与你，共进

禾熙，提供卓越的数字化咨询服务

标准化专病数据库建设

吉林大学附属医院肿瘤系列标准化专病数据库建设

Construction of tumor series standardized special disease database in Affiliated Hospital of Jilin University

medical project background

项目背景介绍

项目背景:癌症患者诊疗过程反复且呈碎片化，临床数据分散在各个业务系统里，多学科诊疗数据不互通，且病历报告非结构化存储，影像等复杂数据解析难度极大，医生无法提取患者此前的历次检查检验结果，这对于医生了解患者既往病程以及病史都产生了极大难度。对于医生而言，手工整理数据效率极低，极不利于医生进行科研探索，且联合多学科疾病分析难度较大。针对于预后的数据，更加缺少以专病角度收纳患者离院后数据的渠道。

medical project name

专病数据库

专病数据库建立

禾熙科技的专病数据库平台产品，以癌种为中心，搜集患者全维度的数据，通过大数据数据治理手段，形成一个方便医生提取、医生查找、科研建模的数据仓库，数据仓库的属性标签集依据专病、专科制定可以进行出版（目前业内尚无围绕围产期标准数据集）。

数据治理

在数据治理过程中应用了前沿的医疗自然语言处理(MLP)技术，数据治理效果及准确率非常高，该技术是医疗数据资产结构化、同质化的基础，在医生自定义查询、检索某患者的全维度、全量的信息中起到了非常关键的作用；以打破科室数据壁垒，深度贯穿患者全流程的数据，更加可以拓广数据统计的维度，便于医生深入科研。

Project capability and results

项目能力及成果

2018年-2019年完成全国首个基于中国人群真实世界数据的肺癌标准化专病数据库的建设，落地实施早于中国医院协会信息专业委员会发布的全国第一个《医疗机构医疗大数据平台建设指南》的出台，后期逐步建立肺癌、胃癌、结肠癌、直肠癌、乳腺癌、卵巢癌、胰腺癌、肝癌、喉癌、下咽癌等标准化专病/专科数据库。

成果1：

累计完成20万例肿瘤患者全周期数据块系统集成,其中结构化入库数据超过500万

成果2：

数据清洗治理总条目过千万,目前以每月增量过百万速度,按照标准化框架持续积累中

成果3：

业务共涉及15个业务科室,28个业务模块,11544个标签位点，随机排列统计分析；

成果4：

仅在肺癌单病种上,两年内支持医院完成45项专利申报,并为70余篇医学论文提供分析报告.

标准化专病数据库建设

Construction of standardized special disease database

medical project background

项目背景介绍

项目背景:此前数据主要来源于院内分散的系统、临床试验数据、网络采集数据、检验数据等。通过手工整理才能入组科研。存储和备份大部分在u盘、电脑硬件、云存储甚至纸质。对于数据安全和数据质量评估没有严格管理。病历、影像、报告类均为非结构化数据，科研价值非常有限。当前数据集中在本科室治疗数据，对于患者预后随访数据存在缺失，无法获得患者全周期数据。同时，高质量样本不足。科研探索，手工整理数据效率低；联合多学科疾病分析难度大。

medical project name

项目能力及成果

项目背景:科研数据管理平台整合多个业务系统数据，基于数据集市灵活定义指标和筛选逻辑，实施检索获取准确病例数据，依托于基础算法与计算机学习算法，对研究对象的数据进行统计分析，优化科研数据获取流程并实现相关预测分析。

平台提供了关于围产期相关的Pubmed全球医学学术论文知识共享库，平台把相关的全球论文摘要形成结构化的，方便检索的数据知识图谱。

在统计学算法上,平台内置30+种的医疗论文常用的统计学算法,一句平台数据和算法就可以自动生成科研报告,让医生在平台中通过点选功能即可完成科研方向探索、患者数据查询入组、报告初步生成,在科研路径上为医生提供更加便捷、高效的工具。

专病数据库是临床和科研的便捷工具,以专病的角度对数据进行清洗、治理后，数据在临床患者全系试图、早筛、预测甚至在数据的价值化运营将有着深渊的影响。

Project capability and results

科研数据平台成果

a:患者费用预测

针对首次入院并确诊的患者，利用机器学习算法预测接受治疗及未接受治疗患者的诊疗费用。

b:生存曲线分析

利用NLP、大数据等技术进行数据处理并分析经过不同治疗手段的患者生存情况，展示患者的生存曲线，为科研提供数据支撑。

c:科研论文

以专病的数据治理方法与结构化处理方法作为核心内容可发表科研论文。

d:支持图文报告自动生成

针对首次入院并确诊的患者，利用机器学习算法预测接受治疗及未接受治疗患者的诊疗费用。

01.

