大数据时代的医药系统科学与工程

北京中医药大学教授、北京应用统计学会副会长　王　耘

尊敬的各位专家，尊敬的各位同仁：

非常高兴有这个机会跟大家分享关于医药系统科学与工程方面的一些思考和研究。

今天的论坛主要关注的是大数据在医药领域的应用，就我个人的认识，我认为大数据在医药领域的应用其实包括了两个方向。

第一个方向，现在社会上有很多公司，很多研究人员都在做基于大数据技术的医药升级，主要考虑的重点在于如何利用现代的大数据技术，让我们现有的医药体系，包括诊断、治疗等方法，能够做得更好。

第二个方向，其实是朝向医药学未来的发展，基于大数据思维的医药革新。目前，在医药的很多方面我们感觉还不够理想，希望医药未来的发展有一个理想的方向。

针对大数据技术在医药领域的应用这两个方面，大家在做的过程中，有时是基于目前的大数据技术来做一些医药方面的完善，在这个基础上逐渐演化出来基于医药领域的一些革新，希望对医药领域有一些新的突破。目前我们正走在这条路上。

另外一个角度，也有可能以大数据思维方式为基础，思考目前医药存在的不足，从而对医药进行调整。调整的基础上，可以再利用这些具体的技术不断地去完善，对医药发展形成一个突破。这两种循环方式在医药大数据领域同时存在。

上述两个方面合在一起，构成了医药大数据完整的发展过程，我称之为大数据时代的医药系统科学与工程。这里面既涉及理论层面的探索，也涉及工程领域的操作。

为了跟大家分享这方面的一些思考，我的报告分成两个部分。

第一部分是医药学的理想。我在北京中医药大学工作，在医学学术会议讨论中，尤其在中国，存在中医和西医冲突的前提下，有一些观点大家几乎难以沟通。但中西医都作为维持人类健康、治疗疾病的一种医学体系，它们之间肯定存在一个相同的思维模式。这种思维模式到底什么样，怎么考虑医药学的问题？我试图通过这个报告来反映我们的一些想法，尤其是在大数据时代，有没有可能把中医的思维和刚才两位专家介绍的精准医学的思维有效地整合在一起，找到一种医学发展相同的思维模式。

第二部分是医药发展的历史、现状和未来。针对医药大数据的革新，提出医药大数据革新SIMPP方法论。当然，这个方法论还只是一个初步的探讨，很多方面还需要进一步工作。

大家知道，目前存在两种医学体系，一种是以生物医学为主提出的精准医学；另外一种就是中医，中医药大学有很多研究人员在进行这方面的研究，这些研究不仅涉及传统的中国古代哲学，也涉及现代最前沿的科学。

从大数据的发展方向来看，不管是中医也好，精准医学也好，还是其他的医学方式，包括传统医学，或者一些公司提出的健康医学的新想法，大数据都是基础。大数据为这些医药的发展提供了一种新的思维方式。目前医药大数据的数据来源，主要包括四个方面：

第一个是来源于医院的HIS系统，医院的信息系统记录了临床上医生和患者交互过程中的整个疾病诊断、治疗过程中大量详细的信息，这些信息综合利用起来有可能为临床医学的发展提供一些原来并没有意识到的新方案、新思路、新想法，对医药的发展无疑具有重要的意义。

第二个就是刚才陈润生院士介绍的关于生物医学这个领域，关于组学的数据，大家都意识到了，它的数据以几何的速度在增长。增长的过程中，如何破译遗传密码，如何把生物医学的基础研究转化到医学的临床应用上面来，正是大家提的转化医学所考虑的重要的问题。所以针对目前生物医学，提出来一系列新的学科、新的发展方向，像组学、生物信息学、系统科学，以及系统医学，等等。

第三个医药大数据的来源是可穿戴式设备，目前有很多公司在朝这个方面做准备，昨天在贵安举行的一个论坛，就是强调智能终端设备，这些终端设备如何应用在维持人体健康的过程里面，还有很多工作需要我们探索。

