一站通用户名: 密码 注册
中医人旗下网站:医学眺望医师考试认识中医人日文英文
 
您现在的位置: 中医人 >> 新闻频道 >> 新知 >> 正文

广告赞助more>>

大数据给健康产业带来哪些变革?

  • 文章导读:

      你发的每一条微信,打的每一通电话,也许就能预警你是否有感染流行病的风险……这不是科幻,这是全世界已经起步开展的大数据精准医疗。

      日前,浙大一院正式成立“精准医疗中心”,中国工程院院士、浙大一院传染病诊治国家重点实验室主任、感染性疾病诊治协同创新中心主任李兰娟教授作了“医疗健康大数据与精准医学”的专题报告。

      “精准医疗大数据的普及化,正带来中国乃至全球健康产业的变革。”在接受钱报记者专访时,李兰娟表示,不远的将来,大数据支持下的精准医疗将为每一个病人定制治疗方案,它也将改变国家的医疗投入的格局。

      精准医疗

      提供个性化治疗

      大数据技术,能够分析大量繁杂的数据集,发现疾病和治疗手段之间的有效联系,它将改变传统的治疗方案。

      美国提出精准医疗的计划,利用大数据的分析,找出个性化的缺陷,真正对症下药,因人而异。这个办法帮助乔布斯延长了几年的生命。

      我们国家的精准医疗研究,也在积极跟进。2014年7月,李兰娟和团队在《自然》杂志发表了科研成果论著,揭示肠道菌群与肝硬化的秘密,给全球医学科技研究提供了新思路。

      一直以来,很多肝硬化患者,都接受过抗生素的治疗,但是李兰娟和她的团队发现,这样做并不能带来很好的效果,因为抗生素不仅杀死了肠道内的有害细菌,有益细菌同样也被杀死了。

      肠道微生物是提供人体营养、调控肠道上皮发育和先天性免疫的不可缺少的“器官”,她把注意力聚焦在“肠道菌群”上,经过近3年时间的研究,他们收集了181个中国人肠道菌群的样本,其中98个是肝硬化患者的粪便样本,83个来自健康志愿者。

      团队采用了新一代测序技术、以及大数据分析技术,产出了近860GB的序列数据,通过研究发现了28种与肝硬化病人密切相关的“坏细菌”;数据比对还显示,有38种与健康人密切相关的“好细菌”,在肝硬化病人肠道菌群中的量却非常少。

      这就意味着,今后针对肝硬化病人的治疗,可以做到更加精准,“我们会给肝硬化病人补充更多的‘好细菌’,杀死过高的‘坏细菌’。”李兰娟说,在药物基因组学的基础上,这个工作还能够做得非常精准,“针对不同病人,运用合适的药物,合适的剂量。”

      “精打细算”的

      外科手术

      大数据技术已经开始在外科手术中,帮助病人得到更加高效的手术疗效。

      中国工程院院士、浙大一院院长郑树森教授,是我国著名的器官移植专家。到目前为止,他带领团队已经成功进行了200余例活体肝移植手术。

      肝脏是人的造血器官,“统帅”了成千上万根血管,对肝脏动手术,是有高难度的。

      在先进的数字技术支持下,郑树森团队能够在活体肝移植在术前和术中,利用虚拟现实软件,查看病人肝脏中的各种构造。大数据分析还能够精准计算出需要移植的肝脏部分,一方面确保提供给受捐者充足的供血,能够存活;同时评估受捐者剩下的肝脏,能否在半年内长出新的肝脏,保证恢复正常的肝功能。

      在世界各地,具有大数据处理功能的手术器械已经成为外科医生强有力的助手。比如,在摘除肿瘤组织的外科手术中,外科医生遇到的最大挑战是:一次手术是否能够把癌变组织切干净。像乳腺癌肿瘤的手术中,有将近三分之一都无法做到完全抹除肿瘤的痕迹。

      前不久,伦敦大学帝国学院Zoltan Takats 探索了一场“精准手术”,手术使用的先进武器iknife,在传统手术刀前安装传感器和质谱分析仪,刀起落下iknife能在第一时间告知病灶的边界和性质。

      大数据

      指导医疗政策

      大数据能够更加科学地论证药物使用的效果,为医疗政策指导方向。

      2012年,李兰娟曾经带领团队做了一个跟乙肝传染率相关的课题,采集了浙江1000人次的体检数据样本。通过分析发现:当年20岁(1992年出生)以上的样本,乙肝感染率在8%-10%;而20岁以下的样本中,乙肝感染率小于1.5%。

      为什么只相差一岁,乙肝感染率就有那么大的差距?

      1992年这一年,是个关键词。1992年,卫生部将乙肝疫苗纳入计划免疫管理。通过大数据技术分析,李兰娟团队验证了药物的有效性,这样的分析结果,将给国家制定公共卫生政策,带来科学的指导。

      “如果我国继续保持对新生儿进行乙肝疫苗的全面接种,同时成年人也尽快接种乙肝疫苗,那么在十年后,中国将摆脱肝炎大国的帽子。”李兰娟说。

      开发大数据

      预测疾病

      有了大数据的分析,“看医生”模式正在转变为“被医生看着”——你的可穿戴设备能够做到24小时给你“做体检”,这种全数据模式成本低,效率却很高,几乎所有人都可以用。

      “精准医疗的长期目标,是每个人的健康管理。” 接下去,李兰娟团队将在浙江创建一个人数规模超过100万的志愿者队列,他们愿意共享他们的基因数据、生物样本、生活信息以及所有的电子健康信息。

      这是一个融合参与者、有责任的数据共享以及隐私保护的新型研究模型。基于这份健康大数据,浙大一院团队将能够做一系列新研究,比如药物基因组学研究,医生可以更准确地为每个病人开出合适的药物和合适的剂量;比如为病人设定新的治疗和预防目标。

      世界医疗产业最发达的美国,在医疗创业领域冒出了许多基于大数据,做疾病预防方面的高科技产品——

      美国人Anmol Madan和团队创立了一个公司,专注研究通过手机的数据分析,预测机主的疾病。

      他们对实验参与者手机超过32万小时的数据进行收集分析后,最终能够对人们的手机建模,来预测感冒、精神疾病等等。比如,当人抑郁时,通常就能够在与人交流中被看出变化,日常数据分析就能够捕捉这些变化。在测试中,这个应用能够正确判断60%~90%人们日常的生理症状和普通呼吸情况,同时把这些变化发通知给机主本人,未来还能发送给朋友或家人。

      深度开发大数据,预测疾病,还可能大幅降低医疗保健的费用。麦肯锡全球研究院报告,如果美国医疗保健行业对大数据进行有效利用,就能把成本降低8%左右,从而每年创造出3000亿美元的价值。

      “在中国,大数据也将影响医改的具体政策,比如医保的投入。”李兰娟说。

    昵称:  (欢迎留言,注意文明用词!
      评分: 1分 2分 3分 4分 5分
      内容:
    * 所有评论仅代表网友意见,中医人保持中立