陳亦豪 常健博 魏俊吉 馮銘 王任直

隨著全球人口老齡化的加劇，腦卒中已成為僅次于惡性腫瘤的第二大死亡原因，也是造成殘疾的主要原因［1］。中國目前有超過1000萬例腦卒中患者，每年新發(fā)病例約250萬例［2］。腦卒中可造成永久性神經(jīng)損傷，產(chǎn)生嚴(yán)重并發(fā)癥甚至導(dǎo)致死亡，影響患者生活質(zhì)量，并對患者家庭及社會(huì)帶來較大經(jīng)濟(jì)負(fù)擔(dān)。中國腦卒中發(fā)病率存在地區(qū)差異［3］，加之各地區(qū)人群存在文化習(xí)俗、飲食、生活習(xí)慣上的不同，使得腦卒中的一級(jí)預(yù)防以及個(gè)體化和精準(zhǔn)治療的開展存在一定困難，亦無法為腦卒中的臨床治療提供循證醫(yī)學(xué)支持，故亟待建立大型地方或國家級(jí)醫(yī)學(xué)數(shù)據(jù)庫以提供和實(shí)現(xiàn)數(shù)據(jù)調(diào)研、存儲(chǔ)、挖掘、共享。20世紀(jì)90年代以來，西方發(fā)達(dá)國家陸續(xù)創(chuàng)建以疾病診療和質(zhì)控為核心的大型醫(yī)學(xué)數(shù)據(jù)庫和腦卒中網(wǎng)絡(luò)登記中心，并以此為基礎(chǔ)開展大量的臨床研究［4?6］。2007年，中國國家卒中登記（CNSR）數(shù)據(jù)庫建立［7］，填補(bǔ)了國內(nèi)大型腦卒中數(shù)據(jù)庫的空白。隨后，國內(nèi)腦卒中數(shù)據(jù)庫構(gòu)建體系日益完善，對開展腦卒中的流行病學(xué)研究及反饋中國腦卒中診療質(zhì)量發(fā)揮重要作用［3，8］。然而，通過對比CNSR數(shù)據(jù)庫與其他國家大型數(shù)據(jù)庫中腦卒中診療質(zhì)量發(fā)現(xiàn)，同美國等已具備成熟腦卒中診療水平的高收入國家相比，中國在腦卒中有效干預(yù)和嚴(yán)格遵循腦卒中治療方針等方面仍存在較大差距［9］。在人工智能（AI）技術(shù)快速發(fā)展的今天，大數(shù)據(jù)挖掘以及數(shù)據(jù)共享已成為促進(jìn)科學(xué)研究進(jìn)展必不可少的環(huán)節(jié)之一。如何實(shí)現(xiàn)高效的數(shù)據(jù)導(dǎo)入、高質(zhì)量的數(shù)據(jù)管理和維護(hù)，以及跨模態(tài)數(shù)據(jù)庫的進(jìn)一步探索，是腦卒中精準(zhǔn)防治的基礎(chǔ)，也是未來腦卒中數(shù)據(jù)庫亟待解決的核心問題及發(fā)展方向。

