專病科研一體化大數據平臺需求方案

專病科研一體化大數據平臺需求方案

（一）項目背景醫(yī)院當前已經建立了全院主流業(yè)務場景下的信息化系統(tǒng)體系，但隨著醫(yī)院診療流程的不斷優(yōu)化和數據的積累與沉淀，也暴露出了當前醫(yī)院對于專病大數據的集中應用能力還較為薄弱，無法完全滿足臨床科室的科研實際業(yè)務要求。1.各業(yè)務系統(tǒng)間數據存在復雜異構，缺乏統(tǒng)一數據標準，未進行結構化和歸一化處理，難以進行大規(guī)模隊列比較研究和相關統(tǒng)計分析。2.缺乏一套滿足數據驅動科研的全流程自動化分析系統(tǒng)和工具，導致目前我院科研門檻高且周期長。3.缺乏統(tǒng)一的覆蓋多病種的隨訪體系與智能化隨訪平臺，目前我院隨訪數據質量及樣本量有待提高，難以長期跟蹤患者，導致隨訪數據質量無法保證，難以得到高可用的隨訪數據集。缺乏智能化專病科研隨訪平臺，難以通過信息化手段管理科研隨訪患者，無法實現多渠道的科研隨訪、宣教等應用?？蒲须S訪人員不足，醫(yī)院隨訪患者量大，容易形成失訪，導致隨訪數據嚴重缺失。因此，缺乏高質量的大樣本隊列數據進行真實世界研究，難以形成貫穿患者全生命周期的大樣本隊列數據的前瞻性、回顧性研究。（二）項目目標1.建立標準化的專病數據治理體系，提升臨床數據可用性依托數據治理工具（數據建模、數據源管理、NLP標注訓練、數據調度管理、醫(yī)學知識管理、數據標準管理、數據質量管理），通過ETL、NLP、知識圖譜等技術，結合醫(yī)學知識庫，將多源異構數據進行結構化、歸一化、標準化處理，形成統(tǒng)一專病標準數據庫，把沉睡中的數據盤活起來，進行深度分析挖掘，生產出高質量可用科研數據集，奠定科研基礎，為專病科研應用提供數據支撐。2.制定規(guī)范化的隨訪體系，提高隨訪率與隨訪數據質量建立隨訪標準化體系，包括數據采集流程規(guī)范化、專病填報數據內容標準化、隨訪標準操作流程、隨訪流程規(guī)范化、隨訪表單標準化等，建立專業(yè)隨訪團隊，依托隨訪套件（CRF工具、隨訪任務、隨訪日歷、隨訪記錄、隨訪計劃、隨訪模板、隨訪數據質控），開展常態(tài)化隨訪服務工作，包括病程隨訪、門診隨訪、微信/小程序隨訪、電話隨訪、隨訪表單錄入、每月填報經驗總結、每季度數據抽檢等，提高隨訪率與隨訪數據質量。3.打造新型科研工具，滿足醫(yī)院科研需求，提升臨床科研產出效率運用大數據、人工智能等新型技術，基于專病科研一體化大數據平臺，從真實世界研究出發(fā)，構建從實驗設計、數據可視化檢索、數據分析建模、隊列研究到隊列發(fā)現的全流程自動化臨床科研一體化應用，打造包括專病數據探索、專病數據檢索、患者專病全息視圖、專病科研統(tǒng)計分析等功能的一體化科研分析應用，為臨床科研人員提供專病研究新環(huán)境。通過真實世界大數據分析，實現發(fā)現真實客觀規(guī)律，挖掘底層醫(yī)療數據關系用以支撐相關?？崎_展專病與疾病癥狀、檢驗、檢查、診療方案等的相關性和特異性的研究，賦能臨床科研水平提高，促進大數據臨床經驗模型構建和指導醫(yī)學實踐。4.為滿足后續(xù)多中心科研的需求，建設醫(yī)學聯(lián)邦學習模塊，實現多中心數據安全聯(lián)合建模采用聯(lián)邦學習框架，運用多中心數據訓練疾病預測模型，數據不出醫(yī)院，在保障數據隱私安全的同時又能解決數據孤島問題，通過創(chuàng)建由數據、醫(yī)學知識和機器學習模型組成的科研協(xié)作創(chuàng)新平臺，為醫(yī)院、研究者提供“數據不出院”的下一代數據共享協(xié)作機制。