基于人工智能的影像组学通过大样本的学习，就能够将核磁共振数据和病理诊断、分子诊断以及临床预后密切关联。基于磁共振影像进行智能化的胶质瘤整合诊断，判断患者预后以及放化疗敏感性，无疑具有巨大临床价值。脑胶质瘤大数据库的建设，或者说多中心数据平台的建设，不仅仅在于病例数的积累，更多的在于入组的病例在地域、人种、民族之间均存在差异，这样就使得被学习的病例具有广泛的代表性，由此训练得出的模型也更稳定和更可靠。复旦大学附属华山医院和复旦大学余锦华课题组拟开展全国的网络协同研究，进行了胶质瘤多中心数据库框架及标注平台的构建。胶质瘤多中心数据平台如图1，包括以下几个主要模块：数据中心基础设施、数据接入模块、数据脱敏模块、分布式多维医学影像数据仓库、多维数据索引、并行流事物处理模块、大规模数据调度模块、一站式系统管理模块和安全访问管理模块。为完成多中心数据的远程标注问题，已完成胶质瘤影像远程标注平台构建，如图2所示。