简介：摘要肝病与肝癌是威胁我国人民生命健康的常见疾病，大数据和人工智能已成为提高临床诊断与治疗水平和服务能力的重要支撑。然而，大数据的发展应用尚不成熟，主要存在以下问题：（1）海量健康医疗数据种类繁多，来源各异，但较为分散，缺乏一体化数据存储与分析平台。（2）不同医疗中心之间数据标准不同，数据概念亦存在较大差异，以及个人表达习惯等问题，均导致数据难以处理，无法充分融合。因此，大规模健康医疗数据并不等同于健康医疗大数据。笔者团队结合东南肝胆健康大数据研究所在肝病与肝癌领域大数据平台建设方面的实践经验，提出肝病与肝癌大数据平台建设标准化体系，包括大数据联盟统筹建设大数据平台、完善的大数据标准体系、标准化数据治理流程及结合循证医学与新兴技术的大数据应用。该体系可为健康医疗大数据产业高质量发展提供全新模型，并可推广复制到其他专病领域，为建设健康中国贡献力量。

简介：摘要目的借助大数据平台构建肝细胞癌（肝癌）自动化中国分期模型。方法基于福建医科大学孟超肝胆医院东南肝胆健康大数据研究所原发性肝癌大数据平台（PLCBD）结构化的信息化系统，利用数据库视图方式，快速提取体力活动状态（PS）评分、肝功能Child-Pugh分级、肝外转移、血管侵犯、肿瘤数量、肿瘤大小等数据，采用CASE-WHEN条件判断语句构建自动化肝癌中国分期模型，并采用网页开发实现可视化。随机抽取PLCBD资料完整数据100例进行测试，由肝癌自动化中国分期模型进行自动分期，同时由4位肝胆外科主治医师及6位住院医师对测试病例进行人工分期，以多学科讨论作为金标准，观察模型的准确性和实用性。自动分期和两组人工分期比较采用单因素方差分析。结果通过数据库视图可实现PS评分、Child-Pugh分级、肝外转移、血管侵犯、肿瘤数量、肿瘤大小等分期相关维度提取，并基于上述6个方面大数据成功构建肝癌自动化中国分期模型。自动分期用时3 s，主治医师平均用时（40±6）min，住院医师用时（100±8）min，三者差异有统计学意义（F=227.90，P<0.05）。自动分期、主治医师和住院医师准确率分别为100%，（98.5±0.5）%和（96.0±3.5）%，三者差异无统计学意义（F=1.00，P>0.05）。结论借助大数据平台可以成功构建肝癌自动化中国分期模型，该模型高效、准确。