医疗数据爆炸式增长正深刻改变着医疗行业，尤其在临床研究领域，多源异构数据及跨系统整合的挑战日益严峻。构建高效的多模态数据系统已成为推动医院高质量发展的关键。医渡云与广东医科大学附属医院合作打造的医学大数据科研分析平台，正是在此背景下应运而生，并凭借其创新实践荣获“第二届全国数字健康创新应用大赛”健康医疗大数据主题赛三等奖。
广东医科大学附属医院作为区域医疗、教学和科研中心，自2023年起与医渡云开展深度合作，旨在构建一个覆盖全院的医学大数据科研分析平台。该平台的核心目标是全面整合医院数据资产，开放数据资源和AI能力，并探索与医院业务场景高度契合的智能化模型和应用服务，最终提升科研效率和临床诊疗水平。
该平台整合了病历、影像、病理及组学等多模态数据，实现了对医院内部数据的深度挖掘与分析。其突出优势在于四个方面：首先，平台通过AI技术深度融合多模态数据，构建疾病知识图谱，并开发了用于诊断、治疗和风险预测的模型，为个性化医疗提供了有力支撑。这标志着平台成功克服了多模态数据整合的难点，实现了数据价值的最大化。
其次，平台在影像数据标注和特征提取方面实现了创新突破。通过集成数据标注和训练功能，并利用高级算法自动生成标注信息，显著提升了标注效率和准确性，降低了人工成本和误差。这体现了平台在技术层面的先进性和实用性。
第三，平台提供了一套无需编程能力的AI建模训练流程。医生只需简单操作即可完成病例搜索、研究指标选取、CRF表单定义、数据标注、统计分析和AI算法训练等任务，满足了不同类型研究的需求，极大地降低了临床医生的使用门槛，提高了科研效率与成果转化速度。
最后，平台在AI模型的临床验证和应用方面表现出色。平台开放的AI能力缩短了科研成果到临床应用的转化周期。医生可以便捷地发布和共享训练好的AI模型，即使没有编程技能的临床医生也能轻松运用AI模型进行实际的临床数据处理，促进了AI技术的临床转化与应用。
目前，该平台已汇集超过2836万份医疗记录和4641个结构化字段，构建了194个专科专病库，日均浏览量达196人次，月检索量约2000次，有效提升了科研效率和数据价值。平台已发布15个先进算法和模型，推动了临床智能应用的开发，展现了其强大的全病种、全流程、多模态人工智能技术服务能力。该项目的成功为医院提升科研能力和临床服务水平提供了有力支撑，也为医疗行业树立了良好的标杆。
