Radcloud | 让数据赋能医疗，让科研快人一步！

挑战

随着医学信息化的不断深入，医疗行业表现出数据输入量和数据积累量的爆发式增长，在复杂的医疗数据中超过80%来自医学影像数据。以往这些数据只能由医生人工分析，但因没有充足的科研时间或缺乏专业数据库处理能力，导致医疗数据的巨大浪费和沉睡。

突破

面对医疗大数据赋能临床难题，汇医慧影以深耕影像领域的科研积累和始终领先行业的创新技术实力，自主研发出全球唯一的大数据智能分析科研平台——Radcloud，提供以影像为专长，融合临床、病理等多学科研究方法的一站式医疗大数据研究解决方案，并在两年产品化落地中，历经4次升级迭代，至今，与400+医院合作，服务20000+医生用户，产出千篇高质量论文及摘要，成功申报各类科研基金近亿元。

致远

在探索医学影像的国际化产学研用过程中，汇医慧影也关注到更普惠的科研需求，我们思考并决定尝试一种全新的可能。

启动Radcloud全球智慧科研百人助推计划——在全球范围内征集医疗科研课题需求，从选题方向、创新性、学术价值、临床价值等方面，遴选100位伙伴，开放提供Radcloud个人版本使用权限及汇医慧影科研团队助力，让更多走在科研第一线的医务工作者享受智慧科研，加速科研成果转化。

同时，课题组版本、多中心版本也同步开放试用申请通道，汇医慧影期待与您一起，让科研创想变现，让数据赋能临床，加速实现全民健康。

特辑

即日起汇医慧影将推出为期一个月的Radcloud智慧科研特辑，以每周2篇的频次，在汇医慧影公众号中发布Radcloud大数据智能分析科研平台中产出的高质量论文/摘要，分享前沿科研成果和观念，欢迎大家关注。

首期内容我们将送上斯坦福医学院放疗系医学物理部主任邢磊教授所领导的科研人员于2018年1月在《Journal of Radiation Research》杂志上发表的特约综述论文：《Radiomics and radiogenomics for precision radiotherapy》 。文中提到了汇医慧影的Radcloud大数据智能分析科研平台不仅可以为放射组学研究过程中的特征提取提供帮助，同时基于云端的架构设计极大地推动了数据共享和多中心合作研究的进行。

后续几期，我们将推送基于Radcloud发表的科研成果，按照头颈/心胸/腹盆三个系列展开。

- 第一期 -

主笔 | 汇医慧影创新事业部 黄陈翠

放射组学（Radiomics）由荷兰学者Philippe Lambin于2012年首次提出，其定义为从医学影像图像中挖掘高通量的定量影像特征，使用统计学方法筛选出能够提供有用的诊断、预测或预后信息等最有价值的影像特征，可用于疾病的定性、疗效评估和预后预测等研究。近年来，放射组学在癌症的诊断及分期、放射治疗计划及治疗反应的评估中的作用越来越受重视。在该文中作者提到，更深入的放射组学分析可进一步挖掘与疾病诊断、预测或预后相关新的影像特征，有助于当前评价指标的改进和丰富；此外，影像数据与基因组数据（即放射基因组学）结合，有助于了解疾病的生物学基础，或进一步提高预测结果的准确性。

 

在此综述中，作者总结了放射组学和放射基因组学在放射治疗领域的研究进展，包括其基本原理、技术和临床方面。文中提到放射组学通常涉及多个步骤，包括图像采集、肿瘤分割、特征提取、预测建模和模型验证。作者指出，图像采集和肿瘤分割是由经验丰富的放射科医生或成像技术人员完成，往往是瓶颈和最耗时的部分。相比之下，特征提取、预测建模和模型验证可以自动化，因此可通过技术手段不断提高效率，达到省时快捷的目的。

 

目前已有一些开源软件或者商业软件平台集成了放射组学特征提取功能。在商业软件方面，作者在文中提到了一些公司，如总部位于北京的慧影医疗公司，作者认为基于云端架构的放射组学研究平台实用性较强，能够助力放射组学科研成果快速产出。

 

作者在文章中总结了一些放射组学及放射基因组学在放射治疗方面的研究新进展。例如通过放射组学特征来预测经放射治疗后的肺癌患者总生存率研究、接受SABR治疗后的胰腺癌晚期患者其放射组学特征与总生存期关系研究、肺癌患者CT图像放射组学特征与EGFR基因突变相关性研究、通过基因数据与CT放射特征结合来提高肺癌生存预测的准确性等研究。这些研究结果表明，放射组学具有巨大的临床应用潜力，是精准医学的重要手段，放射基因组学亦是影像定量化的研究热点，两者结合将为个体肿瘤提供更准确的评估。

放射组学面临的挑战

鉴于大家对该领域的兴趣与日俱增，放射组学一些技术、实际挑战以及最终的临床解释也越来越受到重视。如研究设计缺乏标准化、数据过度拟合、结果验证缺乏标准、回顾性分析数据库存在未确认混杂变量、结果可重复性差等。作者在总结放射组学研究过程待解决的问题同时也提出了放射组学未来可能的发展方向，包括图像采集协议的标准化和特征提取，并倡导数据共享文化推行多中心合作。作者认为数据共享在未来是可行的，云平台式架构可能有助于推行数据共享和多中心合作研究。

 

放射组学的问世对于精准医疗的发展具有巨大地潜在推动作用，然而，作为一种新兴技术仍存在许多有待于解决的问题，因此，需要进一步严格的前瞻性多中心研究，应用标准化技术，建立完整且可重复的分析流程。随着放射组学技术的不断发展，放射组学必将对于肿瘤的诊断、预后判断及个体化治疗乃至整体医学发展具有极其重要意义。