一流心電大數據平臺的創建及發展前景

盧喜烈

1 心電大數據的基本概念

心電大數據是醫學大數據的重要組成部分，是以多元形式對海量的心電數據組進行分布式數據存儲與管理，并運用云計算從龐大的心電數據庫中提取有用的心電數據。心電大數據具有以下4個顯著特點：① 數據海量化：數據包涵全體住院患者的全息數據；② 高速化：可快速、實時收集患者的醫學信息；③ 多樣化：涵蓋多類型、多格式、多來源、多時間、多空間、多渠道的心電數據；④ 高價值：通過深度挖掘大數據，可總結、預測與心電相關的疾病和治病規律。

創建具有一流水平的心電大數據平臺需要把全國各醫療單位的心電資源，如心電圖、動態心電圖、運動心電圖、遠程心電圖等，傳輸到遠程心電醫學平臺，并融合臨床信息，進行心電人工智能診斷、大數據查詢、科學研究、統計學處理等，從而從海量數據中“提純”出高價值的心電信息資源。

2 心電大數據平臺建設的重要價值及臨床意義

研究表明，國內外發表的急性ST段抬高型心肌梗死(STEMI)及急性非ST段抬高型心肌梗死(NSTEMI)診斷和治療指南等中的許多重要觀點來源于醫學大數據[1]?？梢娦碾姶髷祿r代已經到來。目前，中國各大醫院和醫學中心的心電網絡系統與互聯網心電數據迅速增長，許多大型醫院的心電網絡系統中存儲的心電圖數據已經突破百萬份。有的遠程心電醫學平臺每天上傳的遠程動態心電數據量已經達到了2000余例。全國存儲的心電圖數據早已經突破數十億例，心電信息浩瀚如海。心電大數據已經在臨床醫療、科研和教學中展現出優勢。

過去由于醫學數據的收集與處理十分困難，因此只能依靠抽樣研究來發現新問題。由于不同樣本之間存在差距，故常常出現研究結論不一致、甚至得出截然相反的結論等問題。

心電大數據作為醫學大數據的重要組成部分，在全面研究真實心電疾病以及其他疾病的發生、發展規律，促進精準醫療，提升醫療價值等方面具有十分重要的應用價值。

3 心電大數據與臨床醫學信息的融合

心電大數據絕不是孤立存在的，它是與臨床醫學信息完全融合在一起的。對于心電大數據中存儲的每一個數據，都要做到精細化設計與管理，并且要將心電大數據與醫學大數據融為一體。特別是要融合生化、放射、超聲、CT、冠脈CTA以及心臟電生理檢查、冠脈造影、心臟磁共振、核醫學信息等臨床數據，用完整的臨床信息提升心電大數據的質量。

在醫學大數據中，心電圖報告不再是就圖論圖或描述性的心電圖報告，而是密切結合醫學全信息的更加精準又充分體現個體化差異的臨床心電圖報告。這里，我們舉例說明心電大數據與臨床醫學檢查結合對快速診斷心臟疾病的重要性。

例如，某患者由于胸痛3～10 min入院檢查，心電圖上出現前壁ST段顯著抬高，有動態改變，能定位診斷，T波增大，心電圖危急值報告提示急性前壁心肌缺血損傷；同一例患者胸痛持續30 min以上不緩解，出現同樣的心電圖改變或新生的Q波，心肌酶異常升高，心臟超聲檢查提示階段性室壁運動障礙，患者溶栓后癥狀減輕或消失，ST段回落大于50%。心電圖報告提示阻塞的冠脈再通，心電圖危急值報告提示急性前壁心肌梗死。該患者的心電圖T波從發生直立轉為正負雙向或倒置，心電圖報告提示急性前壁心肌梗死演變期(恢復期或充分發展期)。冠脈造影顯示前降支中段病變，狹窄程度95%，對前降支進行擴張術后，植入支架。經過綜合治療，病情穩定出院。6個月后復查心電圖，人工智能系統將復查心電圖與往日存儲的心電圖進行快速自動比對，直接得出報告：竇性心律、陳舊性前壁心肌梗死。與前期心電圖比較，無明顯變化。心電圖報告提示陳舊性前壁心肌梗死。1年后，患者因活動時出現胸痛、胸悶再次入院。動態心電圖監測到前壁及前側壁心肌缺血，平板運動試驗報告顯示前壁與前側壁陽性，提示冠脈再狹窄或有新的冠脈病變。再如，Brugada波患者1例，既往有暈厥病史或家族中有猝死的人員，自動匹配上電子病歷中的相關信息后，臨床心電圖報告提示為Brugada綜合征。上述2個病例均為臨床檢查與存儲的心電數據快速匹配來獲得診斷結果的例子。

4 心電人工智能診斷水平的提高

心電大數據平臺是建立在心電人工智能診斷基礎之上的，如果存儲的心電信息精準度達不到醫療級水平的要求，心電大數據庫即使建立起來了，也是一個廢庫。另一方面，建設一流的心電大數據庫，攻克心電圖自動診斷難關，人才是關鍵。這不僅需要上級的支持和引導，還需要心電廠商的通力合作、醫院的支持和大學的科研平臺支撐，當然也離不開建設一流的心電數學算法團隊和心電專家團隊，同時還需要神經網絡系統的程序員團隊和統計學專家團隊。在做好頂層設計的基礎上，通過全方位的研究，不斷提升心電人工智能水平，建設強大的心電算法數據庫，為心電大數據服務。

