序號

模塊名稱

數(shù)量

要求

1

圍術(shù)期數(shù)據(jù)庫及數(shù)據(jù)分析應(yīng)用平臺

1套

實現(xiàn)對醫(yī)院歷年及增量手術(shù)患者數(shù)據(jù)進行集成、高質(zhì)量標準化、結(jié)構(gòu)化治理。能夠支持開展圍術(shù)期臨床研究，包括通過自定義結(jié)局指標提取規(guī)則，通過納入排除標準篩選人群，進行人群特征指標提取，進行在線數(shù)據(jù)探索分析。

序號

配置及技術(shù)要求

一

圍術(shù)期數(shù)據(jù)庫（1套）

1.1

基礎(chǔ)數(shù)據(jù)平臺要求

1.1.1

軟件授權(quán)碼需終身免費使用，不得有站點數(shù)的限制。

1.1.2

系統(tǒng)驗收時要求提供：操作手冊、培訓手冊、技術(shù)文檔等。

1.1.3

系統(tǒng)需具備穩(wěn)定性。年故障頻率小于2次，每次故障時間小于1小時。

1.1.4

根據(jù)醫(yī)院網(wǎng)絡(luò)安全管理規(guī)范，數(shù)據(jù)處理相關(guān)工作禁止通過VPN、遠程軟件、遠程桌面等遠程操作方式接入醫(yī)院處理。

1.2

數(shù)據(jù)采集

1.2.1

通過成熟可靠的ETL技術(shù)，實現(xiàn)醫(yī)院HIS系統(tǒng)、LIS系統(tǒng)、RIS系統(tǒng)、手麻系統(tǒng)、病理系統(tǒng)、電子病歷等系統(tǒng)的歸檔數(shù)據(jù)的抽?。?/p>

1.2.2

支持多種異構(gòu)數(shù)據(jù)源的數(shù)據(jù)采集，對數(shù)據(jù)采集交換提供全面支持，支持采集流程的配置、數(shù)據(jù)結(jié)構(gòu)映射、標準值域映射；

1.2.3

數(shù)據(jù)采集具有數(shù)據(jù)質(zhì)量控制功能，對清洗轉(zhuǎn)換后的數(shù)據(jù)按數(shù)據(jù)采集標準從關(guān)聯(lián)性、準確性和完整性三個方面對數(shù)據(jù)質(zhì)量進行分析，定期輸出數(shù)據(jù)質(zhì)量報告，支持對數(shù)據(jù)錯誤的追蹤。

1.2.4

支持主動向業(yè)務(wù)系統(tǒng)數(shù)據(jù)源進行數(shù)據(jù)抽取，支持生產(chǎn)庫、備份庫、視圖等數(shù)據(jù)抽取方式。

1.2.5

支持批量和個案的數(shù)據(jù)交換模式，支持增量采集，支持多種抽取方式，包括定時抽取、全量抽取、增量抽取等抽取。

1.2.6

對未來的接口變化，能提供靈活的擴展支持方式。

1.3

數(shù)據(jù)集成

1.3.1

要求整合全院10-15年電子化手術(shù)患者診療數(shù)據(jù)。

1.3.2

要求根據(jù)圍術(shù)期數(shù)據(jù)特點，構(gòu)建面向分析的數(shù)據(jù)模型。

1.3.3

要求對病歷文書中難以查詢的、非結(jié)構(gòu)化的數(shù)據(jù)，抽取和分解為易查詢的、結(jié)構(gòu)化的、具有醫(yī)學意義的數(shù)據(jù)。例如體格檢查結(jié)構(gòu)化為：體溫，脈搏，呼吸，身高，體重，血壓，結(jié)構(gòu)化提取范圍應(yīng)可以根據(jù)實際應(yīng)用需求進行調(diào)整，結(jié)構(gòu)化提取指標總數(shù)量應(yīng)不少于40個。

1.4

數(shù)據(jù)存儲要求

1.4.1

采用主流的關(guān)系型數(shù)據(jù)庫，實現(xiàn)高可靠性、高性能、可伸縮的數(shù)據(jù)存儲管理，支持大數(shù)據(jù)的存儲、查詢等功能。

1.4.2

支持將醫(yī)療活動中的數(shù)據(jù)信息采集并持久化存儲。

1.4.3

支持非結(jié)構(gòu)化和結(jié)構(gòu)化的臨床診療數(shù)據(jù)混合式存儲。

1.4.4

符合國家衛(wèi)計委對應(yīng)標準規(guī)范，支持HL7、DICOM、ICD10等國際標準。

1.5

數(shù)據(jù)安全要求

1.5.1

應(yīng)引入技術(shù)手段來保障信息系統(tǒng)的安全性，如身份認證、受限數(shù)據(jù)訪問、、數(shù)據(jù)留痕、數(shù)據(jù)日志等

