茅 楓，張燕娜，劉乾宇，閆思桃，胡 倩，羅 妍，李金斌，付 磊，4

1中國醫(yī)學(xué)科學(xué)院 北京協(xié)和醫(yī)學(xué)院 北京協(xié)和醫(yī)院乳腺外科，北京 100730 2北京郵電大學(xué)計(jì)算機(jī)學(xué)院(國家示范性軟件學(xué)院)，北京 100876 3中國人民解放軍總醫(yī)院臨床生物樣本中心，北京 100853 4國防大學(xué)聯(lián)合勤務(wù)學(xué)院聯(lián)合后勤保障系衛(wèi)勤教研室，北京 100858

自2008年以來，全球每年乳腺癌病例以超過20%的速度增長(zhǎng)，而死亡率每年增長(zhǎng)超過14%[1]。根據(jù)世界衛(wèi)生組織下屬的國際癌癥研究中心近幾年公布的數(shù)據(jù)顯示，乳腺癌是導(dǎo)致女性患癌死亡的第二大病癥，且發(fā)病率和死亡率呈逐年上升趨勢(shì)。2015年我國新發(fā)乳腺癌30.4萬例，死亡7萬例，與之伴隨的是個(gè)人、家庭和社會(huì)保障體系治療負(fù)擔(dān)的加重[2]。因此，乳腺癌的早期診斷對(duì)乳腺癌的治療、預(yù)后等具有重大意義。醫(yī)學(xué)影像診斷是乳腺癌鑒別和早診的重要手段。而利用計(jì)算機(jī)視覺技術(shù)進(jìn)行醫(yī)學(xué)影像識(shí)別，輔助醫(yī)生對(duì)乳腺癌進(jìn)行診斷是目前的研究熱點(diǎn)之一。通過對(duì)乳腺影像的自動(dòng)化處理，可以幫助醫(yī)生進(jìn)行乳腺癌的篩查，從而提高診斷效率。這在當(dāng)前我國醫(yī)療資源整體不足、地域分布不平衡、全科醫(yī)生短缺、分級(jí)診療不理想、醫(yī)療需求持續(xù)攀升等大背景下，實(shí)現(xiàn)普惠和精準(zhǔn)醫(yī)療，促進(jìn)醫(yī)療健康事業(yè)平衡充分發(fā)展具有重大意義。深度學(xué)習(xí)模型圖像處理作為計(jì)算機(jī)視覺技術(shù)的重要組成部分，已經(jīng)在醫(yī)學(xué)影像領(lǐng)域得到了廣泛的應(yīng)用。對(duì)于利用深度學(xué)習(xí)訓(xùn)練圖像模型本身，影像數(shù)據(jù)集的樣本量是影像識(shí)別準(zhǔn)確率的重要影響因素，樣本量缺失必定會(huì)導(dǎo)致模型性能的泛化能力過低。目前，國內(nèi)醫(yī)療影像公開數(shù)據(jù)集仍處于比較匱乏的階段，這會(huì)在一定程度上制約醫(yī)學(xué)影像輔助診療技術(shù)的快速發(fā)展。因此，本文以乳腺癌為例，對(duì)國外大型公開數(shù)據(jù)集如乳腺X線影像數(shù)據(jù)集、乳腺癌磁共振數(shù)據(jù)集進(jìn)行廣泛調(diào)研，并對(duì)這些數(shù)據(jù)集的基本情況、具體信息、相關(guān)研究現(xiàn)狀以及共享利用四個(gè)方面進(jìn)行深入的比較分析，進(jìn)而總結(jié)闡述國外公開影像數(shù)據(jù)集對(duì)我國醫(yī)療健康數(shù)據(jù)開放方案的啟示。

乳腺X線影像數(shù)據(jù)集

乳腺X線數(shù)字圖像數(shù)據(jù)集

數(shù)據(jù)集基本情況：乳腺X線數(shù)字圖像數(shù)據(jù)集(Digital Database for Screening Mamography，DDSM)在美國陸軍醫(yī)學(xué)研究和材料司令部的資助下，由美國馬薩諸塞州綜合醫(yī)院、南佛羅里達(dá)大學(xué)和桑迪亞國家實(shí)驗(yàn)室合作完成，已經(jīng)在乳腺影像分析研究中被廣泛使用，截止到2019年11月，DDSM在谷歌學(xué)術(shù)上已被引用995次。DDSM主要用于促進(jìn)計(jì)算機(jī)輔助診斷算法的研究及教學(xué)、培訓(xùn)輔助工具的開發(fā)。

