招标代理公司（立即查看） 受业主单位（立即查看） 委托，于2025-12-02在采购与招标网发布 中国医科大学附属第一医院国家医学检验临床医学研究中心数据平台采购项目招标公告。现邀请全国供应商参与投标，有意向的单位请及时联系项目联系人参与投标。 项目概况中国医科大学（略）国家医学（略）采购项目招标项目的潜在供应商应在（略）获取招标文件,并于（略）年（略）月（略）日（略）时（略）（北京时间）前递交投标文件。一、项目基本情况项目编号：JH（略）-（略）-（略）项目名称：中国医科大学（略）国家医学（略）采购项目包组编号：（略）预算金额（（略））：（略）最高限价（（略））：（略）采购需求：查看国家医学（略）技术参数（国产1套）一、总体要求1.本项目所建设医学检（略）需按招标人要求部署在（略）数据集成工具、数据治理工具、数据筛选工具、数据补录等数据处理工具，同时部署统计学、机器学习等数据（略）络成员（略）人并发调用，为重大疾病及感染性疾病的自主创新检验标志物及检验技术的开发、检验项（略）间建立技术及检（略）临床评价研究提供扎实的数据与工具支持；支持对图像原文件进行集成接入，支持与数据库内患者数据进行关联，浏览，制备。2（略）支持临床文本、影像数据的集成与查看，支持对文本与影像DICOM进行集成接入、tag结构化生产，并支持在数据库应用层检索、查看、制备；支持对图像原文件进行集成接入，支持与数据库内患者数据进行关联、浏览及制备。★3.本项目需要支持集成主流基于BS架构的科研工具，实现科研需求与专业工具的高效对接（提供承诺函并加盖投标人公章）。4.投标人所提供的患者服务应用（略）必须符（略）络安全等级保护基本要求》，并承诺配合招标人按照等级保护要求对（略）进行升级改造。★5.实施期间，投标人应根据招标人需求对（略）功能进行升级改造服务（提供承诺函并加盖投标人公章）。★6（略）提供终身技术支持，配合本项目建设科室新流程需求和指标项目的新增与调（略），所有费用纳入到年维护费中，不再另行收费（提供承诺函并加盖投标（略）1.自动化集成治理1.1数据集成：通过数据库同步技术和ETL等技术，对数据进行抽取、同步、汇集，实现对招标人单位多源异构数据的采集和汇聚。1.2数据治理：标准化、体系化数据治理流程：患者脱敏、EMPI构建、数据清洗、比对、关联、融合、数据质控管理等加工处理过程，对异构异源海量离散的数据资源加工生产，生成易于（略）析利用的、可共享的数据。2.专病数据结构化生产2.1专病数据模型建设：建立标准化、体系化数据治理流程，包含患者EMPI构建、数据清洗、比对、关联、融合、数据质控管理等加工处理过程，对异构异源海量离散的数据资源加工生产，生成易于（略）析利用的、可共享的数据。2.2数据架构化生产：基于深度学习技术的自由文本结构化引擎，根据专病数据模型对临床数据进行结构化提取、标准化归一化处理。▲2.3支持对影像DICOM进行集成接入、tag结构化生产，支持在数据库应用层检索、查看、制备；支持对图像原文件进行集成接入，支持与数据库内患者数据进行关联、浏览及制备（根据（略）截图并加盖投标人公章）。3.数据自动化更新3.1数据增量集成：支持院内增量数据自动采集。3.2数据增量治理：采集的数据自动进行标准化治理流程。3.3数据增量结构化：治理后的数据按照疾病模型进行结构化处理。3.4更新周期T+N：定期实现数据的增量更新，并对应用层数据（略）1.线下数据文件提供▲1.1提供专病数据集需求调研、数据（略）析、数据集方案设计等服务，满足对数据字段的个性化设计需求（提供承诺函并加盖投标人公章）。1.2提供数据表单配置服务，通过（略）线下会议讨论形式、可视化数据表单配置形式进行字段集设计效果的确认。1.3提供数据集上线后的字段变更修改服务。1.4（略）以线下积累的患者结构化数据（Excle格式）批量导入数据库，并进行数据（略）的相关校验与审核，对数据格式等进行修改，确保导入数据的准确性。