人工智能辅助肺癌数据库构建

作     者：杨丽冰 郭超 姜会珍 马琏 李单青 YANG Libing;GUO Chao;JIANG Huizhen;MA Lian;LI Shanqing

作者机构：中国医学科学院北京协和医院胸外科北京100010 中国医学科学院北京协和医院信息中心北京100010 

出 版 物：《中国胸心血管外科临床杂志》 (Chinese Journal of Clinical Thoracic and Cardiovascular Surgery)

年 卷 期：2025年第32卷第2期

页      面：167-174页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 1002[医学-临床医学] 081104[工学-模式识别与智能系统] 08[工学] 100214[医学-肿瘤学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 10[医学] 

基　　金：中央高水平医院临床科研业务费(2022-PUMCH-B-011) 

主　　题：肺癌数据库 人工智能 自然语言处理 真实世界研究 

摘      要：目的采用人工智能技术对临床数据进行结构化和标准化,构建基于人工智能的肺癌数据库,支持肺癌诊治中的大数据深度挖掘,为多样化的真实世界研究提供高质量的数据支持。方法依托北京协和医院胸外科丰富的临床数据资源,本研究利用机器学习技术,特别是自然语言处理技术,对电子病历、检查报告、病理报告等非结构化数据进行自动化处理,转化为结构化信息。同时,采用数据治理和自动化清洗技术,确保数据的完整性和一致性。结果截至2024年9月,数据库共收录了18811例患者的数据,涵盖住院和门诊病历、检验检查报告、病理报告、医嘱信息以及随访信息,形成了结构完整、变量丰富的多维数据系统。数据库的实时查询和多层次筛选功能使研究人员能够快速获取符合特定条件的研究数据,大幅提升了数据处理效率和研究进程。在非小细胞肺癌预后探究的真实世界应用举例中,通过数据库实现了对预后影响因素的快速分析。研究表明,肿瘤分期、合并症情况等因素显著影响患者生存率。这一应用实例展示了数据库临床大数据挖掘应用中的价值。结论基于人工智能的肺癌数据库显著提升了数据管理和分析的整体效率,为临床大规模研究、回顾性分析以及疾病管理提供了坚实的数据支持。随着大语言模型和多模态方法进一步应用于临床,该数据库的精确性和分析深度将持续增强,为肺癌大数据挖掘及真实世界研究提供更强有力的支撑。