數(shù)據(jù)基本信息：DDSM包含2620個(gè)病例，共計(jì)20 480張影像資料。該數(shù)據(jù)集的所有病例均為女性患者，其中大部分來自馬薩諸塞州綜合醫(yī)院，另外一部分來自維克森林大學(xué)醫(yī)學(xué)院。數(shù)據(jù)集中的每個(gè)病例均由患者基本信息、圖像基本信息和原始圖像等組成。其中，患者基本信息包括年齡、就診日期、由放射科醫(yī)生評(píng)估的美國放射學(xué)會(huì)乳房組織密度評(píng)級(jí)等，圖像基本信息包括掃描儀型號(hào)、空間分辨率等。

針對(duì)每個(gè)具體病例，DDSM提供了4張JPEG格式的壓縮的原始圖像，其大小為3000×4800像素，分辨率為42～50 μm。4張圖像分別為左右內(nèi)外斜位和頭尾位視圖，1個(gè)帶有.ics擴(kuò)展名的包含患者和圖像信息的文本文件和1個(gè)僅用于快速查看圖像的PGM格式的縮略圖。此外，每個(gè)異常視圖都有一個(gè)標(biāo)注框，描述了圖像中由放射科醫(yī)生標(biāo)記的異常位置和邊界。并且，DDSM攜帶了癌癥、正常、良性三類數(shù)據(jù)。與大多數(shù)只包含一個(gè)感興趣區(qū)域(region of intersect，ROI)的乳腺X線影像數(shù)據(jù)集相比，該數(shù)據(jù)集含有像素水平級(jí)別的標(biāo)簽和每個(gè)ROI的類型，如鈣化或腫塊。

相關(guān)研究：Yoon和Kim[3]提出了一種基于AdaBoost的多支持向量機(jī)遞歸特征消除算法，用于對(duì)DDSM中的乳腺X線影像進(jìn)行分類，在有許多ROI的情況下，其提出的方法可能是支持向量機(jī)遞歸特征消除或原始多支持向量機(jī)遞歸特征消除的有效替代方案。2017年，Samala等[4]提出了一種多任務(wù)遷移學(xué)習(xí)的深度神經(jīng)網(wǎng)絡(luò)，利用DDSM數(shù)據(jù)集進(jìn)行測(cè)試，實(shí)現(xiàn)了乳腺腫塊良惡性的分類。此外，Elter等[5]提出了兩種計(jì)算機(jī)輔助診斷系統(tǒng)方法用于理解決策樹對(duì)乳腺活檢結(jié)果的決策過程，在DDSM數(shù)據(jù)集上驗(yàn)證得出的結(jié)果優(yōu)于醫(yī)師的診斷決策。

數(shù)據(jù)共享利用：DDSM[6]由南佛羅里達(dá)大學(xué)維護(hù)，研究者可以通過南佛羅里達(dá)大學(xué)乳腺數(shù)字影像官網(wǎng)主頁免費(fèi)下載使用。該網(wǎng)站提供在線檢索工具，可以幫助研究者識(shí)別符合指定標(biāo)準(zhǔn)的病例。并且，DDSM提供一些處理數(shù)據(jù)的軟件，如compareTemplates用于將檢測(cè)算法的結(jié)果與圖像的標(biāo)注框進(jìn)行比較，DDSMView用于顯示用戶所選病例的圖像。此外，還提供匿名ftp訪問統(tǒng)計(jì)信息，顯示每周從DDSM匿名ftp下載的數(shù)量。

乳腺X線影像分析協(xié)會(huì)

數(shù)據(jù)集基本情況：乳腺X線影像分析協(xié)會(huì)(Mammographic Image Analysis Society，MIAS)致力于乳腺X線影像研究并建立了數(shù)字乳腺X線影像數(shù)據(jù)庫，MIAS數(shù)據(jù)集[7]是最早公開的乳腺X線影像數(shù)據(jù)集，目前被廣泛應(yīng)用于乳腺相關(guān)的各類研究。截止到2019年11月，MIAS數(shù)據(jù)集在谷歌學(xué)術(shù)上被引用次數(shù)高達(dá)1408次。

數(shù)據(jù)基本信息：MIAS數(shù)據(jù)集采用英國國家乳房篩查計(jì)劃的膠片，該膠片在50 μm像素邊緣數(shù)字化，使用Joyce-Loebl掃描顯微光密度計(jì)，其光學(xué)密度為0～3.2，每個(gè)像素用8-bit表示。具體而言，該數(shù)據(jù)集包含161例病例，共計(jì)322張數(shù)字化圖片。每例病例都以成對(duì)的膠片排列，每對(duì)膠片包括患者的左(偶數(shù)文件名編號(hào))和右乳房(奇數(shù)文件名編號(hào))X線影像，以及放射科醫(yī)生對(duì)所有可能存在的異常位置的標(biāo)記。所有影像分辨率均為1024×1024像素，可在2.3 GB8mm(ExaByte)磁帶上使用。并且，MIAS提供了該數(shù)據(jù)集的詳細(xì)信息，包括病例類別(正常影像以及良、惡性病變的多種病征影像)、嚴(yán)重程度、異常中心位置的坐標(biāo)和半徑等。

