【转帖】医学科研立项与医学大数据应用

在医学大数据应用方面，医学科研是一个非常重要的领域。每年，全国大量的各种临床机构、科研机构都会开展多种多样的医学科研新课题的探索、立项和研究。科研者也会申请国家、省部、以及地市等各个级别的科研基金项目。就拿国家自然科学基金来说吧，还包括不同层级的资金项目（多年前，最新或有调整）：重点项目和重大项目（支持资金100-500万元）；杰出青年和海外青年基金（支持资金50万元左右）；面上项目（支持资金20-30万元左右）；社科基金（支持资金10万元左右）和小项目（支持资金5-7万元）等等，名目繁多。

一、医学科研立项四要素

医学科研的创新与立项是医学科研工作中的重要工作，无论是临床医学科研、还是基础医学科研，以及公卫医学科研，成功的医学科研的创新与立项是一个课题研究获得资金支持、得以实施、和取得成果的第一步。但要想在医学科研的创新与立项方面获得成功，要面对多方面的挑战。按照医学科研专家总结的经验，医学科研立项需要在以下几个方面下工夫，总结起来就是：研究课题要新、深、广、积四个字。

1、新

首先，科研课题立项要新颖。科研主要是创新性的工作，科研题目就要新颖。题目是很关键的，要从题目上吸引人，从题目上体现出研究的“新”来。然后就是科研的内容要新颖，这是立项的关键，要有自己新的想法和假说。还要从研究的方法和技术路线上都要体现新，那就需要科研者多动脑筋，多下工夫。

2、深

科研课题立项除了需要新颖外，还要有一定的研究深度和难度。研究目标要精、内容要详细，需要解决的问题要具备一定的深度和难度。而课题研究的深度和难度也是一种创新，创新点就要靠研究者的发挥了，越前瞻越好，可以体现近期的成果，更要突出深入研究和延续研究的必要性。

3、广

所谓广，就是科研的方向要广泛，要多学科的广泛结合。课题立项的关键还是选题要好，如果有多学科交叉，一般都会比较受人青睐。多学科交叉，极容易申请到基金，尤其是青年基金和小额资助项目。要注重学科间的合作，也就是在成员队伍里最好能有不同学科的人来参与。多学科的交叉，容易产生源头的创新，能够出新的成果。

4、积

所谓积，就是科研立项要有足够的积淀。科研者平时要多做些研究工作，对于实验结果要多总结，多发表文章。像国家自然基金这样的项目要看申请者的工作基础，这个工作基础并不只是看研究者是否现在有基金项目，而更重要的是看在申请者的研究领域内长期做的工作是否与本次申报的内容有相关性，研究方向和内容上的相关性，实验方法和技术手段上的相关性。如果在这个学科有许多的文章，那立项成功的机会就大大增加了。

 二、科研立项的困难与瓶颈

在实际工作中，科研者要在自己的课题立项中做到以上几个方面着实不容易。具体分析起来，主要在以下几个方面存在困难与瓶颈。

1、传统的科研选题方法存在瓶颈

由于当前的临床工作模式和传统的科研活动方法很大程度上束缚了医学信息的获取和学术接触面，很多科研者在综合的科研专业知识与技能方面有限，所以科研者在科研思路上和选题途径上存在瓶颈，科研创新点主要从日常的临床实践中来，从科学文献中来等，显得办法不多。另外，由于受科研经验、临床经验的局限，尤其是中、初级科研者还囿于学术素养的限制，导致科研假设和科研设计上的困难。

2、探索科研新方向新规律的方法滞后

另外，传统的科研设计和分析方法也大大制约了科研工作的数量、质量和效率。对于现有的电子化临床数据，由于缺乏专业的数据挖掘和数据分析的知识、技术和经验，并由于传统的科研思维所局限，很多科研者尚没有意识到这些海量的临床数据是宝贵的科研资源和成果来源，很多医学规律、甚至重要规律可直接从中挖掘获取，科研者也缺乏对这些数据进行深入挖掘、深入分析的智能工具以及前沿科学探索手段。

3、科研理念和模式仍然较保守

许多单位承担的大小科研课题的课题组一般规模都较小，人员配备也主要是学科较单一的临床医学人员，基本属于单打独斗模式，缺乏更广泛的学科专业组合，缺乏专业的科研设计团队，缺乏专业的数据分析和前沿探索技术人员。因此，大大制约了科研创新的能力，既影响了一般科研的数量、质量和效率，尤其抑制了高水平大型科研的能力。因此，课题组需要广泛联合国内外各种专业科研支持团队，博采众长，加强和完善科研技术团队，加速提高课题组科研技术能力和科研水平。

 三、应用医学大数据的科研效益

正如本人在先前的博客中谈到的，医学大数据的建设与应用将给医学科研带来新的生命力。建设大样本的医学数据仓库，应用以大数据挖掘等技术，为科研探索需创新提供有力的新方法新工具，总结起来主要包括：

从整合的临床数据中探索科研思路

从智能化的科研工具中进行实验和研究

从海量临床数据中严格筛选符合科研设计的样本数据

从智能化的科研统计流程中进行统计学分析

从海量的临床数据中挖掘和探寻医学新规律新方向

从外部专业科研团队中寻求支持与合作

由本人带领的团队，在医学大数据挖掘与医学科研创新应用领域进行了多年脚踏实地的实践工作，并成功开发和应用了医学大数据平台：福安易智能医学科研平台，参见附图。总结我们自己多年的国内外实践经验，可以用多、快、好、省四个字来概括应用大数据给科研工作带来的效益。

