在云端科学数据存储与协作兴起之前，医学研究人员若想在健康领域取得突破，往往面临重重障碍。数据孤岛化严重、难以流通，研究者只能自行收集数据，这不仅抬高了研究成本，也使跨数据集的结果比较举步维艰。
1975年，麻省理工学院与波士顿贝斯以色列医院的研究人员开始以一种全新的方式应对这一困境：他们着手收集并数字化心电图记录，目标不仅是用于自身研究，更是要将这些数据开放给更广泛的科研群体。
团队自行搭建计算机，逐盘复制磁带，并为这些记录创建了超过10万条注释。这一过程历时数年，终于在1980年夏天完成。起初，团队预计受众不超过十几个学术或产业团体，但请求源源不断涌来，此后十年间，他们共邮寄出约100份拷贝。
这批数据最终成为PhysioNet全球平台首个数据库的基础。PhysioNet于1999年在哈佛-麻省理工健康科学与技术联合项目中正式成立，定位为复杂生理信号的临床数据存储库。
对今天的人们来说，这种数据共享方式或许已是常态，但在当时，这几乎是一个革命性的理念。麻省理工学院医学工程与科学研究所副所长、医学与生物医学物理学教授托马斯·赫尔特表示，PhysioNet的创立"极具前瞻性"。他也是近期发表在《自然·健康》上一篇评估该平台影响力论文的通讯作者。
从邮寄磁带，到烧录光盘，再到依托初生互联网搭建FTP服务器——如今，在走过超过25年的历程后，PhysioNet已托管数百个数据库，成为现存最全面的生物医学与临床数据存储库之一。去年，逾1.5万篇科学论文引用了PhysioNet的数据，来自180多个国家和地区的用户在平台上注册。该平台被研究人员、制造商和临床决策者广泛使用。
"这项研究的影响是真实而深远的，"赫尔特说，"令人肃然起敬。能看到这样一个愿景被证明是正确的，并为如此多的人赋能，实在是一件美好的事。"
确立行业标准
2009年前后，一名叫汤姆·波拉德的博士生正在伦敦一家顶级医院系统开展重症患者研究。尽管医院积累了大量宝贵的临床数据，但用于整理和支持这些数据在研究中广泛应用的基础设施和流程仍在建设之中。
"医院数据的收集主要是为了支持即时的患者护理，对于如何整理这些数据以供研究再利用，关注相对不足。"波拉德说。他现为麻省理工学院计算生理学实验室研究科学家、PhysioNet技术总监，也是前述《自然·健康》论文的第一作者。
问题不仅仅在于隐私保护。医院信息系统的设计初衷是支持患者护理与行政管理，而非科学研究。数据分散于各系统之间，鲜少以未来复用为目标进行整理，这使得将其转化为连贯的研究资源既困难又昂贵。
然而，波拉德需要数据来完成他的论文。在网上一番搜寻之后，他发现了重症监护医疗信息数据库（MIMIC）——一个由PhysioNet托管的去标识化电子健康记录数据库。他的临床导师凯文·方意识到其价值，随即安排了一次波士顿之行。不久后，方和波拉德与罗杰·马克坐在一起，探讨双方团队的合作可能。
长期以来，学术激励机制更青睐发表论文和独占性分析，而非为他人准备数据这类幕后工作。这一张力至今仍然存在。波拉德表示，PhysioNet的创始人秉持另一种理念：相信共享研究资源能够加速发现，最终造福人类健康。MIMIC成为波拉德论文的核心支柱，完成博士学位后，他来到麻省理工学院，参与构建下一代数据库。
自PhysioNet成立以来，共享研究数据的价值已获得更广泛的认可。麻省理工学院杰出荣休教授、PhysioNet创始人之一罗杰·马克将其使命描述为：围绕数据构建一个"可及的跨国社区"，以"积极影响全球健康"。
今年早些时候，马克与PhysioNet联合创始人乔治·穆迪共同荣获颇具声望的IEEE生物医学工程奖，以表彰他们对PhysioNet及生物医学信号处理领域的贡献。IEEE援引的理由是他们"在心电信号处理以及精心整理的生物医学与临床数据库全球传播方面的领导力，从而加速了全球生物医学研究的进程"。
平台的源代码与其大部分数据一样，向公众开放。据《自然》刊文所述："随着平台的演进，PhysioNet的社区已从信号处理和心血管健康的起点，大幅扩展至临床信息学、重症监护以及健康领域的机器学习。"赫尔特表示，有人以此为基础搭建了各自的PhysioNet式基础设施；波拉德则指出Health Data Nexus等类似平台，正是PhysioNet影响力延续的体现。