相關(guān)研究：Sankar和Thomas[8]在2010年提出了一種新的快速分型建模方法，通過確定性分型編碼方法對(duì)MIAS數(shù)據(jù)集中乳腺X線影像進(jìn)行建模，以檢測(cè)微鈣化病灶是否存在，相比較于傳統(tǒng)的分型圖像編碼方法，提高了建模效率。Ibrahim等[9]將團(tuán)隊(duì)自身研發(fā)的計(jì)算機(jī)輔助診斷系統(tǒng)應(yīng)用于MIAS數(shù)據(jù)集，對(duì)微鈣化病灶的自動(dòng)檢測(cè)準(zhǔn)確率達(dá)到了95.8%，有效提高了醫(yī)生診斷的敏感性和特異性。2018年，Chougrad等[10]將深度學(xué)習(xí)應(yīng)用到乳腺癌影像的分類中，通過對(duì)預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行微調(diào)，在MIAS數(shù)據(jù)集進(jìn)行測(cè)試獲得了98.23%的準(zhǔn)確率。Mohanty等[11]在2019年提出一種混合計(jì)算機(jī)輔助診斷系統(tǒng)框架，用于乳腺癌影像的分類并在MIAS數(shù)據(jù)集上得到了驗(yàn)證。

數(shù)據(jù)共享利用：MIAS數(shù)據(jù)集由MIAS維護(hù)，受英國版權(quán)法、國際條約規(guī)定和其他所有適用的國家法律保護(hù)。研究者可以通過MIAS數(shù)據(jù)庫網(wǎng)址[12]免費(fèi)下載使用，在使用時(shí)須在出版物中明確標(biāo)注參考該數(shù)據(jù)集。

DMD

數(shù)據(jù)集基本情況：DMD(Digital Mammography Dataset，DMD)是由美國乳腺癌監(jiān)測(cè)聯(lián)合會(huì)(Breast Cancer Surveillance Consortium，BCSC)根據(jù)收集的乳腺X線數(shù)字影像整理出的數(shù)據(jù)集，由美國國家癌癥研究所等機(jī)構(gòu)提供資助。

數(shù)據(jù)基本信息：DMD包括2005年1月至2008年12月的20 000個(gè)數(shù)字乳腺X線影像和20 000個(gè)膠片乳腺X線影像樣本的病理信息。該數(shù)據(jù)集提供了患者在乳腺X線檢查時(shí)的年齡、放射科醫(yī)生根據(jù)乳房成像報(bào)告和數(shù)據(jù)系統(tǒng)量表進(jìn)行的評(píng)估結(jié)果、乳腺癌家族史、是否使用激素治療、乳房密度、活檢史、癌癥類型以及體質(zhì)量指數(shù)等多項(xiàng)信息。BCSC認(rèn)為所提供的數(shù)據(jù)樣本數(shù)量仍舊相對(duì)有限，為慎重起見，其建議研究者僅將這些數(shù)據(jù)用于教學(xué)和科研數(shù)據(jù)分析。

相關(guān)研究：Hinton等[13]使用從ImageNet初始化的權(quán)重進(jìn)行深度學(xué)習(xí)網(wǎng)絡(luò)的遷移學(xué)習(xí)方法，對(duì)DMD中乳腺X線影像進(jìn)行測(cè)試，確定了乳腺癌前狀態(tài)下X線影像中除乳房密度以外的信息，以預(yù)測(cè)罹患乳腺癌的概率。BCSC研究員Diana Miglioretti博士于2019年4月5日向乳腺成像學(xué)會(huì)發(fā)表了主題演講，談到了風(fēng)險(xiǎn)分層篩查的潛在益處，并對(duì)BCSC免費(fèi)提供的風(fēng)險(xiǎn)計(jì)算器的作用給出了肯定評(píng)價(jià)[14]。同年，Mercan等[15]使用計(jì)算機(jī)視覺的方法對(duì)乳房活檢樣品進(jìn)行分類并開發(fā)了自動(dòng)圖像分析的輔助診斷系統(tǒng)，將輔助診斷系統(tǒng)的性能與87位病理學(xué)家的解釋進(jìn)行比較，得到了預(yù)期的效果，驗(yàn)證了該輔助診斷系統(tǒng)能夠幫助病理學(xué)家診斷從良性到浸潤性癌癥的全范圍乳房活檢樣品。

