistic回归分析来建立疾病风险预测模型。如果数据量较大，也可以使用机器学习方法，比如随机森林、XGBoost来提高模型的准确性。比如我们在开展糖尿病并发症预测时，使用随机森林模型对患者的血糖、血压、血脂等12项指标进行分析，模型的准确率达到了89%，比传统的logistic回归模型高出了12个百分点。

3选择适配医学场景的挖掘方法3.2非结构化数据挖掘方法对于非结构化数据，比如病程记录、影像报告等，我们需要使用自然语言处理（NLP）技术来提取有用信息。比如我们科室在2022年开展的门诊病历挖掘项目，使用NLP工具从10万余份门诊病历中提取患者的主诉、症状、体征等信息，仅用了1周时间就完成了原本需要3个月才能完成的病历整理工作。此外，对于影像数据，我们可以使用计算机视觉（CV）技术来提取影像特征，比如从CT影像中提取肺癌的结节大小、形态等特征，辅助医生进行诊断。

3选择适配医学场景的挖掘方法3.3多模态数据融合方法临床数据往往是多模态的，比如患者的影像数据、检验数据、病历数据等，单一模态的数据往往无法全面反映患者的病情，因此需要使用多模态数据融合方法来整合不同类型的数据。比如我们在开展肺癌诊断模型的研究时，将患者的CT影像数据、肿瘤标志物检验数据、病历数据进行融合，建立的多模态诊断模型的准确率达到了92%，比单一使用CT影像的模型高出了8个百分点。

4注重模型的可解释性，让临床医生愿意使用很多临床医生对机器学习模型存在抵触情绪，因为他们认为模型是“黑箱”，不知道模型为什么会给出这样的诊断结果。因此，在开展数据挖掘时，我们必须注重模型的可解释性，让临床医生能够理解模型的决策依据。比如我们可以使用SHAP值（SHapleyAdditiveexPlanations）来解释模型的决策过程，SHAP值可以告诉我们每个特征对模型预测结果的贡献程度，比如在跌倒风险预测模型中，SHAP值可以显示“年龄≥80岁”这个特征对跌倒风险预测的贡献度为0.3，也就是这个特征使跌倒风险增加了30%。我在2021年开展的老年患者跌倒风险预测项目中，就是通过SHAP值向科室医生解释模型的决策过程，最终让90%以上的临床医生愿意使用这个模型。03ONE数据价值挖掘的落地实践路径

1建立跨科室协作机制，打破数据孤岛临床数据挖掘不是单个科室的工作，需要多个科室的协作。根据我的经验，一个完整的数据挖掘项目团队应该包括临床医生、信息科人员、检验科人员、药学人员、统计人员等。比如我们在开展抗菌药物合理使用管理项目时，临床医生负责提出挖掘需求，信息科人员负责数据提取和系统搭建，检验科人员负责提供细菌培养数据，药学人员负责提供抗菌药物使用数据，统计人员负责数据分析和模型建立。这个跨科室的协作机制不仅提高了挖掘效率，还确保了挖掘结果符合临床实际。此外，我们还需要建立医院的数据中台，整合各个科室的系统数据，打破数据孤岛。我所在的医院在2020年上线了医院数据中台，将检验科、影像科、药房、病案室等多个科室的系统数据整合到一个平台上，现在我们可以直接从数据中台提取需要的数据，不需要再向各个科室申请数据，大大提高了挖掘效率。

2从小规模试点到规模化推广，逐步验证效果临床数据挖掘不能一开始就全院推广，应该先从小规模试点开始，逐步验证效果。比如我们在开展老年患者跌倒风险预测项目时，首先在老年科进行试点，试点3个月后，科室的跌倒发生率下降了50%，随后我们将这个模型推广到全院的老年病房，最终全院的老年患者跌倒发生率下降了62%。这种从小规模试点到规模化推广的方式，不仅可以降低项目风险，还可以让临床医生逐步接受和使用挖掘工具。

3搭建临床可直接使用的工具，实现价值落地数据挖掘的最终目的是为临床医生提供实用的工具，因此我们需要将挖掘结果转化为临床可直接使用的工具。比如我们可以将预测模型嵌入电子病历系统，当医生开具住院医嘱时，系统会自动评估患者的风险，并给出预防建议；我们也可以开发手机APP，让患者可以自行监测血糖、血压等指标，并根据模型预测结果调整用药方案。我在2022年参与开发的糖尿病患者自我管理APP，就是将血糖波动预测模型嵌入到APP中，患者可以通过APP输入自己的血糖值，APP会自动预测患者的血糖波动风险，并给出饮食和运动建议，目前已有超过2000名患者使用了这个APP，患者的血糖控制达标率提升了35%。04ONE当前面临的挑战与应对策略

1数据孤岛问题依然存在尽管很多医院都上线了信息化系统，但不同系统之间的数据依然存在不互通的问题，比如电子病历系统和检验系统的数据对接不畅，影像系统和病案系统的数据无法直接整合。针对这个问题，我们可以通过推进医院互联互通标准化改造，按照国家统一的医疗数据标准整合各个科室的系统数据，同时建立医院的数据共享机制，明确各个科室的数据使用权限。

2临床医生的数字素养不足很多临床医生虽然熟悉临床诊疗，但对数据挖掘和机器学习的知识了解较少，不知道如何使用数据挖掘工具。针对这个问题，我们可以开展针对临床医生的数字素养培训，比如每月举办一次临床数据挖掘沙龙，邀请信息科人员和统计人员讲解数据挖掘的基础知识和实用技巧；也可以建立临床数据挖掘支持团队，为临床医生提供数据提取、分析、建模等方面的支持。我所在的医院在2021年成立了临床数据挖掘支持团队，目前已经为20余个临床科室提供了数据挖掘支持，帮助临床医生解决了很多实际问题。

3算法的可解释性有待提高尽管我们可以使用SHAP值等方法来解释模型的决策过程，但很多机器学习模型依然存在可解释性不足的问题，尤其是深度学习模型。针对这个问题，我们可以选择可解释性较强的模型，比如logistic回归、决策树等，而不是盲目使用复杂的深度学习模型；同时，我们也可以结合医学知识对模型进行优化，让模型的决策过程符合临床逻辑。

4投入与产出的平衡问题开展数据挖掘项目需要投入一定的人力、物力和财力，比如搭建数据平台、开发