|
《肿瘤多模态诊疗数据采集技术应用指南》标准解读
2026-01-19
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
一、标准基本信息本标准编号为T/CHI 03—2025,于2025年10月17日发布并实施。其适用范围广泛,涵盖各级各类医疗机构、肿瘤专科医院、医学科研机构以及从事肿瘤诊疗数据相关业务的企业和组织。该标准由华中科技大学提出,中国高技术产业发展促进会归口,联合华中科技大学同济医学院附属协和医院、中国科学院计算技术研究所等多家高校、科研院所及企业协同编制,兼具科学性与实操性。编制过程严格遵循 GB/T 1.1—2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》,经过需求调研、框架设计、技术验证等全流程,系统整合多领域实践经验与前沿技术成果,确保标准能够精准适配肿瘤诊疗数据采集的行业需求。 二、制定背景与需求当前肿瘤诊疗领域面临数据采集缺乏统一标准、多模态数据整合困难、数据质量参差不齐、安全与隐私保护体系不完善等痛点,导致数据难以有效支撑精准诊疗与医学研究,制约了肿瘤诊疗水平的整体提升。为对接精准医疗、智慧医疗等国家战略,响应肿瘤诊疗领域对标准化数据采集的核心诉求,亟需建立统一的肿瘤多模态诊疗数据采集技术应用体系,填补行业空白,为多源诊疗数据的规范采集、质量控制、安全管理提供标准化支撑,助力实现肿瘤诊疗的精准化、个性化与高效化。 三、适用范围与核心术语本标准核心覆盖肿瘤多模态诊疗数据采集的全流程,包括数据规划、采集实施、审核验证、存储管理等环节,同时明确了各环节的技术原则、质量控制与安全管理要求,适配临床诊疗、医学科研、数据服务等多类应用场景。核心术语及定义要点如下:
四、核心技术要求与流程 数据采集遵循合法、合规、科学、准确、安全、高效的原则,采用标准化流程与技术方法保障数据质量。核心闭环流程为:数据规划与准备→数据采集实施→数据审核与验证→数据存储与管理,各环节关键要求如下:
同时,针对不同类型数据明确专项技术原则: ·临床数据:电子病历系统需符合国家标准,具备完善功能与标准接口,录入界面简洁易用; ·医学影像数据:设备性能稳定,遵循 DICOM 传输协议并加密,建立影像质量控制体系; ·实验室检测数据:LIS 系统功能完备且可数据对接,检测设备定期校准,通过内部质控、室间质评验证数据准确性; ·基因检测数据:样本采集处理规范,选择合适测序技术,经伦理备案并加密存储传输。 五、数据质量控制与安全管理(一)数据质量控制
(二)安全管理与资料整编
六、标准差异与核心亮点(一)与现有相关规范的差异
(二)核心创新亮点 1.构建多模态数据采集一体化体系,首次系统整合肿瘤诊疗全类型数据的采集流程、技术原则与管理要求,填补行业标准化空白; 2.明确量化质量控制指标,设定关键指标缺失值、数据一致性等具体标准,提升数据质量可控性; 3.分场景细化技术方案,针对不同数据类型制定专项技术原则,适配医疗机构、科研机构等多主体需求; 4.强化安全与隐私保护,特别针对基因检测等敏感数据制定伦理备案、加密存储等专项要求,符合合规性需求; 5.配套标准化报告模板与归档规范,提供附录 A 参考格式,降低应用门槛,便于成果共享与追溯。 七、实施指引与建议本标准可支撑肿瘤临床诊疗优化、医学科研数据积累、医疗企业数据服务、政策监管与考核等核心场景,为精准医疗落地、肿瘤科研创新提供标准化数据支撑,助力行业数据资源整合与高效利用。 (一)实施要点 1.应用主体需具备完善医疗信息系统、专业数据管理团队、合规存储设备及严格安全管理制度,采集人员经系统培训后上岗; 2.优先采用符合国家标准的电子病历、PACS、LIS 等系统,确保数据兼容性与互操作性; 3.结合机构实际制定数据采集实施细则,细化采集清单、操作流程与质量控制节点; 4.定期开展数据质量评估与安全审计,针对问题及时优化改进,建立动态调整机制。 (二)推广建议 1.优先在肿瘤专科医院、大型三甲医院及重点医学科研机构试点应用,积累实践经验并逐步推广; 2.开展标准解读与实操培训,提升医疗机构、企业等相关主体的应用能力; 3.推动跨机构数据共享机制建设,基于标准实现数据规范流通,打破数据壁垒; 4.结合技术发展与临床需求变化,建立标准动态修订机制,持续优化完善。 |