（三）建設內容名稱數量服務期限備注應用軟件科研分析模塊1套合同簽訂后3年內完成整體建設（其中前6個月內完成10個專病數據庫建設以及所有應用軟件的研發(fā)上線）/隨訪套件1套/數據治理工具1套/醫(yī)學聯(lián)邦學習1套/專病數據庫10套炎癥性腸病、結直腸癌（內科）、結直腸癌（外科）、痔瘡、自身免疫性肝病、終末期肝病、再生障礙貧血、糖尿病、血液透析、白血病數據庫軟件國產正版數據庫軟件1套/現場服務隨訪服務5人駐場服務數據治理服務20人駐場服務科研服務2人駐場服務硬件設備數據治理設備1臺/數據庫設備1臺/（四）服務內容1.數據治理服務要求（1）建立專業(yè)隨訪團隊1）提供直至所有專病數據庫搭建完成的駐場服務；2）配備至少20名專業(yè)的數據治理駐場人員；（2）專病數據采集服務 提供10套專病庫的數據自動采集服務，對接院內信息系統(tǒng)，利用ETL技術進行自動化采集、清洗、轉換；（3）專病數據標準制定 制定10套精細化專病通用數據集標準，以及多個專病特異性數據集標準，內容涵蓋字段類別、數據來源、字段名稱、定義、值域、規(guī)則等。（4）專病數據模型設計 將抽取上來的數據，根據10套專病模型進行數據重構（不同專病具備不同的模型）。（5）數據脫敏加密 通過脫敏或加密規(guī)則進行數據的變形，實現敏感隱私數據的可靠保護，同時依然保持其它數據的格式和屬性，保證其可識別性和可用性。（6）NLP后結構化處理 1）從非結構化的臨床文本數據中（電子病歷文本、檢查報告等）提取結構化、標準化的數據。2）將文本根據醫(yī)學標注后自動識別實體。3）將文本根據相應醫(yī)學規(guī)則與實體識別后，生成目標主題所需數據。4）數據校驗，執(zhí)行規(guī)則后，分別統(tǒng)計解析節(jié)點的數量與原始病歷數量，對比解析前后病歷數量有無丟失，統(tǒng)計是否存在無解析成功等情況。（7）標準數據歸一 通過標準術語、同義詞和分類規(guī)則，轉換為標準化數據的數據標準化處理，實現已結構化變量的標準化。（8）數據質量校驗 1）添加數據質量評價規(guī)則，在數據采集階段實現數據完整性、一致性、整合性、合理性、及時性、有效性等校驗。（9）數據開發(fā) 1）輸入多種數據類型如EXCLE表、CSV、數據庫等的數據源；2）通過多種轉換組件，實現數據的多維度處理；3）通過多種數據格式輸出，滿足醫(yī)院及臨床科室個性化需求。（10）部署與聯(lián)調 將軟件系統(tǒng)部署在醫(yī)院信息中心，并進行聯(lián)調測試。2.隨訪服務要求（1）建立專業(yè)隨訪團隊 1）自項目初驗通過之日起，提供2年的駐場隨訪服務；2）配備至少5名專業(yè)的隨訪駐場人員；（2）建立隨訪標準化體系，包括但不限于：1）數據采集流程規(guī)范化；2）專病填報數據內容標準化；3）隨訪標準操作流程4）隨訪流程規(guī)范化；5）制定標準化的隨訪表單；（3）開展常態(tài)化隨訪服務工作，包括但不限于：1）病程隨訪；2）門診隨訪；3）微信公眾號或小程序隨訪；4）電話隨訪；5）隨訪表單錄入；6）每月填報經驗總結；7）每季度數據抽檢；3.