2019醫療大數據Datathon:打破學科邊界,獲得跨越式成長

2020-12-04 和鯨

2019年11月14日至17日,中國人民解放軍總醫院將再度聯合麻省理工學院、《中國醫療設備》雜誌社、中國醫院協會醫學工程專業委員會共同舉辦「2019中國醫院協會醫學工程專業委員會學術年會暨PLAGH-MIT醫療大數據學術交流及Datathon活動」。本屆Datathon活動環節首次引入了和鯨科技與AWS作為技術支持方,以保障流暢的在線數據分析協作體驗和研究結果產出留存。

在本屆Datathon的會前培訓上,解放軍總醫院醫學工程保障中心副主任——張政波為與會者分享了Datathon活動的相關情況,以下為詳細內容:

Datathon活動由來與價值:跨專業合作開展醫療大數據應用研究

大數據和人工智慧時代已經來臨,數據成為一種重要的生產力要素,數據密集型科學成為一種新的研究範式,對於醫學臨床和科研而言,如何藉助於醫療大數據和人工智慧技術實現轉型發展,是每個學科亟待解決的問題。 在實踐方面,來自科室的需求是如何建立科室物聯網,平臺採集全息大數據;來自臨床的需求是如何利用機器學習技術提升臨床診斷水平;而來自企業的需求是如何基於真實世界數據研究提升科研成效。

在醫療大數據時代,如何高效、有意義地挖掘利用這些數據,為臨床決策提供循證依據並發展智能化輔助決策支持工具呢?臨床醫生往往每天都面對著繁忙的診療任務,而數據科學家和工程師缺乏對臨床知識的深入了解,因此,由任何一方獨立開展醫療大數據應用研究都困難重重。醫療大數據的分析利用迫切地需要跨專業合作,組建一個理 - 工 - 醫多學科團隊,發揮各自專業優勢,分工協作,實現共贏多贏。由此,Datathon活動應運而生。

Datathon = Data + Hackthon,是一項新穎的數據實踐活動,其前身是源自於矽谷的「Hackathon」。Hackathon 通常是短期、高強度的小組競賽,旨在促進各大公司的技術創新和新觀念的產生。

來自麻省理工學院和哈佛醫學院數據科學家和臨床醫生組成了Datathon創始團隊,他們將Hackathon 模式引入醫療領域,提出了 Data+ Hackathon 的競賽模式,即「Datathon」 。2014年首次舉辦Datathon活動,目前Datathon已經在全球成功舉辦了40多場。Datathon通過組建跨學科的團隊,在短期內以小組競賽的形式完成臨床研究項目。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。

中國歷屆Datathon活動:醫療領域的「跨學科」合作取得豐碩成果

2016年10月,解放軍總醫院聯合麻省理工學院團隊在北京舉辦了第一屆醫療大數據研討會與 Datathon活動,這標誌著Datathon模式被正式引入國內。2017年,在「Datathon數據競賽」的基礎上增加了「醫療大數據國際學術大會」,形成了「醫療大數據國際學術大會 +Datathon數據競賽」的會議形式,並沿襲至今。2016、2017、2018年連續舉辦三屆Datathon,活動取得豐碩成果,推動醫療大數據和人工智慧技術與實踐相結合,2018年大會當天網絡訪問量超過100萬人!

在談到活動目的時,張政波指出,一方面是推動醫療領域的「跨學科」合作,與國際同行接軌,探索「大數據驅動」下的臨床科研新模式;另一方面是將MIT在醫療大數據分析領域近10年的經驗帶給大家(HST.953 – secondary analysis of electronic health records」課程),在較短的時間內體驗和掌握醫療大數據分析利用的技能和方法,搭上「醫療大數據+人工智慧」這趟快車。

同時,他還概括了Datathon活動的特點,那就是「不玩虛的,數據實戰」,同時還有「國內外專家現場指導」。3 屆Datathon活動的舉辦都非常成功,多個跨學科團隊在短期內合作完成了感興趣的臨床課題,並有多個團隊在活動後依然保持緊密合作,以論文的形式實現了項目產出。2017年,發表文章22篇,文章累計的影響因子為83.195分;2018年,發表文章34篇,文章累計影響因子為176.748分。

