通讯作者: 朱卫国, zhuwg@pumch.cn

DOI：10.12201/bmr.202604.00035

From Data to Decision: Intelligent Construction and Application of Hospital Clinical Research Models

• 摘要：目的/意义 构建“数据集组建-数据处理-AI建模-临床验证”闭环式智能建模平台，实现从数据到决策的全流程规范化与可视化，推动医院临床科研向证据化、精准化转型。 方法/过程 整合医院多源异构临床数据，融合传统机器学习、深度学习算法与可解释AI技术，配套知识溯源验证机制与全流程管理体系。 结果/结论 平台应用成效显著，建模周期从2个月压缩至2周，急性危险性胸痛风险预测模型准确率达87.1%（AUC=0.906），肝素剂量调整预测MAE=0.8612，已累计提供近10,000次临床调用服务。该平台有效解决了临床科研全流程贯通难题，适配临床科研需求，为可信临床科研工具研发提供实践范式，未来需拓展知识源与多模态数据融合等能力。

  关键词： 临床科研；智能建模平台；机器学习；可解释 AI；临床决策支持; ; ; ; 

   

  Abstract: Purpose/Significance To build a closed-loop Intelligent modeling platform encompassing “dataset construction–data processing–AI modeling–clinical validation,” achieving standardized and visualized workflows from data to decision-making, and promoting the transformation of hospital clinical research toward evidence-based and precision practices. Method/Process Integrate multi-source heterogeneous clinical data from hospitals, combine traditional machine learning and deep learning algorithms with explainable AI techniques, and complement the system with a knowledge traceability verification mechanism and a full-process management framework. Result/Conclusion The platform has demonstrated remarkable effectiveness in clinical research practical applications and shortened the modeling cycle from 2 months to 2 weeks. The risk prediction model for acute high-risk chest pain achieves an accuracy of 87.1% (AUC=0.906), and the mean absolute error (MAE) for heparin dosage adjustment prediction is 0.8612. To date, it has provided nearly 10,000 clinical calls. This platform effectively addresses the challenge of integrating the entire clinical research process, adapting to the needs of clinical research and providing a practical paradigm for the development of trustworthy clinical research tools. Future efforts should focus on expanding knowledge sources coverage, enhancing multi-modal data fusion capabilities, etc.

  Key words: Clinical research; Intelligent modeling platform; machine learning; explainable AI; clinical decision support

  提交时间：2026-04-07

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 张冬云, 李晨程, 殷策, 张云秋. 基于数据挖掘的临床智能决策技术分析*. 2024. doi: 10.12201/bmr.202402.00009

  黄雪群, 陈召霞, 渠田田, 沈恩璐, 缪怡然, 李晨曦, 钱碧云, 俞章盛, 冯铁男. 基于标准化理论的区域临床研究数据平台的构建与实践. 2023. doi: 10.12201/bmr.202312.00022

  江涛, 蒋震. 一体化智能化公共卫生大数据平台构建策略与应用实践. 2025. doi: 10.12201/bmr.202505.00032

  沈榕, 李家宇, 盛博洋, 钟俐芹, 荆晓朔, 晏峻峰. 基于机器学习的中医肺癌辨证智能模型的构建研究. 2026. doi: 10.12201/bmr.202604.00093

  李文峰, 朱威, 王晓玲, 吴苑斌, 纪文迪, 陈亮, 汤步洲. Text2DT: 面向临床诊疗文本的决策规则抽取技术. 2022. doi: 10.12201/bmr.202211.00002

  王世文, 李一凡, 郑群, 曹旭晨. 面向乳腺肿瘤的诊前问答系统决策模型构建研究. 2023. doi: 10.12201/bmr.202303.00029

  王利平, 熊尚华, 黄玉清, 周宸棋, 金珊. 基于智能化监测平台的医疗数据交互风险治理研究. 2025. doi: 10.12201/bmr.202506.00069

  范春, 马洁, 徐安琪, 徐一涵, 史金龙. 健康画像的数据模型设计与智能化应用. 2024. doi: 10.12201/bmr.202402.00011

  徐鹏, 沈思, 朱佳辉, 夏森林, 徐华. 基于可解释机器学习的老年严重创伤并发急性呼吸窘迫综合征 预测模型构建及效能评估. 2026. doi: 10.12201/bmr.202602.00094

  车贺宾, 何昆仑, 吴欢, 陈媛媛, 王万玲, 王飞, 刘立永. 面向科研的临床结构化数据预处理方法研究. 2024. doi: 10.12201/bmr.202411.00076

• 序号	提交日期	编号	操作
  1	2025-12-25	10.12201/bmr.202604.00035V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论