科研服務要求（1）建立專業(yè)科研服務團隊 1）自項目初驗通過之日起2年內，提供累計12人月的科研駐場服務；2）配備至少2名專業(yè)的科研服務人員3）駐場人員需具備臨床經驗以及執(zhí)業(yè)醫(yī)師資格證（2）提供科研數據分析服務，包括但不限于以下幾方面：1）參與臨床研究設計2）提供前沿論文/文獻檢索和綜述服務3）輔助研究所需統(tǒng)計分析并出具報告4）提供臨床預測模型的設計服務5）根據科研人員的研究思路，提供數據驗證服務（五）技術指標要求（1）專病數據庫要求如下：構建10個專病數據庫：建設專病科研一體化大數據平臺，搭建炎癥性腸病、結直腸癌（內科）、結直腸癌（外科）、痔瘡、自身免疫性肝病、終末期肝病、再生障礙貧血、白血病、糖尿病、血液透析等10個專病數據庫，將醫(yī)院以往累積的相關專病數據以及未來增加的病歷數據，包括臨床文本數據、隨訪數據、影像數據等院內外多模態(tài)數據，進行統(tǒng)一采集、治理、脫敏及加密，整合成安全高質量的多模態(tài)研究數據庫。（2）軟件功能要求如下：序號模塊功能點功能描述1. 科研分析模塊多模態(tài)數據管理1.實現對多模態(tài)數據（文本、影像等）管理，需支持對影像數據進行調閱及管理，支持通過DICOM展示工具進行標注、調節(jié)窗寬窗位、長度測量等操作，圖像標注可保存。2.多模態(tài)探索：多模態(tài)數據（影像、病理、生物信息數據等）通過熱力圖、分布圖、柱狀圖、折線圖等可視化圖表進行數據探索，支持分析圖放大、分析圖下載等功能。3.支持導入外送樣本返回的pdf、圖片等格式的報告（例如測序報告，DSA抗體報告），通過OCR技術識別報告內容，并按姓名等字段導入、規(guī)整到相應的病例中；2. 數據探索1.數據源：（1）數據庫驅動管理：具備連接院內系統(tǒng)多類數據庫的功能，支持添加不同數據庫驅動，可上傳不同數據庫驅動安裝包；支持刪除數據庫驅動；支持對數據庫驅動文件管理；（2）數據源管理：配置接入的數據源信息，包括主機IP地址，端口號、數據庫名稱、數據庫模式（數據庫類型）；支持新增、刪除、修改數據源；3. 2.數據集:支持添加數據集，包括數據庫數據集、SQL數據集、關聯(lián)數據集；（1）數據庫數據集：支持直接使用數據庫的表作為數據集；支持數據預覽、字段管理、數據關聯(lián)等功能；（2）SQL數據集：支持通過寫sql語句的方式新增數據集，可設置參數、參數支持類型和默認值設置；支持預覽數據、編輯數據字段、維度指標類型相互轉換、字段數據類型轉換、原始名稱修改、自定義新增字段等功能；（3）關聯(lián)數據集：支持關聯(lián)兩個數據庫數據集創(chuàng)建新集合；支持自定義關聯(lián)字段、可自定義展示字段、預覽數據、編輯數據字段、維度指標類型相互轉換、字段數據類型轉換、原始名稱修改、自定義新增字段等功能；4. 3.儀表板:（1）PC頁面設置：支持視圖（如餅圖、柱狀圖、趨勢圖等）、組件（如時間范圍、文本框、下拉框等）、其它（富文本、流媒體、網頁等）、復用（服用其他已配置的模板）4種方式創(chuàng)建儀表板元素；儀表板支持撤銷、重做、全屏預覽、儀表板樣式、批量操作、保存、元素分布方式設置、輔助設計網格、外部參數設置、清空畫布等功能按鈕。移動頁面：支持選擇視圖到手機；支持視圖長寬的調整；支持重置、確定、保存功能；支持通過分享的方式用手機訪問做好的儀表板；支持角色權限配置查看報表范圍。5. 數據檢索1.全文檢索：提供便捷的快速關鍵詞搜索入口，通過字典分析、切詞等技術處理，檢索符合請求條件的結果，并提供了各種靈活的篩選方式、排序方式和搜索結構的專業(yè)統(tǒng)計；搜索關鍵詞可選擇關鍵詞出處，如：電子病歷、檢查報告、病理報告等；2.