一、腦卒中數(shù)據(jù)庫應(yīng)用歷史及現(xiàn)狀

1.國際腦卒中數(shù)據(jù)庫的應(yīng)用及發(fā)展 最早的腦卒中數(shù)據(jù)庫可溯源至1978年，由美國國立衛(wèi)生研究院（NIH）國家神經(jīng)疾病與卒中研究所基于系統(tǒng)性數(shù)據(jù)收集方法和標(biāo)準(zhǔn)化診斷算法，最終獲得一整套腦卒中患者電子病歷資料并將其存儲(chǔ)至數(shù)據(jù)中心，然后研究者根據(jù)這些數(shù)據(jù)開展一系列涉及腦卒中診斷、臨床實(shí)踐和預(yù)后的前瞻性研究［10］。參與該數(shù)據(jù)庫建立和應(yīng)用的團(tuán)隊(duì)包括神經(jīng)專科醫(yī)護(hù)人員、流行病學(xué)家、統(tǒng)計(jì)學(xué)家和計(jì)算機(jī)工程師等。1979年，世界衛(wèi)生組織（WHO）牽頭組建的心腦血管疾病登記中心監(jiān)測心血管疾病的趨勢和決定因素研究（MONICA）項(xiàng)目，旨在探索不同人群心腦血管疾病的發(fā)病趨勢和危險(xiǎn)因素，在不到10年的時(shí)間內(nèi)迅速發(fā)展成為涵蓋41個(gè)分中心共118個(gè)合作單位的國際合作研究中心［11］。在腦卒中數(shù)據(jù)庫建設(shè)的早期，上述數(shù)據(jù)庫憑借多中心、大樣本量和多學(xué)科協(xié)作的模式，成為腦卒中數(shù)據(jù)庫建設(shè)之典范。不足之處在于，早期的數(shù)據(jù)庫結(jié)構(gòu)和數(shù)據(jù)類型較為簡單。20世紀(jì)90年代以后，隨著電子計(jì)算機(jī)技術(shù)的進(jìn)一步發(fā)展和普及，大量腦卒中數(shù)據(jù)庫及網(wǎng)絡(luò)登記中心開始創(chuàng)建和應(yīng)用。1991-1996年開展的前瞻性隨機(jī)對照試驗(yàn)——國際卒中試驗(yàn)（IST），旨在研究早期服用阿司匹林和肝素對缺血性卒中預(yù)后的影響，該數(shù)據(jù)庫擁有完整的基線及隨訪數(shù)據(jù)，現(xiàn)已對外開放并允許進(jìn)行二次分析［12］。IST數(shù)據(jù)庫的開放大大提高了數(shù)據(jù)的利用率，對腦卒中數(shù)據(jù)庫資源共享具有重要意義。但后續(xù)利用該數(shù)據(jù)庫進(jìn)行的腦卒中研究普遍存在共享數(shù)據(jù)字段相對單一等實(shí)驗(yàn)設(shè)計(jì)的不足。1999-2003年，由86所美國醫(yī)院參與的美國網(wǎng)絡(luò)國家急性卒中治療和操作規(guī)范化計(jì)劃（Ethos）中心投入使用，該中心通過收集、分析并反饋腦卒中治療的有效率，而提出有針對性的腦卒中治療質(zhì)量改善措施。經(jīng)研究發(fā)現(xiàn)，通過對腦卒中治療質(zhì)量控制的登記和及時(shí)反饋促進(jìn)了腦卒中護(hù)理技術(shù)的進(jìn)步［13］。此后，多中心參與的國家級(jí)大型數(shù)據(jù)庫成為腦卒中診治質(zhì)量控制的重要工具。傳統(tǒng)醫(yī)學(xué)數(shù)據(jù)庫的出現(xiàn)，極大地保存了不同階段腦卒中患者的人群結(jié)構(gòu)、發(fā)病特點(diǎn)和治療方式等臨床資料，為同步和后期開展病例對照研究提供了豐富的數(shù)據(jù)資源。但此類醫(yī)學(xué)數(shù)據(jù)庫仍以文本資料為主，影像學(xué)資料較少，在腦卒中研究方向上無明顯創(chuàng)新性。此后，隨著研究人員對腦卒中認(rèn)知的不斷加深，一類以前瞻性隊(duì)列研究為載體，聚焦于特定研究方向的大型多中心腦卒中數(shù)據(jù)庫應(yīng)運(yùn)而生，如2008年公布的INTERACT試驗(yàn)（Intensive Blood Pressure Reduction in Acute Cerebral Haemorrhage Trial）數(shù)據(jù)庫［14］以及重組活化因子Ⅶ（rFⅦa）治療出血性卒中隨機(jī)對照試驗(yàn)數(shù)據(jù)庫［15］等。此類前瞻性設(shè)計(jì)的數(shù)據(jù)庫多涵蓋包括影像學(xué)資料在內(nèi)的豐富的數(shù)據(jù)類型，雖旨在探討降壓和重組活化因子Ⅶ治療出血性卒中的有效性和安全性，但在不同研究方向上，同樣的數(shù)據(jù)仍具有較高的可應(yīng)用性，是21世紀(jì)以來腦卒中數(shù)據(jù)庫建設(shè)的主導(dǎo)趨勢之一。