1.6

科研數(shù)據(jù)分析應(yīng)用功能要求

1.6.1

數(shù)據(jù)洞察：基于主流的可視化技術(shù)，展示數(shù)據(jù)平臺數(shù)據(jù)整體情況。包含數(shù)據(jù)的年份，病例數(shù)總量、患者地域分布、詞云、診斷分層等可視化功能。

1.6.2

數(shù)據(jù)概覽：實現(xiàn)診療數(shù)據(jù)的查詢和任意字段的篩選，包括病人基本信息、就診記錄、診斷、手術(shù)、檢驗、檢查、用藥、病理結(jié)果、病歷文書、體征記錄、手麻重癥數(shù)據(jù)記錄等數(shù)據(jù)范圍，要求實現(xiàn)列統(tǒng)計功能以及數(shù)據(jù)導出功能。

1.6.3

隊列定義：要求提供提供靈活方便的組合條件查詢篩選界面，支持通過入選和排斥等集合運算實現(xiàn)研究人群的精確篩選。

1.6.4

隊列患者：集中展示已納入隊列的患者基本信息，包括如末次就診日期、首次就診日期、末次診斷描述、末次入院日期等。

1.6.5

隊列概覽：支持通過可視化圖表，展示隊列人群性別分布、年齡分布、診斷排行、地域分布、以及手術(shù)、用藥、診斷等信息。

1.6.6

隊列對比：通過可視化圖表，直觀地進行不同隊列各維度指標內(nèi)容的對比，如性別分布對比、診斷排行對比等。

1.6.7

隊列數(shù)據(jù)：應(yīng)支持展示入組隊列數(shù)據(jù)詳情，實現(xiàn)診療數(shù)據(jù)的查詢和任意字段的篩選，支持列設(shè)置、列統(tǒng)計功能以及數(shù)據(jù)導出功能。

1.6.8

特征提?。簯?yīng)支持分析指標自定義、支持分析指標按照不同方法聚合后的提??；支持數(shù)據(jù)計算以及連續(xù)變量的離散化處理

1.6.9

一體化結(jié)局采集

1.6.9.1

結(jié)局規(guī)則模版：支持新增研究所需的終點事件表單，并根據(jù)不同結(jié)局定義，基于規(guī)則模版添加結(jié)局判斷條件。系統(tǒng)內(nèi)置處理客觀指標及NLP原始文本挖掘在內(nèi)的多種規(guī)則模版，包括：

（1）判斷指標時間段內(nèi)波動比率；

（1）判斷指標時間段內(nèi)極值；

（2）判斷連續(xù)監(jiān)測變量時間段內(nèi)計次；

（3）判斷時間段內(nèi)的特殊診斷；

（4）判斷時間段內(nèi)影像報告提示的特殊事件等。

1.6.9.2

結(jié)局規(guī)則計算：支持對設(shè)定的規(guī)則配置結(jié)局計算腳本。在已新增的條件規(guī)則的基礎(chǔ)上，通過選擇特定規(guī)則及邏輯操作符（與、或、非）的組合，自定義生成結(jié)局布爾運算的腳本表達式。系統(tǒng)提供隨機測試數(shù)據(jù)以驗證生成的腳本正確與否。

1.6.9.3

結(jié)局批處理及結(jié)局洞察：支持用戶對全庫或不同隊列執(zhí)行結(jié)局的批量計算。通過對自定義的結(jié)局表單配置相應(yīng)原始客觀指標記錄值或原始文本，支持用戶逐一或抽樣，對照原始數(shù)據(jù)核查結(jié)局標定的準確度。處理后的結(jié)局與基礎(chǔ)數(shù)倉融合，支持基于可視化技術(shù)，展示已處理好的結(jié)局在時間、基本信息、手術(shù)治療等不同亞組維度的發(fā)病率差異及發(fā)展趨勢，支持多維度多條件的組合查詢。

1.6.10

連續(xù)變量-時間段時長合計：應(yīng)支持提取指定時間段內(nèi)所需指標在特定閾值范圍的總時長，如手術(shù)期間平均動脈壓低于 65mmHg 的總時長。

1.6.11

連續(xù)變量-時間段時長拼接：應(yīng)支持提取指定時間段內(nèi)所需指標在特定閾值范圍內(nèi)的時長拼接，如手術(shù)期間平均動脈壓低于 65mmHg 的時長拼接。