計算機判讀心電圖40多年來的實踐證明，計算機協助出具心電圖報告速度快，可節省大量的人力和物力，且心電圖測量精度高，采用同一個標準診斷心電圖可有效避免人為因素的影響。采用數字化技術將心電信息存儲在服務器上，通過網絡信息系統查詢心電信息，隨時為臨床診斷和治療疾病提供依據。另外，高質量的醫學科研論文的心電圖數據來源于計算機自動生成的心電圖數據。因此，如果沒有人工智能診斷系統，將直接影響整個醫學大數據的質量。

精準醫療是建立在精確的臨床診斷學基礎之上的。臨床上對心電圖診斷的精度要求要高于其他醫學檢查技術，要求診斷誤差不超過1 ms。因此，精準醫療更需要精準的心電學技術支撐，而更加精準的心電學技術，來自精準的心電算法。因此，廣泛開展遠程心電監測及心電圖危急值報告更需要人工智能診斷技術。

5 國內外心電大數據庫建設的現狀

心電圖應用于臨床已有117年的歷史，歐美國家所建立的用于心電圖自動化診斷的數據庫由于建庫時間較早，采集的信息不完整。國內方面，雖然各大型醫院都在建設心電大數據庫，且存儲了數以億萬的心電數據，但是不能實現資源的互聯互通，也沒有與臨床信息完全融合，因此都是一個個沒有關聯的心電信息孤島。

另一方面，硬件的存儲量對心電信息的存儲影響也很大。比如，動態心電圖信息量大，硬盤存滿以后，有的使用者將舊數據刪除后繼續使用原來的硬盤，而有的則取下舊盤，換上新盤，這也導致動態心電信息記錄不完整。為了存儲海量心電信息，心電圖和動態心電圖的原始數據、平板運動試驗數據等都應存儲在醫學信息中心的數據庫中，以確保信息的完整性。

6 建設中國心電大數據平臺面臨的困難

建設一流水平的心電大數據平臺面臨不少困難。行政部門還沒有完成各醫院和各醫療中心醫學信息互通共享的任務，醫院之間的心電數據都是心電信息孤島。另一方面，廠家提供的心電設備的性能、心電采集的參數和輸入/輸出格式等都不統一。同時，還存在“已經存儲的心電數據”不能與健康大數據融合、心電標準和規范化還沒有完全實現、缺少高級心電醫師和工匠型心電技師等諸多問題。

7 建設中國心電大數據平臺的措施和未來規劃

建設完善的心電大數據平臺不是幾家醫院的事情，它是一個需要由政府主導，各醫療單位參加，并結合專家指導、心電廠家參與建設的巨大心電學工程。將上述相關部門組織起來，做好頂層設計，全力以赴，以戰斗的姿態、科學的施工方案和頑強的拼搏精神來攻克技術難關，才能早日建成中國的心電大數據平臺，為臨床醫學、科研、保健、教學和學科建設服務。

建設心電大數據平臺，未來需要做的事情很多。首要工作是統一心電標準和規范，這包括：① 實現心電儀器標準化；② 建立心電信號采集過程中輸出與輸入格式標準；③ 實現心電圖描記和操作技術規范化；④ 實現心電導聯系統標準化，包括常規12導聯心電圖、特殊情況下描記18導聯心電圖、12導聯或18導聯動態心電圖、12導聯或18導聯運動心電圖；⑤ 處理好心電信息在采集中的基線漂移、減少各種干擾和偽差，確保采集的心電信息完整而又不失真；⑥ 確保心電數據在傳輸與存儲過程中不丟失或過度壓縮；⑦ 統一心電測量技術標準；⑧ 建立精準的人工心電智能診斷系統；⑨ 建立心電診斷標準；⑩ 實現心電名詞術語標準化；建立完整的與醫學信息完全融合的心電數據庫。

實現心電技術的標準化和規范化，是建設心電大數據平臺的基本保證。目前，《實用心電學雜志》正致力于心電學技術規范化的推廣與應用，提升心電診斷水平。該刊先后發表了“常規心電圖檢查操作指南”、“心電圖測量技術指南”、“2017ISHNE/HRS動態心電圖和體外心電監測/遠程監測專家共識”、“心電圖診斷術語規范化中國專家共識(2019)”、“動態心電圖報告規范專家共識(2019)”等文章[2-3]，為創建心電大數據庫奠定了良好的基礎。

未來心電大數據的建設規劃中，要做好一流水平的心電大數據的頂層設計方案，以國家部署和衛健委的相關文件為指導，建設標準、實用、智能、精準、便民、互通、共享、服務、監管等一體化的全民醫學大數據中的心電大數據平臺。以“一卡通”為目標，實現醫學信息的互聯互通，包括心電信息的互聯互通，登錄健康大數據平臺可快速、便捷、準確地獲得心電學信息。以人臉識別或掃描二維碼、在線公安庫核驗身份為主要認證手段，確保用戶信息安全。建立全民健康數據中心，建設全區域統一的電子病歷庫、數字化心電數據庫和電子健康檔案庫，最終建成全員醫學數據庫。全部心電信息化基礎設施使用國家的云資源，包括云主機、云存儲、云數據庫等。

8 結語

建設標準、實用、智能、精準、便民、互通、共享、服務、監管等一體化的全民醫學大數據中的心電大數據平臺是健康中國的需要，心電大數據是健康大數據的重要組成部分，心電大數據平臺的建設直接影響醫學大數據的質量。因此，迫切需要建設一流水平的心電大數據平臺，為人類健康服務。

心電大數據時代已經到來，心電大數據中蘊藏著具有無限價值的心電信息，將在醫學領域發揮顯著作用！心電大數據的未來發展前景十分廣闊。