谷歌DeepMind研究员维韦克·纳塔拉扬认为，尽管目前托管类似电子健康数据的资源越来越多，但PhysioNet和MIMIC"确立了标准，而且这个标准至今仍然有效"。
据平台用户反映，这一标准从根本上改变了研究的开展方式。加州大学伯克利分校公共卫生学院及计算、数据科学与社会学院副教授齐亚德·奥伯迈耶认为，数据获取不应成为决定哪些想法可行的门槛。
"PhysioNet改变了我对研究瓶颈的认知。瓶颈往往不是创意或人才，而是摩擦。当数据获取缓慢、昂贵且困难时，最先夭折的往往是高风险的想法——那些或许大概率不会成功，但一旦成功就将是变革性的想法。如果你真的追求进步，这恰恰是最糟糕的模式。PhysioNet降低了尝试宏大想法的固定成本，从而改变了科学所能企及的边界。"
AI浪潮的到来
在过去25年间，PhysioNet已从一个主要面向生物医学信号处理和医疗卫生领域的数据库，发展成为更广泛的平台。最初，平台的存储内容仅限于心血管心电图数据；如今，PhysioNet已在很大程度上转型为电子健康记录、影像数据以及软件和AI模型的主要来源。
赫尔特解释说，尤其是随着人工智能方法的兴起，"社区发生了转变"。信号处理数据的需求者仍在使用PhysioNet数据库，但用户群体已扩展至大型科技公司员工、各医学领域的教师和从业者，以及健康相关机器学习与AI领域的研究人员。赫尔特表示，如今后者已"主导了用户社区"。
纳塔拉扬的研究涵盖AI、科学与医学三个领域，并发表了多篇基于PhysioNet数据集的论文。他表示，该平台托管着医疗AI研究中可获取的最高质量数据集。
"它是一块重要的基石，催化了过去十年医疗AI领域的全部进展。"纳塔拉扬说。除使用PhysioNet数据外，他和同事也向平台贡献了数据，助力构建了PhysioNet特有的自我持续生态系统。
展望未来数十年，赫尔特和波拉德等平台守护者希望通过举办年度会议，持续扩大平台的影响力。团队还正在准备试点一套新系统，允许用户为数据添加注释并贡献自身专业知识，为平台下一阶段的发展丰富资源。
"人们现在想要开展的研究需要跨学科合作。统计学家、计算机科学家、临床医生、药剂师和护士必须共同协作，贡献各自的知识，才能开发出真正有益于人们的算法。"波拉德说，"社区在不断壮大，AI的进步也在拓展研究人员所能探索的问题边界，以及他们对可能性的想象。"
Q&A
Q1：PhysioNet是什么，它有什么用途？
A：PhysioNet是1999年在哈佛-麻省理工健康科学与技术联合项目中成立的全球性临床数据共享平台，专门托管复杂生理信号及电子健康记录等生物医学数据。研究人员、医疗从业者、科技公司及AI研究人员均可通过该平台获取高质量医疗数据，用于开展学术研究、开发医疗AI模型及辅助临床决策。目前平台已托管数百个数据库，每年被超过1.5万篇科学论文引用，注册用户遍布全球180余个国家和地区。
Q2：MIMIC数据库是什么，和PhysioNet有什么关系？
A：MIMIC（重症监护医疗信息数据库）是PhysioNet平台上托管的一个去标识化电子健康记录数据库，专门收录重症监护患者的临床数据。它是PhysioNet最具代表性的数据集之一，被谷歌DeepMind等机构的研究人员认为是医疗健康数据共享领域"至今仍有效的行业标准"，对过去十年医疗AI的进展起到了关键的催化作用。
Q3：PhysioNet对AI医疗研究有哪些具体贡献？
A：PhysioNet为医疗AI研究提供了目前可获取的最高质量数据集，涵盖电子健康记录、影像数据及AI模型等内容。随着AI技术兴起，平台用户群体已从传统生物医学信号处理领域扩展至大型科技公司、机器学习研究人员等。据谷歌DeepMind研究员纳塔拉扬表示，PhysioNet是"催化过去十年医疗AI全部进展的重要基石"，众多研究团队在使用平台数据的同时，也向平台回馈数据，形成了良性循环的自持生态系统。
