注册 | 个人登录 | 团体登录
社会团体 当前位置:首页 > 社会团体
《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:

术语名称定义要点
肿瘤多模态诊疗数据肿瘤诊疗中通过多种技术手段获取的各类相关数据,涵盖临床、医学影像、实验室检测、基因检测及治疗相关数据等
数据采集技术用于收集、记录和存储肿瘤多模态诊疗数据的各类技术和方法,包括手工录入、电子病历系统采集等传统与新兴方式
多模态融合整合关联不同来源、类型的肿瘤诊疗数据,全面反映肿瘤特征与患者病情,为精准诊疗提供支持
数据脱敏通过数据处理屏蔽敏感信息的一种数据保护方法
多模态数据对齐让不同模态数据在统一语义空间建立一致表征,实现跨模态语义一致性
数据质量控制为确保采集数据的准确性、完整性、一致性和可靠性而采取的一系列措施和方法

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:

环节 / 维度关键要求
数据规划与准备明确采集目标、范围及时间跨度,制定统一的数据格式、编码规则等标准规范,配备电子病历系统、影像设备等合格采集工具
数据采集实施临床数据通过电子病历系统等规范收集;影像数据按标准化参数采集并存储至 PACS 系统;实验室检测数据通过 LIS 系统收集,严格遵循操作规程;基因检测数据加密存储;治疗相关数据及时录入系统并跟踪随访
数据审核与验证经采集人员初审、专业人员审核、数据验证工具验证的多层次审核机制,确保数据完整、准确、规范且符合临床逻辑
数据存储与管理存储于数据仓库、云存储等安全可靠的系统,建立分类、索引、备份机制,严格控制访问权限,保障数据长期可用与安全

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

核心维度标准要求控制措施
准确性数据真实反映肿瘤诊疗实际情况,无录入错误与逻辑矛盾加强人员培训,采用数据录入校验、逻辑判断,开展多层次审核验证
完整性涵盖既定采集范围的所有数据项目,无遗漏明确数据采集清单,对缺失数据及时补充,设定关键指标缺失值<5%
一致性不同来源、不同环节的数据统一规范,无冲突制定统一编码规则与术语定义,保证不同批次重复数据一致性≥99%
及时性数据采集、录入、审核、存储及时完成,满足诊疗与研究时效需求规范数据采集时限,建立实时审核机制,优化数据传输与存储流程

(二)安全管理与资料整编

管理维度关键要求
数据安全建立安全管理制度,采用加密、访问控制、备份恢复等措施,对数据访问使用进行授权与审计
隐私保护遵守法律法规,通过匿名化、数据脱敏等方式保护患者隐私,基因检测数据需经伦理备案
资料整编按统一格式编写采集报告,包含基本情况、质量评估、问题与建议等;对病历、影像报告等资料分类编号归档,确保完整可追溯

六、标准差异与核心亮点

(一)与现有相关规范的差异

对比维度现有相关规范本标准
覆盖范围多聚焦单一类型数据采集或单一环节管理,缺乏系统性覆盖多模态数据全流程,整合临床、影像、实验室、基因检测等多类数据采集要求
技术体系技术原则模糊,缺乏针对性操作指引分类型明确数据采集技术原则,配套具体设备、系统、流程要求,实操性强
质量与安全质量控制指标不明确,安全管理措施零散建立量化质量标准(如缺失值、一致性要求),构建“质量控制 + 安全管理” 双重保障体系
成果输出无统一报告模板,资料归档无规范提供标准化采集报告模板与资料归档要求,确保成果规范可追溯

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。