2.國內(nèi)腦卒中數(shù)據(jù)庫的應(yīng)用及發(fā)展 因國內(nèi)腦卒中診治水平參差不齊、醫(yī)療保險(xiǎn)類別和覆蓋范圍不一、登記網(wǎng)絡(luò)組建協(xié)調(diào)性差等，使得國內(nèi)腦卒中網(wǎng)絡(luò)登記數(shù)據(jù)庫的創(chuàng)建晚于歐美等發(fā)達(dá)國家。2007年，國家衛(wèi)生部（現(xiàn)為國家衛(wèi)生健康委員會(huì)）和科技部啟動(dòng)建立了中國CNSR數(shù)據(jù)庫，截至2018年3月共納入15 166例腦卒中患者，覆蓋27個(gè)?。ㄗ灾螀^(qū)）和4個(gè)直轄市，歷經(jīng)前瞻性收集患者社會(huì)人口學(xué)資料、探究病因、提高診療和護(hù)理質(zhì)量3個(gè)階段，填補(bǔ)了中國腦卒中相關(guān)數(shù)據(jù)庫的空缺［16］。2015年，中國卒中協(xié)會(huì)牽頭的中國卒中中心聯(lián)盟（CSCA）成立，該聯(lián)盟以國內(nèi)大型三級(jí)醫(yī)院為基礎(chǔ)，組成多中心腦卒中數(shù)據(jù)監(jiān)測平臺(tái)和臨床研究網(wǎng)絡(luò)，通過開展隨機(jī)對照試驗(yàn)對比分析腦卒中各種治療方法的有效性，對于夯實(shí)循證醫(yī)學(xué)證據(jù)、有效反饋和促進(jìn)腦卒中診療和護(hù)理質(zhì)量具有積極作用。截至2017年7月，共1576所醫(yī)院計(jì)433 264例腦卒中患者的臨床資料在該聯(lián)盟中得以保存和維護(hù)［17］。2017年，北京大學(xué)第一醫(yī)院牽頭建立的中國急性缺血性卒中治療結(jié)局登記（CASTOR）數(shù)據(jù)庫通過分析社會(huì)人口學(xué)數(shù)據(jù)、治療成本和效益、不良事件和并發(fā)癥，以探尋中國最佳成本?效益的腦卒中治療方式［18］。雖然國內(nèi)腦卒中醫(yī)學(xué)數(shù)據(jù)庫因多中心參與、數(shù)據(jù)量大的優(yōu)勢可以開展大規(guī)模數(shù)據(jù)調(diào)研，但是海量的數(shù)據(jù)處理工作將限制數(shù)據(jù)的可靠性，應(yīng)嚴(yán)格把關(guān)數(shù)據(jù)采集、錄入和檢驗(yàn)。此外，國家級(jí)大型數(shù)據(jù)庫并不能較好地體現(xiàn)不同地區(qū)和不同級(jí)別醫(yī)院腦卒中診療水平的差異，亟待建設(shè)區(qū)域性腦卒中數(shù)據(jù)庫以解決上述問題?；诖?，上海腦卒中服務(wù)系統(tǒng)作為區(qū)域性腦卒中登記數(shù)據(jù)庫，由上海市政府于2013年籌建，通過自動(dòng)提取結(jié)構(gòu)化電子病歷的核心數(shù)據(jù)，分析美國國立衛(wèi)生研究院卒中量表（NIHSS）的應(yīng)用率、靜脈溶栓比例和血管再通成功率等關(guān)鍵績效指標(biāo)，對評價(jià)區(qū)域性腦卒中診療和護(hù)理質(zhì)量、構(gòu)建腦卒中護(hù)理質(zhì)量改善模型具有不可或缺的作用［19］。然而，由于經(jīng)濟(jì)水平的地區(qū)差距，國內(nèi)現(xiàn)有的腦卒中網(wǎng)絡(luò)模型并不完全適用于經(jīng)濟(jì)相對薄弱的中西部地區(qū)。隨著國家醫(yī)療保險(xiǎn)體系的不斷完善，多學(xué)科診療模式（MDT）及大數(shù)據(jù)共享理念的普及，未來中國腦卒中數(shù)據(jù)庫還將進(jìn)一步覆蓋中西部地區(qū)和城鄉(xiāng)區(qū)域，并不斷提高其數(shù)據(jù)質(zhì)量。