一般檢索：支持根據需求設置好檢索條件，如：姓名、住院號、年齡、手術時間等信息，進行精確搜索找到目標患者群；檢索結果下載支持下載審批流程；3.自定義檢索：支持條件樹搜索，相對于高級搜索更加靈活，能夠將并且、或者和排除三種邏輯關系按照需求進行組合；4.事件過濾：支持事件過濾器，包括按頻次過濾、時間過濾等，并配置完成后顯示對應檢索數據結果；5.特征提?。褐С謾z索后進行特征提取，包含行列轉換、最大面積計算等函數；支持最大值、最小值、最早、最晚、存在、合計、平均、技術等函數運算，及支持并且、或者和排除三種邏輯關系組合過濾;6.檢索數據結果，支持生成檢索結果、相關結果、指標統(tǒng)計、數據質量分析：（1）檢索結果，支持查看患者列表，包括確診年齡、性別、民族、全息視圖，支持點擊全息視圖查看患者基本信息、檢查記錄、病理記錄、手術記錄、檢驗結果等多模態(tài)數據信息；（2）相關結果，支持查看患者、影像、病理等統(tǒng)計總數；（3）指標統(tǒng)計，支持通過各類圖表（餅圖、柱狀圖等）可視化查看檢索結果數據集的各指標分布情況；（4）數據質量分析，支持查看檢索出來的數據集的數據質量報告，包括填報率、完整率、有效率等。7.檢索結果須支持數據查看以及數據下載審批流程，經過審批后才能查看以及下載。6. 數據使用1.支持自定義設定數據查看和下載流程；2.支持控制變量權限功能，避免重要數據外泄風險；3.支持多種數據導出格式，包括CSV、SAS、SPSS、R、Stata等。4.支持審批通過后，可查閱患者數據7. 我的數據集1.支持導入獲批的數據集至我的數據集中；2.支持導入科研統(tǒng)計分析模塊進行分析。8. 患者專病全息視圖1.支持“患者專病全息視圖”的方式展示患者的全治療周期，記錄患者在每一個時間節(jié)點的診斷、用藥、體征數據、檢查、檢驗、治療、手術等數據。9. 專病數據管理1.數據質量控制，提供常用的基礎規(guī)則，可自定義配置規(guī)則；通過編輯質量指標函數來監(jiān)測和預警質量問題，同時內置質量報告模板，更加直觀的發(fā)現數據質量問題。2.支持數據質量的評價，包括數據表單填報率、完整性、有效性，以及患者數據填報率、完整性、有效性等多維度進行分析評價；3.支持元數據查詢，查詢各元數據信息等。10. 我的研究1.支持科研全流程管理，包括：（1）實驗設計（2）數據獲取（3）數據處理（4）統(tǒng)計分析（5）結果輸出（6）成員管理；2.提供靈活方便的組合查詢篩選界面,以及多維度的診療數據檢索，可以快速地找到科研病例集，再通過入選和排斥等集合運算實現研究人群的精確篩選，并且可以把多維度查詢條件保存，以便滿足條件的新病人自動入組進行研究；3.通過入組的研究隊列人群，建立隊列人群的可視化,用戶可直接點擊查看隊列人群數據基本情況，包含隊列人群的基本信息，如年齡、性別、診斷、手術等分布情況；4.提供定義實驗方法對隊列人群和特征進行分類管理；5.提供成員管理，通過自定義的用戶權限控制進行團隊合作；6.支持研究患者樣本數估算。11. 科研統(tǒng)計分析模塊1. 數據集管理與報告管理（1）可以導入“我的數據集”中的數據集（2）可以上傳和管理數據集，支持對數據集的編輯、刪除操作。（3）可以對數據集的英文字段修改。（4）支持查看與存儲統(tǒng)計報告、機器學習模型分析報告。（5）支持機器學習模型文件的下載。12. 2.數據清洗（數據特征工程）（1）支持通過平均數、中位數、最頻繁數補充缺失值。（2）支持對數據進行歸一化操作。