人工智能和大數(shù)據(jù)等技術(shù)應(yīng)用于醫(yī)學(xué)領(lǐng)域?qū)苿泳珳?zhǔn)醫(yī)學(xué)的發(fā)展，在疾病發(fā)生之前進(jìn)行采取針對性的措施，從而改變醫(yī)療健康的概念。同時，人工智能和大數(shù)據(jù)也對研究我們遺傳信息中97%的、我們尚未了解的“暗物質(zhì)信息”起到關(guān)鍵作用。總體來看，精準(zhǔn)醫(yī)學(xué)才剛剛上路，還存在很多的機(jī)會。

精準(zhǔn)醫(yī)學(xué)是組學(xué)大數(shù)據(jù)跟臨床醫(yī)學(xué)的結(jié)合

第一個問題，精準(zhǔn)醫(yī)學(xué)的本質(zhì)是什么，核心是什么？我看到國內(nèi)有各種各樣的評論，關(guān)于討論精準(zhǔn)醫(yī)學(xué)的內(nèi)涵，各種觀點都有，我自己覺得，精準(zhǔn)醫(yī)學(xué)的核心其實就是一點，非常明確，就是組學(xué)大數(shù)據(jù)跟醫(yī)學(xué)的結(jié)合，說得更具體一點，就是組學(xué)大數(shù)據(jù)跟臨床醫(yī)學(xué)的結(jié)合。也就是說，把組學(xué)大數(shù)據(jù)用到臨床的醫(yī)學(xué)當(dāng)中來，提高醫(yī)療診斷的準(zhǔn)確度，提高治療的效果。這里又包括兩層含義，一個含義是組學(xué)大數(shù)據(jù)，另外一個含義是醫(yī)學(xué)。那么組學(xué)大數(shù)據(jù)又包括兩層含義，一個是組學(xué)，一個是大數(shù)據(jù)。我們知道，近年來，隨著臨床研究的發(fā)展，我們獲得了越來越以基因組為代表的分子水平的人類信息，這個是前所未有的。那么，隨著以基因組為代表的組學(xué)數(shù)據(jù)的發(fā)展，人們越來越多地積累了以遺傳密碼為代表的不僅僅是基因的信息，也包括蛋白的信息。后來，人們發(fā)現(xiàn)，挖掘這些信息會得到很多人類健康和疾病的信息。所以有人提出，如果把這些信息應(yīng)用到臨床當(dāng)中，一定會提高臨床的效果，這就是所謂精準(zhǔn)醫(yī)學(xué)的本質(zhì)含義。但是，只獲得這些遺傳密碼的信息是不夠的。

大家知道，所有遺傳密碼的信息都是非常多的大數(shù)據(jù)，這個大數(shù)據(jù)大家是很容易測得的，包括我們現(xiàn)在知道，在國內(nèi)，一個人花一萬元就可以得到自己的遺傳密碼，但是你即使得到你的遺傳密碼，你仍舊是一點都不懂，因為密碼只有四個字（A、C、G、T），所以要讀懂他，你就要發(fā)展大數(shù)據(jù)分析的理論方法和技術(shù)。要把這些組學(xué)數(shù)據(jù)運用到大臨床當(dāng)中，也就是組學(xué)數(shù)據(jù)和大數(shù)據(jù)分析方法的結(jié)合。所以一部分涉及到組學(xué)大數(shù)據(jù)，一部分是醫(yī)學(xué)，兩個領(lǐng)域結(jié)合起來，就構(gòu)成了現(xiàn)在精準(zhǔn)醫(yī)學(xué)的本質(zhì)和核心，這是第一個問題。關(guān)于精準(zhǔn)醫(yī)學(xué)，是自上世紀(jì)90年代由于組學(xué)數(shù)據(jù)用到臨床當(dāng)中，發(fā)展轉(zhuǎn)化成轉(zhuǎn)化醫(yī)學(xué)，個體化醫(yī)學(xué)，從2011年又出了精準(zhǔn)醫(yī)學(xué)的名稱，但不管怎么說，精準(zhǔn)醫(yī)學(xué)他的本質(zhì)是清楚的，就是組學(xué)大數(shù)據(jù)在臨床醫(yī)學(xué)當(dāng)中的應(yīng)用。

