CHRS2023：大数据时代的心血管疾病管理与研究

第23届心律学大会(CHRS2023)于2023年7月21日至23日在广州顺利召开，本次大会由中国生物医学工程学会主办，中国生物医学工程学会心律分会承办。会议主题为“齐心协律、创新竞进”，旨在加强学术交流和医疗技术创新，推进心律失常领域的发展。大会将邀请国内知名专家学者作主旨报告、分会场报告以及病例讨论等同时还将继续举办心律失常青年术者大赛、经典手术联播、前沿学术讲座和创新技术交流等活动。

本次会议上，来自首都医科大学附属北京安贞医院马长生教授，以《大数据时代的心血管疾病管理与研究》为题为大家做精彩演讲，小编整理重点，供大家参考学习。

大数据 (Big Data)的定义

大数据是一种规模大到在获取、储存、管理分析方面远超传统数据库软件工作能力范围的数据集合。大数据的5“V”特征：、大容量(Volume)、快速率(Velocity)、多样性(Variety)、高价值 (Value)、真实性 (Veracity)。

大数据的发展历程

1997年美国NASA研究员最早提出大数据概念，到2000年有了大数据的技术和处理方式的改进，到2010年云计算、人工智能开始发展，2022年大数据孪生兄弟ChatGPT诞生，现在我们已经进入了大数据时代。

在本文中，马长生教授主要讲述心血管病大数据对我们的影响。

美国健康保险(Medicare)数据库

1965年由美国联邦政府建立，是最早的大数据在健康领域的应用。

针对人群主要人群是≥65岁老年人或<65岁的特殊人士或晚期CKD患者，截至2018年，共纳入5990万人。该数据库用于描述疾病负担、比较药物治疗有效性、评估医疗质量、探索医疗保险政策影响、核查医疗成本。

ACC-NCDR

The National Cardiovascular Data Registry，1997年开始建设，超过2400家医疗中心参与，10个注册队列发表论文722篇(1997-2022)。

数据收集涵盖领域包括：冠心病、心力衰竭、高血压、心房颤动和糖尿病的门诊管理，AMI治疗与PCI，ICD植入，PAD介入，先心病与瓣膜病治疗房颤消融与LAAO，跨学科的糖尿病和心脏代谢管理等。

NCDR旨在形成一个全面的心血管医疗护理网络，致力于确保最优化的心血管疾病诊疗，改善患者预后和降低医疗保健成本。

AHA/ASA-GWTG

Get With the Guidelines是AHA与美国卒中学会(ASA)于2001年共同发起，拥有6个注册研究队列，2000多家医院参加，480万病例登记发表论文866(2001-2022)。

主要聚焦于五大领域：卒中、心衰、冠心病、房颤、复苏。

宗旨：加大科研投入，多组织协作系统管理分析疾病数据，最终构建出流程化的基于循证医学的疾病管理模式，优化疾病诊治。

该项目显著提高了临床实践对指南建议的执行程度，改善了患者预后，整体提升了美国心血管疾病的医疗服务质量，具有里程碑式的意义。

ESC-EORP

EUR Observational Registry Program ，2009年开始建设，2500余个医疗中心参与，收集24万患者的医疗数据，共21个注册队列，发表论文172篇 (2009-2022)。

收集医疗数据分类：

常见疾病：流病数据与指南建议应用报告；

罕见疾病：重要的决策辅助手段；

干预措施：干预手段和影像检查技术对诊疗的影响；

疾病预防：危险因素和预防措施。

EORP旨在衡量指南在临床实践中的应用程度，为指南制定提供真实世界数据，以更好地指导疾病诊疗管理。

瑞典全国健康注册研究

2001年开始建设，基于人群的注册和全国强制性医疗注册为临床研究创造了独特的条件。

基于人群的注册：社会经济学变量注册、瑞典社会保险注册。

基于医疗的注册：、患者注册、用药注册、死因注册、癌症注册、电子医疗病历、100多种疾病全国注册。

Korea-NHIS

Korea National Health Insurance 建立于2002年，包括以下数据资源：

抽取了韩国国内113万人的样本数据包括：住院相关数据、医院门诊就诊数据、社区健康随访数据、医疗费用数据、癌症数据、预防与健康促进相关数据。

韩国健保数据库(2002-2020)共发表论文257篇。

台湾全民健康保险研究数据库(NHIRD)

台湾全民健康保险1995年启动该项目，2000年正式开放数据应用。该数据库包括：>2300万人，99.6%人口；IC卡简化管理，实时更新数据；身份识别码与其他数据库链接资料库每年更新；加密身份信息识别，保护隐私。

我们要做的是，希望在未来几年，除了我们教育培训支持以外，打造成功一个中国的心血管大数据。

标准化心血管专病中心大数据平台建设

这是四年前的目标，目前还在继续进行。

建设目标：至2025年，200家医院，辐射1亿人口。

产生数据的医院是数据的唯一拥有者。

平台能够输出：

分布式运算，输出运算结果 (如KPIs)，不输出患者数据；

输出脱敏数据，签署协议后仅用于特定临床研究，用后数据销毁。

CDQI理事会数据使用管理和协调委员会：审理数据使用申请，判断其科学和应用价值；确定可应用数据源，协调各中心配合；委员会由数据贡献量大的单位指派代表构成。

整理数据建立大于1000个标准数据字段的心血管疾病数据集。

标准化心血管专病大数据平台基础

HealthKit实现与电子病历整合

2014年6月，苹果发布全新健康平台HealthKit；

斯坦福和杜克大学医院和Healthki平台结合，追踪病人的健康状况；

2015年4月，HealthKit与Cedars-Sinai医学中心的电子病历整合；

2018年5月，Cleveland Clinic等27家医院允许急诊患者通过Apple Health Records获取个人健康数据和医院的电子病历档案。

在我国北京生命奇点公司做了智能数据网关，能实现与HealthKit相同功能。

大数据平台应用：心血管远程管理

大数据平台应用：分布式研究网络(DRN)

核心要素：

数据管理：贯彻整个DRN，包括： 网络合作方如何协调中心互动，对数据和Query的互动，关于创建者的身份、隐私安全、患者参与等相关政策。

通用数据模型(CDM)：合作伙伴将其电子数据通过CDM转换为通用数据格式。

数据整理：合作方和协调中心检查数据与数据模型的一致性、合理性、完整性和持久性相关的质量指标。

质询平台与体系结构：DRN授权使用软件安全地进行数据查询质询。

分布式研究网络: PCORnet (美国)

分布式研究网络: EHR4CR (欧洲)

大数据与人工智能:相生相伴

大数据助力人工智能(AI)发展，促进AI系统更迭，为深度学习与机器学习提供海量案例，大数据5V特征赋能Al，提高AI精准度。

人工智能(AI)推动大数据应用，决定数据类型与领域、数据清洗及预处理、数据探索及可视化、数据特征提取与加工、辨别数据模式。

大数据与人工智能助力心血管疾病管理

研发具备专科医生水平的心血管病AI管理系统

AI数字分身+智能问答

研发具有专科医生水平的心血管病诊疗机器人

基于大数据的AI相关论文数量及占比呈上升趋势

心血管领域AI/ML相关论文数量逐渐上升，占比逐步增加。

目前大量大数据的研究发表于各大期刊。

相信通过不断努力，我国一定能做好心血管大数据来支持我们的人工智能和临床研究。