數(shù)據(jù)共享利用：研究者可以通過BCSC網(wǎng)站的乳腺X線影像網(wǎng)址免費(fèi)下載使用該數(shù)據(jù)集，使用時(shí)須包含數(shù)據(jù)引用說明[16]，下載時(shí)需提交申請(qǐng)信息和使用說明獲得下載鏈接。網(wǎng)站還會(huì)將有關(guān)數(shù)據(jù)更新的通知通過電子郵件發(fā)送到研究者提供的注冊(cè)郵箱。此外，BCSC網(wǎng)站還提供了多種工具，如Bcsc Risk Calculator，可用于預(yù)測(cè)女性5年內(nèi)罹患浸潤性乳腺癌的風(fēng)險(xiǎn)；Basc Data Explorer，可用于幫助用戶檢索1994至2009年的BCSC數(shù)據(jù)，包括乳房X線檢查和其他乳房成像檢查表格和圖表。

乳腺癌磁共振數(shù)據(jù)集

QIN Breast DCE-MRI

數(shù)據(jù)集基本情況：QIN Breast DCE-MRI數(shù)據(jù)集由俄勒岡健康與科學(xué)大學(xué)PI Wei Huang博士提供，該數(shù)據(jù)集主要收集了縱向研究的影像資料，以評(píng)估乳腺癌對(duì)新輔助化療的反應(yīng)。

數(shù)據(jù)基本信息：QIN Breast DCE-MRI數(shù)據(jù)集包含672個(gè)序列，共計(jì)76 328張乳腺癌影像圖片。所有影像圖片由西門子3T TIM Trio系統(tǒng)采集。該數(shù)據(jù)集主要包括10例病例在4個(gè)時(shí)間點(diǎn)(治療開始之前、第1個(gè)治療周期之后、治療過程的中點(diǎn)、完成治療之后)的核磁共振影像資料，共提供了DICOM+NIFTI、Matlab兩種版本格式的數(shù)據(jù)。

相關(guān)研究：Nowaková等[17]提出了一種模糊圖像檢索的新方法，使用QIN Breast DCE-MRI數(shù)據(jù)集進(jìn)行測(cè)試，解決了不能捕獲圖像中ROI的問題。Weis 等[18]使用QIN Breast DCE-MRI數(shù)據(jù)集建模，以預(yù)測(cè)乳腺癌患者第一個(gè)治療周期后是否能達(dá)到病理完全緩解。

數(shù)據(jù)共享利用：QIN Breast DCE-MRI數(shù)據(jù)集保存于TCIA(The Cancer Imaging Archive)，研究者可以通過訪問維基癌癥影像檔案網(wǎng)[19]免費(fèi)下載使用。TCIA提供了更高級(jí)的搜索、瀏覽和過濾功能，以選擇圖像子集或從滿足搜索條件的多個(gè)集合中下載圖像。如果研究者使用此數(shù)據(jù)集，須包含數(shù)據(jù)引用[20]。

Breast-MRI-NACT-Pilot

數(shù)據(jù)集基本情況：Breast-MRI-NACT-Pilot數(shù)據(jù)集由加州大學(xué)舊金山分校的David Newitt博士和Nola Hylton博士提供。該數(shù)據(jù)集來源于加州大學(xué)舊金山分校乳腺成像研究項(xiàng)目，由美國國家癌癥研究所提供資助。

數(shù)據(jù)基本信息：Breast-MRI-NACT-Pilot數(shù)據(jù)集收集了包括64例接受新輔助化療治療浸潤性乳腺癌患者的縱向研究影像，共包含2228個(gè)序列，共計(jì)99 058張乳腺癌影像圖片。每個(gè)病例包括患者年齡、病變特征等。病變特征的具體內(nèi)容有腫瘤大小、組織類型、病理類型、腫瘤亞型和是否有淋巴結(jié)受侵。

相關(guān)研究：Jones 等[21]針對(duì)乳腺腫瘤周圍存在的異?；|(zhì)組織可能增加局部復(fù)發(fā)風(fēng)險(xiǎn)的問題，提出了一種新的成像方法，并利用該數(shù)據(jù)集中的病例進(jìn)行測(cè)試，得出可以通過動(dòng)態(tài)對(duì)比增強(qiáng)磁共振定量腫瘤周圍基質(zhì)組織表征的結(jié)論。Natsheh等[22]為多幀DICOM醫(yī)學(xué)圖像提供了一種簡(jiǎn)單有效的像素?cái)?shù)據(jù)加密方法，通過在Breast-MRI-NACT-Pilot數(shù)據(jù)集上進(jìn)行測(cè)試，驗(yàn)證了所提出的方法能夠縮短加密和解密時(shí)間，降低了網(wǎng)絡(luò)傳輸醫(yī)療圖像的安全風(fēng)險(xiǎn)。2019年，Samala等[23]提出了一種均質(zhì)化的方法用于減少不同成像方案和掃描儀對(duì)核磁共振影像的影響，并在Breast-MRI-NACT-Pilot數(shù)據(jù)集中得到了驗(yàn)證。