精準(zhǔn)醫(yī)學(xué)有可能改變醫(yī)療健康的基本概念

精準(zhǔn)醫(yī)學(xué)能夠給醫(yī)學(xué)帶來哪些本質(zhì)的變化？精準(zhǔn)醫(yī)學(xué)的內(nèi)涵，一定會引起一些本質(zhì)上的變化，用一句話來說，精準(zhǔn)醫(yī)學(xué)本質(zhì)上之所以能引起各國領(lǐng)導(dǎo)人的重視，是精準(zhǔn)醫(yī)學(xué)有可能改變醫(yī)療健康的基本概念，也就是說，促使醫(yī)療的基本概念從當(dāng)前的診斷治療轉(zhuǎn)變成健康保證。未來因為精準(zhǔn)醫(yī)學(xué)的發(fā)展，由于組學(xué)大數(shù)據(jù)的介入，使得健康這一問題，不僅僅是病人要關(guān)注的，而是全民都要關(guān)注的。對任何人，我們可以在他沒有得病的時候測量他的組學(xué)數(shù)據(jù)。分析組學(xué)大數(shù)據(jù)，那么就可以對他未來健康發(fā)展的危險因素做出評估，根據(jù)評估進(jìn)行適當(dāng)干預(yù)，這樣有些疾病就不會發(fā)展，提高他的生活質(zhì)量，把整個醫(yī)療健康體系的關(guān)口前移，在沒有病之前就提出評估與保證。

未來醫(yī)學(xué)的趨勢

根本性概念的轉(zhuǎn)變，可能導(dǎo)致一些新興產(chǎn)業(yè)的出現(xiàn)，有人預(yù)估，跟所謂精準(zhǔn)醫(yī)學(xué)相關(guān)的這個概念轉(zhuǎn)變導(dǎo)致的新興產(chǎn)業(yè)，也許到2018年將有2000億美元的規(guī)模，也就相當(dāng)于2萬億元人民幣，對GDP就有影響。這種由精準(zhǔn)醫(yī)學(xué)帶來的本性概念的改變由此促使的產(chǎn)業(yè)的發(fā)展當(dāng)然會引起各國領(lǐng)導(dǎo)人的注意，這是第二個方面，關(guān)于精整醫(yī)學(xué)他可能帶來的一些本質(zhì)變化的估量。

精準(zhǔn)醫(yī)學(xué)研究已成為新一輪國家科技競爭與引領(lǐng)國際戰(zhàn)略的制高點。大家知道美國要測量100萬自然人的遺傳密碼，歐盟也在積極推動所謂精準(zhǔn)醫(yī)學(xué)的研究，包括英國、法國等等，日本也在進(jìn)行精準(zhǔn)醫(yī)學(xué)相關(guān)的投入和計劃。那么精準(zhǔn)醫(yī)學(xué)可能在哪些方面促使產(chǎn)業(yè)的變革和發(fā)展呢？

我想至少在四個方面： 第一，可以促進(jìn)海量的生物樣本庫和數(shù)據(jù)庫的發(fā)展。由于精準(zhǔn)醫(yī)學(xué)的推動，需要測量百萬人量級的組學(xué)信息，首先涉及到這百萬人生物樣品的獲取、保管、提取和提供給這些人使用，這當(dāng)然是一個很大的產(chǎn)業(yè)。同時，這些樣本數(shù)據(jù)是百萬人數(shù)量級的，一定要促進(jìn)相應(yīng)的大規(guī)模數(shù)據(jù)庫的發(fā)展，有人估計，這個產(chǎn)業(yè)的規(guī)?？赡苁前賰|數(shù)量級。

