4月21日下午，由百奥知开发总监鲁楠老师直播的《基于AI技术的真实世界数据治理》课程回放已生成！欢迎大家关注百奥知公众号，进入公众号“大讲堂”即可观看！

课程概要

      本期课程中，鲁老师开篇对真实世界研究的起源、特点等整体概况、体系架构、RWD的广泛来源等为大家做了详细的介绍，通过分析传统数据治理的现状，提出基于照片进行数据治理的新方式。

      接下来，详细分析了CDE发布的指导原则中数据治理的整个流程，明确了数据治理系统的设计目标：能够整合RWD的各种碎片化数据，通过通用数据模型将各数据源数据进行提取，脱敏，清洗，转化，并将建立数据稽查轨迹机制，数据质量核查机制，最终保证RWD向RWE的成功转化。

      随后，展示了数据治理系统的“技术架构图”，共分为三层：

      一是数据层，采用通用数据结构，实现CRF表格多种样式的设计需求，同时兼顾DVP核查功能，更重要的是实现多中心，多系统之间的多元异构数据下的同一转化和整合。在数据传输方面，采用区块链技术实现多中心之间的数据加密传输，支持医院HIS系统对接，CSV结构化数据导出，临床数据照片上传三种数据源提取方式，降低单一数据源下关键数据缺失的风险，提供补充数据的多种途径。

      二是技术层，通过自然语言处理以及上下文语义识别，利用机器学习结合数据模型实现对自由文本病历、检查报告、护理记录等全量数据的结构化处理；采用图像处理技术实现对图片的脱敏和预处理，进一步保证OCR识别的结果准确可靠，通过自动分类，采用不同的方法和模型进行解析，提取并结构化照片文字信息。

      三是功能层，将临床数据治理规则抽象为数据提取，数据清洗，数据转化三种类型，并支持通用规则配置；搭建了数据质量评价体系，提供规则的效果统计核对及验证，并支持导出数据治理的结果及全生命周期的日志文件，进而提出了数据治理系统的AI技术融合势在必行。

      最后，鲁老师在直播现场演示了百奥知系统中AI技术处理的整个流程，详尽解答了现场观众对于图像自动脱敏，图像自动分类，图像校正，图像识别，自然语言解析等技术功能点的技术实现细节和解决的问题。本课程让我们大家能够切实地体会到AI技术的实现能够促使整个数据治理流程准确、高效完成的效果。