福安易智能医学科研平台附图

 1、多：是指科研工作收益多。

1.1科研线索多，科研思路多，科研立题广泛、新颖。医学大数据平台提供的数据探索工具可以通过知识发现系技术和大量的智能分析报表来揭示各种疾病的特征，以及疾病、检验项、用药之间的相互关系，从而发现日常工作中不易发觉的、新的、有趣的现象，为新的科研立项拓展思路，并为相应的课题立项做好准备工作，使临床科研有更多的创新性。

1.2科研样本种类多、样本量大。由于医学大数据平台建立了真正的临床科研数据仓库，使科研者可以轻易地获取基于十几年积累的大量临床样本数据，利用福安易医学大数据平台的智能样本筛选工具，科研者可以广泛获取各类科研设计所需的样本数据，基于大样本的高水平科研更加容易了。

1.3科研分析手段多。医学大数据平台提供了所有常用的数理统计工具，还具有医学统计智能化，并提供了一般统计软件不具备的智能医学数据挖掘工具，因此，科研者可运用更强大的分析手段，使深层科研分析能够广为应用。

1.4开题多、成果多。由于以上几个优点，医院有可能申请到更多的国家级课题和省市级课题，再加上医学大数据平台提供了全在线共享式（院内局域网）的智能科研平台，可以支持多课题的并发研究，因此，医院开题可能大幅增长，最终获得的成果和论文也会相应地增长。

2、快：是指科研工作进程快、获取各类成果和论文的速度快。

2.1预实验快。医学大数据平台提供了实验数据与统计分析工具的高度集成，因此，各种科研预实验可以随时地、大量地、反复地进行，因此各类科研预实验工作可以更快、更好地完成。

2.2科研设计快。医学大数据平台为科研者事先定制了大量常用的临床医学定量分析和定性分析，科研者只需了解并适当地选用所需的科研设计即可，从而加快了科研设计阶段的工作。

2.3样本数据收集快。医学大数据平台为科研者提供各类专业级的定量、定性分析样本筛选工具，向导式样本筛选工具，以及智能化自定义样本筛选工具，因此，样本数据收集速度大大加快，从通常的几周至几个月的周期加快为几分钟、几小时。

2.4统计分析快。医学大数据平台提供的统计工具是按照经典医学定量、定性分析设计的智能式统计流程，而且可以直接分析样本筛选工具得到的样本数据，无需向其他统计软件那样将数据反复整理、导出导入，因此，统计分析阶段的工作的速度提高了几倍至几十倍。

2.5科研成功率高、获得成果快。医学大数据平台更重要的是提供了智能医学数据挖掘工具，这一基于大量数据的主动式分析工具可以直接有效地获取科研靶向和科研成果，可以使基于数据挖掘成果的科研设计和统计实验获得很高的成功率，从而极大地缩短了获得科研成果的周期。

3、好：是指科研质量好，科研水平高。

3.1医学大数据平台提供的数据探索工具从大量的数据中总结出题材广泛的临床医学特征，解决了传统科研立题瓶颈问题，使立题更具新颖性，为高质量、高水平的科研奠定了基础。

3.2医学大数据平台提供的样本筛选工具是严格按照科研三要素、四原则设计的专业医学科研设计和样本选取工具，从而保证了科研的质量。

3.3医学大数据平台提供的智能统计工具严格符合经典定量分析和定性分析的完整统计方案，并充分考虑了数学在医学科研上的适用性，使科研者不必因统计设计失误或误用统计方法而使科研功亏一篑。

3.4医学大数据平台提供的专用智能医学数据挖掘工具，突破了传统医学科研手段，使高层次的临床医学科研更易于普及，也大大增加了科研者重大科研发现的可能性。

4、省：是指平均单项科研成本省，医院总体科研成本省。

4.1按照医学大数据平台的一般成本核算，医院投入建设医学大数据平台的费用，实际上可能相当于一个大型课题经费的量级，但它可永久性地服务于数量不限的国家级课题或省市级课题，且更没有限制地使众多的院级课题和自立课题收益。

4.2科研论文作为医院的医护技研等各类临床技术和科研人员的刚性需求，医学大数据平台可以支持更多的论文发表，使得每篇论文产生的费用比以前大大降低。

4.3如果建设了完整的智能医学科研平台，医院每年用于支持院级的各类科研经费可以相应减少，从而节省了医院总体的科研成本，这样长远节省下来的科研经费是相当可观的，我们可以将节省下来的经费用于更多的科研项目及医学大数据平台各扩建和技术推广，从而科研工作形成良性循环。

有关医学大数据平台（福安易智能医学科研平台）的详细资料，请参考《数据挖掘技术与工程实践》一书中的有关章节。我们也将在后续博客中，给大家介绍一些应用案例，供医学大数据应用领域的同仁们参考和交流。

本文为作者原创，转载请注明出处。

本文摘自枫叶松木木博客 http://blog.sina.com.cn/s/blog_1361bcf9d0102vyd9.html