第二，有了這些樣品，就要測以基因組為代表的這些組學(xué)數(shù)據(jù)，所以就要測基因組、蛋白組、轉(zhuǎn)錄組，這些測序的數(shù)據(jù)，到2018年，就可以達(dá)到117億美元的規(guī)模。

第三，在這些海量數(shù)據(jù)挖掘的基礎(chǔ)上，就可以促進(jìn)產(chǎn)生大量的、新的分子診斷指標(biāo)，就會增加很多跟疾病相關(guān)的信息，有很多就可以作為新的疾病的標(biāo)記。同時，也可以發(fā)現(xiàn)很多新的藥物設(shè)計的靶點，這就促進(jìn)了第三個產(chǎn)業(yè)，也就是所謂分子診斷和藥物設(shè)計靶點的相關(guān)產(chǎn)業(yè)。

第四，伴隨著精準(zhǔn)醫(yī)學(xué)概念而產(chǎn)生的新的醫(yī)療設(shè)施，比如說要成立一些健康源，需要一些健康師，這些產(chǎn)業(yè)大概是千億數(shù)量，精準(zhǔn)醫(yī)學(xué)將帶動基因測序、分子診斷、個體化治療等市場規(guī)模的擴(kuò)大。

實現(xiàn)精準(zhǔn)醫(yī)學(xué)我覺得至少要具備兩個條件，第一個，要具備組學(xué)大數(shù)據(jù)的基礎(chǔ)，我們知道，精準(zhǔn)醫(yī)學(xué)就是把組大數(shù)據(jù)用到臨床當(dāng)中來，所以第一個你要獲取組學(xué)大數(shù)據(jù)，第二步就是組學(xué)數(shù)據(jù)的挖掘，用到大數(shù)據(jù)分析、人工智能、深度學(xué)習(xí)等等，以知識為基礎(chǔ)的方法用來挖掘這些組學(xué)，以獲得在分子水平上跟疾病相關(guān)的知識，這是第一個基礎(chǔ)。

第二個基礎(chǔ)，就是搭建分子水平的以基因型為代表的信息核，有效地把分子水平的信息轉(zhuǎn)化應(yīng)用到疾病的診斷和治療當(dāng)中，這就是要建立所謂生物信息學(xué)、生物網(wǎng)絡(luò)、系統(tǒng)生物學(xué)等等。有了這兩個基礎(chǔ)就可以更好地實現(xiàn)精準(zhǔn)醫(yī)學(xué)，當(dāng)然一個非常重要的條件就是精準(zhǔn)醫(yī)學(xué)的發(fā)展，應(yīng)當(dāng)和當(dāng)前的臨床影象學(xué)、生化檢驗等臨床知識很好地融合，精準(zhǔn)醫(yī)學(xué)只是把新的數(shù)據(jù)應(yīng)用在原有的數(shù)據(jù)上。

精準(zhǔn)醫(yī)學(xué)才剛剛上路

精準(zhǔn)醫(yī)學(xué)雖然本質(zhì)上可能帶來變革，可能引導(dǎo)新的產(chǎn)業(yè)的發(fā)展，但是才剛剛上路。我們的創(chuàng)新和機(jī)遇在哪里，我們迎接的挑戰(zhàn)是什么？我拿組學(xué)舉一個例子，在我們的臨床密碼當(dāng)中，在組學(xué)當(dāng)中，目前，還存在著大量的暗信息，所謂我們自己的遺傳密碼，目前能夠從規(guī)律上分析的只有一小部分，其他還不能分析的就是基因組當(dāng)中的所謂暗信息。我們一個人的遺傳密碼信息如果裝訂成冊，每3000個字符一頁，100頁裝訂成一冊，那就是一萬冊。每一冊一厘米，我們自己的基因密碼書就是一百米，大家可以想像，你自己的遺傳密碼，從地面往上排，要排到四十層樓房那么高，如果你全部讀懂了，你就精準(zhǔn)了。我相信沒有誰能精準(zhǔn)，集全世界科學(xué)家的智慧，包括生物醫(yī)學(xué)家的智慧也做不到。這本天書能夠從規(guī)律上了解的部分只達(dá)到遺傳密碼的3%，另外的97%實際上集目前全世界的智慧也還讀不懂。迄今為止我們的遺傳密碼97%是暗的。它是否在活動，在行使功能呢？結(jié)果100%是肯定的，這些非編碼序列和我們制造蛋白的那些基因一樣，每時每刻都在表達(dá)，每時每刻都在起作用，所以他們也是真正地完成生物學(xué)功能，而97%的密碼還不知道的情況下我們?nèi)绾巫龅骄珳?zhǔn)呢？所以離精準(zhǔn)還差了很大的距離。endprint

