遲兆艷

2017年5月，在中國浙江烏鎮(zhèn)，谷歌公司旗下的人工智能機(jī)器人“阿爾法圍棋”（AlphaGo）與當(dāng)時(shí)世界排名第一的圍棋世界冠軍柯潔對戰(zhàn)，以3比0的總比分獲勝。這是在2016年AlphaGo與韓國圍棋選手李世石對戰(zhàn)之后，又一次戰(zhàn)勝人類圍棋高手，引起了全世界特別是中國人的廣泛關(guān)注。人們既為技術(shù)的進(jìn)步而歡呼雀躍，也對機(jī)器人戰(zhàn)勝人類感到隱隱不安，唯恐科幻小說中“機(jī)器人統(tǒng)治人類”的情節(jié)成為可怕的現(xiàn)實(shí)。

實(shí)際上，目前的智能機(jī)器人要成為高等智能還有很長的一段路要走，在可以預(yù)見的未來，并不會發(fā)生機(jī)器人統(tǒng)治人類的危機(jī)，與機(jī)器人相關(guān)的技術(shù)對人類世界的發(fā)展有著巨大的推動作用。人工智能、機(jī)器學(xué)習(xí)、大數(shù)據(jù)這些技術(shù)方法在近幾年飛速發(fā)展，正在廣泛而深入地改變著人們的生活。在醫(yī)療領(lǐng)域，人工智能、機(jī)器學(xué)習(xí)和大數(shù)據(jù)應(yīng)用更是炙手可熱，無數(shù)醫(yī)療領(lǐng)域的公司借助新的技術(shù)和方法而冉冉升起，成為業(yè)界明星。

人工智能和大數(shù)據(jù)被應(yīng)用到臨床研發(fā)、疾病診斷、醫(yī)療輔助服務(wù)等多個(gè)領(lǐng)域，改變了傳統(tǒng)的醫(yī)療模式。

利用大數(shù)據(jù)診斷罕見病

罕見病也被稱為“孤兒病”，因其單一疾病發(fā)病人數(shù)低于普通疾病而鮮為人知，被稱為 “無聲的苦難”。

雖然罕見病中有“罕見”二字，但由于罕見病種類繁多，這些疾病的患者其實(shí)并不“罕見”。據(jù)統(tǒng)計(jì)，全球有4億人患有罕見病，而中國至少有1000萬以上的罕見病患者。國際上目前已經(jīng)確認(rèn)的罕見病約有7000種，例如，“瓷娃娃”“漸凍癥”等。雖然患者群體龐大，但醫(yī)生對罕見病的診斷水平并不高。罕見病涉及血液、骨科、呼吸等多個(gè)學(xué)科，但臨床醫(yī)生普遍缺乏罕見病的專業(yè)知識，又因其病例稀少，醫(yī)生也無法通過確診案例獲得經(jīng)驗(yàn)。

由于罕見病發(fā)病率低，病例過于分散，醫(yī)生在臨床上無法積累豐富的個(gè)案經(jīng)驗(yàn)，長期以來，罕見病一直存在無法及時(shí)確診的問題。據(jù)調(diào)查，罕見病患者的平均確診時(shí)間為5年。不過，科技的進(jìn)步為罕見病的診斷帶來了希望，除了基因檢測技術(shù)，醫(yī)生還可以利用大數(shù)據(jù)進(jìn)行智能診斷。

在美國，許多大型醫(yī)療數(shù)據(jù)公司積累了豐富的、各個(gè)層次的醫(yī)療數(shù)據(jù)，擁有上億病人數(shù)十年的診斷、用藥、住院及醫(yī)保記錄，甚至還有病人的家族史信息。通過這些數(shù)據(jù)的積累，公司及政府可以建立起病人的數(shù)據(jù)庫。

人工智能科學(xué)家從這些醫(yī)療數(shù)據(jù)中提取出罕見病病人的相關(guān)信息，利用機(jī)器學(xué)習(xí)算法，建立起罕見病病人的特征模型。例如，科學(xué)家可以將罕見病病人以往的疾病、用藥特征與其他病人進(jìn)行對比，從而建立起罕見病病人的“人物畫像”，一旦有新的病人進(jìn)入數(shù)據(jù)庫，特征模型可以根據(jù)該病人的情況來幫助醫(yī)生進(jìn)行診斷，提高對罕見病的診斷效率。

特發(fā)性肺動脈高壓是一種罕見的心血管疾病，每年的發(fā)病率為百萬分之一，患者平均年齡在30歲左右，女性發(fā)病率高于男性，目前是不可治愈的重度慢性疾病。其病因不明，可能與藥物、病毒感染和遺傳等因素有關(guān)。2018年，特發(fā)性肺動脈高壓被收錄進(jìn)中國的《第一批罕見病目錄》。

