一門新興的交叉學科：數理醫學

醫學影像是精準診療的「眼睛」。醫學影像分析與處理的核心是數學，先進的可計算數學模型和高性能的科學算法是判斷醫學影像分析與處理結果優劣的決定因素。

醫學與現代數學相交叉是今後科學發展的一個重要研究方向，它具有十分重要的科學意義和廣泛的應用價值。這一嶄新的交叉學科不妨稱為「數理醫學」(Mathematical Medicine)。嚴格地講，數理醫學不僅是一門關於數學與醫學的交叉學科，同時它還涉及計算機科學、物理學、資訊理論及數據科學等。其目的不僅是重構人體內部組織器官、病灶區等的幾何形狀，定位各種組織、血管等的相對位置，以及生成各種解剖信息的定量描述，而且可預測各種疾病的發生與演化，刻畫疾病的發生機制，揭示醫學學科的內在規律，從而幫助醫生制定準確的醫療方案，實現為患者造福的終極目標，對實現人民健康具有重要意義。

數理醫學研究的特點

1. 多學科深度交叉性 數理醫學涉及醫學、數學、計算機科學、物理學、資訊理論、數據科學與人工智慧等學科。其研究的對象和問題、解決問題的方法和工具以及結論的意義都具有鮮明的多學科深度交叉性特點。

2. 理論與實際密切相結合 數理醫學研究的目的之一是解決臨床醫學提出的重大科學問題和實際需求問題。為了實現這一目的，需要新的數學思想、理論與方法以及高效的科學算法，通過數學建模、數值模擬、軟體開發及臨床試驗和應用，制定合理的醫療方案/研製高端的醫療設備，從而達到造福患者的終極目的。因此，理論與實際密切相結合是數理醫學學科的特點之一，同時也是本書的特色之一。

3. 傳統學科(如統計學等) 與大數據等新興學科的高度統一性 由於我國患病人數多，醫療數據龐大，研究醫學大數據分析技術、使用大數據挖掘與分析算法是不可避免的。但是，我國不少醫療數據是碎片化、孤島式存儲的，由於這些數據還屬於傳統的統計學範疇，因此統計學將發揮重要作用。上述現狀決定了數理醫學目前具有傳統的統計學與現代大數據等新興學科的高度統一性的特點。

人民健康是國計民生的大事，是經濟、社會發展的基礎。實現國民健康長壽，是國家富強、民族振興、大眾幸福的重要標誌，是實現「中國夢」和「健康中國」的重要組成部分。隨著社會經濟的發展和生活水平的提高，人民對健康的需求與日俱增，當今科學技術的巨大進步使得智能診療應運而生。智能診療的目標是使診斷治療精準、高效、低損害、低成本，主要是通過高端精準醫療設備和手段，儘可能地減小臨床實踐的不確定性，實現智能診斷和治療，同時儘量將損傷控制到最低程度。因此，根據國家重大戰略需求，深入開展智能診療領域的基礎研究以及關鍵技術研發，提升我國相關領域自主創新能力，構建和完善適合我國國情的智能診療體系，保證在涉及國計民生領域不受制於人，具有十分重大的意義。

智能診療是一種多學科交叉的高尖科技，需要醫學、信息、大數據、統計學和數學等學科協同合作和推進。醫學影像的高效精準分析是智能診療的核心，高效精準的醫學影像分析有助於及時準確預測和識別疾病，科學規劃治療方案，適時實施手術導航和量化評估治療效果。由於是特定成像設備對人體器官和組織的信息進行採集和反饋成像，醫學影像高效精準分析需要處理反演、非剛性、小樣本、多模態、多序列等問題，因此數學在其中起著不可替代的基礎性作用。對於當今國際關注的醫學影像分析與疾病智能診療，已有的相關方法和技術面臨著巨大挑戰，人們需要新的思想、理論、方法和技術才能獲得更加清晰的圖像、更加豐富精準的信息和更加快速的處理能力，這也是數理醫學所關注的一個重要內容。

宏觀上來講，數理醫學一方面為精準診療提供了理論基礎，另一方面，也為精準診療提供了方法論。事實上，精準診療包括兩方面：精準診斷和精準治療，它可以通過現代醫療設備以及生命科學等學科中的一些先進現代技術，大大減小臨床實踐的不確定性，從而實現對患者的精準診斷與治療，在保證精準的同時儘可能將損傷控制到最低程度。精準診療的最終目標是以最小化的醫源性損害、最低化的醫療資源耗費去獲得最大化的病患的效益，這對造福患者、提高人類健康和醫療水平具有十分重要的意義。

精準診療離不開醫學影像(形象地說，醫學影像是精準診療的「眼睛」)，而醫學影像分析與處理是其關鍵。醫學影像分析與處理貫穿於整個醫療過程：從疾病的篩查、發現、病理分析與診斷，到病灶組織的定位、形狀、術前評估、手術方案設計以及療效評估等階段。準確的醫學影像分析和處理有助於醫生預測各種疾病的發生與演化，揭示疾病等的發生機制，幫助醫生制定準確的醫療方案。醫學影像分析與處理的核心是數學，先進的可計算數學模型和高性能的科學算法是判斷醫學影像分析與處理結果優劣的決定因素。因此，無論是在治病救人方面，還是在國家醫療政策體系建設等方面，均迫切需要精準而高效的醫學影像分析和處理技術。歸根結底，需要適合醫學需求的新數學思想、新數學理論和方法，即數理醫學的支撐。

