薛万国：“点菜后立马炒出来”是临床科研数据库的发展趋势( 二 )

此外，还有一部分数据需要人工摘录补充，如：随访记录、纸质材料等。
临床科研数据库面临的技术问题
从技术上看，随着真实世界研究的增多，从电子病历系统中抽取并自动填写数据的需求越来越强烈，表单的自动填写功能得到加强。要与电子病历系统建立连接，把电子病历数据映射到科研系统中，在映射的真实世界基础上，再去定义表单、自动填补表单的数据项。
此外，临床科研数据库当前还面临着如下几个技术问题：
一是病例数据模型，病例原始数据模型要有统一的标准化模型，可采用类似于电子病历的通用模型；科研特征数据模型随研究目的不同而不同，需动态建立。
二是病例表单定义，界面定义包括：界面元素类型、属性、组合、布局等；校验规则定义包括：类型一致性、非空值、值域校验、数据项之间的校验等。
三是原始数据的关联与提取，需要对时间点和医疗事件进行自动识别，对数据项进行计算处理和自动判断，要对自由文本自动提取结构化数据项。
临床科研数据库的发展趋势
当前，专病数据库只有做到如下几方面，才能逐渐接近大家的理想状态：
1．与院后随访系统的整合
专病数据库不仅要与EMR系统集成，还要与随访系统集成，因为大量数据来源于随访。要建立与患者多渠道的互动机制，将院后服务与随访调查相结合，将主动调查与患者自报告相结合。患者的反馈可能是文本或图片，要能把关键信息提取出来，融合到科研数据库中，实现临床数据与随访数据的整合、在院数据与院外数据的整合。
2．与医疗业务系统的协同
从既有数据库中以回顾方式提取数据有很大的局限性：一是医疗过程中的业务数据如果当时没记录下来，事后无法补充；二是文本数据结构化的难度很大。因此，只有尽量把回顾性的数据提取变成前瞻性采集，逐步把“结构化”融合到业务过程中，也就是所谓的“临床科研一体化” ，即要在医疗业务过程中采集科研数据，平衡医疗与科研的需要。
3．回顾性研究数据收集利用模式的改变
回顾性研究的数据收集有两种研究路径：一是预先建立专病数据库，其工作量大，技术上有难度，临床人员整理数据也有难度；二是针对研究问题即席抽取，直接从大数据中心提取数据。
第二种研究路径“针对问题即席抽取”将是发展趋势，这就对工具产生了新的需求，需要灵活、高效的数据抽取加工工具，能把科研数据很容易地从原始数据中提取出来。想要什么随时加工， “点菜后能立马炒出来” 。既面向科研人员，也面向技术人员。