特發(fā)性肺動脈高壓早期癥狀并不明顯，常見的初始癥狀包括：呼吸困難、疲乏、胸痛等，存在一定的診斷難度。為了幫助醫(yī)生診斷可能存在的特發(fā)性肺動脈高壓，數(shù)據(jù)科學(xué)家從既有的臨床數(shù)據(jù)庫里調(diào)取出特發(fā)性肺動脈高壓病人和普通病人的相關(guān)診斷和治療的信息，比如病人之前是否患有感冒、肺氣腫等疾病，這些信息被數(shù)據(jù)科學(xué)家稱為“特征”。接下來，數(shù)據(jù)科學(xué)家把這些特征輸入到機(jī)器學(xué)習(xí)算法中，算法就會形成一個(gè)模型，將特發(fā)性肺動脈高壓病人和普通病人區(qū)分開來。出診醫(yī)生借助算法模型可以判斷該病人是否患有特發(fā)性肺動脈高壓。當(dāng)然，算法所得到的結(jié)果不可能百分之百準(zhǔn)確，但它卻可以為醫(yī)生提供非常有價(jià)值的診斷、治療信息。

醫(yī)療領(lǐng)域中的知識圖譜

如何利用人類幾千年來積累的豐富知識，一直是人工智能的重要研究方向，知識圖譜就是一種結(jié)構(gòu)化的人類知識，它的出現(xiàn)受到了學(xué)術(shù)界和工業(yè)界的普遍關(guān)注。

知識圖譜的概念起源于2012年，當(dāng)時(shí)谷歌推出了一款產(chǎn)品，其功能是搜索內(nèi)容時(shí)提供附加的衍生結(jié)果，這款產(chǎn)品名字叫作知識圖譜（Knowledge Graph）。知識圖譜本質(zhì)上是基于語義網(wǎng)絡(luò)的知識庫，旨在描述客觀世界的概念、實(shí)體、事件及其之間的關(guān)系?？梢院唵螌⑵淅斫鉃橐环N較為高級的知識庫。

自2012年以來，知識圖譜的應(yīng)用領(lǐng)域越來越廣，其在醫(yī)療領(lǐng)域也有了長足發(fā)展。知識圖譜在醫(yī)療領(lǐng)域的應(yīng)用主要體現(xiàn)在兩方面：搜索和推薦功能、臨床決策服務(wù)。

搜索和推薦功能

通過知識圖譜，可以建立起海量的數(shù)據(jù)庫，包含疾病、病人和醫(yī)生等各方面信息，應(yīng)用場景包括疾病診斷、醫(yī)生推薦等。相對于傳統(tǒng)的搜索，其結(jié)果更準(zhǔn)確，更深入，更具有針對性。

比如，在傳統(tǒng)搜索中，搜索“白血病”將獲得零碎的知識分享及大量的廣告推廣；在基于知識圖譜的智能系統(tǒng)中搜索白血病，則可獲取白血病病情的準(zhǔn)確描述信息、全國治療白血病的專家醫(yī)生及其所擅長的領(lǐng)域等。目前，國內(nèi)利用知識圖譜建立搜索和推薦功能的平臺有丁香園、百度的靈醫(yī)智惠、中國平安的平安好醫(yī)生以及阿里巴巴的阿里健康等。

另外，知識圖譜可以建立豐富的醫(yī)學(xué)知識庫，可以為醫(yī)務(wù)人員提供可靠的醫(yī)學(xué)知識，比如，擁有可靠來源的權(quán)威知識數(shù)據(jù)和臨床指南等。在這個(gè)領(lǐng)域，美國一直處于發(fā)展的前沿，2013年，美國的IBM公司制定了一項(xiàng)醫(yī)療領(lǐng)域的“登月計(jì)劃”，該計(jì)劃整合了大量醫(yī)療文獻(xiàn)和書籍以及各種電子病歷，從而獲取海量高質(zhì)量醫(yī)療知識，并基于這些知識向醫(yī)護(hù)人員提供輔助臨床決策和用藥安全等方面的應(yīng)用。

臨床決策服務(wù)

知識圖譜可以為病人及醫(yī)務(wù)人員提供更加智能的服務(wù)，比如，它可以實(shí)現(xiàn)智能導(dǎo)診、智能自診和病案管理等功能。

醫(yī)生的問診一般會遵循一套標(biāo)準(zhǔn)化流程，因此可以通過人工智能的方式來取代人工問診。智能系統(tǒng)模擬醫(yī)生問診的流程和方法被稱為智能自診。智能自診系統(tǒng)從病人身體最明顯的癥狀開始分析，在經(jīng)過嚴(yán)謹(jǐn)?shù)尼t(yī)療問診后，會為病人分析病因，并提出進(jìn)一步的診療指導(dǎo)，如用藥指導(dǎo)、需要檢查的項(xiàng)目和注意事項(xiàng)等。例如，如果病人有發(fā)燒、咳嗽等癥狀，智能系統(tǒng)會從這些癥狀問起，對可能患有的疾病如感冒、肺炎等進(jìn)行篩選，并最終給出診療意見。