（3）支持對文本數據進行各類編碼，包括：標簽編碼、目標編碼、onethot編碼。13. 3.數據探索（1）支持對數據集進行描述統(tǒng)計、分組統(tǒng)計、離散直方圖、散點圖、箱型圖、折線圖等數據探索；（2）以彩色相關矩陣圖形式顯示三大相關系數（即：皮爾遜相關、斯皮爾曼相關、肯德爾相關）支持一次性完成多個字段的均值、方差、極值等統(tǒng)計量的計算；（3）支持對數據的樣本情況、均值、異常值、相關性進行初步探索。（4）以彩色相關矩陣圖形式顯示皮爾遜相關系數。14. 4.推斷統(tǒng)計支持參數檢驗、方差及分布檢驗、非參數檢驗、相關性檢驗進行推斷統(tǒng)計；15. 5.機器學習（1）支持線性回歸、非線性回歸、集成回歸算法、二分類算法、多分類算法、樹形分類算法、無監(jiān)督學習、時間相關模型等多種機器學習算法；（2）支持神經網絡、集成算法(隨機森林、Adaboost、GBDT)等高級人工智能算法；（3）根據不同算法提供ROC、矯正曲線、森林圖、混淆矩陣；（4）支持通過大屏駕駛艙展示線性回歸、邏輯回歸的計算結果。（5）數據集提取出來后，支持用一部分數據作為訓練集，另外剩余的數據作為驗證集，同時提供驗證的ROC曲線、C-index、校正曲線和crossvalidation結果等。16. 隨訪套件CRF工具1.提供專病的專業(yè)數據采集模板；自定義建題，題型包括：單選題、多選題、填空題、橫向填空、計算題、復合題、文本說明、分割線等等；2.提供多種邏輯顯示關系，包括表單與字段、字段與字段等；3.支持疾病標準指標集的定義，包含字段中文名、字段說明、數據類型、值域等；4.支持表單模板管理，一鍵添加，可永久復用。5.跨表單智能關聯(lián)分析功能，實現一套模板內跨表單、多條件定義分支邏輯功能。當一套隨訪模板中具備多張表單時，其中一張表單中選項的取值有變化時，其他表單中的一些選項會智能關聯(lián)顯示/隱藏。支持通過拖拉拽的方式配置智能關聯(lián)邏輯。17. 隨訪入組1.根據患者診療基線指標，結合醫(yī)學規(guī)則，系統(tǒng)觸發(fā)自動入組到隨訪計劃以及任務中；2.根據患者在一份隨訪表單內容滿足指定的字段值域，結合醫(yī)學規(guī)則，系統(tǒng)觸發(fā)自動入組到另一份其他病種的隨訪計劃以及任務中；3.系統(tǒng)自動入組后，支持隨訪人員進行人工核驗并自主選擇是否需重新入組，針對無需繼續(xù)隨訪的對象，可添加至過濾名單中，并可添加過濾原因，過濾原因可全員共享查看；4.系統(tǒng)可根據特定標識（如死亡），可自動過濾特殊標識的隨訪對象，不再納入隨訪任務中。5.系統(tǒng)可根據患者唯一標識判斷該患者是否存在多隨訪任務，若存在多隨訪任務，系統(tǒng)自動提醒隨訪人員確認是否進入當前組別。18. 隨訪任務1.支持根據隨訪計劃自動生成相應隨訪任務；2.支持通過隨訪狀態(tài)進行查詢，包括全部、待隨訪、逾期等；3.支持通過輸入患者住院號、姓名等進行查詢；4.隨訪任務列表內容包括住院號、姓名、前次隨訪日期、本次隨訪日期、下次隨訪日期、已完成隨訪次數、失訪次數、逾期次數、當前狀態(tài)等；5.支持對隨訪列表中的患者進行相關操作，包括隨訪錄入、查看患者信息、修改隨訪計劃等；6.當一位患者產生多隨訪任務沖突時，系統(tǒng)將自動提前提醒患者以及隨訪人員。19. 隨訪日歷1.自由選擇以及切換年/月查看隨訪日歷，對隨訪任務一目了然；2.通過月歷的形式查看該月份的隨訪任務；3.