在医疗、信息技术与生物技术的交融发展中，医院数据正以前所未有的速度激增。面对临床研究数据的多源性、异构性及跨系统整合的复杂性，科研工作者正面临前所未有的挑战。在此背景下，多模态数据系统的构建被视为推动医院高质量发展的破局之策。
近期，国家卫健委举办的“第二届全国数字健康创新应用大赛”中，一项引人注目的成果脱颖而出。医渡科技（2158.HK）旗下医渡云携手广东医科大学附属医院，凭借“医学大数据科研分析平台项目”在多模态数据应用领域的创新实践，荣获了健康医疗大数据主题赛的三等奖。
广东医科大学附属医院作为区域内的医疗、教学与科研中心，自2023年起与医渡云深度合作，共同打造了一个覆盖全院的医学大数据科研分析平台。该平台旨在全面盘点医院数据资产，开放数据资源及AI能力，探索与医院业务场景相契合的智能化模型与应用服务。
该平台通过整合病历、影像、病理及组学等多模态数据，实现了对医院内部数据的深度挖掘与分析，为科研提供了全面而便捷的多模态数据支持。一站式的数据服务极大地提升了科研效率。
该平台之所以能在众多参赛项目中脱颖而出，得益于其在多模态数据应用方面的四大创新优势。首先，平台实现了多模态数据的深度融合，利用AI技术对多源数据进行综合处理，构建疾病知识图谱，开发诊断、治疗和风险预测模型，为个性化医疗提供了有力支持。
其次，平台在影像数据标注与特征提取方面取得了革新性进展。通过集成数据标注和训练功能，平台支持多种标注任务，并利用高级算法自动完成标注信息生成，显著提高了数据标注的速度和准确性，降低了人工误差。
再者，平台提供了一套无需编程能力的AI建模训练流程，医生可以轻松完成病例搜索、研究指标选取、CRF表单定义、数据标注、统计分析和AI算法训练等任务。这一流程化的设计满足了临床数据分析、影像深度学习及多模态分析等不同类型研究的需要，为医生提供了智能化支持。
最后，平台在AI模型的临床验证与应用方面表现出色。通过开放的AI能力，平台实现了便捷的AI模型临床使用交互，缩短了从临床科研到临床应用的转化路径。医生可以将训练好的AI模型发布共享，临床医生无需编程技能也能运用AI模型进行实际的临床数据处理。
医渡云与广东医科大学附属医院的合作已取得了显著成效。平台已汇集超过2836万份医疗记录和4641个结构化字段，成功构建了194个专科专病库，满足了院内多个科室的科研需求。日均浏览量达196人次，月检索量约2000次，有效提升了科研效率和数据价值。
平台内已发布15个先进算法和模型，推动了临床智能应用的开发，展现了全病种、全流程、多模态的人工智能技术服务能力。这一项目的成功不仅提升了广东医科大学附属医院的科研能力和临床服务水平，还为行业树立了标杆，提供了宝贵经验。
