杨胜利医师 中国工程院院士杨胜利:由大数据到智能医学

CNII网讯 10月27日,由工业和信息化部指导,中国信息通信研究院主办,移动智能终端技术创新与产业联盟承办的“2016移动智能终端峰会”在京隆重召开。在10月28日的互联网医疗健康论坛上,中国工程院院士杨胜利发表了题为“由大数据到智能医学”的演讲。以下是演讲全文:

各位领导、各位专家,下午好!很高兴今天参加这个论坛

随着移动医疗、互联网医疗的推进,越来越感觉光靠我们学医的人是远远不够的,要大力提倡医工结合。刚才举行的战略签约就是医工结合的一个很好的典范。

现在整个社会已经快速地从工业经济向数字经济发展,在数字经济当中人工智能是最关键、最重要的一项技术。这个技术也涵盖了数据的产生、数据的标准,还有是智能化学习。生物医药系统要通过数据建模来进行结算,从现有的知识和技术来看难度比较大。所以医学领域的智能化可能在未来几年会集中在虚拟现实的技术平台。

最近工程院许院长向中央领导汇报了希望在中国启动人工智能2.0的大计划,这个计划主要是因为现有的人工智能还没有和人类大脑非常接近,这就是我们2.0要打造的,使人工智能技术和大脑越来越接近,这也是和现在各国都在推动的脑科学和认知科学相关的。我们要把这些知识用到人工智能系统,生物医药领域也是这样,海量的数据怎么输入、怎么标准化,要有新的算法。

医疗也面临着信息处理到图象处理,还有大量影像学的数据的问题,输送也很难,因为它占的量很大。怎么从图象处理将来到医院能够现场编程?人工智能由现在机器学习的模式要到自主学习的模式。

最近刘延东副总理批示,希望我们尽快制定人工智能到2030年的战略规划,以及十三五期间的行动计划。人工智能的应用涵盖智能城市、智能制造、智能医疗等。人工智能在医疗领域的应用,国外文献上除了智能医学以外,另外也有叫Big Data-enabled medicine。

大数据使能的医学。这就把主线给出来,怎么从大数据到临床应用?过去提的就是一个产品、一个技术怎么转化到临床。现在这条主线体现了数字经济时代的特色,都是基于大数据来做。

大数据包括了环境、表型和基因群这三个孤立的大数据群,更重要是这三个大数据相互作用产生的结果,这和人的健康、疾病密切相关。所以大数据比天能学都复杂,第一是数据是高度一致性,不同来源的数据,那么最后怎么整合到大数据库进行运算,把它用到临床实践?

有生物学遗传、分子、社会经济学等等各种各样的数据,这些数据集中在两个平台产生,一个是分子技术,包括各个组学的技术,一个是这几年增长最快的领域,移动传感器。这两个数据构成了生物医学领域的大数据。我们要精准医学和个性化医学,除了群体的大数据以外,将来每个人还要有他个人的大数据库。

我们早就提了要建立个人的健康档案,这个健康档案内涵随着科技的发展慢慢就变成个体的大数据库。有了这个才能实现精准医学和个性化医学。

从大数据到智能医疗,第一是数据要结构化与标准化。这个领域面临很大的问题,第一就是临床的结构化病历应用的很少。怎么办?现在郑州大学一附院在重点开发两个软件,只要是电子病历就可以通过软件转成结构化病历,不仅用结构化病历能用,我们长期临床的病历数据也可以通过软件转到大数据库。这些软件正在验证阶段。

第二是数据挖掘。这是很大量的工作,我们要用不同的算法把数据形成数学模型,难度比较大。我们往往采取虚拟现实的方法把它转到临床应用。所以在模拟和数学模型方面,现阶段还是以模拟为主。

智能医疗实际上涵盖了一个大的网络,网络里面每个细胞就是智能医院。在这个基础上要形成智能医联网,这个现在各个省市都在推。有一点农村包围城市的趋势,越是偏远的地方需求较大,相对的大医院也比较少,容易形成区域性的医联网。在一些大型城市因为强的太多,所以怎么形成超大城市的智能医联网是对目前的挑战。因为这些大城市技术的储备、资金的储备都很充裕,那么怎么通过我们中国的特色能够把它整合起来?