2019醫療大數據Datathon:頂級專家深度參與,跨界合作值得期待

為了保障活動質量,本屆Datathon邀請到了眾多來自國內外的指導老師,來自國外專家的有MIT計算生理學實驗室臨床研究主任、哈佛醫學院副教授Leo Anthony Celi;哈佛大學工程和應用科學學院計算科學助理教授Finale Doshi-Velez;哈佛醫學院BID醫學中心動態醫學指標研究中心主任、哈佛醫學院副教授Chung-Kang Peng;帝國理工學院博士、CharingCross Hospital 重症監護中心研究員Matthieu Komorowski;新加坡國立大學數據研究所助理教授,國立大學醫學院資深副主任Mornin Feng;BID醫學中心的首席資料庫工程師、MIMIC資料庫資深專家——沈鷺(BIDMC);數據科學家、量化分析師劉星剛(Philips) ;麻省總醫院和Beth Israel Deaconess醫 療中心臨床研究員Ryan D. Kindle;MIT計算生理學實驗室研究員、哈佛醫學院生物醫學信息學碩士Ming;Tufts大學計算機科學性系助理教授、哈佛大學工程與應用科學學院博士後 Michael C. Hughes;美國麻省理工學院客座講師Sicheng Hao;MIT計算生理學實驗室附屬研究人員Regina Leung等。

此外,還有解放軍總醫院醫學信息情報所高級工程師、醫療大數據中心主任——薛萬國;北京市生理科學會危重症醫學專業委員會主任委員、清華大學玉泉醫院特聘專家——王誼冰;浙江大學醫學院附屬邵逸夫醫院急診科副主任醫師——章仲恆; 西安交大一附院臨床研究中心副主任——呂軍;解放軍總醫院重症醫學科主任醫師、副主任——康紅軍;解放軍總醫院海南醫院呼吸科主任——李玉柱;解放軍總醫院心血管內科主任醫師、副主任——董蔚;解放軍總醫院高壓氧 科副主任—— 顏偉;解放軍總醫院計算機室主任—— 劉敏超;解放軍總醫院急診科副主任,MIT計算生理學實驗室博士後—— 馮聰;解放軍總醫院醫學工程數據工程師、Datathon活動組織者——李沛堯等國內專家。

最後,張政波還談了自己對於Datathon一些感想:大數據和人工智慧改變人類社會的生態,使各行各業都面臨著嚴峻的挑戰。 現代管理學之父彼得·德魯克有言,應對未來最好的方法,就是去創造未來。而 「大數據戰略」,則是當下領航全球的先機。新一代醫生、工程人員需要打破學科邊界,跨界合作,獲得跨越式成長的機會!

張政波主任的完整分享PPT已上傳至和鯨社區(Kesci)可移步以下連結下載:2019醫療大數據Datathon活動會前培訓資料集合https://www.kesci.com/home/project/5db29f4b75df5c002b23d655