通過不同顏色標注不同隨訪狀態(tài)，包括已逾期、進行中、已失訪、已完成、未開始等；4.點擊事件，即可彈窗查看日歷事件，事件概覽信息包括患者姓名、住院號、隨訪模板、當次隨訪事件、隨訪時間、備注信息等；20. 隨訪記錄1.提供隨訪記錄過程查詢功能；2.支持通過隨訪狀態(tài)進行查詢，包括全部、未開始、進行中、已完成等；3.支持通過輸入患者住院號、姓名等進行查詢；4.隨訪記錄列表內容包括住院號、姓名、已完成隨訪次數、失訪次數、逾期次數、狀態(tài)等；5.支持對隨訪列表中的患者進行相關操作，包括查看隨訪表單數據、查看患者信息、修改隨訪計劃等；6.支持記錄隨訪計劃的修改操作，形成日志供管理員查閱；21. 隨訪計劃1.在此模塊中，為新入庫的患者設置隨訪起始日期以及選擇隨訪計劃，該日期用于隨訪計劃的起點，一經確認，它將顯示在工作日歷中。2.支持自定義設置患者隨訪計劃、隨訪頻率和隨訪開始時間；3.隨訪計劃制定，包括設定隨訪基線時間、隨訪模板、計劃進度規(guī)劃、隨訪事件選擇等；4.計劃進度基于隨訪基線時間以及隨訪頻率，自動生成隨訪計劃表，如遇周六日，將進行提醒，并支持調整隨訪日期；5.事件工具，支持對每一次的隨訪選擇使用哪個隨訪模板；22. 隨訪模板1.在此模塊中可以設置隨訪時間以便于對患者進行多次隨訪；設置隨訪計劃后，需要指派用于此隨訪計劃的CRF工具，設置完成后，自動生成各次隨訪任務并依次添加到隨訪日歷中。2.支持配置隨訪模板，模板支持自定義配置CRF表；具備隨訪模板版本號；3.根據不同的模板，創(chuàng)建專病數據庫推薦隨訪計劃，包括設置首次及末次隨訪時間、隨訪間隔、相距前次天數、提前隨訪天數、最晚隨訪天數、事件名稱等；4.支持根據隨訪基線、隨訪間隔、隨訪次數設置周期性隨訪計劃；5.隨訪模板支持版本管理，系統(tǒng)支持展示當前在用、禁用的各版本號、操作人，操作時間等信息；23. 隨訪數據質控1.支持質控流程，提供問題質疑功能，如發(fā)現數據有問題時由質控員發(fā)起質疑，隨訪員回復質疑，協(xié)助發(fā)現完整性、準確性等數據質量問題；2.支持記錄質控操作，形成質控記錄；3.支持查看待質控列表，支持通過住院號檢索，內容包括待質控變量、待解決變量、已解決變量、質控開啟時間等；4.數據質控狀態(tài)包括：已質控，直接驗證通過、已質控，經過質疑，回復，修改、正在質控，待回復、正在質控，已回復、未質控狀態(tài)，一級質控變量、未質控狀態(tài)，二級質控變量；質控狀態(tài)根據質控節(jié)點進行變化或提示，后期可根據院方需求調整質控狀態(tài)；5.通過不同顏色氣泡在每個數據項處進行提醒，點擊氣泡進行質控；24. 數據治理工具數據建模支持元數據模型創(chuàng)建及物理模型同步；1.新建模型，支持模型基本信息編輯，包括模型名稱、所屬數據域、所屬主題目錄、數據儲存方式（橫表/縱表）；2.數據建模，包括創(chuàng)建指標，配置標簽、數據類型、字段、字典配置、數據分類、數據等級、業(yè)務口徑、歸屬主題等；3.可同步模型信息到數據庫中，保證數據模型的一致性；4.并可查看歷史模型的更新日志，便于模型版本管理及溯源。25. 數據源管理支持數據源的統(tǒng)一管理，保障數據訪問的安全性1.管理配置各系統(tǒng)數據源接入信息；配置接入的數據源信息，包括主機IP地址，端口號、數據庫名稱、數據庫模式（數據庫類型）；2.支持新增、刪除、修改數據源；26. NLP標注訓練1.提取病歷系統(tǒng)里的目的描述語句；2.