▲1.5支持患者检查数据与影像图像数据关联处理（根据（略）截图并加盖投标人公章）。2.（略）人工数据录入▲2.1（略）数据补录：支持在产品页面进行手动（略）的患者数据，拥有该功（略）后（略）的患者数据（略）定义的结构化字段进行录入（根据（略）截图并加盖投标人公章）。2.2（略）录入员可以进行数据录入、本单位录入数据自由查看、创建新项目功能。3.（略）数（略），支持数据自动采集、治理、结构化生产、数（略）应用层功能1.数据资产1.1汇交概览：支持查看（略）患者数量（略）布和数据时效（略）数据质量。1.2数据质控报告：数据接入报告、填充率报告、数据标准化报告。1.3数据字典：疾病标准数据集，包括：指标名称、指标说明、数据类型、提取规则、来源逻辑等内容，便于查阅和检索。2（略）▲2.1灵感发现：支持主题管理；支持一键查看桑基图对应的搜索条件，实现快速召回和定位对应的患者人群，提高数据（略）析的效率；支持一键查看桑基图对应的搜索条件，实现快速召回和定位对应的患者人群，提高数据（略）析的效率（根据（略）截图并加盖投标人公章）。▲2.2数据驾驶舱：支持数据概览、各科室数据概览、库内患者数量走势，支持可视化（略）析（根据（略）截图并加盖投标人公章）。▲2.3检索：支持多类型的搜索、支持智能病历筛选、支持搜索病例的（略）和（略）析（根据（略）截图并加盖投标人公章）。▲2.4患者全景：以时间轴形式查看患者诊疗全周期的数据，记录患者在每一个时间节点的检验、检查、诊断以及治疗等数据，建立患者全景视图；支持查看病历原文，结构化数据及溯源信息（根据（略）截图并加盖投标人公章）。▲2.5（略）回顾性研究：支持患者纳排、CRF表单设置、随访、数据核查、数据管理、统计（略）析（根据（略）截图并加盖投标人公章）。▲2.6（略）前瞻性研究：支持患者纳排、指标自动填充、数据预处理、统计（略）析（根据（略）截图并加盖投标人公章）。3（略）管理3.1权限管理：支持账号、（略）色、数据、审批授权功能。3.2（略）管理：支持添加以及删除参与机构。3.3（略）管理、（略）管理、权限管理等内容。五、数据（略）析工具1.临床数据处理1.1变量处理：要求修改变量类型时，具有错误提示功能，方便修改类型；要求支持变量检索，从而快速定位待处理变量；支持变量删除。1.2变量自定义：要求支持根据原变量，新建多种不同规则，生成新的（略）组变量；要求新的（略）组变量可进行有序变量定义，通过拖动即可保存变量顺序；支持对数值型变量自动进行等宽离散化；支持对数值型变量自动进行等频离散化；要求根据设置规则进行变量离散化情况预览。1.3离群值处理：要求智能选择（略）析方法对多个数值型变量进行离群值（略）析；要求展示变量离群值详情，离群值的界值；要求支持单个批量变量离群值的处理；要求支持针对离群值（略）析结果和处理结果的保存。1.4缺失值处理：要求支持变量的缺失值（略）析，并展示各个变量缺失率的情况；要求支持单个批量变量缺失值的处理；要求支持查看单个变量缺失的样本的数据填充率情况；要求支持缺失值（略）析结果和处理方式的保存。1.5样本处理：要求支持样本数据的直接编辑；要求支持删除样本；要求支持将处理好的xlsx数据进行（略）。2.统计学（略）析2.1描述性统计：要求根据变量类型自动计算出描述变量（略）布规律及数量特征（略）析的相关指标，如平均值、P（略）、P（略）、众数、偏度、峰值、频数、占比等；要求根据变量类型智能输出箱式图或饼状图；要求支持对图片的颜色，字体，坐标轴进行设置，并能按照主题进行修改。▲2.2显著性（略）析：两组或两组以上独立定性样本显著性（略）析；支持T检验，卡方检验，方差（略）析，非参数性检验（根据（略）截图并加盖投标人公章）。▲2.3ROC曲线：要求支持自动生成模型ROC曲线，并计算AUC值（根据（略）截图并加盖投标人公章）。