第四个数据来源就是医药生产与流通和应用过程中发生的大量数据，这些数据包括了工厂里面药品生产的整个过程，我们需要针对每一个环节、每一个工艺过程进行有效的管控，这些数据为进一步提高工艺、保护药品提供了大量的数据基础。另外，流通过程中如何有效追溯每一个药品最早的起始点，使我们能够从整个流通应用的过程中更有效地管理药品的应用和安全。

针对这四个数据来源，大家做了很多探索性的工作。医药大数据的应用有很多实例，给大家分享的这些实例主要是我们团队做的工作，有一些是流行病的预测。谷歌在医药大数据领域完成的一个经典案例是基于它的搜索引擎，根据点击量进行的预测，除了这个案例之外，其他几个方面都是我们团队做的预测。

第一个方面的应用是朝向精准医疗或者个体化医疗的抗癌药的设计。大家知道，抗癌药在临床上应用的时候，往往对患者的治愈率并不是很高，为什么不是很高？后来跟这些企业的老总一起探讨这个问题，例如有的患者的基因突变跟药物所对应的蛋白根本就对不上，这对企业来讲就比较困难，这些药品在临床实验过程中，如果不考虑精准方向，治愈率只能达到35%左右。其实这些企业也很希望有一种精准化的治疗，用不同的药物针对不同的基因。这种治疗首先需要对患者进行基因检测，对突变的基因进行分析。把临床准入原则限制得更严格一些，可以大幅度提高药品的临床有效性，这方面有很多具体的工作可以做。

第二个方面的应用是对临床数据的经验总结和挖掘，尤其针对高血压这个领域。有一些知名的专家能够给患者提供一套比较有效的方案，但是年轻的专家往往做不到这一点，为什么？这涉及药物的组合利用。这些药物的组合利用不仅仅涉及中医，现在西医临床上也没有哪一个大夫来了就直接给你开药，往往是药物之间有效的组合。怎么样有效组合？这就要考虑对患者的数据做更精准的分类。同样都是高血压，可能有很多种不同的类型，对这些类型精准分类之后，可以达到一个更好的药物联合应用。

第三个方面就是在临床教学和辅助决策系统的应用。临床过程本身就是一个决策的过程，是基于这些信息的决策，这时候我们能够在临床、大数据的基础上进行系统的分析，根据系统分析所发现的规律和结果，建立相应的决策辅助系统，再对这些系统集成开发，对新入行的大夫来讲是宝贵的资源。

第四个方面是大数据在复杂疾病诊断过程中的应用，这是我们跟北京通州胸科医院合作的结果。大数据在复杂疾病诊断过程中的应用，这是我们跟北京通州胸科医院合作的结果，这种分析目前还没有一个较为准确的解决方案，因此大夫提出，针对肺结核临床案例做一个更详细的分类，基于这样的分类，进一步提供方案，这样的建议也得到了相关专家的认可。另一个应用是基于这些数据生理指标的诊断，大家知道，癫痫如果突然发作对患者来讲是很危险的。临床大夫观察，在癫痫发作之前，颈动脉会发生血流量突然的改变，抓住这个生理指标再结合临床的数据，给癫痫的预测提供了一种可能的方案。还有一个应用是针对疾病相关基因和疾病生物标志物的发现，尤其是代谢组学的领域，大家做了很多工作。

所有这些研究都是在目前已有的医药学体系的基础上做的一些升级和完善，我们在逐渐提高临床上或者基础研究领域医疗的水平。针对未来基于大数据思维的医药特性，有很多单位、很多领导都在考虑它的方向？怎么满足大家未来对医学的需求，结合医学各个领域的发展，提供一个统一的思维方式，这种思维方式有利于我们未来医学更好地发展。

