2019年11月14日，由中國人民解放軍總醫院聯合麻省理工學院、哈佛醫學院、清華大學數據科學研究院、《中國醫療設備》 雜誌社、中國醫院協會醫學工程專業委員會、北京生理科學院危重症醫學專業委員會共同舉辦的"2019中國醫院協會醫學工程專業委員會學術年會暨第四屆PLAGH-MIT醫療大數據學術交流及Datathon活動」在北京開幕，來自全球的「醫-理-工」多學科專家即將攜手，進行一場為期4天的醫療大數據實踐盛宴。
活動伊始，是一場Workshop，來自全國的臨床醫學人員、工程人員和Datathon參賽者齊聚一堂加入Workshop，分別從臨床醫生角度、醫學科研角度和數據科學方向對「如何基於EHR開展精準醫療和臨床科研」發表觀點。分享從邵逸夫醫院的章仲恆博士開始，隨後MIT的研究員郝思丞、和鯨科技的聯合創始人殷自強、解放軍總醫院的範勇博士紛紛登場，展開精彩演講。
先行Workshop對Datathon的意義極其重要，首先Workshop是一個學習場景，能夠在短時間內有效促進臨床人員與工程人員對於數據科學和臨床醫療的了解，還能讓不同背景的學員產生交流，並根據需求匹配成為正式隊伍，讓參賽者在探討的過程中碰撞科研創新想法，產生迸發交叉思維的「美第奇效應」，快速促進更多的新課題、新理念誕生。
章仲恆博士作為本次Workshop的開場，向在場選手分享了不少醫療數據領域中科研的常用方法和模型，展示了數據算法與發表雜誌IF的關係，並介紹了不同資料庫的特點和優勢。他強調，以前電子病歷這類雜亂的數據很難對臨床科研產生價值，但是在數據科學時代，通過不斷進步的技術，這些臨床數據作為素材的價值很高，能夠大力推動回溯性科研。來自MIT的郝思丞研究員，介紹了從資料庫建設到數據的二次分析利用，並向大家分享了MIT實驗室10多年來的經驗和歷程，也著重提到跨學科合作中協作交流的重要性，醫療人員和數據科學家不僅要建立合適的表示方式，還需要對數據、算法和分析結果解釋上達到統一。
和鯨科技作為本屆Datathon的技術支持方，旗下的「數據科學協同平臺」K-Lab是數據分析和實操的全程支持平臺。因此，和鯨科技聯合創始人殷自強介紹了數據科學研究的組織管理方式，在大數據時代來襲的當下，數據、算力協同的雲端化都促成了科研基礎設施的改變，他強調K-Lab平臺對科研項目的雲端結構化管理和協作功能，並最後說到：「垂直領域數據科學研究的各位都是拓荒者，我們希望K-Lab這款數據科學協同平臺可以成為數據時代的信息化裝備，並且利用開放科研的方式讓拓荒的路途不再孤單。」
解放軍總醫院的數據工程師範勇先生也向選手們演示了平臺操作流程，在現場使用筆記本電腦進行K-Lab演示，講解如何在K-Lab平臺上直接使用比賽中所用到的MIMIC Ⅲ重症醫學資料庫和eICU資料庫，並執行了基礎數據分析操作。幾位講者的觀點引起臺下熱烈的討論，在場選手也對臨床醫療數據分析方法及創新課題均提出了自己的想法和見解，其中不少來自各地醫院的臨床醫師對醫療資料庫構成和建設提出了基於診療需求的建議，意義頗深。隨後，參與活動的全員進行了數據實操活動，章仲恆博士帶領大家做了數據科學實操，並展示了如何在最短時間內做出SCI論文的數據分析工作，今年Datathon的數據實操環節和活動全程都是在K-Lab所提供的AWS雲計算環境中進行，不需要基站等大型實體設備，任意電腦只需上網打開瀏覽器即可使用，在場數百名選手紛紛打開電腦開始嘗試。K-Lab中已經配置好本次活動所需求的資料庫，選手無需加載即可直接訪問，能夠同時支持幾百人同時在線登陸平臺，並進行流暢的在線數據分析。選手們掌握和熟悉K-Lab平臺的基本使用方法後，便開始結合具體的數據集對上午的理論內容進行在線實際操作。
Datathon Workshop 在熱烈的氛圍中迎來尾聲，每一個隊伍都整裝待發，讓我們期待選手們接下來幾天在比賽中精彩表現。接下來的幾天將進行「2019第四屆MIT大數據學術交流及Datathon活動」，本次活動還邀請了醫療大數據和人工智慧領域國際一流專家學者現場交流指導，幫助大家在短時間內利用數據解決臨床問題的能力，助力數據驅動的臨床科研創新。
對於醫療數據分析來說，Datathon是通過組建跨學科團隊，在短期內以小組競賽的形式完成臨床研究項目，旨在匯集知識背景和技術不同但互補的參與者，包括臨床專家、數據科學家、統計學家、工程師和計算生物學家等，通過使用來自「真實世界」的醫療數據，基於數據計算的方法，合作解決臨床醫生面臨的眾多問題和未滿足的醫療需求。醫學是個未知數最多的領域，特別是近100年來對疾病的認識，即疾病的發生、發展，診斷、處理，都強烈地需要其他學科的滲入、促進和推動。如今，醫學技術進步也需要數據科學的相互結合，但國內大數據醫療還處於起步階段，所以Datathon這一眾多骨幹醫生參與活動，是業內對醫療開放式科研一次難得的探索，也為未來的醫療大數據創新模式指引了方向。
詳情請訪問2019醫療大數據Datathon社區https://www.heywhale.com/datathon或Datathon官方網站http://www.plagh-mit-datathon.com/