CMEF作為全球知名的醫療健康科技平臺,依託行業高端平臺資源,詮釋科技的力量。醫渡雲醫學總監何新軍博士受邀參加CMEF 2020英特爾在線論壇,並在生命科學專場上圍繞「人工智慧為精準醫學研究提效」展開主題演講。以下為何新軍博士深度訪談,期待他的分享能為醫療AI發展帶來深層啟示。
醫渡雲醫學總監何新軍博士
1當前的醫療發展現狀還有哪些未被滿足的臨床科研需求?
對於這個問題,我個人理解有以下幾個方面:
一方面是我們對疾病發生發展規律的理解,在現階段距離人們的預期還有一定的差距。臨床科研一個重要的目的就是去發現疾病是如何發生和發展的,也就是說,研究者可以通過臨床科研來研究正常人和患者在何種環境下會得哪些疾病,在何種用藥情況下疾病會如何發展等基本問題,並最終通過積累的臨床科研經驗和信息來輔助診療服務。然而,在臨床實踐過程中,不是所有的臨床科研得到的信息都可以轉化為知識,即便有了知識以後,也不會很快地轉化為實際應用。隨著臨床技術發展突飛猛進,我們已經並持續快速地積累大量的經驗和信息,如何通過技術手段快速地將信息沉澱為知識,需要更好地通過規範化、規模化的手段來進行臨床科研,並快速地將以服務臨床為目的而進行的臨床科研所產生的知識及時轉化來為臨床應用。
另一方面,則是現階段應對公共衛生突發事件中臨床科研的準備能力有待進一步提升。特別是這次新冠肺炎疫情發生之後,我們看到很多國家在應對大規模突發疫情時的準備不足,在公共衛生方面的基礎建設投入不足,對疫情的研判出現偏差。因此,應對公共衛生突發事件的醫療資源儲備能力,對疫情進行實時仿真,通過臨床科研對疾病充分認識,這些仍然是現階段未被滿足的臨床需求之一。
2如何高效地從大量醫學和科研信息中發掘人工智慧價值,並將其與實踐結合?
從效率角度出發,對於不同類型的信息,在取得授權前提下,我們會有不同的處理方式和流程的選擇,不同的處理方式和流程都有很大的提升空間。以授權的臨床數據價值挖掘為例,我們現在已經可以很好地利用人工智慧機器學習根據授權將臨床數據進行結構化處理,並通過對這些結構化的數據進行實時數據處理,總結並找出其中的疾病規律。
對於基因數據價值的挖掘,一個巨大的挑戰就是這個類型數據的數據量一般比較龐大,對其分析處理的過程需要耗費大量時間和算力,因此迫切需要更快、更有效的像Humming Bird這類數據分析算法和工具來提升計算效率,降低成本。
我們可以基於不同的數據類型,有針對性地開發一些數據處理的算法,綜合相關軟硬體優勢,將總體的處理能力進一步提高,從而滿足臨床上需要快速出結果的需求。當然,這也需要我們對所需數據信息和所要達到的目的有較深的理解,避免南轅北轍,緣木求魚。
3如Humming Bird這樣的基因分析技術,在醫療新基建方面將有哪些應用?
開發Humming Bird基因數據分析工作流的初衷是因為現在通用的基因基礎分析過程花費的時間較長,比如說應用於臨床的基因檢測,有的需要較長的時間。我們希望基於包括Humming Bird這樣的分析系統在內的基於一系列方法學的軟硬體的系統性提升,從底層上把數據分析的時間縮短。這些工具需要在不犧牲數據處理準確性的前提下,顯著減少用於測序數據一級分析的運行時間,也將加速精準醫療產品的研發與應用場景的擴展。
當未來Humming Bird系統運用到臨床上,釋放的時間將可以幫助用戶通過基因數據分析了解更多複雜疾病的致病機理,研究和應用更適合的藥物,將新的基因數據分析方法從研究項目逐漸轉化到日常的臨床應用之中,這無論是對於臨床還是科研都有非常重要的現實意義。
未來Humming bird將成為醫療新基建場景中的重要應用,這個技術也可以更好地助力實現公共衛生系統對大規模傳染性疾病的早發現。基因分析系統能夠幫助疾控專家更快地確定新發傳染病的病原體,並對病毒進行更快地變異分析和溯源,在追蹤變異趨勢等過程中都發揮重要作用。
4在疫情期間通過醫渡雲技術所做的新冠病毒基因組分析,有哪些成果?
早在今年2月初的時候,我們就自發地通過對公開資料庫提交的新冠病毒基因組序列開展研究,研究了早期病毒株的突變狀態。病毒基因組的快速變異是病毒特別是RNA病毒的基本屬性,絕大多數變異並不會對病毒的感染力造成影響,但變異點就像在一個交叉路口的路標,我們可以利用病毒突變的研究對病毒的進化過程進行標記,發現了新冠病毒L84S的顯著分化和基於基因組學的社區傳播證據。
之後我們繼續分析了國內和國際多個城市和地區對外公布的病毒株,了解了這些病毒株的時空分布和發展趨勢,以及一些病毒株關鍵突變的可能的毒性變化,並將部分研究成果及時公布。
5站在您的角度看,您認為醫渡雲的醫療新基建有哪些重要意義?
我認為在疫情常態化防控的場景下,醫療新基建需要將AI技術充分地運用到科技抗疫中,幫助公共衛生領域搭建智能的監測預警平臺,助力立體疫情研判決策等,同時支持科研機構利用人工智慧技術對新冠肺炎疾病進行更深入的探索。當疫情過去,社會生活回歸正軌後,醫渡雲會將一如既往地將醫療人工智慧技術應用到臨床科研、公共衛生、新藥研發、健康管理中,幫助人們理解疾病的發生發展規律,提升患者就診過程的便利程度、降低患者的醫療負擔。
6精準醫療主要的優勢有哪些?
精準醫療就是把每個人看做一個獨立的個體去因病施治。精準醫療更注重對於患者畫像的描繪,從而理解患者之前的疾病、環境和基因背景,以及預測患者未來可能會發生的疾病,再根據這些信息設計更全面的診療和健康管理方案,但現階段由於疾病的複雜性和人體的複雜性,實現精準醫療還是一個很大的挑戰。
不過在精準醫療的實踐過程中,我們已經總結出來很多經驗,特別是在一些類型的腫瘤診療上,通過對腫瘤基因背景的理解分析,可以很有效地為腫瘤患者提供靶向藥物,真正的讓患者受益。但在更大範圍實現精準醫療,我們還需要繼續基於基礎研究,來提升對於疾病的理解,提升分析效率,最終使每個人都因精準醫療而受益。