3.綜合型數(shù)據(jù)庫在腦卒中中的應(yīng)用 除國內(nèi)外特定的腦卒中相關(guān)數(shù)據(jù)庫外，大型綜合醫(yī)學(xué)數(shù)據(jù)庫的創(chuàng)建歷史更長、使用范圍更廣、重復(fù)利用率更高。1987年，英國通用實(shí)踐研究數(shù)據(jù)庫（GPRD）建立，截至2009年共注冊160萬例在英國綜合性醫(yī)療機(jī)構(gòu)就診的患者，同步記錄社會(huì)人口學(xué)資料、就診過程、診斷信息和治療方式，根據(jù)性別和年齡的分布基本上可代表英國國民總體，其中，1997-2006年該數(shù)據(jù)庫共注冊48 239例腦卒中患者。Toschke等［6］分析GPRD數(shù)據(jù)庫中腦卒中相關(guān)數(shù)據(jù)，證實(shí)積極降壓治療對改善腦卒中患者預(yù)后具有重要作用。2002年，中國臺(tái)灣地區(qū)全民健康保險(xiǎn)研究數(shù)據(jù)庫成立，旨在通過循證醫(yī)學(xué)研究制定臨床決策和醫(yī)療政策，共納入超過99%的臺(tái)灣地區(qū)人口。2015年，Hsieh等［20］利用該數(shù)據(jù)庫的原始數(shù)據(jù)進(jìn)行腦卒中合并腎功能障礙患者的流行病學(xué)調(diào)查。即便如此，綜合型數(shù)據(jù)庫由于缺少腦卒中相關(guān)特異性數(shù)據(jù)標(biāo)簽，難以進(jìn)行深層次的數(shù)據(jù)挖掘和提出前瞻性的臨床研究假設(shè)。

二、基于特定研究目標(biāo)的腦卒中數(shù)據(jù)庫的建立與應(yīng)用

相比納入數(shù)據(jù)全面的腦卒中數(shù)據(jù)庫，基于特定研究目標(biāo)的腦卒中數(shù)據(jù)庫可對腦卒中進(jìn)一步深層次探索。例如，2008年建立的新興預(yù)測腦卒中后語言功能結(jié)局的腦卒中解剖與功能成像數(shù)據(jù)庫，基于完備的臨床隨訪數(shù)據(jù)以及中樞神經(jīng)系統(tǒng)解剖和fMRI數(shù)據(jù)，實(shí)現(xiàn)預(yù)測腦卒中患者語言和認(rèn)知功能康復(fù)的目的，并助力開展神經(jīng)損傷恢復(fù)機(jī)制的進(jìn)一步研究［21］。出血性卒中是腦卒中的重要組成部分，病死率和病殘率均較高。中國出血性卒中患者因腦出血產(chǎn)生的醫(yī)療費(fèi)用接近缺血性卒中患者住院費(fèi)用的2倍［8］。目前，國內(nèi)外腦卒中數(shù)據(jù)庫均以缺血性卒中數(shù)據(jù)庫為主，少有聚焦腦出血的數(shù)據(jù)庫建設(shè)和臨床數(shù)據(jù)分析［21?23］。2018年，由新加坡國家神經(jīng)科學(xué)研究所（NNI）公布的新加坡腦卒中數(shù)據(jù)庫，涵蓋2009年1月至2013年11月共1338例自發(fā)性腦出血患者的前瞻性數(shù)據(jù)，并基于該數(shù)據(jù)庫的數(shù)據(jù)分析提出較傳統(tǒng)腦出血評分量表更精準(zhǔn)的腦出血預(yù)后預(yù)測模型，即腦出血分級(jí)量表［22］。2019年，中國醫(yī)學(xué)科學(xué)院北京協(xié)和醫(yī)院牽頭的國內(nèi)多中心顱內(nèi)出血影像學(xué)數(shù)據(jù)庫建設(shè)項(xiàng)目成立，旨在借助醫(yī)療大數(shù)據(jù)和人工智能技術(shù)，突出以頭部影像學(xué)資料為核心的多維數(shù)據(jù)分析，以構(gòu)建腦出血精準(zhǔn)診斷、評估和預(yù)測體系［24］。目前該數(shù)據(jù)庫涵蓋國內(nèi)至少32所醫(yī)療機(jī)構(gòu)共5287例腦出血患者計(jì)14 609張頭部CT掃描圖像。該數(shù)據(jù)庫實(shí)施全臨床文本資料存放和完整腦出血影像標(biāo)簽登記，為后期開展腦出血影像組學(xué)分析和構(gòu)建預(yù)測模型發(fā)揮重要作用。未來腦出血影像學(xué)數(shù)據(jù)庫將進(jìn)一步擴(kuò)大病例容量，開展更多的臨床合作研究，致力構(gòu)建中國出血性卒中更全面的數(shù)據(jù)共享平臺(tái)。

