新闻中心

2023 OHDSI CHINA国际论坛在沪成功举办

20231217日,OHDSI CHINA、复旦大学智能医学研究院、上海市生物信息学会和生命健康数据空间联合实验室联合主办的助力中国健康医疗数据治理与挖掘能力提升为主题的2023 OHDSI CHINA国际论坛在上海市复旦大学上海医学院成功举行。大会得到了上海市医学会、上海交大耶鲁大学生物统计联合中心、中山大学中山医院等单位的大力支持及多家企业的赞助。来自美国、新加坡、中国大陆及中国香港等多位世界知名的专家、学者、业界翘楚代表等全球范围内的专业人士和研究者300余名齐聚上海,共同探讨医学大数据分析领域的最新趋势、挑战与机遇。

复旦大学智能医学研究院常务副院长刘雷主持论坛开幕式。上海市医学会会长邬惊雷、复旦大学附属中山医院党委书记、智能医学研究院副院长顾建英和上海临床研究中心主任朱畴文出席开幕式现场并致辞。

上海市医学会会长邬惊雷在致辞中热烈祝贺OHDSI CHINA论坛成功举办,分享上海市医学会百年历史和在卫生健康领域的多项荣誉。邬惊雷会长表示上海市医学会致力于建设医学科技工作者之家、培养青年医务工作者、举办医学学术交流等,推动健康信息科技应用,加强国际合作,为全球卫生数据科学的不断发展贡献力量。他期待通过国际合作,继续加强上海市医学会在医学领域的信息化、数字化和智能化建设,促进医疗大数据的深度应用,助力精准医疗和个性化健康管理的发展。

复旦大学附属中山医院党委书记、智能医学研究院副院长顾建英在致辞中表示,复旦大学智能医学研究院积极响应国家关于健康医疗大数据治理和挖掘的号召,不断加强国际交流与合作,推动我国健康医疗大数据事业的发展。该研究院以科学研究、平台服务、人才培养、转化应用为宗旨,跨学科融合,积极促进医学教育改革,最终致力于建成国内顶尖的、国际一流的智能医学学科。她表示通过此次机会,将与专家学者分享研究院在临床医学、健康医疗大数据、人工智能、智能药学等领域的成果,共同推动我国健康医疗大数据的治理和挖掘能力提升。最后,她感谢各位嘉宾的莅临和专家学者们的分享,祝愿2023 OHDSI CHINA 国际论坛圆满成功。

上海临床研究中心主任朱畴文在致辞中表示上海临床研究中心致力于推动健康数据科学与信息学的应用和发展,该中心将加速推动临床研究资源共享,培养高水平医学科学家,推动科研成果转化,为上海医学科技创新和生物医药科技创新贡献力量。朱畴文主任还表示将在数字健康领域整合大数据,通过数据分析提升临床医学数据的价值,推动数字医疗的发展,为患者提供更个性化、精准的医疗服务。他希望通过本次大会深入交流、共同探讨数字健康领域的挑战和机遇。

开幕式现场举行医学科研数据空间创新协同联盟成员授牌仪式,复旦大学智能医学研究院、复旦大学附属中山医院、复旦大学附属华山医院、复旦大学附属肿瘤医院、复旦大学附属儿科医院、复旦大学附属眼耳鼻喉科医院、复旦大学附属妇产科医院和上海国际表型组研究院共8家单位和机构被授予该联盟成员,助力我国医学科研数据成果落地转化。

美国耶鲁大学医学院生物医学信息学副院长徐华教授以《Large language models to facilitate evidence generation from real world data》为题进行了精彩的开场学术报告。徐华教授介绍了大型语言模型的发展历程和最新研究,并深入阐述OHDSI在挖掘美国的观察性电子病历数据中已开发的一些方法、标准和大语言模型,加速了临床电子病历、临床文本数据、药物数据等大数据的标准化、结构化、高通量分析和应用,为真实世界研究的数据挖掘提供高效手段。

中科院深圳理工大学计算生物与医学信息系主任唐金陵教授带来了《真实世界临床研究-传统与新锐之辩》报告。唐教授详细分析了传统临床研究的经典模式如流行病学和医学统计学进行医学研究的优势和局限性,同时介绍了新锐研究方法如大数据研究在真实世界研究中的创新应用和缺点。唐教授强调在应对真实世界临床研究的挑战时,应充分发挥传统和大数据研究两种方法的互补性,围绕研究问题并综合运用在研究设计中,以获取更全面的研究结果来反映真实世界的复杂性。

