刘宏嘉，王静，黄宇亮，李晨光，吴昊，马文君，曹文田，张艺宝

1.北京大学医学部医学技术研究院，北京 100191；2.北京大学肿瘤医院暨北京市肿瘤防治研究所放疗科/恶性肿瘤发病机制及转化研究教育部重点实验室，北京 100142；3.浙江大学医学院附属邵逸夫医院，浙江杭州 310202；4.北京大学物理学院，北京 100871

前言

人工智能技术在医学科研和临床工作中得到越来越多的应用［1-4］，不仅提高工作效率［5］，而且减少了由于主观因素和经验水平导致的质量波动和地域差异［6-7］。对于放射治疗专业而言，除了标准DICOM 格式的医学图像［8-9］、放疗计划［10-11］、剂量分布［12］等常用信息外，病历中记录的其他多模态信息也具有不可替代的数据价值［13-14］。

病历是病人在医院诊断治疗全过程的原始记录，包含首页、病程记录、检查化验结果、医嘱、手术记录、护理记录等。随着医学信息化的逐步推进，病历也从曾经的纸质、光盘等粗放存储演变成医院信息系统（Hospital Information System,HIS）集中管理。但是，相比DICOM 格式的电子数据，HIS系统中存放的病历信息缺乏统一标准，对大数据应用背景下的自动挖掘和分析整理带来挑战［15］。系统提供的有限功能已不能满足科研对于批量查询和聚合分析等“定制化”需求，而市面上又缺乏针对HIS系统开发的数据自动挖掘服务工具，进行数据整合时往往使用传统人工方法进行整理。传统人工整理方法不仅效率低下，而且容易发生遗漏或错误，影响样本量的扩充和数据质量的保障［16］。作为访问权限较低的终端用户，如何在没有医院信息管理部门的配合下，安全、便捷地实现对批量病历信息的自动汇总和分析，在大数据时代背景下对于临床和科研工作具有重要意义。……