數(shù)據(jù)共享利用：Breast-MRI-NACT-Pilot數(shù)據(jù)集保存于TCIA，研究者可以訪問維基癌癥影像檔案網(wǎng)[24]免費(fèi)下載使用，該網(wǎng)站上還附有數(shù)據(jù)集的詳細(xì)說明及下載鏈接。如果研究者使用Breast DCE-MRI數(shù)據(jù)集，須包含數(shù)據(jù)引用[25]。

國外公開乳腺數(shù)據(jù)集的特點(diǎn)對(duì)我國醫(yī)療數(shù)據(jù)開放的啟示

相對(duì)于國外公開的乳腺癌影像數(shù)據(jù)集，我國公開的乳腺癌影像數(shù)據(jù)集極為匱乏。醫(yī)療數(shù)據(jù)共享程度的偏低一定程度上影響了以計(jì)算機(jī)視覺技術(shù)為代表的、能夠提高醫(yī)療健康服務(wù)效率和質(zhì)量的新技術(shù)在醫(yī)療領(lǐng)域的快速發(fā)展和應(yīng)用。同時(shí)，我國乳腺癌數(shù)據(jù)集開放的現(xiàn)狀只是醫(yī)療健康大數(shù)據(jù)開放共享力度不足的一個(gè)縮影。受制度保障體系、建設(shè)理念先進(jìn)性、技術(shù)開發(fā)水平或其他方面的影響，國內(nèi)醫(yī)療健康領(lǐng)域科學(xué)數(shù)據(jù)共享平臺(tái)的數(shù)據(jù)集成度和開放共享程度仍十分有限[26]。

現(xiàn)以國內(nèi)外乳腺癌數(shù)據(jù)集開放共享現(xiàn)狀調(diào)研視角，結(jié)合國外醫(yī)療數(shù)據(jù)共享利用的經(jīng)驗(yàn)與不足，針對(duì)目前我國醫(yī)療健康大數(shù)據(jù)的共享利用提出以下幾點(diǎn)建議。

(1)完善相關(guān)政策，提高共享水平。國外公開的乳腺癌數(shù)據(jù)集大多可以免費(fèi)申請(qǐng)使用，研究人員可以便捷地獲取高質(zhì)量數(shù)據(jù)。對(duì)比歐美發(fā)達(dá)國家對(duì)科學(xué)數(shù)據(jù)等信息資源的重視和管理，我國一直缺少國家層面的制度保障。中華人民共和國科學(xué)技術(shù)部基礎(chǔ)司司長(zhǎng)葉玉江和中國科學(xué)院地理與資源研究所研究員孫九林曾指出我國科學(xué)數(shù)據(jù)的管理與應(yīng)用存在著明顯不足，特別是許多高價(jià)值的科學(xué)數(shù)據(jù)并未在國內(nèi)得到充分的共享和使用就流向國外[27]。推動(dòng)數(shù)據(jù)的共享利用，核心是要通過全國人大立法，建立數(shù)據(jù)開放標(biāo)準(zhǔn)、界定數(shù)據(jù)開放邊界，需要建立切實(shí)有效的數(shù)據(jù)開放共享法制基礎(chǔ)。雖然我國目前尚無全國人大及其常委會(huì)審議通過的數(shù)據(jù)共享方面的法律頒布，但國家、地方已有一些法規(guī)、規(guī)章頒布實(shí)施。2018年我國印發(fā)了《科學(xué)數(shù)據(jù)管理辦法》(以下簡(jiǎn)稱《辦法》)，旨在進(jìn)一步加強(qiáng)和規(guī)范科學(xué)數(shù)據(jù)管理，保障科學(xué)數(shù)據(jù)安全，提高開放共享水平，以更好地為國家科技創(chuàng)新、經(jīng)濟(jì)社會(huì)發(fā)展和國家安全提供支撐?！掇k法》首次站在國家高度、面向多領(lǐng)域科學(xué)數(shù)據(jù)，提出以開放為主的指導(dǎo)原則，其貫徹落實(shí)仍需多年探索積累。此外，基于現(xiàn)有的科學(xué)體系和數(shù)據(jù)資源量，數(shù)據(jù)政策宏觀管理體系尚待擴(kuò)展，科學(xué)數(shù)據(jù)開放共享整體水平仍需提升，分散于各研究機(jī)構(gòu)的數(shù)據(jù)孤島仍客觀存在。目前，對(duì)于數(shù)據(jù)共享的具體實(shí)踐和實(shí)務(wù)操作，仍有待主管部門根據(jù)《辦法》第32條規(guī)定制定具體實(shí)施細(xì)則。同年，中華人民共和國國家衛(wèi)生健康委員會(huì)發(fā)布了《國家健康醫(yī)療大數(shù)據(jù)標(biāo)準(zhǔn)、安全和服務(wù)管理辦法(試行)》(以下簡(jiǎn)稱《管理辦法(試行)》)，進(jìn)一步明確了各級(jí)衛(wèi)生健康行政部門、醫(yī)療衛(wèi)生機(jī)構(gòu)、相關(guān)應(yīng)用單位及個(gè)人在健康醫(yī)療大數(shù)據(jù)標(biāo)準(zhǔn)管理、安全管理、服務(wù)管理中的責(zé)權(quán)利，雖然《管理辦法(試行)》中仍有不少問題尚待進(jìn)一步明確，但其對(duì)于統(tǒng)籌標(biāo)準(zhǔn)管理、落實(shí)安全責(zé)任、規(guī)范數(shù)據(jù)服務(wù)管理等方面已經(jīng)有了明確的方向和要求。故在此基礎(chǔ)上，可通過進(jìn)一步跟蹤《辦法》等文件實(shí)施情況，及時(shí)提煉總結(jié)文件在試行過程中出現(xiàn)的問題和經(jīng)驗(yàn)，完善健康醫(yī)療大數(shù)據(jù)的標(biāo)準(zhǔn)管理、安全管理和服務(wù)管理，促進(jìn)健康醫(yī)療大數(shù)據(jù)規(guī)范有序發(fā)展來提高醫(yī)療數(shù)據(jù)的共享。

