杨胜利：用数字创新改造医学

编者按

自2010年人类基因组序列草图发布后，生物医学大数据爆发新的增长，2010年也成为人工智能医学发展的一个起点，今后十年仍将出现高速增长。数字工具给医疗健康带来了哪些影响呢，本文将为您带来杨胜利院士的观点。

杨胜利，中国工程院院士，上海市中国工程院院士咨询与学术活动中心执行主任，中科院生物技术专家委员会主任委员，中科院新药专家委员会副主任委员等。

一、什么是数字健康

2017年美国FDA明确提出数字健康概念，2018年《自然杂志》专门在创刊号里阐述数字化医学和数字健康。数字化医学即用数字工具提升医疗实践，以高度精准和集成的个性化为目标。数字健康指利用人体传感器和数字模型追踪复杂的生命系统，并以此为基础，将大数据、云计算和人工智能整合到数字医学范围里。

生物医学大数据主要包括以下三者：

生命组学，如基因型和表型等组学数据，是医学大数据的增长关键。其数据来源除了以往惯用的细胞、动物和临床样本研究，还有最近发展很快的器官芯片，如将肝、肾、心、肺、肠道都放在一个指甲盖大小的芯片上。不像组织样本只能提供分析，在组织芯片上还可以进行动态实验，既包括分子层面的蛋白组学、蛋白定位，也包括细胞层面的细胞大小、结构和细胞生理学。

医学大数据，即临床的电子病历和研究数据，以结构化的临床表型数据和队列研究产生的数据为主。美国已在全国范围内强制推行结构化电子病历，与之相比，我国还存在很大差距。数据的结构化、标准化是建立医学大数据库平台的关键，有利于实现数据共享和国际医学合作的开展。

移动传感器，即将其放在身体不同部位，产生的实时生命数据。例如从汗液中检测得到的血糖、血脂等生化指标。需开发高柔性的可自发电的生物传感器，以满足其移动性，甚至可以放在皮肤下面，直至人体的各个部位。

此外，生物医学信息还包括环境信息和交通运输信息，是高度异质性的大数据库。

二、生物医学大数据的临床转化

从大数据库到临床决策支持系统，到最终用于临床实践，需要面临数据的人工智能转化和科学监管问题。

1.数据的人工智能转化

数据处理的主要步骤可以分为：①标准化；②统计学分析；③数据可视化；④机器学习。机器学习是从大数据到人工智能关键的一步。将临床数据和生命组学数据整合在一起，搭建快速学习平台，目的是通过其最终形成决策和临床决策支持系统，即通常所说的电脑医生。因此，信息平台的搭建特别重要，要善于利用国际上已经发表过的、既有的大数据，作为大数据研究的基础。

人工智能的临床应用转化案例：

智能手术刀：智能电刀可以对因切割时的高温产生的气体进行分析，在两秒钟之内辨别出切到的是肿瘤组织，还是正常组织。

虚拟现实系统：如利用计算机软件，整合病人肝脏的现场影像和系统内置的数字肝模型，使得医生不光能看到肝脏的表面形态，还能看到肝脏下面的血管分布情况，在手术中尽可能多的保留血管，将大大有利于病人的术后康复。再如，结合至我国通过“一带一路”大力推广的中医诊断技术，用于中医望诊检测。中医望诊除了看病人的整体情况，还会重点关注眼睛和舌头。因此，可以利用人工智能处理病人眼睛的影像学照片，诊断各种疾病。目前妇科病诊断精准度超过90%，随着病人的增加准确率也会越来越高。这是通过大数据、人工智能开拓中医诊断途径的有益尝试。

2.科学监管

美国FDA提出，要从监管科学到科学监管，FDA要成为转化医学的催化剂。2017年FDA出台《数字健康创新行动计划》，针对临床决策辅助软件的审批、影像学数据的储存和传递等，制定细则和指导，提出科学监管原则。

三、智能医联网建设

最后，把大数据和临床智能系统用于智能医联网，是我国特别需要的技术平台。智能医联网包括电脑医生、智能医院和智能医联网，是利用数字创新改造医学的重要手段，包括两大技术平台：一是移动传感器和无线信息传递系统；二是以基因组为核心的生命组学。

1.美国的数字化医院建设

利用智能手机、传感器手表这样的终端设备，可以把个人的健康信息实时传递给主管医生和医院信息平台。如美国IBM重点在推的DR Watson，已在临床广泛应用，下一步拟放进病人的智能手机，这样就形成了健康管理智能系统。

除了技术发展，美国还要求发展以大数据驱动的数字化医院，2016年已有25%的医院开展工程改造项目。美国2010年提出的健康管理新模式，实际上就是基于互联网医疗的APP网络，把大医院、社区、个人和家庭联合起来做远程诊疗和远程教育。这将成为很大的支撑平台，让大家知道怎么做好自己的健康管理，可能对于降低发病率，增强体质、提高生活质量都将至关重要。

2.我国的中国智能医联网建设

我国也在建设中国智能医联网，如郑州大学第一附属医院，第一步先实现河南省108个县人民医院的全覆盖，现在正往镇级和村级推进。开始先做远程会诊，然后在此基础上建立河南省医学大数据库，现在要做的是区域性医联网和专科医联体，进行医联网会诊。未来，还要把监管部门、科研单位和大数据公司都整合进医联网，进一步提升医联网水平。

发挥医联网和人工智能的作用，特别是将电脑医生和医联网结合起来，有利于解决我国的医疗短板。国家的整体医疗水平决定于最差的短板，因此，科技部也对此进行了部署。慢性病是我国的主要医疗负担，如心血管疾病、代谢性疾病（以糖尿病为主）、肾脏疾病、呼吸道疾病等，而大部分病人无需到三甲医院就诊。利用人工智能和互联网，通过医联网和远程诊疗的结合，至少可将80%的三甲医院资源辐射至基层医疗。如河南省医联网，将每年到北京、上海就诊的病人数从30-40万下降到2-3万，基层和省级核心医院共同发挥作用，通过三级“分级诊疗”诊治，使大部分的病人得到了较好的治疗。

数字健康的宗旨是实现精准医学，提高诊断和治疗的水平。因此，要真正做到以病人为中心，即把个性化医学、精准医疗和整体医学结合在一起。分子医学的发展，各种精准指标的出现，导向了一个误区，即针对指标进行的碎片化治疗。要通过数字健康改变这种状态。医生可以利用大数据、数字健康网络知晓病人的各种信息，对病人有整体上的完全了解；将治疗模式、工作流程更好地和病人的健康管理结合在一起，真正回到以病人为中心，“好的医生治病，大师级的医生治病人”，即整合医学的理念。希望能通过数字健康技术，为“健康2030”和“健康丝绸之路”作出应有的贡献！

（本文根据杨胜利院士在Bio Tianfu • 中科2018生命科技产业发展论坛暨第25次金桥产业技术创新会议上的发言进行整理，有所删减。）

责任编辑：雷蓉