临床数据缺乏标准化、科研转化难？专家提议造一个“医疗科研领域的淘宝”

日前，由中国人工智能学会主办的2020年精准医学大数据与医学人工智能研讨会在广州举行，来自中科院、清华大学、中山大学以及中山大学中山医学院等机构专家学者一起交流精准医学与人工智能的前沿技术，以及精准医学和人工智能在医疗产业化中所遇到的机遇和挑战。

本文插图
2012年以来，人工智能在深度学习算法的突破下迎来新一轮的创业和投资热潮，在金融、安防、汽车等多个行业纷纷落地，并在2017年以来，人工智能被写入政府工作报告。医疗健康是我国大力支持人工智能应用落地的产业之一，目前我国人工智能医疗前沿正在进行哪些研究？获得哪些进展？会上，专家学者分享了自己的研究成果。
医生们为数据所困，期待整合技术平台破局
困扰科研技术转化的因素有哪些？数据是诸多专家不约而同谈到的问题。
来自中山大学附属第一医院的何伟玲认为，数据标准化是制约科研转化的重要原因之一， “不同医院，数据差距很大，统计非常困难，但是做好数据标准化，后面才好应用。 ”何伟玲说。同时她指出，如何去实现数据集成和共享也是令人头疼的问题，因为病历这样的资料涉及病人隐私，有法律管理问题。
和何伟玲一样，中山大学附属眼科医院、精准医学科学中心谢志教授也为数据所困。 “大量的临床数据，需要清洗、整合，工程量大，且繁琐枯燥，会拖慢项目进度” 。医疗团队缺乏工程能力是制约科研的重要因素，谢志表示，随着合作方式换成医院提供数据、企业来处理数据，等结构化数据出来后，再来跟医院合作，效率就提升了。
“医疗大数据成指数性增长，但目前这一数据密集型科研却只有‘简陋的支撑环境’” ，中科院特聘研究员、博士生导师李亦学设想， “未来我们需要一个整合的技术平台” ，计算、工具、算法、数据和文献在这个平台上可实现全面交互，计算分析结果快速、全面，可以帮助科研人员快速整合信息、找到问题点。
清华大学自动化系、生命学院和医学院教授、博导，北京信息科学与技术国家研究中心生物信息学部主任张学工提出，未来智能医疗健康的解决方案——数基系统。他构想的这个系统，可以实现生命的数字化、规律的数字化、医疗健康的智能化，最终实现以数字化推进生命认知。

本文插图
图像识别皮肤纹路，辅助诊断唐氏儿
图像识别是AI技术在医学领域中运用最快、最广泛的一项技术。
来自中国科学院上海营养与健康研究所研究员汪思佳分享了图像人工智能在新生儿遗传病辅助诊断上的应用，他提出，基于机器学习算法的肤纹辅助诊断唐氏综合征模型。
早些年，科学家发现了唐氏综合征病人的肤纹特征和正常人不一样。汪思佳说，这给了很多研究者以启发。
在北、上、广等一线城市，唐氏综合征的检测（无创产前检测， NIPT）早筛非常普及；但在有些区域普及率却不太高。有数据显示，我们国家每年生下来的唐氏病人有近万人。有一部分孩子未能被及时发现患病，待到两三岁，家长才带孩子去就诊，已经错过最佳干预期。
汪思佳和研究团队发现，几乎所有的染色体疾病都会对肤纹（包括指纹、掌纹和足纹）产生影响，所以就利用这个特性去进行唐氏的辅助诊断。希望这项技术能推广，帮助家庭减轻医疗负担。
另外，还有多位专家分享了AI在医疗领域的发展与运用。
湖南大学博士生导师、国家超级计算长沙中心副主任彭绍亮分享了生物医药大数据和区块链技术的研究，在他看来，区块链技术与应用可以打破生物医学数据孤岛，解决数据可信和分享问题。因为专科医院、普通医院和诊所都使用不同的电子记录系统，这就使每一个病人的健康史或治疗记录不完全可见，而如今，区块链打破数据孤岛，为这个问题提供解决思路。