下面举几个例子。这篇文章是我们都比较熟悉的,代谢组学的开拓者到浙大一附院访问过几次,他四年以前碰到我,说他在做英国理工学院的外科主任。当时我还愣了一下,他怎么不做代谢组学去做外科主任了?现在从他发表的文章就知道他当时去干什么了。

他去创建一个外科组,利用电刀来切组织,对挥发出来的气味做分析。他能在2秒钟以内就知道医生切的肿瘤组织还是正常组织。我和好多外科大夫交流了一下,他们很多人也感觉到这个技术很需要。

这也是大数据到临床应用进展最好的一个领域,我们已经对所有人体肝脏的酶、人体构像都能够分类做好,哪个酶管哪些化合物的反映、哪些药物的降解都做了大数据。这对临床特别有用。不同的药物在不同人群中代谢的速度相差很多。

代谢快的速度到180多,慢的只有30左右,差6倍。现在我们开药成人一个剂量,小孩一个剂量。要根据不同的人给不同的剂量,才能达到最佳的疗效,最小的副作用。靠这么小的一个基因芯片,就可以告诉医生病人用这个药的最佳剂量是多少。

下面讲一下虚拟现实系统在临床当中的应用。这张图大概有15年了,当时提出要做一个数字肝,模拟肝脏,将来要发展到数字人。当时有人问,这个肝脏能不能来预测候选药物的毒性,毒性大就不做了?他也很厉害,问我做出来的数据认不认?他就说你能说服我,我就认。

这也是用虚拟现实系统。德国Bremen一个医生用Ipad和一个虚拟现实软件,Ipad把手术现场肝脏的情况照下来,虚拟现实这个软件,就是虚拟肝,把两个整合起来,医生就知道手术到下面可能碰到哪个血管、哪个神经,可以在肝脏手术以后保留尽可能多的血管和神经,对康复很有作用。

在内科诊疗方面,美国IBM公司2014年就启动了Watson,对基因组、蛋白组等这些大数据的整合,要做智能医生、电脑医生。现在这些电脑医生主要在肿瘤方面,初步成型的电脑医生已经有3700家公司。各种各样的语言加工以后用大数据发现疾病的模式,从每一个大数据里面找规律性。

现在已经把Watson做成个人基因组的App。现在碰到肿瘤病人,就把Doctor Watson作为一方,医生作为一方,病人作为一方,三方在一起讨论交流,达成共识。

这种模式假如能广泛推广,对医患矛盾也很有作用。因为在这个过程当中,大家相互讨论沟通,病人也知道了它预期的结果可能是什么。所以IBM现在正把Doctor Watson放到每个人的智能手机上,更方便了。中国人比欧美人对手机依赖度大一些,可以在手机上和电脑医生讨论,有需要还可以和电脑医生约医院里面的医生三方一起讨论,这对医疗模式的很大推动。

在这个基础上,我们下一步要建数据驱动的数字医院。美国预计在2016年,有25%以上医院会投入到数字医学。数字医学基本构架就和我们今天讨论的移动终端相关,每个人就是一个移动终端它有不同的传感器,把采集的信息能够及时地推动智能手机,像生命体征那些信息,发到医生和医院的信息中去,可以很快地汇集到医院。病人需要抢救就可以得到及时的抢救。

在智能医院基础上我们慢慢要形成医联网,第一步是由大医院、社区中心和家庭连起来,做远程的诊疗和远程的教育。美国现在要把这个医联网进一步扩大,把各种和健康管理、诊疗相关的单位连起来,包括研究所、企业、政府监管部门、医院等。

河南省以郑大一附院为核心已经初步建了河南的医联网。十二五医联网从省、市、到县,108个县已经全覆盖。十三五重点推到乡镇和村,现在在试点。另外一方面很重要的是网络构架基本上是硬件的,基本能做到,但是数据怎么弄,在智能化方面这两年和华为一些大公司合作也取得了很好的进展。像电子病历结构化的问题、大数据的问题,都有不同的软件。

我们进一步把整个省的医联网和其他医院的医联网整合起来,最后到国家卫计委的大数据中心和监管部门,先初步形成这么一个网络。我们进一步要从大数据、环境、基因和表型的相互作用,到分子信息、移动传感器的信息、App还有临床的表型,这三部分大数据整合,形成个体的大数据、群体的大数据,做数据挖掘,然后到临床去测试。

要走的顺利,实际上现在面临着数据的安全性,这是一个瓶颈。英国已经开展了10万人的大数据计划,最后因为数据安全问题老百姓有争议,就把这个计划停了。第二是监管,还有人口学问题、社会经济学问题,这些都要走到智能医疗行业里来。初步能够整合好,下面就能达到智能医疗的境界,包括电脑医生、智能化医院和智能的医联网。

希望我们国家也逐步在三级诊疗、分级诊疗的体系基础上,有国家的远程医疗监管和服务中心。科研单位和产业的参与,三个主体形成一个全国性的智能医联网,包括远程诊疗的网络,包括智能化技术的整合,也包括监管部门的参与,形成一个大数据的系统,把大数据尽快用到医疗产业。

我们都要学习工匠精神,为医疗改革、医疗事业的发展做出每个人的贡献。我就讲这些,谢谢。