提供可視化界面以清晰、快捷的方式對文本數據進行標注；3.通過自然語言對標注集模型進行統(tǒng)一訓練并生成相對成熟的業(yè)務模型。27. 數據調度管理1.支持任務配置、依賴配置、調度時間自定義配置功能，提供對任務的監(jiān)控、維護功能；28. 數據溯源支持數據生產過程中的血緣分析溯源：1.自動繪制成數據血緣可視化關系圖譜，清晰地了解數據上下游關系；2.結合數據調度，快速定位數據的位置及向下影響范圍。29. 醫(yī)學知識管理1.醫(yī)學知識庫涵蓋醫(yī)學規(guī)則庫、疾病知識庫、藥品知識庫等；2.支持知識庫管理及應用；30. 數據開發(fā)1.通過可視化頁面配置數據生產規(guī)則，通過規(guī)則庫進行統(tǒng)一管理；2.提供豐富的函數庫，至少包含9大類函數，如比較函數、條件函數、數學函數、聚合函數、日期函數、提取函數、匹配函數、字符串函數、定制函數等，通過輸入參數后運行出對應結果數據；3.支持在可視化頁面通過多種條件、多種邏輯組合（與或非等）進行數據生產規(guī)則配置。31. 數據標準管理1.提供對字典的統(tǒng)一管理；2.支持標準術語的發(fā)布、審批流程；32. 數據質量管理1.提供完整性、規(guī)范性、一致性、有效性、唯一性、關聯(lián)性六種維度的數據質量規(guī)則配置；2.支持輸出對應質量分析報告；33. 醫(yī)學聯(lián)邦學習模塊首頁支持對總體資源進行可視化統(tǒng)計分析展示：1.支持資源的統(tǒng)計信息總覽，包括：參與機構數、數據集數、項目數、模型數等；2.支持查看進行中的項目，包括：項目狀態(tài)、項目樣本量、項目參與機構數量等；3.項目訓練次數可視化，支持通過曲線圖查看每天訓練次數，包括本地建模、聯(lián)邦建模的訓練次數。34. 數據中心1.我的數據集：（1）支持本地數據源上傳，包括csv結構化數據及PNG/JPEG影像數據上傳；（2）支持對數據集進行模糊檢索、關鍵字檢索、編輯、刪除等操作；（3）支持結構化數據集的特征信息展示，如特征缺失數量、中位數、平均數、最大值、最小值等統(tǒng)計信息；35. 2.共享數據集（1）展示聯(lián)邦學習模塊中所有節(jié)點機構共享的數據集的數據集目錄列表；（2）可查看每個數據集的特征填充率缺失數量、中位數、平均數、最大值、最小值等統(tǒng)計信息,不可查看具體文件數據集的內容明細信息。36. 項目中心聯(lián)邦建模支持多機構之間進行聯(lián)邦建模，并支持具體算法配置、任務管理、模型操作等功能：1.支持創(chuàng)建項目進行聯(lián)邦建模，支持添加數據集、算法配置、訓練任務管理；2.算法參數配置：支持可用于影像分類alexnet算法、影像分割unet算法等算法建模參數配置；3.任務管理支持建模任務的管理、建模進度與報告查看、建模結果模型導出和發(fā)布；4.支持共享模型，可下載模型。37. 模型中心提供對模型資源的管理：1.我的模型：支持通過模型名稱、關鍵字檢索模型；通過模型列表進行模型的管理，包括查看模型基本信息、共享模型至其他機構、下載模型、編輯模型名稱及標簽、刪除模型等；支持模型的本地評估；2.共享模型：支持通過模型名稱、關鍵字檢索共享模型；通過模型列表進行模型的管理，包括查看模型基本信息、下載模型等；支持模型的異地獨立評估。38. 審批中心1.我的審批提供數據集使用授權審批操作；2.我的申請查看個人申請數據集使用權的申請記錄信息；39. 