构建面向临床数据中心的多源异构数据融合平台已成为医疗信息界的普遍共识。某院搭建的数据融合平台由数据采集组件、数据加工组件、数据比对与修复组件、数据订阅与应用组件、数据融合管理平台5个部分组成。该平台对分散在全院各业务系统中的数据进行数据质量检查，处理重复和冗余的元数据，进行按需采集、转换、加工、分发、装载，并通过比对与修复保持数据的一致性，确保数据的准确性、一致性和完整性。该平台能够跨数据库、跨操作系统、跨硬件环境，对不同类型的数据进行自动捕获、分析、治理、融合，满足多样化的医疗数据应用需求，助力智慧医院高质量发展。

目的:利用天津市碘营养与甲状腺癌相关多源异构数据科学评价居民碘盐摄入情况与甲状腺癌的关系，以循证数据为科学推广碘盐提供依据。方法:根据2015年中国成人慢性病与营养监测要求，对天津市7个区的18岁及以上常住居民开展人群碘营养调查，分析水碘、盐碘和食物碘对总膳食碘营养的贡献以及碘盐组与非碘盐组人群尿碘和血清甲状腺激素[游离三碘甲状腺原氨酸（FT 3）、游离甲状腺素（FT 4）和促甲状腺激素（TSH）]水平变化。收集2002 - 2020年覆盖天津市全人口的全死因监测和肿瘤登记中甲状腺癌数据，结合全市各区含碘量≥5 mg/kg盐样占比（≥95%为碘盐高暴露区、< 95%为碘盐低暴露区），分析天津市居民碘盐摄入与甲状腺癌发病或死亡的关系。 结果:共对天津市403例调查对象开展碘营养调查，居民膳食碘来源分布中，盐碘占78.2%（143.72/183.78），食物碘占13.2%（24.25/183.78），水碘占8.6%（15.81/183.78）。碘盐组人群尿碘为100 ~ 299 μg/L的比例高于非碘盐组[55.9%（185/331）比38.9%（28/72）， P < 0.05]。碘盐组与非碘盐组血清FT 3、FT 4、TSH水平比较，差异均无统计学意义（均 P > 0.05）。2002 - 2019年，碘盐高暴露区人群甲状腺癌粗发病率和标化发病率均低于碘盐低暴露区（均 P < 0.05）。2020年碘盐高暴露区人群甲状腺癌粗死亡率高于碘盐低暴露区（ P < 0.05）；其余年份碘盐高暴露区与低暴露区粗死亡率、标化死亡率比较，差异均无统计学意义（均 P > 0.05）。 结论:碘盐是天津市居民膳食碘的主要来源，科学食用碘盐不会导致甲状腺癌的发病率增高。

胰腺疾病是一类复杂、危险性高的消化道疾病，其中胰腺癌的恶性程度高，严重危害人民健康，开展多中心、大规模真实世界研究能更好地了解其发病规律和治疗转归等情况。笔者针对多中心、异构性数据，制订胰腺专病真实世界研究的数据标准，并在此基础上构建胰腺癌专病数据库，整合和共享多中心来源的数据，有助于充分挖掘胰腺癌临床信息的科研价值，为今后其他真实世界研究专病数据库建设提供经验和参考。

慢性病已成为影响社会发展的重大公共卫生问题。传统的慢性病管理模式多"重治疗、轻预防"。本研究将信息管理学科中的大数据应用、知识管理、知识服务等方法与慢性病管理相结合，通过构建包括多源异构的慢性病数据资源库、慢性病健康知识分析平台以及慢性病服务应用平台，实现慢性病数据管理中自我检测数据与医疗机构等来源数据的互联互通，慢性病健康知识的融合与精准推送，以及围绕慢性病预防、诊断、治疗与康复全过程提供的个性化精准服务。2019年8月起采用该管理模式搭建糖尿病大数据平台，至2022年1月，收集来自216万名居民的诊疗及管理数据3.8亿条，数据采集的准确率达97.46%，完整率达96.07%；构建相应知识库和服务平台，实现对糖尿病患者的个性化服务，提高了患者和社区居民的糖尿病知晓率、治疗率、治疗控制率、科普与传播率。

通用数据模型（CDM）是促进多源异构健康医疗大数据标准化整合、增强数据语义理解一致性、推动多方协同分析的重要工具，经CDM标准化后的数据集合可为开展大规模人群队列等观察性研究提供有力支撑。本文深入比较分析了三项国际典型医学CDM的数据存储结构、术语映射模式和辅助工具研发情况，系统梳理各模型的优势、局限，总结了我国在CDM应用过程中所面临的挑战与机遇。期望通过探索国外在健康医疗大数据开放共享过程中的先进技术理念与实践模式，为推动我国健康医疗数据资源FAIR化建设，即数据可发现（findable）、可访问（accessible）、可互操作（interoperable）和可重用（reusable），解决当前数据资源质量不佳、语义化程度低、无法实现打通共享和重复利用等实际问题提供借鉴。