（根據(jù)陳潤生院士在首屆“中國智谷大會人工智能與產(chǎn)業(yè)創(chuàng)新高峰論壇”上的演講整理而成，未經(jīng)本人確認(rèn)。）

首先從遺傳密碼來講，我們其實，我們的97%的遺傳密碼，從總體，從規(guī)律上來講，我們?nèi)祟愡€不了解，那3%我們了解的是從中學(xué)大家就知道的，尊從中心發(fā)展的蛋白質(zhì)信息，那3%就是造蛋白質(zhì)的遺傳密碼，我們知道他的歸類了，也知道他的信息，但另外的97%的遺傳密碼是跟制造蛋白組無關(guān)的，這些信息，迄今為止我們不知道他做什么用的，這就是遺傳密碼當(dāng)中的所謂暗物質(zhì)，也是遺傳密碼當(dāng)中的非編碼序列，那么這個概念，當(dāng)我們測遺傳密碼，

進(jìn)入21世紀(jì)科學(xué)家提出問題，說這些我們還不了解的、那么這些東西我可以舉幾個例子說明，他跟腫瘤的關(guān)系，當(dāng)然，雖然我們不全部了解它，但是已經(jīng)有些支離破碎的例子說明他的生物學(xué)功能。比如說有一個來自97%的這樣一個產(chǎn)物，它叫PCGEM1，可以導(dǎo)致前列腺癌，不是由于蛋白引起的。還有MALAT-1，它可以導(dǎo)致非小細(xì)胞肺癌，我們大家知道我們國家肺癌是增速中，我們現(xiàn)在臨床醫(yī)院當(dāng)中，檢測腫瘤用的指標(biāo)都是我講的3%，而治療的靶點你用的藥物也是對那3%，我現(xiàn)在告訴你，那97%，有很多例子證明，他也與腫瘤有關(guān)，但從來沒有納入到我們臨床之診斷和治療當(dāng)中來，你想這個腫瘤能治得好嗎？你沒有考慮他，當(dāng)然沒有想到檢測和治療他，就是說，我們還有一個97%與疾病情況有關(guān)的東西迄今沒有那么融入到我們診斷治療的視野當(dāng)中，這就是精準(zhǔn)醫(yī)學(xué)面臨著組學(xué)的所謂的暗信息的巨大挑戰(zhàn)。