系統(tǒng)管理1.具備對機構和用戶的管理；2.具備基于區(qū)塊鏈技術的日志存證查詢功能。40. 國產化正版數據庫軟件1.基本功能：支持多種數據類型，包括字符類型、數值類型、二進制類型、大對象類型等；支持非關系數據的操作，包括XML類型、JSON類型、CSV類型、TXT類型、空間類型（地理信息GIS數據類型）。支持行列融合存儲技術，支持變更緩存、高級日志等功能實現列存高頻插入效率的提升和行列自動同步機制。支持虛擬列，支持在虛擬列上建索引；支持自增列的創(chuàng)建、使用、刪除操作，支持手工插入自增列。提供具備測評資質的第三方測評機構出具的測試報告。41. 2.數據庫參數要求2.1兼容性兼容Oracle的DBA_*、ALL_*和USER_*開頭的數據字典視圖、系統(tǒng)包；兼容Oracle、Mysql、SQLServer、DB2、PostgreSQL的常用系統(tǒng)函數。2.2性能要求單機單實例TPC-C性能測試，在3000倉3000并發(fā)下，且持續(xù)運行≥60分鐘，測試數據庫性能指標可達到≥170萬tpmC以上。2.3可靠性（1）單機支持≥10萬個并發(fā)連接數，36小時以上不掉線；（2）支持物理備份及恢復，包括全量、增量和差異備份及恢復功能；支持恢復到指定時間點；支持歸檔備份；支持自動備份；支持備份壓縮；支持邏輯備份及還原，包括數據庫級、模式級、用戶級、表級；（3）支持x86和國產平臺上基于共享存儲的數據庫集群；支持≥8個節(jié)點的集群規(guī)模；負載環(huán)境下7*24小時內無故障運行率達到≥99.99%；2.4安全性支持基于SM4算法的按列存儲加密，支持同一表不同列設置不同密鑰。2.5易用性（1）提供基于B/S架構的集中式運維管理工具，包含數據庫對象管理工具、數據遷移工具、性能監(jiān)視工具等功能，同時提供集群部署功能、監(jiān)控功能和告警功能。（2）支持Web圖形化數據庫遷移評估系統(tǒng)，能夠提供在線評估、轉換工具，一鍵操作完成主流數據庫的數據庫對象的遷移評估，自動生成數據庫遷移評估報告、提供可量化指標數據、實現數據庫對象的智能轉換和改寫并自動生成遷移轉換后的SQL腳本。42. 3.信創(chuàng)要求具有國內自主知識產權，支持信創(chuàng)環(huán)境部署，兼容多種硬件體系，至少可運行于龍芯系列，飛報告騰系列，申威系列，以及兆芯、鯤鵬、海光等多種主流的不同CPU架構的服務器設備；至少兼容主流如麒麟、統(tǒng)信、中科方德等多種國產Linux系列操作系統(tǒng)。（3）硬件參數要求如下：1）數據治理設備序號采購需求參數要求數量單位1. 數據治理設備1.設備外型：機架式；1臺2. 2.設備高度≥2U，標配原廠導軌；3. 3.處理器-CPU型號：相當于或優(yōu)于Intel至強可擴展系列處理器≥2.3GHz/16核/22MB高速緩存；4. 4.處理器-CPU實配數量 ≥2顆；5. 5.內存實配規(guī)格 ≥128GB3200MHzDDR4；6. 6.內存可擴展數量：最大支持32根DDR4內存，最高速率3200MT/s，支持RDIMM或LRDIMM，支持16根英特爾?傲騰?持久內存PMem200系列（BarlowPass）最大可支持內存容量高達12TB；7. 7.存儲-實配硬盤及托架：≥5*12TBSAS12GB/S接口3.5英寸硬盤;≥2*480GBSSD硬盤;8. 8.重點性能要求：1）存儲-硬盤槽位：支持SAS/SATAHDD/