“2019中國醫院協會醫學工程專業委員會學術年會暨第四屆PLAGH-MIT醫療大數據學術交流及Datathon活動”，2019年11月14日至17日在北京石景山景園假日酒店舉行。該活動由中國人民解放軍總醫院聯合麻省理工學院、哈佛醫學院、清華大學數據科學研究院、《中國醫療設備》 雜誌社、中國醫院協會醫學工程專業委員會、北京生理科學院危重症醫學專業委員會共同舉辦，Datahon環節引入了和鯨科技和AWS作爲技術支持方。
本次Datathon活動分爲賽前培訓、課題路演、團隊招募、成果展示和評審頒獎六個環節，這個過程需要在幾天內完成，不僅考驗了每一位參賽隊員的專業技術能力，更考驗了每個團隊的協作配合。
11月15日晚，課題路演正式開始，來自全國各地的隊長紛紛登臺，每個人用120秒的時間針對自己團隊課題進行路演展示，並在現場招募隊員。本屆Datathon課題是臨牀方向，隊長大都爲臨牀醫生，大量與臨牀醫學密切相關的課題被提出。由於算法工程師和數據科學家的數量稀缺，他們成爲了招募現場的主要對象。
經過三個半小時緊張激烈的路演與招募，24個由臨牀醫師、算法工程師、醫療大數據工程師組成的跨領域隊伍集結完畢，隊員們針對問題作出積極討論，開啓了接下來爲期兩天的跨界研究工作。爲期兩天的活動時間十分緊張，爲了能夠得到有價值的研究成果，各個隊伍的成員們廢寢忘食，毫不懈怠，爲了課題進展討論至深夜。
值得一提的是，每屆Datathon活動都會有來自MIT、哈佛醫學院的國外專家團隊給隊伍提供指導，他們把每個參賽小組的課題進行逐個討論，探討題目的可行性、實驗設計的合理性、研究方向的創新性以及課題與所用數據庫的關聯，並根據實際情況給出切實可行的建議。
課題初審之後，這些國內外的專家還被分配到各個參賽小組，一對一輔導參賽團隊，針對每個團隊的優勢和短板提出解決路徑，確保課題方向優中選優，幫助各團隊繞開彎路，提煉靈感，進一步促成高質量結果。這個過程也像一次難得的開放式教育，通過引入國際化專家團隊，幫助參賽者在較短的時間內掌握醫療數據科研選題方法和數據分析技能。
在課題研究過程中，每一位成員都要或多或少地接觸到數據分析，不同角色之間也需要基於數據進行協作，而一個能滿足團隊協同的數據分析工具顯然對研究起到了很大的推動作用，通過和鯨科技的數據科學協同平臺K-Lab，讓複合背景的團隊協作在Datathon當中得以實現，產出基於數據科學方法構建的研究方案，並更深入地研究和完成最終成果。
經過兩天的合力工作，各個團隊最終都產出了自己的研究成果，並以PPT形式進行彙報，來自哈佛、MIT和301醫院的專家代表團爲各個隊伍打分和提出評審意見，評審和打分流程都基於K-Lab平臺進行，除了提交用於展示課題成果的幻燈片之外，每個隊伍還需要基於K-Lab提交數據分析所用的代碼，以保證成果可復現性，12支隊伍最終脫穎而出。
頒獎典禮上，解放軍總醫院的張政波主任說：“Datathon活動其實不止是一次競賽，更是一個學習交流的過程，大家在這次這個過程中思考、體會，發現自己的強項和不足，找到互補的團隊和夥伴，推動學科的領域的科學研究，所有人在Datathon中都是贏家。”
活動最終評選出一等獎1項，二等獎3項，三等獎5項，分別由來自北京理工大學、解放軍總醫院、中山大學附屬第一醫院、浙江大學醫學院附屬邵逸夫醫院、首都醫科大學等單位的團隊獲得。
一等獎是北京理工大學辛怡教授帶領的團隊，他們研究的題目是根據ICU患者的生命體徵和治療方式預測血清鈉的水平，因爲鈉離子是細胞外液的主要陽離子，血清鈉對維持體內電解質平衡、酸鹼平和和滲透壓皮鞥恆起到關鍵作用，他們根據患者生命體徵和治療方式的血清鈉建立了機器預測模型，並根據這一模型做出了演示APP應用。在兩天時間內，這個成果是驚人的。
作爲現場少見的算法出身團隊，獲獎團隊的隊長辛怡教授對錶示，這是團隊第三年參與Datathon活動了，第一年參加時是在其它團隊中參與課題，第二年就將自己團隊研究的課題帶到比賽中，得到很多來自MIT和哈佛的教授評委的指點，所以今年團隊將課題再次優化，並在現場進行臨牀醫學和醫學工程。
“我認爲Datathon是一個非常難得的機會，能夠讓學生們接觸到在學校裏無法嘗試的完整項目，和整個團隊一起，從提出問題到做出這個問題的解決方案，並且接觸到醫學背景很強的臨牀醫師，讓科研的深度和廣度都得到提升。所以這次我不僅帶上了我的研究團隊，更帶上了很多我的本科學生來學習觀摩，希望每一位學生都要有一次這樣的體驗。”辛怡教授說。
爲期四天的Datathon結束了，但跨學科的創新協作卻剛剛開始。據悉，本次Datathon的成果，將會在進一步細化整理後，以論文形式公開發表，後續的合作也將持續進行。
數據科學的發展，使得醫療科研在研究方法、運作方式、傳播交流等方面發生了深刻變革，能夠熟練掌握大數據技術的醫生，其科研成果也普遍有着更高的行業影響力。中國目前針對醫療領域的大數據教學，還處於起步階段，Datathon這種能夠促進跨學科人士交流、並提供完備的基礎設施和數據素材進行開放式科研協作的活動，顯得更加難能可貴。
隨着數據的增加，值得科研人員探索的問題也在變多、變難，Datathon的開放科研模式，以數據爲基礎與協作爲橋樑，建立起了多學科之間的深入合作，爲科研工作的形態打開了全新的可能。
詳情請訪問2019醫療大數據Datathon社區
https://www.heywhale.com/datathon
或Datathon官方網站
http://www.plagh-mit-datathon.com/