▲2.4相关性（略）析：要求进行定量数据的相关性（略）析；要求支持Pearson、Spearman（略）析，并支持生成相关视图（根据（略）截图并加盖投标人公章）。2.5一致性检验：支持Cohen'sKappa方法；Fleiss'Kappa方法；KendallW协调系数；ICC组内相关系数；Bland-Altman法来进行多种诊断方法的一致性检验。2.6逻辑回归（略）析：要求支持（略）类数据的logistic回归（略）析；要求支持模型似然比检验、平行性检验、二（略）logistic、有序（略）类logistic、多（略）logistic、模型预测准确率计算；要求提供列线图。2.7生存率（略）析：要求支持KaplanMeier方法进行单因素生存（略）析；要求支持生成（略）体生存率和标准值；要求支持生成（略）体或（略）组生存率表；要求支持生成（略）体或（略）组的生存曲线。2.8Cox比例风险回归：要求支持生成Cox比例风险单因素（略）析或多因素（略）析结果；要求支持生成生存曲线；要求支持生成列线图以及校准曲线；要求支持生成PI预后指数。2.9多（略）回归（略）析：要求根据变量类型智能进行单因素变量筛选；要求支持前进法；后退法；要求支持逐步回归法进行多因素模型建立；要求支持生成残差图；要求支持各因素系数的结果展示。▲2.（略）间建立：支持根据医（略）间范围的建立需要正态性转换，计算各种定制的百（略）位数（略）间；支持GAMLSS回归建立连续（略）间（根据（略）截图并加盖投标人公章）。2.（略）变异来源（略）析：多因素回归（略）析可纳入可能的变异来源变量进行线性拟合，通过各个变量的偏回归系数，来探究检验（略）析物的变异因素；支持Z-test，确定变异来源，根据（略）析结果判断是否需要（略）组。3.机器学习3.1配置因变量：要求支持用户选择任何的（略）类变量作为因变量进行（略）析。3.2配置临床变量：要求支持用户灵活配置进入模型的临床变量。3.3配置组学特征滤波变换：要求支持用户灵活配置建模所用组学特征所使用的滤波变换。3.4配置组学特征类型：要求支持灵活配置建模所用组学特征的类别。3.5配置模型验证方法：要求支持以K折交叉验证、指定测试集或者随机拆（略）方法进行模型验证；要求支持多次重复建模。3.6特征清洗：要求支持删除缺失值比例大于一定阈值的变量。3.7特征相关性（略）析：要求支持移除某些变量，以缓解变量间的共线性问题。3.8特征筛选：要求支持F-test、皮尔逊、互信息、L1正则、树模型、循环特征删除等6种及以上特征筛选方式。3.9特征降维：要求支持（略）种及以上特征降维算法，包括相关性（略）析、P（略）、各种特征筛选算法等。▲3.（略）机器学习模型：要求支持LogisticRegression、SVM、LinearSVC、DecisionTree、RandomForest、AdaBoost、GradientBoosting、（略）GBoost、BernoulliNB、GaussianNB、KNearestNeighbors、LinearDiscriminantAnalysis、SGD、MultilayerPerceptron等（略）种及以上机器学习模型（根据（略）截图并加盖投标人公章）。▲3.（略）模型调参：要求支持手动配置模型参数；要求（略）选择当前模型最优参数（根据（略）截图并加盖投标人公章）。▲3.（略）超（略）搜索多种模型，以找出最优的特征筛选算法、（略）类模型及其参数（根据（略）截图并加盖投标人公章）。3.（略）模型效果评价：要求支持自动计算模型准确率、精确率、灵敏度、特异度等。3.（略）混淆矩阵：要求支持提供模型混淆矩阵结果。3.（略）特征权重（略）析：要求支持自动排序参与建模的特征权重，提供每一特征的中英文解释，并绘制特征权重图。3.（略）ROC曲线：要求支持自动生成模型ROC曲线，并计算AUC值。▲3.（略）PR曲线：要求支持自动生成