美国耶鲁大学教授赵宏宇以《Disease risk modeling and prediction using biobank data》为题,深入阐述了如何利用拥有庞大基因组数据的各国生物样本库进行疾病风险建模与预测,突出了多因素分析和遗传、临床与环境交互效应的重要性。赵教授展示了先进的统计和机器学习方法在生物样本库的基因组数据与糖尿病疾病风险因素关联分析的应用,强调生物样本库的基因组数据为精准医学和个性化治疗提供了潜在的前沿突破点。

IQVIA副总裁欧玉梅(Mui Van Zandt带来了《2023 OHDSI APAC 年终总结》报告。欧玉梅女士详细介绍了亚太地区OHDSI的目标、成员机构的协作成果以及对国际医学研究组织的积极贡献,突出强调了创新技术、数据治理和数据挖掘的重要性。报告还涵盖了OHDSI发展趋势、未来规划和社区交流互动,表达了对成员机构和合作伙伴的感激之情,并诚挚邀请中国更多的单位机构加入OHDSI CHINA

香港中文大学(深圳)医学院副院长于广军教授带来了题为《儿童罕见病专病数据库的建立》的报告于教授介绍了上海儿童罕见病专病数据库的队列研究和顶层设计,重点阐述了罕见病辅助诊断系统、儿童罕见病专病数据集标准、共享机制、共享平台和专病库的建设, 强调了建立数据集标准和共享机制的必要性分享了罕见病图谱的构建和辅助诊疗决策工具的应用,为儿童罕见病的诊断治疗提供重要技术支撑。

北京大学公共卫生学院流行病与卫生统计学系副教授孙凤以《中国OMOP-CDM的应用和宁波鄞州健康大数据平台OMOP 研究进展》为题,介绍了中国在观察性医疗结果合作组织(Observational Medical Outcomes PartnershipOMOP)通用数据模型的应用现状,呈现了宁波鄞州健康大数据平台OMOP的项目背景、框架、数据资源和研究范围,剖析了宁波鄞州基于OMOP通用数据模型在药物数据标准化术语映射、疾糖尿病治疗优化模式、系列疾病预测模型等方面应用的显著成果。通过总结经验、展望未来、强调国际合作,为医学研究提供了有价值的启示。

新加坡国立大学公共卫生学院助理教授冯梦凌(Mengling ‘Mornin’ Feng以《当新加坡与OHDSI 相遇》为题,分享了新加坡国立大学医学研究现状,如人工智能在医疗影像、治疗方案推荐、紧急救护分级的临床应用,以及基于OHDSI框架和标准上,新加坡在医学领域的科研项目、医疗数据资源以及协同研究中取得的显著成果。报告最后展望了新加坡与OHDSI未来的深度合作,以推动医学研究和健康数据治理的共同目标。

广东省人民医院医学大数据研究中心主任梁会营教授带来了题为《多模态医学数据分析》的报告。梁教授详述了多模态医学大数据的类型,包括文本模态、影像模态和组学(基因、蛋白)模态等,聚焦于医学文本数据和影像模态医学数据,分析这些数据的特异性,探讨了整合和处理多模态数据的挑战和方法,如搭建完善的多模态医学数据的应用技术平台、制备完备的多模态医学数据分析挖掘流程;强调了多模态医学大数据在提高医学诊断准确性和个性化治疗方案中的关键作用;分享了成功的智能精准诊断的临床应用和研究案例,展示了多模态医学大数据智能化在实践中的实际价值,为医疗领域的数据研究提供了新的视角。

中国医学科学院北京协和医学院医学信息研究所医学信息创新研究中心主任李姣以《妊娠期智慧健康管理研究》为题,深入研究了结合信息技术和数据分析手段的妊娠期智慧健康管理。李主任详细介绍了利用先进的信息技术,包括人工智能和大数据分析,在妊娠期监测中收集的多样化数据进行智能化处理。通过对这些数据的综合分析,实现了个性化的医学建议,为孕妇提供更为精准和全面的健康管理服务。