相關焦點

  • 2019PLAGH-MIT醫療大數據學術交流及Datathon活動正式開始
    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
  • 2019Datathon賽前培訓:從臨床醫生角度看醫療大數據科研
    2019年10月20日,中國人民解放軍總醫院將再度聯合麻省理工學院、《中國醫療設備》雜誌社、中國醫院協會醫學工程專業委員會共同舉辦「2019中國醫院協會醫學工程專業委員會學術年會暨PLAGH-MIT醫療大數據學術交流及Datathon活動」的會前培訓在北京成功舉行,此培訓邀請到了眾多業內知名的"醫-理-工」多學科專家共同分享,並基於和鯨科技所提供的數據科學平臺K-Lab
  • 這位北大教授是才華橫溢的攝影家,更是打破學科邊界的帥氣科學家
    通過數據的冗餘來避免信息傳遞的錯誤,這種思維已經廣泛應用到通信、數據存儲等多個領域。而現在,黃巖誼及其團隊把它運用到了DNA測序中。黃巖誼在北大化學學院完成了本科和博士學業,在加州理工學院的博士後階段則主要鑽研光學方向,再到目前的生物工程領域,表面上專業名稱大變化,背後隱藏著研究問題驅動的連續性,對他來說,追著重要的問題走才是關鍵。
  • 跨學科研究大勢襲來,為什麼他們都在辦Datathon?
    分析近百年來獲得諾貝爾自然科學獎的 300 多項成果中,近一半的項目是多學科合作的研究成果,對 170 多位生理學或醫學諾貝爾獎獲得者及他們的原創性成果的統計研究發現,具有跨學科知識背景的科學家有 76 人,佔總數的44.2%,有 48 項原創性成果涉及其他學科體系,佔總獲獎次數的53%。再次證明了這一點。就其深刻性而言,跨學科研究本身也體現了當代科學探索的一種新範型。
  • MTT實現醫療大數據在醫療領域的全面應用
    構建醫療數據應用生態體系,MTT實現醫療大數據在醫療領域的全面應用無論是政府、市場還是資本,都紛紛加碼醫療大數據行業,宏觀環境不斷朝著利好方向推進。然而,即便醫療大數據備受關注,不可否認其數據缺乏標準化、交換性數據量大,數據類型複雜,臨床數據管理和整合能力欠缺和大數據高效分析能力欠缺的行業痛點。而區塊鏈的出現有望打破這一僵局,MTT醫療大數據項目的實施,不僅可以解決醫院信息孤島問題,挖掘歷史數據價值、將數據進行分層處理,更可減少資源消耗,實現數據的統一入出管理、實現數據標準統一。
  • 隱蔽你跨越式成長的秘密是什麼?《躍遷》這5點告訴你答案!
    跨越式成長你想知道成為高手的思維模式和方法嗎?你想找到最佳路徑,藉助趨勢紅利,撬動個人跨越式成長嗎?隱蔽個人跨越式成長的關鍵知識、方法和背後的邏輯是什麼?本周,開啟一本新書的閱讀,即古典老師的《躍遷-成為高手的技術》。這是繼《拆掉思維裡的牆》之後,閱讀古典老師的第二本書。
  • 2018年全國醫療衛生事業發展大數據統計
    近年來,國家高度重視醫療衛生事業發展。據悉,2018年衛生健康工作取得五大成效,主要有深化醫改方面、提升醫療衛生服務能力、構建農村貧困人口基本醫保、大病保險、醫療救助、補充保障措施「四重保障線」,實施健康扶貧。
  • 國家健康醫療大數據研究院揭牌
    原標題:國家健康醫療大數據研究院揭牌(記者陳群)11月24日,國家健康醫療大數據研究院在寧夏大學揭牌。揭牌儀式上,北京大學醫學部、寧夏大學、寧夏科技廳、寧夏回族自治區衛生健康委籤訂了四方合作協議。四方將開展「網際網路+醫療健康」大數據、標準和應用規範基礎研究,跟蹤評價示範區建設成效,為政府決策提供支撐;開展複合型跨界人才培養,依託高校科研平臺,推進與「網際網路+醫療健康」相關學科建設;做好科技研究及成果轉化,開展健康醫療大數據智能處理、信息挖掘等科技研究及公眾健康、臨床實踐相關應用產品研發,推進大健康產業鏈發展。
  • Rock Health和StartUp Health數據總結2019,全球數字醫療融資總額...
    近日,Rock Health和StartUp相繼發布了對2019年數字醫療領域的投融資報告,和動脈網的統計數據類似,兩家機構都觀察到了全球醫療健康融資總額在2019年出現輕微回調。動脈網對兩篇報告進行了編譯,我們首先看看Rock Health的總結。
  • 數據科學邊界:數據不能解決什麼?
    如何構建學科體系數據世界觀數據分析整體框架問題分析/數據預處理/數據預分析數據分析核心:建模模型空間概述數據科學邊界(這篇文章)……數據科學 = 數學/統計學 + 科學方法論 + 計算機 (+ 業務經驗)我們在剛剛接觸一個新奇的事物的時候,總有一種衝動:這種東西可以改變全宇宙。比如:我們剛接觸區塊鏈的時候,啊,區塊鏈就要改變全宇宙了。
