垂体疾病是指起源于垂体细胞及其毗邻结构病变的统称，可能涉及神经外科、内分泌科、眼科、妇产科等多个科室，表现各异，处理方式亦不相同。垂体疾病诊疗方案的选择往往基于医生自身经验，因此患者预后也在相当程度上取决于医生的诊疗水平。由于我国人口众多、医疗资源分布不均衡，各级医疗机构医务人员水平参差不齐，容易出现误诊、误治现象。同时，虽然我国患者众多，但相关疾病的多中心临床研究较少，治疗指南及专家共识鲜有国内证据，缺少本土化的诊疗方案。如何充分利用我国医疗资源，开展高质量的临床研究，为疾病诊治提供可靠依据，是亟待解决的问题。

随着医院信息化和互联网技术的发展，患者诊治过程中产生的海量医疗数据可被收集、归纳、整理和储存起来，这些多模态的数据(包括文本和影像等)使构建和完善垂体疾病数据库成为可能。结合人工智能技术、真实世界研究方法对数据进行深度挖掘、归纳和分析，开展相关临床研究，构建更高效、一致性更佳的临床诊疗辅助解决方案，指导临床医生制定更合理的诊疗策略，可进一步实现垂体疾病的个体化诊疗。

1.   构建垂体疾病数据库的意义

不同于一般疾病，垂体疾病临床数据数量众多且杂乱，给常规信息分析带来了困难。近年来，随着互联网和人工智能技术的发展，医疗大数据时代已经来临。与传统数据收集、统计、分析方法不同，医疗大数据时代可借助于自然语言处理、机器学习、多模态多参数分析等方法自动完成数据的抽取、清洗和挖掘分析，极大提高了数据库建设和利用的效率。

构建垂体疾病数据库，可使临床医疗更加便捷有效，具体体现在以下几个方面：(1)优化垂体疾病相关电子病历、影像资料收集方法，通过网络接口使数据库直接连通医院信息系统，实现关键临床信息及字段的自动抓取，效率及准确性更高，极大节省了人力；(2)可根据不同用户开放不同权限，支持多用户在不同地点和时间同时进行信息查询，实现安全、高效、便捷的信息化管理和保存；(3)可根据查询要求不同，设置不同的筛选条件后快速检索出结果，应用效率高；(4)支持多中心、多用户、跨系统在线上传和下载数据，方便了大规模临床研究的开展。

2.   国外垂体疾病数据库发展概况

据文献报道，国际上已有多个垂体疾病数据库成功建立及应用^[1]。早在1995年，Jenkins等^[2]即介绍了基于伯明翰诊所构建的相关垂体疾病数据库。Drange等^[3]于2000年报道，Cedars-Sinai医疗中心建立了垂体腺瘤相关登记注册数据库，并收录了垂体腺瘤患者的基本特征、治疗以及预后等信息。Katznelson等^[4]于2001年报道，其团队开发了基于网络的肢端肥大症患者开放登记注册系统，并利用数据库研究发现，性腺机能减退是肢端肥大症的常见临床后果，泌乳素、生长激素高分泌状态参与了肢端肥大症患者性腺功能减退的发病机制。由于无功能型垂体腺瘤(non-functioning pituitary adenomas, NFPA)患者的长期预后尚不完全清楚，2006年Ferrante等^[5]开发的数据库，收集了来自意大利西北部7个医学中心NFPA患者的临床、生化、放射学、眼科和预后数据，用于NFPA的诊断、治疗和随访。从数据库中所获结果表明，在过去10年中，意大利只有部分NFPA患者实现了最终外科治疗目标，其结果有助于神经外科及内分泌科医生对NFPA诊疗及预后决策。

2007年建立的ERCUSYN(European Register on Cushing's Syndrome)数据库：https://www.ercusyn.eu 是国际上较大的库欣病数据库^[6]。据数据库官方报告，截至2019年12月，共注册登记了1882例库欣综合征患者，来自26个欧洲国家共53个医疗中心。依托此数据库，多项临床研究逐步开展，如2018年纳入数据库内293例库欣病患者的研究，发现垂体来源较肾上腺来源的库欣综合征患者的生存质量更差^[7]。Petrossians等^[8]构建的Liège肢端肥大症调查(the Liège Acromegaly Survey, LAS)数据库，旨在评估肢端肥大症患者在多个治疗中心的诊断和长期随访结果，2017年该数据库已纳入欧洲14个医学中心的3173例肢端肥大症患者，是此前最大的国际肢端肥大症患者数据库。2008年保加利亚的5所医科大学合作从病历中收集有关肢端肥大症患者的人口统计学、诊断、发病率/死亡率、治疗类型和疾病控制相关数据，建立了肢端肥大症数据库^[9]，利用此数据库，2015年发现多巴胺激动剂仅对少于20%未行放疗的肢端肥大症患者有效^[10]。