复旦大学附属中山医院大数据人工智能中心办公室主任张纪阳做了题为《医院大数据人工智能规划建设及应用》的报告。张主任分享了复旦大学附属中山医院大数据人工智能中心的规划和建设过程,强调了大数据和人工智能在医疗领域的应用潜力;阐述了中山医院利用人工智能在大数据收集、处理和分析方面所取得的成就,并强调医院将人工智能技术纳入医疗服务,提高患者诊疗体验和医疗效果的重要性。报告突出了中山医院在大数据和人工智能领域的领先地位,为医疗机构规划和建设智能化医疗服务提供了有益经验。

复旦大学智能医学研究院常务副院长刘雷教授做了题为《基于隐私计算的医学科研数据协作平台建设》的精彩报告。刘雷教授首先介绍了健康医疗数据共享开放面临的隐私保护和安全挑战的现状。然后,详细介绍了隐私计算技术,聚焦于复旦大学智能医学研究院基于隐私计算的医疗科研数据计算服务一体化平台的建设和健康医疗数据协作平台网络的建立,将复旦大学17家附属医院与医学院的数据用专用网络进行连接交互,突出了数据加密、安全沙箱和可控访问权限等关键特征,实现数据所有权和使用权分离,确保数据隐私安全的前提下,加速医疗数据在医学院与医院间流通,挖掘医疗健康数据的科学价值。接着,刘教授进一步分享了医学数据协作网络:隐私计算技术的应用场景案例,如基于隐私计算平台的多方协作的疾病数据库数据资源管理及其在医学科研领域的实际成果和创新。最后,刘教授对医学科研数据协作平台未来的发展趋势进行了展望,构建科研数据协作生态,实现科研数据协作一站式服务及数据全生命周期管理,提升医疗数据的共享和应用价值。

上海交通大学生命学院生物信息与生物统计系主任吕晖教授以《多组学多模态数据分析平台》为题,首先强调了在生物医学研究中构建多组学多模态数据分析平台的必要性,总结了精准医学数据的分析流程,并提出建设生物医学数据深度挖掘分析平台的基本原则,包括高效的数据整合、交互性和可视化功能,以促进不同数据类型的综合分析。在技术和方法方面,吕教授介绍了在该平台中应用的关键技术,如机器学习、深度学习可解释性和大语言模型,以实现对多模态数据的准确解析。通过分享实际应用案例,如肿瘤多组学数据整合分析、罕见病辅助诊断系统、基于单细胞测序技术的肿瘤干细胞分析等,突显了这一平台在生物医学研究中的实际价值,涵盖了医学影像学、基因组学、蛋白质组学等多个领域,为数据分析提供了跨学科的视角。

中山大学附属第一医院信息数据中心副主任龙思哲教授做了题为《基于通用数据模型CDM的科研数据治理与应用共享平台建设》的报告。龙教授从医院的角度,探讨了以通用数据模型CDM为基础的科研数据治理与应用共享平台构建,重点阐述了科研数据治理,包括数据质量、隐私保护和合规性,强调CDM的标准化、互操作性和可扩展性,并以外科、内科为例介绍了CDM的建设思路、数据治理体系和数据质量保障,确保科研数据的可信性、一致性和可用性,并分享了基于CDM的科研数据应用共享平台在促进研究合作、推动创新和加速科学发现方面取得的成果。

最后,论坛的圆桌对话活动由复旦大学智能医学研究院常务副院长刘雷主持。圆桌对话邀请了复旦大学上海医学院副院长、智能医学研究院院长朱同玉、福建省立医院党委书记曹华、哈尔滨工业大学(深圳)特聘研究员汤步洲和上海市天华律师事务所合伙人姚海嵩,从医学管理、医联体专病库建设、信息技术和法律等角度,在健康医疗数据研究领域中的医学数据治理与开放、数据共享标准、隐私脱敏与安全保护、技术壁垒、医工交叉人才培养、科研成果转化落地等问题分享了专业见解,共同为推动全球健康医疗数据研究贡献了智慧与经验。

2023 OHDSI CHINA国际论坛在沪的成功举办,不仅展示了健康医疗数据领域的最新成果,为中国在健康医疗大数据领域的发展提供了全球视野和前沿思路,也为加强国内外在医学大数据领域的交流与合作,促进国内健康医疗数据治理和挖掘能力奠定了坚实基础。



下一篇:德国学术“大咖”来访 探讨智能医学领域深度合作