(2)建立健全醫(yī)療數(shù)據(jù)隱私標(biāo)準(zhǔn)。健全的醫(yī)療數(shù)據(jù)隱私保護(hù)標(biāo)準(zhǔn)是實(shí)現(xiàn)數(shù)據(jù)開放共享的基礎(chǔ)與前提。隨著歐盟《一般數(shù)據(jù)保護(hù)條例》的生效，歐洲范圍內(nèi)建立起了一套在隱私管理、個(gè)人信息安全保護(hù)和數(shù)據(jù)流動(dòng)之間的復(fù)合機(jī)制?！兑话銛?shù)據(jù)保護(hù)條例》之后，越來越多的國家開始聚焦自身隱私安全問題，我國也不例外。我國正在快速推進(jìn)隱私保護(hù)工作。《中華人民共和國網(wǎng)絡(luò)安全法》(以下簡(jiǎn)稱《網(wǎng)絡(luò)安全法》)于2017年6月1日起實(shí)施，其包含一個(gè)全局性的框架，旨在監(jiān)管網(wǎng)絡(luò)安全、保護(hù)個(gè)人隱私和敏感信息以及維護(hù)國家網(wǎng)絡(luò)空間主權(quán)安全。雖然《網(wǎng)絡(luò)安全法》已經(jīng)通過并得以施行，但由于部分要求模棱兩可，定義也比較寬泛，在其使用方面仍存在不確定性。2018年5月我國正式實(shí)施了《信息安全技術(shù)個(gè)人信息安全規(guī)范》(以下簡(jiǎn)稱《規(guī)范》)，目的是規(guī)范個(gè)人信息控制者在收集、保存、使用、共享、轉(zhuǎn)讓、公開披露等信息處理環(huán)節(jié)中的相關(guān)行為，旨在遏制個(gè)人信息非法收集、濫用、泄漏等亂象，最大程度地保障個(gè)人的合法權(quán)益和社會(huì)公共利益。但該《規(guī)范》為推薦性標(biāo)準(zhǔn)而非強(qiáng)制性標(biāo)準(zhǔn)，不具備法律強(qiáng)制力，在對(duì)信息主體的個(gè)人信息保護(hù)力度上遠(yuǎn)遠(yuǎn)不夠。因此，根據(jù)國際醫(yī)學(xué)研究標(biāo)準(zhǔn)和我國國情，仍應(yīng)進(jìn)一步在立法層面上制定相應(yīng)的數(shù)據(jù)安全規(guī)范、責(zé)任規(guī)范、數(shù)據(jù)審計(jì)制度，建立統(tǒng)一的數(shù)據(jù)脫敏標(biāo)準(zhǔn)，確保數(shù)據(jù)存儲(chǔ)、傳輸、使用過程中符合規(guī)定，落實(shí)隱私泄露等責(zé)任問題，規(guī)范數(shù)據(jù)開放共享中的審核過程，不斷完善隱私保護(hù)法律體系。