科研报告结构化，面向文档编程，自动生成结构化科研报告模版；

02.

科研所需数据集成，专病数据集成，并与模版进行匹配及映射；

03.

辅助报告生成，辅助科研报告生成，医师配合填写结论性内容

互联网医院健康管理

互联网医院+智能健康管理

Internet hospital + Intelligent health management

medical project background

项目背景介绍

项目背景:中国经济快速发展的过程中，健康管理行业的发展相对滞后，处于发展初期的阶段，市场仍有很大的上升空间。中国健康管理行业市场规模呈现稳步增长的态势。从2016年到2020年，中国健康管理行业的市场规模由110亿元增长至270亿元，期间年复合增长率为31.6%，预计将在2025年达到1360亿元，年复合增长率为20.8%。人口老龄化、居民患病比例增加、疫情影响，倒逼居民对健康管理标准的要求不断提高。

政治因素：

自2018年，我国互联网医疗政策密集发布，国务院及卫健委等机构相继发布对于促进“互联网+医疗健康”；随着2019年新冠疫情爆发，推广“互联网+”开展跨区域医疗协作，进行横向资源共享，分级诊疗，缓解了实体医院的紧张资源；防疫期间，互联网医疗服务的优势和价值再次被认识，互联网诊疗服务在疫情下发挥更为重要的作用。二十大报告提出，推进健康中国建设；把保障人民健康放在优先发展的战略位置，完善人民健康促进政策；促进优质医疗资源扩容和区域均衡布局，坚持预防为主，加强重大慢性病健康管理，提高基层防病治病和健康管理能力。深化医药卫生体制改革，促进医保、医疗、医药协同发展和治理。

社会因素：

慢性病具有患病人数多、医疗成本高、患病时间长和服务需求大等特点。数据显示，中国慢病致死率高达88.5%，互联网医院对慢性病的诊疗具有较大的适配性，慢性病的诊疗需求是推动中国互联网医院发展的重要因素。国家对互联网医院的重视程度逐渐提高，互联网医院正式被国家认可，迎来了政策红利时期。

medical project name

平台价值

禾熙互联网医院平台是以实体医院为依托，应用互联网等信息技术，扩展医疗服务空间和内容，构建了覆盖诊前、诊中、诊后的线上线下一体化的全新就医格局，为患者提供全流程服务。

智慧健康管理平台，为客户定制全周期健康档案，医院内外诊疗、健康数据衔接，生成健康全维度信息，并进行数据智能分析预警；医生、护士、AI智能健康顾问协作。未来将打造成为真实世界数据集、药品研发上市、医疗科研合作、临床试验、药械产品孵化、服务政府、康养等多功能于一体的健康大数据中心。

同时，我们将MCN机构、医药供应链整合起来，连同互联网医院，为C端用户提供大健康领域内的医疗、养生、健康、保健、运动等全面服务，同时我们也面向B端合作伙伴，帮助B端伙伴建立服务壁垒、提高竞争力，共同形成一个良性共赢的生态。

智能随访平台

Intelligent follow-up platform

medical project background

项目背景介绍

项目背景:随着互联网技术的不断发展以及“全民健康”、“全生命周期管理”概念的深化落实，随访作为医疗过程中的闭环环节，医院传统的人工电话随访方式已不能适应需求，将逐渐被智能化随访系统替代。智能化随访是指结合互联网等主流技术，以专业的随访知识库为基础，提供以医患沟通、院前、院中、院后随访和健康宣教为核心的服务平台。

medical project name

项目能力及成果

在患者预后随访过程中，禾熙提供患者专科随访平台，通过自定义的随访表单设置，对患者离院随访数据进行管理，并将数据结构化治理后反哺到专病、围产期专科数据库中，这样患者全周期的数据以专病研究的粒度进行清洗、治理后，数据的价值将在临床患者全息视图、早筛、预测，科研数据挖掘，甚至数据的资产化、价值化运营和决策管理过程中起到决定性的作用。

智能患者画像引擎，实现批量、精准的全院自动化随访管理。

覆盖20个常见科室及其重点疾病的随访模版库，支持灵活自定义随访路径和随访问卷任务。

基于智能交互的随访对话模型，构建医患多渠道互动，打造AI医生助手。

内置上千例权威实用的宣教内容，就医过程场景化宣教，实现患者个性化精准宣教。