1.6.12

連續(xù)變量-時間段計次：應(yīng)支持提取指定時間段內(nèi)所需指標在特定閾值范圍內(nèi)的出現(xiàn)次數(shù)，如手術(shù)期間平均動脈壓低于 65mmHg 的記錄次數(shù)。

1.6.13

連續(xù)變量-時間段最大：應(yīng)支持提取指定時間段內(nèi)所需指標在特定閾值范圍內(nèi)的出現(xiàn)的最大持續(xù)時間，如手術(shù)期間平均動脈壓低于 65mmHg 的最大持續(xù)時間。

1.6.14

隊列模板：應(yīng)支持支持預(yù)定義特征提取范圍，實現(xiàn)快速隊列發(fā)現(xiàn)，支持模板管理。

1.6.15

支持病例對照研究向?qū)椒治觯悍治霾襟E應(yīng)包括項目信息、導入數(shù)據(jù)集、多重插補、研究人群描述、回歸建模五個步驟。

1.6.16

支持隊列研究向?qū)椒治觯悍治霾襟E應(yīng)包括項目信息、導入數(shù)據(jù)集、多重插補、隊列匹配、研究人群描述、回歸建模六個步驟。

1.6.17

支持數(shù)據(jù)治理與插補:對特征提取后的二維表數(shù)據(jù)進行數(shù)據(jù)類型列驗證、在線編輯修改、數(shù)據(jù) R 值類型定義、實現(xiàn)數(shù)據(jù)的在線清洗和規(guī)整功能，應(yīng)內(nèi)嵌缺失值多重插補方法，方便后續(xù)分析研究。

1.6.18

支持研究人群描述:對連續(xù)型變量依據(jù)正態(tài)分布的與否分別用均數(shù)（標準差）和中位數(shù)（四分位數(shù)）表示；對分類型變量能夠統(tǒng)計其在各組的頻數(shù)與百分數(shù)。

1.6.19

支持隊列人群匹配:支持在隊列研究中用傾向性評分匹配（PSM）的方法匹配病例組與對照組的基線特征（協(xié)變量），以消除這些協(xié)變量的混雜影響。

1.6.20

支持多因素回歸建模:支持針對不同的結(jié)局類型（生存期結(jié)局或二分類結(jié)局）分別用 COX 回歸和 logistic 回歸建立回歸方程。

1.6.21

支持生存曲線分析:支持用 Kaplan-Meier 法估計生存函數(shù)，在研究中比較病例組及對照組在特定時間間隔內(nèi)事件（例如手術(shù)后 1 年內(nèi)生存）的概率差異，支持用 Log-rankj 檢驗比較兩條生存曲線的差異顯著性。

1.7

自助機器學習模塊

1.7.1

數(shù)據(jù)治理

1.7.1.1

提供對輸入數(shù)據(jù)集的在線修改、缺失率情況及連續(xù)型變量的極值展示。

1.7.1.2

支持對特征提取后的二維表數(shù)據(jù)進行數(shù)據(jù)類型列驗證、在線編輯修改、數(shù)據(jù)類型定義、實現(xiàn)數(shù)據(jù)的在線清洗和規(guī)整功能

1.7.1.3

支持分類型數(shù)據(jù)的數(shù)據(jù)轉(zhuǎn)換(將“吸煙”、“戒煙”賦值為“吸煙”）、

1.7.1.4

支持數(shù)值型數(shù)據(jù)的數(shù)據(jù)賦值（將年齡“<=18”的標識為“0”，將年齡“>18”的標識為“1”)。

1.7.2

數(shù)據(jù)插補

1.7.2.1

內(nèi)嵌缺失值多重插補方法。

1.7.2.2

支持根據(jù)不同類型的數(shù)據(jù)選擇相應(yīng)的插補算法。如KNN、隨機森林等

1.7.3

模型訓練

1.7.3.1

內(nèi)嵌多種機器學習模型（隨機森林、支持向量機、Xgboost、Adaboost等）

1.7.3.2

支持按比例拆分數(shù)據(jù)集

1.7.3.3

支持拆分隨機種子數(shù)設(shè)置功能

1.7.3.4

支持每個模型的超參數(shù)可視化調(diào)整

1.7.3.5

支持自動生成模型的ROC-AUC曲線、一致性曲線、混淆矩陣、特異性、敏感性、F1score等評價圖表結(jié)果

1.7.3.6

提供SHAP圖等模型解釋結(jié)果