3.   中国垂体疾病注册中心数据库的建立和使用

3.1   建立

2013年，北京协和医院神经外科联合内分泌等科室建立了垂体腺瘤数据库(单机版和内网版)。2015年由北京协和医院神经外科牵头，联合国内多家医院，成立了中国第一个多中心垂体疾病登记系统-中国垂体疾病注册中心数据库(the China Pituitary Disease Register Network，CPDRN)^[11]。截至2019年12月，CPDRN数据库已纳入全国59家医院的35 000余例垂体疾病患者，是目前全国最大的垂体疾病数据库。此外，该数据库还扫描、电子化保存了9000余份纸质住院和门诊随访病历。

3.2   使用

基于CPDRN数据库，北京协和医院^[12]以及多中心^[11]垂体疾病患者的特征及人口统计学结果相继被报道。库欣病是垂体疾病中诊断、治疗相对困难的类型，利用该数据库，垂体团队进行了一系列临床研究，如分析术后早期未缓解库欣病患者的诊治方案^[13]、库欣病诊断及经蝶窦入路手术的预后分析^[14]、岩下窦静脉取血判断库欣病肿瘤侧别及影响因素^[15]等。

通过CPDRN数据库中的临床文本数据，借助机器学习、深度学习等人工智能技术，构建针对垂体疾病患者的精准辅助诊疗方案，可更好地帮助医生制定治疗策略，实现诊断与治疗的精准化、个体化，使患者获益。例如，Liu等^[16]收集经鼻蝶窦入路术后1周激素即刻缓解的354例库欣病患者，纳入17个临床文本特征，通过Logistics回归、决策树、随机森林等7种机器学习算法，分析患者长期预后及复发情况，最终采用性能最佳的随机森林算法构建库欣病复发预测模型，有效指导了患者术后随访及治疗策略。Fan等^[17]纳入668例肢端肥大症患者的12项术前临床特征，采用6种机器学习算法构建经鼻蝶窦入路垂体腺瘤切除术的手术疗效，其中梯度增强决策树算法构建的模型预测性能最佳，可用于指导肢端肥大症患者的术前治疗及手术决策制定。

除单纯病历文本数据外，利用CPDRN数据库中患者MRI资料，结合影像组学方法，亦可进行相应研究，辅助临床诊断、进行治疗决策和预测预后。例如，Wei等^[18]从CPDRN数据库纳入了814例库欣综合征患者、1131例肢端肥大症患者以及12598名正常人的面部照片，通过深度学习，成功构建出高性能、诊断效果良好的库欣综合征和肢端肥大症面部识别模型。此模型已通过腾讯微信平台共享给公众进行疾病筛查。Fan等^[19-20]通过支持向量机、留一法交叉验证选取特征的影像组学方法，构建了预测肢端肥大症患者对放射治疗反应的模型；该团队还从CPDRN数据库中纳入163例侵袭性功能性垂体腺瘤患者，通过SelectKBest算法筛选影像特征，支持向量机构建影像学标签，并结合多因素Logistics回归分析选择最有意义的临床特征，最终构建了包含影像学标签和文本特征的组合模型，可有效预测侵袭性功能性垂体腺瘤患者的术后疗效，以辅助术前手术决策。

3.3   问题与挑战

当然，在CPDRN数据库建设过程中，也遇到了诸多困难与挑战：(1)病例数据缺失、错误。由于病例时间跨度大(纳入的最早病例为20世纪70年代就诊患者)等原因造成原始资料并不齐全；另外，在临床工件和病例记录过程中，存在重要数据记录错误，但由于年代久远，无法回溯。未来应利用数据自动传输技术、区块链技术以及医院信息系统、医学影像系统等自动上传所有数据，以消除空间和时间限制，并将此项工作纳入医院考评体系。(2)缺乏随访资料。由于部分医院随访意识淡薄、加之受经费和交通不便等各种原因影响，术后随访数据大量缺失。应建立完善的随访制度，利用先进的互联网技术，追踪患者出院后的疾病信息。(3)数据共享困难。各中心越来越意识到数据的重要性，也越来越重视临床研究，但缺乏良好的数据共享和奖励机制，影响了多中心大规模研究的开展。应从国家层面建立完善的数据共享制度，促进跨领域、多中心进行合作。(4)患者隐私和数据传输安全存在隐患。医院和科研机构在开展临床研究过程中，如何保护好患者隐私，如何进行敏感数据的脱敏，如何进行数据加密传输等，仍需进一步研究和完善。

4.   小结与展望

基于人工智能、真实世界研究方法对数据进行深度挖掘分析，构建具有一致性更好的临床诊疗方案，更高效地指导诊疗策略的制定，辅助医生进行垂体疾病的精准诊疗，为患者制定个性化的诊疗方案，这是目前垂体疾病的研究热点和方向之一。真实世界研究起源于实用性的临床试验，研究数据来自真实的医疗环境，其与医疗数据库的构建相辅相成。而垂体疾病的相关真实世界研究仍较少，这是未来垂体疾病数据库研究的重要方向。此外，区块链、联邦算法等技术为垂体研究提供了完善的数据共享机制和奖励机制，这将能更好地服务于垂体疾病的临床研究，继而为国家卫生策略的制定提供更好的临床证据。