在当今时代，人工智能的迅猛发展与日益增长的数据要素的结合，正在深刻改变医疗健康领域的面貌。传统的经验医疗向循证医疗转型，再越过一道门槛，走向精准医疗的未来，这一进程仰赖于真实世界数据的积累和应用。在这一转变中，医疗机构、监管部门和数据平台所汇聚的数据，虽然数量庞大，却面临着80%数据无序、未经分析、治理及重构等诸多问题，造成这些宝贵数据无法转化为有价值的真实世界证据，极大地限制了医疗人工智能的进一步发展。

　　对此，东软汉枫医疗科技有限公司通过构建智能物联多模态数据资源库，打造全量实时互操作数据模型生态系统（Whole-Quantity Interoperability Resource Ecosystem，简称WIRE），在转化真实世界数据的同时，推动医疗行业精细化和智能化的创新发展。

　　东软汉枫采用了多种技术手段，提升数据汇聚与融合的效率与准确度。一方面，借助物联网和大数据等技术，研发出智能医疗设备采集终端，能够自动适配600种不同厂商、型号的设备协议。这一措施大幅提高了数据采集的便捷性和可靠性。另一方面，通过智能物联多模态数据资源库，来自不同医院、设备及系统的数据得以整合成多源多维的医疗数据形成一个全面、真实的数据集合。

　　在数据治理的过程中，WIRE模型通过规范化医学信息结构的转换，对原始医疗数据进行处理，利用谱图化技术直观展示数据的时序性和关联性，进而实现整体治理与资源化。同时，在数据采集、存储、处理和分析的各个阶段，系统会实施实时监测，结合自动校验工具和算法，及时发现数据质量问题。这种全流程的治理，使得医疗数据的质量大幅提升，为精准医疗提供了坚实的基石。

　　在数据的获取和流通环节，东软汉枫实施了严格的安全保障机制。数据的获取依赖于患者的知情同意授权和医院的数据使用授权，即“双授权”模式，确保数据收集的合法性与安全性。同时，通过多方安全计算技术（MPC），在可信环境中对密文数据进行计算，极大地降低数据被滥用的风险。此外，在数据流通中，也采取了加密、访问控制和数据脱敏等技术手段，有效保障数据安全及个人隐私。

　　通过WIRE模型，医院的原始数据被标准化转化为不同领域的细分数据集，从而实现医院侧场景化应用与市场侧医学增值服务的双向互动。例如，在临床医学领域，这些数据将支持围术期预警模型的临床评价；在卫生经济学领域，通过数据分析为医保政策制定提供科学依据；而公共卫生领域则利用医疗与人口流数据建立传染病监测模型，帮助预测疫情发展趋势。目前，这一项目已经在全国多家医院得到实践，如中国医科大学附属盛京医院，取得了显著成果，医生治疗效率提高了15%，医疗文书数据错误降低了10%，患者诊疗风险降低了15%，患者满意度也提升了20%。

　　为了实现可持续发展，项目还构建了一个多场PG电子通信景、多渠道的服务模式。一方面，通过建立数据联盟，探索开放共享的数据空间，推动数据的产品化服务。另一方面，项目与“3”所学术与科研机构、“2”个医疗行业学会以及“N”个媒体平台、共建的生态进行推广，通过提供数据产品销售、数据订阅和数据分析与咨询等服务，实现业务的可持续发展。

　　随着医疗健康领域的迅速发展，数据的正确有效管理与应用将是推动精准医疗的重要助力。东软汉枫医疗科技有限公司的这一创新实践，不仅在技术层面推动了医疗智能化的发展，也为整个行业树立了一个标杆。未来，随着更多医院和机构的参与，我们期待这一生态模型在精准医疗领域发挥更大的影响力，进一步提升人们的健康水平与生活品质。返回搜狐，查看更多