三、腦卒中數(shù)據(jù)庫的目標(biāo)及要求

腦卒中數(shù)據(jù)庫的目標(biāo)是獲得流行病學(xué)數(shù)據(jù)統(tǒng)籌醫(yī)療規(guī)劃，收集醫(yī)學(xué)資料促進(jìn)科學(xué)研究發(fā)展，反饋和改善醫(yī)療和護(hù)理質(zhì)量。高質(zhì)量的數(shù)據(jù)資源是腦卒中數(shù)據(jù)庫的核心評價(jià)指標(biāo)，這要求提供原始數(shù)據(jù)信息的醫(yī)療機(jī)構(gòu)配備成熟的電子病歷系統(tǒng)和先進(jìn)的影像設(shè)備，病歷得以妥善保存并具有較高的內(nèi)涵價(jià)值。此外，前期進(jìn)行數(shù)據(jù)采集及審查人員培訓(xùn)、制定詳細(xì)的數(shù)據(jù)庫構(gòu)建協(xié)議和高質(zhì)量的病例報(bào)告表格，同步進(jìn)行定期的數(shù)據(jù)審查等，是確保數(shù)據(jù)準(zhǔn)確性及完整性的重要方式。近年來，電子數(shù)據(jù)采集系統(tǒng)（EDC）被廣泛應(yīng)用，通過自動(dòng)檢查每例患者所有數(shù)據(jù)元素的完整性、元素值范圍及編碼的正確性，挑選出重復(fù)條目和邏輯錯(cuò)誤并及時(shí)反饋，便于數(shù)據(jù)質(zhì)量的監(jiān)測［17］。Schwamm等［23］認(rèn)為，構(gòu)建和運(yùn)行腦卒中登記數(shù)據(jù)庫需具備以下因素：（1）制定標(biāo)準(zhǔn)化數(shù)據(jù)標(biāo)簽并定義。（2）資金充足。（3）應(yīng)用電子數(shù)據(jù)采集系統(tǒng)。（4）保證病例隨訪的完整性以及開放、活潑的團(tuán)隊(duì)合作。（5）在數(shù)據(jù)收集、驗(yàn)證、清理、輸入、分析、報(bào)告生成和反饋的整個(gè)過程中，應(yīng)充分保護(hù)患者的個(gè)人隱私。這需要項(xiàng)目實(shí)施前進(jìn)行培訓(xùn)教育、設(shè)立數(shù)據(jù)庫開放權(quán)限、數(shù)據(jù)元素匿名化、數(shù)據(jù)編碼和安全的數(shù)據(jù)傳輸方式，以最大程度避免患者個(gè)人信息泄露。