Python网络爬虫技术是一种通过模拟用户的网络浏览行为以实现从网络中自动、大量提取信息的技术，是信息流行病学研究收集并整合多源异构信息数据的关键基础。Python网络爬虫可分为简单爬虫与大型爬虫，集数据采集与数据库构建于一体，语法简洁、灵活性高、学习成本低、维护成本低。它适用于信息流行病学的各种应用场景，通过对互联网中健康相关信息的分析，实现多种公共卫生监测、健康干预实施及效果评价、智慧寻医方略优化等目标。近年，我国政府开始鼓励对含互联网信息在内的多源大数据的整合利用，在此背景下，Python爬虫技术的应用场景势必会越来越多，相应的人才培养、技术革新建议纳入到公共卫生教育和科研体系之中。

医院数据资源是医院的重要资产之一，将分散在不同信息系统的数据进行整合归类和标准化处理，能满足大数据背景下急剧增加的多样化数据应用需求。医院数据资源发展历程经历了从纸质记录到信息化数据收集阶段，再到操作型数据仓储和数据应用阶段，对医学发展起到十分重要的作用。近年来，一些发达国家通过明确数据应用目标，建立了数据资源分类框架体系，对医院数据资源实施统一分类管理和数据标准化处理，在辅助临床决策、推动科学研究和实施精细化医院管理等方面取得良好应用成效，如英国医院病例统计、澳大利亚国家卫生信息模型、美国医疗服务效果数据及信息收集系统及医疗保健成本和利用项目。目前，我国发布了一系列卫生信息相关政策文件和规范标准，加大对医院信息化建设的支持力度，推动了数据分类管理和标准化建设。但是，我国尚未建立健全统一的医院数据资源分类管理体系，且存在数据异构化问题，影响了医院数据资源的充分应用。本研究建议，可借鉴国际经验，立足数据应用需求，建立统一的医院数据资源分类框架体系；基于数据集标准，推动医院数据标准化建设，提高数据应用效率，促进数据价值释放。

自学习健康系统(learning health system, LHS)作为学习患者真实体验的平台，从临床环境和其他健康相关事件中获取大数据，分析数据以产生新的知识，进而应用这些知识持续地指导临床决策和实践，在提高照护质量和降低医疗成本方面有重要价值。作者对LHS的作用模型、组织架构、基础设施框架、核心特征要素框架和研究者的核心能力框架等方面进行综述；建议我国在引进及本土化应用LHS中应整合多源异构的医疗信息平台数据、加强医疗机构和多学科团队间的协作等。

目的:探讨乳腺癌超声成像特征与关键基因表达状态的相关性.方法:在美国国家医学图书网PubMed数据库检索乳腺癌关键基因相关文献,汇总乳腺癌相关基因.利用基因与蛋白相互作用检索搜查工具(STRING)和Cytoscape软件对相关基因构建蛋白质相互作用(PPI)网络筛选出关键基因,利用基于基因表达水平值的交互式分析平台(GEPIA)和Kaplan-Meier Plotter数据库对潜在关键基因进行表达验证和患者的预后分析.回顾性分析2022年9月至2023年9月于山西医科大学第一医院就诊的36例经手术病理证实为乳腺癌患者,采用转录组测序技术检测乳腺癌关键基因的表达,收集乳腺癌患者的超声声像图特征,分析其与关键基因的相关性.结果:从筛选的57个基因中共鉴定出排名前10的潜在的关键基因,分别为透明质酸介导的运动受体(HMMR)、苯并咪唑出芽抑制解除同源物(BUB1)有丝分裂检查点丝氨酸与苏氨酸激酶B(BUB1B)、纺锤体微管的装配因子(ASPM)、周期蛋白依赖性激酶1(CDK1)、丝氨酸/苏氨酸蛋白激酶(BUB1)、驱动蛋白家族成员2C(KIF2C)、TPX2微管成核因子(TPX2)、母体胚胎亮氨酸拉链激酶(MELK)、着丝粒蛋白F(CENPF)和拓扑异构酶2A(TOP2A).10个潜在的关键基因在乳腺癌样本中高表达且预后不良.最大径＞2 cm乳腺癌患者关键基因TPX2水平高于病灶最大径≤2 cm的乳腺癌患者,有微小钙化乳腺癌患者关键基因MELK水平高于无微小钙化乳腺癌患者,差异均有统计学意义(Z=-2.483、-2.888,P＜0.05).剪切波弹性成像参数弹性最大值(Emax)与关键基因BUB1、KIF2C、TPX2、CENPF、TOP2A的表达水平呈正相关(r=0.411、0.399、0.447、0.446、0.337,P＜0.05).结论:乳腺癌超声特征可用于预测关键基因的表达状态,可为乳腺癌的早期诊断、治疗方案选择及预后评估等提供更多的依据.

目的 解决区域性数据中心或多院区医疗机构进行跨院区数据采集、融合所面临的突出困难.方法 综合运用全增量无缝衔接、数据变更捕获、一致性比对、容错机制及带宽优化等关键技术,设计了数据汇聚部署、同步组织、管理控制等平台功能模块.结果 构建了分布式数据采集融合平台,解决多源异构数据归一性、完整性和保鲜性问题,实现跨院区、跨系统、跨领域的医疗数据实时汇聚融合.结论 分布式数据采集融合平台支持区域性数据中心或多院区医疗机构对医疗、管理、科研等方面数据价值进行挖掘,对满足全量实时贴源数据的迫切需求进行有效的技术性探索.