近年来，很多医院都建设了临床大数据科研平台及专病数据库，着力于提高医生开展临床科研的效率，进而提升科研成果。基于自主研发的智慧科研系列产品，医渡云在多个疾病领域与临床专家展开科研合作，2023年前三季度，已助力PI团队先后发表数十篇科研论文成果，成绩斐然。

产品赋能科研成果高效产出

基于领先的数据治理技术、优秀的治理成果质量、丰富好用的科研工具和更短的交付周期，医渡云的科研产品一直是医疗机构建设科研平台和专病数据库的首选之一。

2023年以来，利用医渡云建设的科研数据平台，PI团队先后发表数十篇科研论文成果。在这些工作中，与医渡云合作署名或者在文章中致谢医渡云的论文就有近30篇。

其中，新疆维吾尔自治区人民医院“新疆心脏血管稳态与再生医学研究重点实验室”借助于医渡云承建的“医渡云心血管专病数据库”，完成了多项心血管疾病的关联研究，近日，该实验室成功入选新疆维吾尔自治区重点实验室。此外，该医院的临床医生和护理团队利用医渡云建设的高血压专病库发表了十几篇文章，仅在2023年前10个月就累计发表SCI论文8篇，其中3篇影响因子超过8分。

这些团队能在短时间发表大量研究成果，与医渡云科研产品的赋能提效密切相关。众所周知，真实世界临床诊疗数据是临床研究的宝库，但是，临床长期积累的原始海量数据并不能“自动”成为研究可用的高质量真实世界大数据。数据多源异构、内容缺乏结构化、术语难以标准化等客观现状对PI开展高质量研究的效率造成极大的制约。

医渡云助力医院构建科研数据平台，帮助其将难以利用的原始数据加工治理形成易于科研使用的数据，使得研究者在平台上更加高效地采集、搜索和分析数据，将有限的精力集中在科学问题思索上，从而支撑PI提高科研效率，提升科研成果质量。

医工合作结出高质量科研成果

在交付运营科研数据平台产品基础上，医渡云建设了一支熟悉医工交叉研究的数据科学团队。数据科学团队通过与PI联合开展针对实际科研课题的合作研究，不仅产出高质量成果，而且通过研究过程中的真实需求提炼产品改进方向，形成从数据平台到科研成果迭代促进的闭环。

2023年以来，医渡云数据科学团队与临床PI在多个疾病方向均有高质量成果产出，部分典型代表如下：

在危重症风险建模领域，与北京协和医院周翔教授等团队合作在Infectious Disease Modelling（Q1）发表新冠患者风险动态风险建模成果^[1]。

在内分泌临床研究领域，与大连市中心医院高政南教授等团队合作，基于双方合作建设的院内数据平台，在内分泌领域权威期刊The Journal of Clinical Endocrinology & Metabolism（Q1）发表两篇论文，研究主题涉及2型糖尿病患者肾病风险相关的亚型聚类分析^[2]，和嗜铬细胞瘤术中风险建模^[3]。

在大数据知识挖掘领域，与大连医科大学第一附属医院夏云龙教授团队合作在IEEE Journal of Biomedical and Health Informatics（Q1）发表医学知识挖掘研究成果^[4]。

作为医疗智能领域头部企业，业内领先的科研平台厂商之一，医渡云已为国内近百家头部医院建设了全院科研平台、200+专病数据库，及10+国家/区域多中心疾病数据中心，广泛涵盖临床研究领域，通过高质量的数据治理、持续运营和科研合作，医渡云支持合作伙伴取得了丰硕的科研成果，助力数百篇科研论文的发表。

未来，医渡云将继续致力于提高数据平台的质量和服务水平，为客户提供高质量的数据治理服务。我们希望有机会与更多的医院和专家团队合作，共同推动临床科研水平的提升。

参考文献：

1.Chen, Yujie, Yao Wang, Jieqing Chen, Xudong Ma, Longxiang Su, Yuna Wei, Linfeng Li et al. "Multidimensional dynamic prediction model for hospitalized patients with the omicron variant in China." Infectious Disease Modelling (2023).

2.Shen Li, Mengxuan Cui, Yingshu Liu, Xuhan Liu, Lan Luo, Wei Zhao, Xiaolan Gu, Linfeng Li, Chao Liu, Lan Bai, Di Li, Bo Liu, Defei Che, Xinyu Li, Yao Wang, Zhengnan Gao, Metabolic profiles of type 2 diabetes and their association with renal complications, The Journal of Clinical Endocrinology & Metabolism, 2023;, dgad643, 

3.Liu, Yingshu, Chao Liu, Yao Wang, Shen Li, Xinyu Li, Xuhan Liu, Bing Wang et al. "Nomogram for Predicting Intraoperative Hemodynamic Instability in Patients With Normotensive Pheochromocytoma." The Journal of Clinical Endocrinology & Metabolism 108, no. 7 (2023): 1657-1665.

4.Wang, Shaobo, Xinhui Du, Guangliang Liu, Hang Xing, Zengtao Jiao, Jun Yan, Youjun Liu, Haichen Lv, and Yunlong Xia. "An Interpretable Data-driven Medical Knowledge Discovery Pipeline Based on Artificial Intelligence." IEEE Journal of Biomedical and Health Informatics (2023).