黑色素瘤大数据人工智能科研平台的建设及应用

目的:建立黑色素瘤大数据人工智能科研平台，实现对临床全量数据的结构化存储和精准化管理，提高临床科研效率。方法:基于规范化、结构化后的全量集成数据，利用大数据技术对复旦大学附属中山医院2007年10月至2020年9月各业务系统数据进行抽取、整合，建立黑色素瘤大数据库。通过人工智能技术深度挖掘疾病特征，采用数据库自带算法进行生存分析。结果:平台提供患者筛选导出、统计分析、追溯原始病例、自动选择数据分析算法与模型等功能，实现了数据可视化、队列预览、秒级响应和一站式智能自动化提取入库等目标，可快速完成研究闭环。经筛选核对，收集到信息完整的患者共152例，其中，男性78例，女性74例；就诊年龄30~97岁，中位年龄61岁；肿瘤部位最多位于足部(133例)，最少位于腹股沟区(2例)和背部(2例)；肿瘤最大直径1~80 mm,平均最大直径23.55 mm，中位值20 mm；Clark评级集中分布于Ⅳ级(62例)；17例患者肿瘤表面伴溃疡形成；10例患者出现淋巴结转移；远处器官转移以肺部为主(5例)；超过80%患者的肿瘤组织Breslow厚度<1 mm。对随访满5年且数据资料齐全的49例患者的生存分析显示，年龄≥70岁、Clark评级≥Ⅳ级、Breslow厚度≥4 mm是黑色素瘤预后的危险因素( P<0.05)。 结论:黑色素瘤大数据人工智能科研平台实现了对黑色素瘤临床数据的结构化存储和精准化管理，为临床数据的高效运用提供了解决方案。