對醫(yī)務(wù)人員來說，智能系統(tǒng)還可以提供病例分析。智能系統(tǒng)集合了成千上萬的病例，臨床醫(yī)生輸入病人的信息，系統(tǒng)便可提供以往所有病史，并提供病例特點(diǎn)、診療方法以及治療效果，從而為醫(yī)生提供診療的思路。

在這種人機(jī)互動的過程中，機(jī)器扮演了“大腦”的角色，知識圖譜可以在更高的層次上整合信息，并提供更準(zhǔn)確和有效的服務(wù)。例如，病人在完成掛號的時(shí)間里，可以在手機(jī)或者電腦客戶端輸入自己的基本信息、癥狀、既往病史、過敏史等，客戶端將通過智能系統(tǒng)形成初步的診斷報(bào)告，可以大大縮短問診的時(shí)間。未來，科學(xué)家還可以實(shí)現(xiàn)更加高級的功能，例如，智能系統(tǒng)可以根據(jù)病人的初診報(bào)告，給出需要檢查的項(xiàng)目及治療方案，從而進(jìn)一步縮短醫(yī)生問診的時(shí)間，提升臨床診斷的效率。

醫(yī)藥研發(fā)中的大數(shù)據(jù)

傳統(tǒng)的醫(yī)藥研發(fā)依托于小樣本的臨床數(shù)據(jù)，如今，大數(shù)據(jù)技術(shù)也被應(yīng)用到醫(yī)藥研發(fā)的過程中。

“真實(shí)世界研究”是近幾年醫(yī)療大數(shù)據(jù)領(lǐng)域較為熱門的一個(gè)話題。2012年12月，美國食品藥品監(jiān)督管理局（FDA）頒布了《21世紀(jì)治療法案》，要求在醫(yī)療產(chǎn)品審批和監(jiān)管程序中納入真實(shí)世界證據(jù)。2018年12月，F(xiàn)DA宣布了《真實(shí)世界證據(jù)方案框架》，為實(shí)現(xiàn)真實(shí)世界證據(jù)支持藥品審批決策的目標(biāo)提供了一個(gè)指導(dǎo)方案，由此引發(fā)了真實(shí)世界研究在各國的藥品審批決策中的廣泛應(yīng)用和發(fā)展。

那么，什么是真實(shí)世界研究呢？

通俗來講，真實(shí)世界研究建立在真實(shí)世界數(shù)據(jù)的基礎(chǔ)上，數(shù)據(jù)科學(xué)家及其他醫(yī)療從業(yè)人員將收集到的真實(shí)數(shù)據(jù)加以分析，從而提供對診療的結(jié)論和建議。通常情況下，真實(shí)世界研究會圍繞病因、診斷、治療、預(yù)后及臨床預(yù)測等相關(guān)問題展開。比如，研究幽門螺旋桿菌感染與十二指腸潰瘍的關(guān)系，住院新冠肺炎病人的抗病毒治療效果及治療引起的不良反應(yīng)等。

其中，將真實(shí)世界研究與新藥品研發(fā)相結(jié)合是真實(shí)世界研究的重要應(yīng)用場景。

為什么要將真實(shí)世界研究應(yīng)用到臨床藥物研發(fā)中呢？因?yàn)閭鹘y(tǒng)的臨床藥物研發(fā)是在一種區(qū)別于真實(shí)世界的實(shí)驗(yàn)環(huán)境中進(jìn)行的，在這種環(huán)境中，病人經(jīng)過了嚴(yán)格的篩選，研究還控制了各種混雜因素。基于真實(shí)世界研究的一些干預(yù)性研究，在精確設(shè)計(jì)的基礎(chǔ)上具有更貼近日常診療的特性，比如將電子病例數(shù)據(jù)、醫(yī)保數(shù)據(jù)引入研究過程。

真實(shí)世界研究的應(yīng)用場景包含療效評估、副作用評估等。比如，在癌癥治療或者罕見病治療的過程中，傳統(tǒng)的臨床醫(yī)療面臨成本高昂、缺少樣本的問題，具有大量樣本的真實(shí)世界證據(jù)可以作為輔助證據(jù)支持新藥上市。在腫瘤藥物研究中，可以將新藥臨床1、2、3期的療效和全球已有藥品治療的療效進(jìn)行對比，從而驗(yàn)證新藥的治療效果。

真實(shí)世界研究可以避免臨床試驗(yàn)等傳統(tǒng)方法的樣本數(shù)小、采樣分布有限等問題，它從成千上百萬的病人的數(shù)據(jù)中挖掘到與某種藥物相關(guān)的不良反應(yīng)，樣本數(shù)大、采樣分布廣，獲得的結(jié)果更具有說服力。