(3)加強(qiáng)數(shù)據(jù)的集成融合。國外公開的乳腺癌數(shù)據(jù)集有很高的數(shù)據(jù)集成度，MIAS數(shù)據(jù)集、Breast-MRI-NACT-Pilot數(shù)據(jù)集、DDSM、Breast-MRI-NACT-Pilot都提供了患者的病例信息和影像數(shù)據(jù)，但提供的數(shù)據(jù)存在一些不足，如MIAS數(shù)據(jù)集提供了322個(gè)影像數(shù)據(jù)，由于數(shù)量較少不能夠用于深度學(xué)習(xí)的訓(xùn)練集，會(huì)造成欠擬合現(xiàn)象。各個(gè)數(shù)據(jù)集都將分散的數(shù)據(jù)進(jìn)行整合、統(tǒng)一、集中管理，有利于科研人員有針對(duì)性地進(jìn)行數(shù)據(jù)的分析與挖掘。我國現(xiàn)階段的醫(yī)療環(huán)境中，充斥著大量分布式的異構(gòu)數(shù)據(jù)、信息、儀器設(shè)備和系統(tǒng)，為醫(yī)療信息的表達(dá)、存儲(chǔ)、交換、共享、系統(tǒng)協(xié)同工作帶來了諸多障礙。以市場(chǎng)需求為導(dǎo)向，根據(jù)需求整合醫(yī)療健康數(shù)據(jù)資源[28]，研究構(gòu)建適用于醫(yī)學(xué)研究的關(guān)聯(lián)數(shù)據(jù)表述、組織與整合的標(biāo)準(zhǔn)化體系，加強(qiáng)多類型數(shù)據(jù)集成融合，不斷增加數(shù)據(jù)模態(tài)，為研究人員提供便捷的數(shù)據(jù)檢索與共享服務(wù)，提供多維、動(dòng)態(tài)、多層次的數(shù)據(jù)管理、分析和應(yīng)用的技術(shù)平臺(tái)與環(huán)境，并且制作相關(guān)數(shù)據(jù)產(chǎn)品有利于數(shù)據(jù)的管理與使用，以提高數(shù)據(jù)的使用效率及價(jià)值。

(4)建立和制定數(shù)據(jù)集標(biāo)注的標(biāo)準(zhǔn)和規(guī)范。數(shù)據(jù)集標(biāo)注質(zhì)量良莠不齊是制約數(shù)據(jù)開放共享的一個(gè)重要原因?，F(xiàn)階段數(shù)據(jù)標(biāo)注主要依靠人力完成，而當(dāng)前國內(nèi)數(shù)據(jù)標(biāo)注行業(yè)正在起步階段，行業(yè)準(zhǔn)入、門檻標(biāo)準(zhǔn)、人員素質(zhì)、數(shù)據(jù)安全等問題迫切需要加強(qiáng)規(guī)范。一方面需要較完善的標(biāo)注流程和規(guī)范進(jìn)行質(zhì)量控制，另一方面需要建立完善的從業(yè)資格審核機(jī)制，并從行業(yè)發(fā)展、標(biāo)注規(guī)范、業(yè)務(wù)標(biāo)準(zhǔn)、數(shù)據(jù)安全、保密規(guī)則等方面對(duì)標(biāo)注人員做培訓(xùn)以引導(dǎo)行業(yè)人員各方面素質(zhì)的提高。如以國家相關(guān)部門牽頭，聯(lián)合一些數(shù)據(jù)標(biāo)注公司和互聯(lián)網(wǎng)巨頭參與，提供專項(xiàng)資金，共同做好數(shù)據(jù)標(biāo)注工作，開發(fā)半自動(dòng)標(biāo)注工具等。

(5)探索和創(chuàng)新多機(jī)構(gòu)合作機(jī)制。國外公開乳腺數(shù)據(jù)集的創(chuàng)建多在國家相關(guān)醫(yī)療研究機(jī)構(gòu)的資助下，由醫(yī)院、大學(xué)和學(xué)術(shù)機(jī)構(gòu)等合作完成。贊助者除了政府機(jī)構(gòu)，也有個(gè)人或制藥公司、學(xué)術(shù)機(jī)構(gòu)、私人組織或其他組織進(jìn)行的聯(lián)合研究。可以借鑒吸收國外乳腺癌數(shù)據(jù)集的建設(shè)管理經(jīng)驗(yàn)，以項(xiàng)目為牽引，探索不同地域、不同性質(zhì)機(jī)構(gòu)間數(shù)據(jù)共享利用的合作機(jī)制，創(chuàng)新合作模式，嘗試建立不同疾病領(lǐng)域國際一流、國內(nèi)領(lǐng)先的醫(yī)療數(shù)據(jù)集共享平臺(tái)。