孔德興 等著

北京：科學出版社, 2020.9

《數理醫學》重點介紹數理醫學這一領域內的重大科學問題，探索和發展該領域內的核心技術。希望通過對數理醫學的研究，能夠提升我國該領域的研究水平、應用能力和核心競爭力，推進我國在高端醫療裝備(特別是醫學影像設備等) 和手段方面擁有先進的自主智慧財產權，為解決「看病難、看病貴」的社會問題以及提高廣大人民健康水平，做出我們力所能及的貢獻。同時，在實際問題驅動下促進數學學科的原創發展與多學科交叉融合和協調創新。

本書是關於數理醫學方面的第一本專著，筆者將在本書中重點介紹數理醫學的基本概念、基本方法以及一些重要的臨床實踐，特別介紹了數理醫學一些當前最新的進展，這部分內容可以讓讀者很快接觸到本領域的研究前沿。在寫這本書的時候，筆者把本書的起點儘可能放低一點，只要讀者具有醫學、數學和信息科學等學科的一些基礎知識，就可以順利閱讀本書。

本書包含以下四篇：

▋ 數理醫學引論

包含2 章：第1 章介紹了數理醫學研究的科學意義、價值和特點以及相關基本原理；第2 章對數理醫學建模的基礎知識做了簡要介紹。

數理醫學中的基本原理

作為一門新興的交叉學科，數理醫學具有自己的特點。其基本原理可大致歸納如下：

• 確定性原理 醫學事件具有確定性，譬如腫瘤的良惡性等。

• 可量化原理 醫學事件是可以量化的，譬如腫瘤治療療效的定量化評價等。

• 可預測原理

  醫學事件的發展在適當條件下是可以預測的、可以模擬的，譬如腫瘤生長預測等問題。

• 能量最低原理

  醫學事件的發展滿足某種「能量」最低原理，這裡的能量是指由客觀對象誘導出的一個非負函數。能量最低原理是自然界中一個具有普適性的原理。

▋ 智能輔助診斷篇

包含2 章：第3 章介紹了甲狀腺超聲圖像的分析方法以及基於超聲圖像的甲狀腺結節智能診斷系統；第4 章介紹了基於醫學圖像的兒童發育診斷問題，並對國內外發展現狀做了回顧和總結。

本書提出融合卷積神經網絡模型的測試過程，以評估卷積神經網絡架構對甲狀腺結節的分類診斷效果。為了提高網絡識別性能，測試這兩個網絡結構時採用了一種多視圖的策略。首先從2D 超聲圖像提取多個圖像塊以捕捉結節變化的範圍，然後將這些圖像塊同時輸入融合卷積神經網絡提取有識別能力的特徵，最後利用softmax 分類器來預測輸入的甲狀腺結節超聲圖像的標籤。可以看出卷積神經網絡學習到的特徵可以很好地區分甲狀腺的良惡性結節。目前已經在浙江大學附屬第一醫院、杭州蔣村街道醫院等醫院部署了自主研發的甲狀腺結節智能診斷系統，成為超聲科醫生的得力助手，成為分級診療的好幫手，醫院年度門診就診人次顯著上升。

▋ 智能輔助手術篇

包含4 章：第5 章介紹了肝臟智能輔助手術系統的基本概念和重要意義，並具體介紹了其在肝臟介入手術和外科手術中的應用；第6 章介紹了智能輔助手術中的自動分割，並介紹了肝臟分割在輔助射頻消融術中的臨床應用案例，此外該章還進一步介紹了肝臟和周圍器官的聯合分割並介紹了其在輔助手術中的重要作用；第7 章介紹了智能輔助手術系統中的肝臟血管的分割與拆分；第8 章介紹了一個典型的智能輔助介入系統——智能輔助肝癌熱消融手術系統，該章詳細介紹了術前規劃手術方案、術中實時導航和術後療效評估的算法，並介紹了該系統的典型臨床應用案例。

利用第8章提出的方法進行術前規劃的病例。(a) 綠色輪廓表示分割好的目標腫瘤，黃色輪廓表示圍繞腫瘤擴充的安全邊界；(b) 術前規劃方案的三維展示圖；(c) 橢球形消融灶在二維橫斷面上的顯示，其中(c) 中左上角的軟骨對應於(b) 中紅色箭頭指向的軟骨，雖然在圖(c) 中，進針路徑被投影到了二維橫斷面的軟骨組織上，但事實上所有的三個進針路徑都成功避開了軟骨所在的位置；(d) 術後的真實消融區

▋ 術後評估篇

對腫瘤MRI 圖像中的DWI 序列信號強度計算了不同的多b值模型參數，並介紹了一種新的計算模型——幾何擴散參數GDC 模型。通過對腫瘤治療後的療效進行定量評估以及計算對應的功能圖，能夠更加直觀地展示腫瘤治療前後的變化，幫助醫生評估治療效果。

圖中紅色表示GDC 上升的點，綠色表示GDC 基本沒變化的點，藍色表示GDC 下降的點

本書可供數學、計算機、生物醫學工程、醫學影像等相關理工類專業本科生、研究生使用，也適合不具備很強數學、機器學習或醫學圖像分析背景，但是想要快速補充相關方面的知識，以便在醫療產品或平臺中應用的工程師或技術人員。

本文摘編自《數理醫學》（孔德興等著. 北京：科學出版社, 2020.9）一書「前言」，有刪減修改，標題為編者所加。

ISBN 978-7-03-065939-2

責任編輯: 王麗平 李香葉

本書是數理醫學這個新領域的導引性著作，不僅介紹了數理醫學的基本概念、基本方法，還圍繞臨床實踐中的一些重要問題介紹了數理醫學的前沿研究。讀者通過閱讀本書，可以初步了解數理醫學，並體會數理醫學的重要研究價值。讀者還可以根據不同的臨床應用，使用本書提供的知識和範例來選擇合適的研究方法解決實際臨床問題。

（本文編輯：劉四旦）