長鏈非編碼MALAT-1 RNA與肺癌的關(guān)系

我們知道那個97%（的遺傳暗物質(zhì)信息）是和我們疾病，和我們的健康息息相關(guān)。我們有多少這樣的編碼沒有發(fā)現(xiàn)呢？我們大概有25000個基因，那些97%的我們現(xiàn)在能不能評估一下，他有多少原件呢？因為倫理上的原因?qū)θ宋覀冞€不知道，遺傳研究所對老鼠做過研究，把所有的原件都拿來，管你是編碼還是非編碼，一共發(fā)現(xiàn)的18萬1千個，這是在老鼠里面真正執(zhí)行功能的原件的下限，實際上一定會比他大，在這里發(fā)現(xiàn)，產(chǎn)生意義的3%決定了兩萬個原件，換句話說我們還有16萬1千個（非編碼RNA）來自那97%，這16萬1千個據(jù)我所知，目前我們?nèi)澜缈茖W(xué)家解析了大約1千個，換句話說，還有16萬個機(jī)會，有太多的機(jī)會有些非常重要的元件功能的發(fā)現(xiàn)。這些領(lǐng)域2016由這兩位就是在那97%研究當(dāng)中，我曾經(jīng)開過一個玩笑，大家算算，從1900年研究那3%大約締造了50名諾貝爾獎獲得者，現(xiàn)在知道了還有97%，97比3，那個大約是1300左右，所以我們有一千多個機(jī)會在這個領(lǐng)域做出諾貝爾獎級別的原創(chuàng)性特殊貢獻(xiàn)，而只有一個位置被占據(jù)，所以我們還有巨大的機(jī)會。

大量非編碼RNA蘊含大量的機(jī)會

因此，我們從精準(zhǔn)醫(yī)學(xué)來講，我們現(xiàn)在其實不能做的精準(zhǔn)是因為有一個巨大的大數(shù)據(jù)，只是指他的內(nèi)涵并沒有被挖掘，但是另一方面，他可以給我們提供一個全新的機(jī)會，不管對技術(shù)研究還是產(chǎn)業(yè)發(fā)展都有巨大研究，所以對非編碼的研究無疑會對疾病的診斷治療提供全新的診斷方向，或者對藥物的設(shè)計研發(fā)提供新的平臺，對新的物種，新的性狀的培育提供一個新的基礎(chǔ)，對于組學(xué)的方向有很多，精準(zhǔn)醫(yī)學(xué)其實才剛剛開始。

對大數(shù)據(jù)的分析，依然存在著有些核心的挑戰(zhàn)，第一個數(shù)據(jù)量大，大家知道，現(xiàn)在的測序儀一個普通的一次運行就可以到1T的數(shù)據(jù)，全世界有成千上萬個這樣的儀器，包括我的組里就有所謂的得到一個T的數(shù)據(jù)，所以這些數(shù)據(jù)量是非常大的。那么每個人有3×10的九次方。這個數(shù)據(jù)告訴大家，從數(shù)據(jù)質(zhì)量來講，他的噪音很高，同時又大量缺失值的這樣一個數(shù)據(jù)源。第二個樣本很小，我們要解決腫瘤的問題，但是我們知道腫瘤的變量，自變量可能成千上萬，但是我們?nèi)颖局挥邪贁?shù)量級，因此我們?yōu)槭裁匆獪y，比方要研究腫瘤或者是心腦血管病，他的自身變量千數(shù)量級，我們的百萬級，就像政府，測一百萬人總夠了，第二個，我們建立合適的數(shù)學(xué)模型，借助人工智能和機(jī)器學(xué)習(xí)等方法，使得我們能夠相匹配。大家知道不僅僅是組學(xué)數(shù)據(jù)，也還有生物學(xué)數(shù)據(jù)，更需要我們不僅僅是科技界，企業(yè)界，我們知道我們國內(nèi)數(shù)據(jù)共享存在基本一個重要的問題，如果一個數(shù)據(jù)共享問題不解決，我們就是在大數(shù)據(jù)時代做小數(shù)據(jù)的工作，發(fā)表小數(shù)據(jù)的企業(yè)，顯然不能適應(yīng)國際競爭的態(tài)勢。

2016年11月1日，在 由新華網(wǎng)與南京市經(jīng)濟(jì)和信息化委員會主辦的首屆“國智谷大會人工智能與產(chǎn)業(yè)創(chuàng)新高峰論壇”中上，生物信息學(xué)家、中科院院士陳潤生做了了題為《大數(shù)據(jù)與精準(zhǔn)醫(yī)學(xué)》的演講。endprint