为了探讨这么一种思维方式，我们需要了解一下医药发展历史、现状和未来。首先是医药学的发展，医药学是随着社会的发展而不停地进步。在古代，古人因为没有现代的科技条件，不了解这些基本的信息，所以根据当时中国社会比较流行的阴阳五行的哲学体系，结合对人体的观察，建立了一套以阴阳五行学说为基础，以观察数据为主要证据的传统的医学体系。这套体系就是中医的阴阳五行的医学体系，虽然现在感觉不太科学，但在当时一定是社会最主流的思维意识。医学的发展在任何一个阶段都结合了当时主流的思维方式。随着人体解剖学的发展，提出了解剖医学，解剖医学主要是以解剖的结构来对人体的疾患进行治疗。

接下来随着生物学的发展，尤其是人类基因组计划的完成，分子生物学的发展达到空前的高度。这时候医学的发展又跟生物学发展紧密地结合起来，也就是医学的发展结合了当前最主要的科技进展，发展了新的生物医学体系，当然生物医学体系还在不停发展。发展的过程中，我们发现生物医学体系原来主要关注的是一种药物跟一个靶点之间的关系，我们期望能够找到一种好的药物，能够非常容易治疗一种疾病，但是针对一些复杂的疾病，像糖尿病、高血压以及一些癌症等，并没有一个理想的简单的方法可以一下治愈。什么原因？因为跟这种疾病相关的要素之间不是相互独立的，而是共同构成了一套系统，针对这套系统，我们目前不是关注怎么针对一个蛋白质进行干预，而是如何对人体这个复杂系统进行有效干预。在这个基础上，又提出将系统科学的方法运用到医药领域，系统生物学、系统医学、系统药学等一系列新的发展方向。

从这几种医学体系大家可以体会，医学每一个发展阶段都是结合了当时最主流的社会意识，最前沿的科学技术，构建起一套独特的、完整的医学体系。

现在我们提到大数据在医药领域的应用，大家知道，目前通信技术的发展让我们采集数据的成本越来越低，我们完全有可能进行全面的数据采集。当然，全面的数据采集包括很多方面。从中医的角度，临床医生望闻问切等方面的信息可以比较快地采集。从生物医学的角度，也可以非常低成本采集到针对人类基因组的信息。从穿戴设备的角度，可以实时采集人体的生理信号。现在我们有了全面的数据采集，就可以朝向未来的精准医学。当然，对精准医学不同的研究领域各有不同的理解。从大数据的角度来看，精准医学其实就是在大数据采集的基础上，进行更精细的人体状态分类，在这种分类的基础上，有一套更精确的药物治疗，更精细的健康分类加上更精确的药物治疗，合在一起就是精准医学。

针对这些不同的医药理论体系，大家可以发现，不同阶段的医学体系都有自己一套完整的理论系统，包括传统医学、现代医学。正是基于这套传统的理论系统，我们可以分析疾病，疾病是临床上可以观察到的一种结果，一种现象。这种现象的原因是什么？不能仅仅关注相关要素有哪些，这时候我们要来推它的因是什么？推断原因的时候，我们不可避免地会结合自己所秉持的这套理论体系。从生物医学角度来讲，我们会找致病基因是什么，相关的靶点是什么。从中医的角度，我们会考虑中医脏腑的改变，其实它都在寻找不同的因。

由于这些致病相关的原因不是一个单独的因素，而是结合在一起的一套系统，这时候我们不能仅仅针对某一个原因来考虑，而要针对这些原因之间的关系来对系统有一个综合的干预。对系统进行干预，也是建立在一套理论系统之上。通过这个过程大家就知道，其实只要有了一套自己的理论系统，就有可能发展出一套新的医学体系。这意味着，在大数据采集技术充分发展的前提下,完全可以针对不同的信息采集模式，进行不同的健康分类，针对这些分类如果再有有效的干预方式，它就构成一套医学体系，一套针对人的健康有作用的体系。

