Datathon会前培训即将举行，和鲸携K-Lab助力医疗大数据创新实践
2019年11月14日到17日，由解放军总医院主办，《中国医学设备》杂志社承办，和鲸科技作为技术支持方的第四届PLAGH-MIT医疗大数据研讨会与Datathon活动即将在北京召开，这一新颖的数据实践活动，致力于探索开放式科研和跨学科合作模式，能够有力推动医疗数据的实践应用落地，在中国医学创新领域获得了广泛关注。
为解决临床科研痛点并为研讨会及Datathon活动预热，2019年10月20日，《中国医疗设备》杂志社联合解放军总医院将举办“2019医疗大数据Datathon活动会前培训”，旨在让医学人员数据数据分析的基本流程和方法，将临床问题转化为科研问题，提出更好的科研课题。
本次培训演示全部基于和鲸科技的数据科学平台K-Lab进行，现场的临床和工程人员都能通过K-Lab动手参与数据实践，体验医疗数据分析流程。
从Hackathon到Datathon，医疗数据融合创新探索
Datathon一项医疗与数据领域交叉的融合创新实践活动，其前身是源自于硅谷的Hackathon，这通常是一种短期、高强度的小组竞赛，旨在汇集知识背景和技术不同但互补的参与者，包括临床专家、数据科学家、统计学家、工程师和计算生物学家等，通过使用来自“真实世界”的医疗数据，基于数据计算的方法，在短期内协作完成临床研究项目，合作解决临床医生面临的众多问题和未满足的医疗需求。该活动最初由MIT团队和哈佛医学院团队发起，并由解放军总医院率先将该模式引入国内。
自2014年起，麻省理工学院团队已经成功举办了20余届Datathon活动。越来越多的人通过Datathon实践认识了医疗大数据，通过医疗大数据手段解决了临床问题。这一模式为医疗领域的跨学科合作提供了模版，并有很多竞赛小组实现了后续的团队合作。
越来越多的EHR数据库向研究者开放，数据库中包含的数据越来越丰富详尽，这些数据库为研究者们提供了宝贵的资源。面对这些大数据资源，各领域之间只有通过合作共享才能更高效地产出成果，Datathon的竞争合作模式为越来越多的参与者提供了跨学科交流合作机会。 通过Datathon，各领域之间的壁垒被打破，来自临床医疗、数据科学、统计学、信息学等领域的专业人才在极短的时间内形成多个团队，共同挖掘医疗数据这一宝藏，将医疗数据深度分析，合作解决临床医生面临的众多问题和未满足的医疗需求。
基础平台支撑医疗大数据科研实践，K-Lab让Datathon协作体验升级
数据与医疗结合的科研创新离不开强大的数据库和科学的分析方法，在本次Datathon活动和培训中，便采用了从国外引入的优质数据库和教材资源。
——————
参考教材：《电子病历二次分析利用-医疗大数据分析方法导论》
电子病历二次分析利用-医疗大数据分析方法导论》由麻省理工学院出版，张政波、曹德森翻译，主要讲述的是如何利用医疗大数据来进行临床研究，为使用电子病历开展回顾性研究的科学家、工程师、临床人员提供图文并茂的讲解；该书介绍了基于电子病历开展临床研究的动机、机遇和挑战、目前发展现状、电子病历的集成和使用等内容，以及如何基于医疗大数据开展临床研究，将临床问题转化成研究问题，还提供了各类研究案例，让读者学会如何基于真实世界的数据开展临床研究。
数据库：MIMIC重症医疗数据库
MIMIC 数据库全称为 Medical Information Mart for Intensive Care，由来自贝斯以色列女执事医疗中心(Beth Israel Deaconess Medical Center)、麻省理工大学(MIT)、牛津大学和麻省总医院(MGH)的多为专家共同建立，其中包含了2001年至2012年贝斯以色列女执事医疗中心60000多条住院患者的匿名数据信息，是当今国际重症医学领域具备高价值的大型数据库。
——————
为了让项目中的所有团队能够实时快速访问数据库，实现更高效的查询，并且能够进行流畅的在线数据分析协作工作和研究结果产出留存，作为本次Datathon的技术支持方，和鲸通过在线数据分析平台K-Lab，对本次活动全程提供强大的技术支持。在确保数据安全性的同时，还让Datathon的参赛者可以在平台中进行全流程的数据分析工作。
在数据时代，相比于传统的统计学分析方法，使用数据科学领域的算法模型或图像识别等技术将能辅助医学专家提高医学研究效率和精准度。但由于时间空间的限制，而且缺少相应平台和基础设施把跨学科的研究者聚集在一起，并且产出相应成果，而Datathon的存在正是为跨界跨组织的科研提供了一个实现平台，K-Lab也作为支撑起科研全流程的基础工具，保障了从想法迸发、探究分析到成果发布的每一个环节。
温馨提示
如果您将参加本届Datathon活动，该次会前培训不容错过。参加Datathon会前培训人员请自带笔记本电脑，便于讲解过程中对数据库和数据平台进行现场操作；由于不太确定培训教室的网络环境，培训时可能需要个人“自带流量”，通过手机热点访问K-Lab平台，但不必担心，因为不存在数据读取下载问题，所以消耗的流量将会很少。