(6)推進(jìn)跨區(qū)域協(xié)同。政府?dāng)?shù)據(jù)資源是大數(shù)據(jù)資源的重要組成部分，其基于公共事務(wù)管理和服務(wù)采集與產(chǎn)生，具有較強(qiáng)的公信力，甚至可能是唯一的數(shù)據(jù)來源。國務(wù)院辦公廳印發(fā)的《進(jìn)一步深化“互聯(lián)網(wǎng)+政務(wù)服務(wù)”推進(jìn)政務(wù)服務(wù)“一網(wǎng)、一門、一次”改革實(shí)施方案》已明確提出要建立完善全國數(shù)據(jù)共享交換體系。除了政府部門內(nèi)部的互聯(lián)互通，還需要在一些領(lǐng)域建立政府與企業(yè)數(shù)據(jù)的互聯(lián)互通，從而為電子政務(wù)和數(shù)字經(jīng)濟(jì)并駕齊驅(qū)創(chuàng)造良好的條件。正如習(xí)近平總書記所強(qiáng)調(diào)的：“要加強(qiáng)政企合作、多方參與，加快公共服務(wù)領(lǐng)域數(shù)據(jù)集中和共享，推進(jìn)同企業(yè)積累的社會(huì)數(shù)據(jù)進(jìn)行平臺(tái)對(duì)接?！痹谥泄仓醒胝尉志蛥^(qū)塊鏈技術(shù)發(fā)展現(xiàn)狀和趨勢(shì)進(jìn)行第十八次集體學(xué)習(xí)中，習(xí)近平總書記指出，要抓住區(qū)塊鏈技術(shù)融合、功能拓展、產(chǎn)業(yè)細(xì)分的契機(jī)，發(fā)揮區(qū)塊鏈在促進(jìn)數(shù)據(jù)共享、優(yōu)化業(yè)務(wù)流程、降低運(yùn)營成本、提升協(xié)同效率、建設(shè)可信體系等方面的作用。區(qū)塊鏈技術(shù)為跨地區(qū)、跨部門和跨層級(jí)的數(shù)據(jù)交換和信息共享提供了可能，其技術(shù)特征有利于建立政府部門之間的信任和共識(shí)，在確保數(shù)據(jù)安全的同時(shí)促進(jìn)政府?dāng)?shù)據(jù)跨界共享。總之，在跨區(qū)域政策協(xié)同、利益補(bǔ)償分配等重點(diǎn)領(lǐng)域進(jìn)行政策創(chuàng)新，推進(jìn)跨區(qū)域數(shù)據(jù)資源、專家資源共享，同時(shí)要推進(jìn)協(xié)同監(jiān)管、大數(shù)據(jù)協(xié)作，以深化數(shù)據(jù)等資源共享。

(7)完善和豐富多樣化、精準(zhǔn)化數(shù)據(jù)服務(wù)。國外公開的乳腺癌數(shù)據(jù)集除相關(guān)數(shù)據(jù)外，還提供一系列服務(wù)和工具供研究人員使用，如數(shù)據(jù)檢索工具、數(shù)據(jù)處理工具等，為用戶創(chuàng)造了良好的科研與工作環(huán)境。除數(shù)據(jù)檢索外，可借鑒國外醫(yī)療影像數(shù)據(jù)庫的管理服務(wù)理念，針對(duì)不同的數(shù)據(jù)庫建設(shè)特點(diǎn)提供多元化的數(shù)據(jù)統(tǒng)計(jì)與挖掘服務(wù)，并從中探索多樣化的數(shù)據(jù)管理服務(wù)模式，從而為研究人員利用數(shù)據(jù)提供便利?；谟脩粜袨榇髷?shù)據(jù)分析，為研究人員提供精準(zhǔn)化的信息推送服務(wù)，持續(xù)提高醫(yī)學(xué)研究人員的信息獲取效率。

綜上，我國醫(yī)療健康大數(shù)據(jù)的開放共享應(yīng)從各方面著手，加快推動(dòng)立法保障，不斷完善監(jiān)管制度和技術(shù)方法，逐步提高開放共享程度，全面提升數(shù)據(jù)質(zhì)量和應(yīng)用環(huán)境，為醫(yī)療健康領(lǐng)域的發(fā)展提供高質(zhì)量的數(shù)據(jù)支撐和研究基礎(chǔ)。