在中医药领域，大家会讨论到底最后的发展是西医战胜中医，还是中医战胜西医，我们的观点是医学未来的发展不会是一套唯一的体系，一定是一种多元化的医药体系。大家知道，其实目前这种医药体系就是多元化的。即使在古代，中医领域也有各家学说，不同的大夫有不同的观点，都有自己的一套理论体系。基于自己的理论体系，结合临床实践，构成了各自独特的治疗实践，这种治疗实践恰恰就是中医临床上所强调的医生的个体化。也就是说，不仅患者是个体化的，医生也是个体化的，就在于这一套理论体系的个体化，所以未来的发展方向一定是一个多元化的医疗体系。当然，也不排除有某一种理论形式能把不同的医药体系高度融合在一起，加上目前互联网的高速轨道，医药的发展应该比历史上任何一个阶段都会更快速。这是我们对未来医学的一个认识，这种认识我觉得应该是医学未来发展的方向。

结合我们每个人所掌握的研究基础，或者说临床实践，怎么构建起一套独特的理论体系？接下来，我想和大家分享我们在研究过程中探索出来的一种SIMPP方法。这种方法，是从数据挖掘、系统建模的角度讨论问题，为了在大数据里获取价值，我们在数据可视化、数据观、系统建模和数据产品化等方向做了很多探索，在探索的过程中，大家对现在的医疗体系都在做补丁性的工作。如何针对我们手头上已有的一组数据，或者说一套经验，或者说一套完整的理论认识，来确定建立这么一套体系，我们的方法主要包括五个部分。

第一步，首先明确我们所关注的领域已有的知识和可以获取的数据有哪些，这是针对研究现状最基本的途径；第二步，要在这些数据和已有的知识基础上来构建、发现相关的要素；第三步，要建立这些要素之间的关系，不仅仅是独立，它们之间是有关系的，建立这种关系模型的方法，一个是基于我们原有的知识建模，另外一个是基于数据分析的基础上研究这些变量之间的关系；第四步，更重要的是我们不仅仅是建立要素关系模型，还要从关系模型里分析不同人的行为模式，尤其针对患者来讲，生活方式会影响他的行为模式，包括服药的方式，有没有遵从医嘱。不同的患者、不同的生活方式有不同的行为模式；第五步，制定更有针对性的干预措施，在这方面我们也进行了很多探讨。

下面有一个例子，是关于已经发表的一篇论文，就是糖尿病风险计算器，以数据为基础，构建糖尿病预测体系，目前考虑的第一步正是我们SIMPP分析的第一个字母“S”，就是数据来源。糖尿病相关的知识作者当然是非常了解的。美国CBC疾病防控中心有一组针对整个社会人群的调查数据，基于这样的调查，其中包括空腹血糖和口服葡萄糖两个重要参数，作者针对这一组数据，基于上述两个参数将人群分为三类：第一类人群是正常人，第二类人群是糖尿病患者，第三类是糖尿病前期的人群。接下来第二步要从整个调查数据里识别出其中跟这两个参数相关的一些要素，识别出这些要素之后，利用数据挖掘的方法，构建起一套不同要素之间的关系。从数据挖掘的角度来讲，感觉这种关系我们只要构建出来就差不多了，但是对医学应用来讲，更重要的是基于这些关系分析不同人群的行为模式。这个例子是针对具有妊娠糖尿病的女性来讲的，需要注意什么，通过这些例子可以给出一些更专业的建议。

正是基于这样的思路，我们认为未来大数据在医药体系突破发展方面，需要做好以下工作：第一，智能化的数据采集。第二，基于数据采集的健康模型。就是健康分类或者说不同要素之间的关系模型，这种模型对未来的医学发展可能更为重要，只是数据还不够，还需要模型的构建。第三，基于这些模型有一套能够进行个体化健康产品的设计，就是药物发展的一套设计。从药物生产的角度来讲，目前我们还不能满足未来对个体化药物的需求，需要考虑如何建立柔性的生产系统，这种柔性的生产系统可以让我们面临更复杂的临床上疾病患者的需求。这套平台我们目前正在构建，可能在不久的将来会跟大家见面。

我的报告就到这里。

谢谢大家！