四、人工智能技術(shù)在數(shù)據(jù)庫建設(shè)中的應(yīng)用

近年來，隨著人工智能技術(shù)在醫(yī)學(xué)影像自動(dòng)分割［25?27］、輔 助 疾 病 診 斷［28?29］和 預(yù) 測 疾 病 轉(zhuǎn) 歸［30?31］等成功應(yīng)用案例的不斷出現(xiàn)，人工智能技術(shù)也為數(shù)據(jù)庫的建立提供了新的方向。例如，利用計(jì)算機(jī)技術(shù)對數(shù)據(jù)進(jìn)行批量去隱私化處理，不僅保證患者信息安全，更有利于推動(dòng)數(shù)據(jù)共享。應(yīng)用基于人工智能的自然語言處理方法快速構(gòu)建文本標(biāo)簽［32］，可極大節(jié)約人工創(chuàng)建和填寫標(biāo)簽的時(shí)間。Lee等［33］研發(fā)出一種自動(dòng)提取放射學(xué)報(bào)告關(guān)鍵信息的人工智能模型，該模型能夠自動(dòng)生成患者有無骨折的關(guān)鍵標(biāo)簽內(nèi)容。Wakamiya等［34］利用網(wǎng)絡(luò)信息挖掘技術(shù)和自然語言處理技術(shù)捕獲并分析基于社交媒體（Twitter）的醫(yī)學(xué)相關(guān)數(shù)據(jù)，驗(yàn)證這種信息處理技術(shù)的可行性。此外，影像資料的自動(dòng)分割技術(shù)對于影像數(shù)據(jù)的分類和保存具有重要意義［25?26］。北京協(xié)和醫(yī)院神經(jīng)外科建立了一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的顱內(nèi)血腫自動(dòng)分割模型，同手動(dòng)分割方法具有良好的一致性［35］。近年關(guān)于腦出血相關(guān)水腫的自動(dòng)分割也見諸報(bào)道［36?37］。在人工智能技術(shù)的輔助下，構(gòu)建腦卒中數(shù)據(jù)庫的各個(gè)環(huán)節(jié)會(huì)更加便捷，數(shù)據(jù)內(nèi)容會(huì)更加精確，數(shù)據(jù)類型也會(huì)更加全面。同時(shí)，人工智能技術(shù)開始在數(shù)據(jù)庫建設(shè)中發(fā)揮作用，而源于大型數(shù)據(jù)庫的海量數(shù)據(jù)也是人工智能應(yīng)用模型開發(fā)的學(xué)習(xí) 資 料 保 障［38?39］。Misawa等［40］利用大型結(jié)腸鏡檢查視頻數(shù)據(jù)庫中的數(shù)據(jù)驗(yàn)證了一種人工智能技術(shù)輔助的結(jié)腸息肉檢測系統(tǒng)，提高了該系統(tǒng)檢測結(jié)腸病變的敏感性和特異性。Inaguma等［41］采用基于大型數(shù)據(jù)庫的機(jī)器學(xué)習(xí)預(yù)測模型，發(fā)現(xiàn)尿蛋白含量增加是慢性腎病患者腎小球?yàn)V過率迅速下降的危險(xiǎn)因素。Stadler等［42］前瞻性設(shè)計(jì)一種帶有詳細(xì)注釋的腫瘤成像數(shù)據(jù)庫，以用于未指定任務(wù)的人工智能模型的開發(fā)。未來，人工智能技術(shù)和數(shù)據(jù)庫建設(shè)還將繼續(xù)融合協(xié)作，智能化的數(shù)據(jù)加工、存儲(chǔ)和運(yùn)輸也將成為新型數(shù)據(jù)庫建設(shè)的主流趨勢。

綜上所述，腦卒中和大型綜合醫(yī)學(xué)數(shù)據(jù)庫的不斷出現(xiàn)和優(yōu)化，極大促進(jìn)腦卒中研究及醫(yī)療和護(hù)理質(zhì)量的提高。雖然越來越多的數(shù)據(jù)庫實(shí)現(xiàn)從結(jié)構(gòu)單一、數(shù)據(jù)質(zhì)量低向高質(zhì)量、多學(xué)科協(xié)作模式的轉(zhuǎn)化，但數(shù)據(jù)缺失、共享和隱私保護(hù)的矛盾等問題仍然存在。此外，中國腦卒中病例數(shù)巨大，有限的醫(yī)療資源和參差不齊的地區(qū)診治水平也使得高質(zhì)量的數(shù)據(jù)生成和數(shù)據(jù)庫建設(shè)面臨巨大挑戰(zhàn)，這要求從根源上重視原始病歷質(zhì)量、精心維護(hù)數(shù)據(jù)的保存和運(yùn)輸、合理調(diào)動(dòng)數(shù)據(jù)的共享并注重患者隱私保護(hù)。未來，隨著信息化和人工智能技術(shù)的發(fā)展，以及對跨模態(tài)影像數(shù)據(jù)庫的進(jìn)一步探索，中國腦卒中數(shù)據(jù)庫必將發(fā)揮重要的作用。

利益沖突 無