當(dāng)然，真實(shí)世界證據(jù)也存在一定缺陷，例如，一些數(shù)據(jù)有可能與某些具體研究的相關(guān)性不大，所以在使用的時(shí)候也需要嚴(yán)格限制可以應(yīng)用的場景。

除了真實(shí)世界研究，醫(yī)藥公司還可以通過大數(shù)據(jù)技術(shù)分析公眾對藥品需求的趨勢，從而提供更好的藥品供給服務(wù)。在醫(yī)藥副作用的研究上，研究者還可以從社交網(wǎng)絡(luò)中搜索人們服用某種藥物的不良反應(yīng)記錄，通過比對分析和數(shù)據(jù)挖掘方法，更科學(xué)、更全面地獲得藥物副作用的影響。

建立全方位醫(yī)療大數(shù)據(jù)

發(fā)展醫(yī)療大數(shù)據(jù)技術(shù)已是全球發(fā)展的大趨勢，無論是國家層面還是企業(yè)層面都在打造更先進(jìn)、更具個(gè)性化的醫(yī)療大數(shù)據(jù)平臺。

在國家層面上，美國是大數(shù)據(jù)技術(shù)的先行者，也是醫(yī)療領(lǐng)域的領(lǐng)頭羊。美國非常重視醫(yī)療大數(shù)據(jù)的收集和使用，擁有完整的醫(yī)療健康大數(shù)據(jù)庫，建成了覆蓋本土12個(gè)區(qū)域電子病歷的數(shù)據(jù)中心、9個(gè)醫(yī)療知識中心、8個(gè)醫(yī)學(xué)影像與生物信息數(shù)據(jù)中心。

同樣，英國也有發(fā)達(dá)的醫(yī)療體系和診療系統(tǒng)。英國國民醫(yī)療服務(wù)系統(tǒng)擁有龐大而完備的醫(yī)療數(shù)據(jù)，包括病人的健康記錄、疾病數(shù)據(jù)等，而且英國還有長達(dá)210年的全國普查健康記錄，這些數(shù)據(jù)可以用來為公共衛(wèi)生服務(wù)、醫(yī)學(xué)研究等創(chuàng)造更多的價(jià)值。基于該系統(tǒng)，研究者及藥企研發(fā)人員可以進(jìn)行豐富的臨床和市場研究。

在中國，我們已初步建立健康醫(yī)療數(shù)據(jù)庫，但還沒有一個(gè)系統(tǒng)性的、國家層面的醫(yī)療大數(shù)據(jù)平臺。目前，相關(guān)部門已經(jīng)出臺了一些相應(yīng)的政策，促進(jìn)醫(yī)療大數(shù)據(jù)的發(fā)展。例如，2016年國務(wù)院辦公廳發(fā)布的《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》是針對醫(yī)療大數(shù)據(jù)的首個(gè)頂層文件，首次提出醫(yī)療大數(shù)據(jù)是國家級的戰(zhàn)略資源，明確醫(yī)療大數(shù)據(jù)發(fā)展目標(biāo)。

在公司層面上，一些國外醫(yī)療公司在建設(shè)醫(yī)療健康大數(shù)據(jù)方面已經(jīng)初具規(guī)模，他們主要利用人工智能、機(jī)器學(xué)習(xí)為醫(yī)療服務(wù)提供者搭建平臺、提供服務(wù)。比如，有的美國大數(shù)據(jù)公司會收集醫(yī)療保險(xiǎn)數(shù)據(jù)，為制藥公司或者保險(xiǎn)機(jī)構(gòu)提供數(shù)據(jù)服務(wù)。

在國內(nèi)，由于起步較晚，很多公司還停留在數(shù)據(jù)采集的層面，需要將收集到的數(shù)據(jù)統(tǒng)一化、標(biāo)準(zhǔn)化，離數(shù)據(jù)平臺的搭建及數(shù)據(jù)的挖掘和分析還有一定的距離。

在可預(yù)見的未來，隨著人工智能和大數(shù)據(jù)的迅猛發(fā)展，醫(yī)療設(shè)施的使用將更加便捷和人性化；病人將獲得更可靠、更具有針對性的診療信息；醫(yī)生將在智能系統(tǒng)的幫助下開展更準(zhǔn)確和個(gè)性化的診療措施。人工智能、大數(shù)據(jù)、機(jī)器學(xué)習(xí)等高新技術(shù)將為我們創(chuàng)造一個(gè)高效、便捷、專業(yè)以及個(gè)性化的醫(yī)療環(huán)境，而且隨著技術(shù)的傳播，未來將有更多人享受到科技發(fā)展帶來的健康福祉。