  • 從海爾生物2019年亮眼財報,看海爾生態品牌無邊界迭代進化
    它們打破了傳統生物樣本存儲的孤立單向存取,實現了人、設備以及疫苗、血液、藥物、生物樣本存儲物品等數據的互聯互通,詮釋了海爾生物物聯網生物安全科技生態新物種的內涵所在。這不僅是應對疫情的「權宜之計」。瞄準後疫情時代,生物安全在全球公共衛生安全防禦與治理領域的地位愈加凸顯,生物安全保障也成為生命健康領域的第一需求。
  • 「網際網路+醫療」健康醫療大數據能帶來什麼?
    「網際網路+醫療」健康醫療大數據能帶來什麼?  ——訪市中心醫院副院長、中國衛生信息與健康醫療大數據學會網際網路醫院專業委員會副主任委員楊國慶    健康醫療大數據為精準醫療提供依據  2018年,中國科學院大學健康醫療大數據遂寧研究中心在遂寧舉行揭牌儀式,遂寧成為目前全國首個健康醫療大數據地級市試點。這是中國科學院大學在國內與地級市共建的首個健康醫療大數據研究機構。作為雙方合作的其中一項重要內容,遂寧市中心醫院健康醫療大數據研究中心,將開展精準醫學的研究工作。
  • 精準醫療的發展邊界
    精準醫療能夠通過對病人的基因進行分析後更有針對性的提供整體解決方案,從而提高治療的效果。但是,儘管精準醫療能夠提高療效從而在整體上有效控費,但從個性化出發的精準醫療對整體醫療服務體系是有著較高要求的,從另一個側面來說又是一種昂貴的醫療服務。基因檢測的價格下降大大推動了其商業化,在普通人能承受的價格下基因檢測將有助於治療方案的準確性。
  • 打破邊界 發展共贏「廢棄井」變「採氣明星井」
    大眾網·海報新聞見習記者 薛梅 東營報導勝利油田為了盤活現有資源,採取打破邊界、合作開發、優勢互補、資源共享等方式,多方位多角度促進各二級單位之間的合作共贏。2019年5月,魯明公司通過與濱南採油廠深度合作,雙方籤訂合作協議,魯明公司以每年15萬元/口的價格租賃報廢井進行項目建設和生產運行,而濱南採油廠則提供區塊中的報廢井和人員服務。通過對租賃廢棄井進行二次開發,外加人力資源外輸和天然氣分成,魯明公司節省鑽井投資2400餘萬元,濱南採油廠獲得租賃收益每年90萬元,人力費用每年28.8萬元。
  • 上海:開展病原微生物與生物安全、大數據與人工智慧應用等學科建設
    2020.04.08 10:36【上海:開展病原微生物與生物安全、大數據與人工智慧應用等學科建設】上海市政府網站發布《中共上海市委、上海市人民政府關於完善重大疫情防控體制機制健全公共衛生應急管理體系的若干意見》,意見中提出,加強公共衛生與臨床學科結合
  • 「沉睡」的醫療大數據該如何挖掘 專家:數據共享有三大阻礙
    實驗室科學家們構建的超大規模完整電子病歷知識圖譜系統,涵蓋了18個臨床術語集、479萬術語、3500多萬醫學關係以及9600萬醫學文獻知識,充分打破醫學知識孤島,在跨科室疾病風險早期篩查,慢性疾病個性化管理與隨訪等環節開展了示範應用,效果顯著。
  • 生物大數據作為精準醫療的基礎將密切影響精準醫療未來的發展
    ,探索生物大數據在臨床中的應用和共享,切實參與我國精準醫療產業的發展。由上海生物晶片有限公司(生物晶片上海國家工程研究中心)聯合張江生物醫藥基地等舉辦「2018精準醫療及生物大數據高峰論壇」於11月    生物大數據作為精準醫療的基礎
  • 3D列印+精準醫療,引領行業升級新潮流
    智能製造網訊 當下,基於3D列印技術形成產、學、研為一體的多學科合作模式正在開啟一個全新的醫療時代。在應用的廣度方面,從最初的醫療模型快速製造,逐漸發展到3D列印直接製造助聽器外殼、植入物、複雜手術器械和3D列印藥品。
  • 醫療大數據應用越來越廣,如何應對數據「欺騙性」?
    除了大眾所熟知的「系統誤差」,還有數據陷阱以及因模型的脆弱性所帶來的風險。Goodfellow等認為,對於機器學習模型,數據集中一些小的幹擾可能導致模型輸出錯誤的結果。如何發現醫療大數據挖掘分析中的陷阱,並採取相應的策略來減少醫療大數據的欺騙性至關重要。
  • 東軟醫療、奕瑞光電子等中國影像設備企業亮相RSNA2019
    東軟醫療、奕瑞光電子、依圖醫療、深睿醫療等一批中國高端醫療設備創新企業攜最新成果亮相RSNA2019。「醫療領域的創新技術正在為醫生和病人之間創造一種全新互動,支持病人更快更好地獲取專業的溝通和服務。」RSNA2019大會主席Valerie P.