衛(wèi)婷婷

醫(yī)學數據自古有之，它是對疾病狀態(tài)的精確刻畫，也是對診療足跡的普遍記錄。隨著醫(yī)療衛(wèi)生信息化建設進程的不斷加快和生物檢測技術的革新發(fā)展，醫(yī)學數據的類型和規(guī)模正以前所未有的速度增長。毋庸置疑，作為資源和資產的龐大醫(yī)學數據，“大容量”只是表象，“大價值”才是根本，對這些數據的有效利用關系到國家乃至全球的疾病防控、新藥品研發(fā)和頑疾攻克的能力。

如何在合理的時間內實現海量醫(yī)學數據的擷取、管理和整合，如何以數據創(chuàng)新探索未來的醫(yī)學科學，如何在龐大的數據資源中快速獲取信息以提升人類醫(yī)療集體經驗，是亟待探討的現實問題。這也是廣東省人民醫(yī)院信息管理處和廣東省醫(yī)學科學院醫(yī)學大數據研究中心負責人梁會營主任一直思考的問題，他帶領團隊致力于打通醫(yī)學大數據基礎研究、原始創(chuàng)新“最先一公里”和成果轉化、信息化應用“最后一公里”。

扎根一線的醫(yī)學

大數據交叉復合型人才隊伍

當前，醫(yī)學大數據、人工智能、遠程醫(yī)療等核心技術的應用，改變了當代醫(yī)學的價值觀、思維模式、診療策略、技術特征。如何順勢而為、搶抓機遇？基于廣東省醫(yī)學科學院和廣東省人民醫(yī)院兩大優(yōu)秀平臺，梁會營聚焦“醫(yī)學+信息化建設”和“醫(yī)學+大數據應用”雙引擎，注重學科交叉，突出醫(yī)工融合，形成了鮮明的團隊組建特色，人才匯聚成績斐然。在30余人的“醫(yī)學+信息化建設”團隊基礎上，全新組建了一支覆蓋了醫(yī)學、數學、計算機、金融、生物醫(yī)學工程、模式識別、統計學、生物信息學等13個不同專業(yè)，知識結構合理、功能齊全的“醫(yī)學+大數據應用”高層次人才團隊。

作為“雙引擎”理念的踐行者，梁會營帶領眾多年輕骨干奮斗在信息化建設和大數據應用的第一線，始終走在醫(yī)學信息化建設和數據智能化應用的最前沿，提出了“借助這個‘培養(yǎng)皿，培養(yǎng)具有打通大數據挖掘原始創(chuàng)新‘最先一公里和信息化建設轉化應用‘最后一公里能力的復合型人才”。

在廣東省人民醫(yī)院，全新的信息化建設和大數據應用人才培養(yǎng)方案正在生成，梁會營直言，只有依托一線實戰(zhàn)平臺，培養(yǎng)符合行業(yè)需求的“原生新醫(yī)科人才”，才能進一步彌合“研—建—用”的過度脫節(jié)，為我國智慧醫(yī)療的標準化建設走在國際前列作貢獻。

緊貼需求的多模態(tài)

醫(yī)學數據智能化應用技術體系

不同模態(tài)醫(yī)學數據是從同一患者的不同角度和不同檢查檢驗途徑獲取到的信息，這種不同模態(tài)之間的關聯性和互補性使得同時使用多種模態(tài)信息可以更加全面地描述疾病的復雜特征。其中，文本模態(tài)、影像模態(tài)（包括信號和視頻類型）、組學模態(tài)是最重要、最復雜、最具代表性的三大關鍵模態(tài)數據。

文本模態(tài)是醫(yī)生從經驗和知識出發(fā)，面向患者的個性化表現，生產的醫(yī)學知識最豐富的數據類型;影像模態(tài)在醫(yī)療數據中占比超過75%，也是標準化程度最高、信息負載最高、離人工智能落地最近的數據模態(tài);組學模態(tài)是指基于測序、質譜等先進的高通量組學方法獲取的基因、蛋白、代謝等微觀層面的生物學數據，是實現精準醫(yī)學的基石。

多模態(tài)醫(yī)學數據來源眾多且形式異構，不同模態(tài)需要不同方法進行針對性處理，多模態(tài)醫(yī)學數據分析主要分為單模態(tài)分析和多模態(tài)融合兩個階段。其中，單模態(tài)分析是多模態(tài)融合的基礎，多模態(tài)融合是單模態(tài)分析的發(fā)展和延伸。因此，從具體模態(tài)切入，研究不同模態(tài)醫(yī)學數據的分析方法，進而通過不同模態(tài)數據間的互補學習來更加準確地挖掘疾病的復雜特征，支撐后續(xù)的智能決策、預測，是多模態(tài)醫(yī)學數據分析與傳統醫(yī)學數據分析的主要區(qū)別，也是多模態(tài)醫(yī)學數據開采關注的技術難點。

在文本模態(tài)數據中，蘊含著豐富的層次結構關系，如呼吸系統疾病細分到哮喘分支過程中有豐富的類似家系式的層次結構。然而傳統算法多將這些特征扁平化同等看待，沒考慮其中蘊含的家系關系。如何捕獲這些家系關系？通過利用這些家系關系是否可以加快模型的學習過程、提高模型的診斷性能？

針對這一現實需求，梁會營帶領團隊以疾病名稱、藥物名稱、癥狀體征、檢查部位等家系關系最豐富的臨床文本類數據為基礎，基于137萬份電子病歷數據，耗時3年構建了4棵家系關系樹，通過關系樹可以為提取到的特征賦予家系關系。為了驗證家系關系對AI算法的助力效果，團隊以兒童發(fā)熱癥候群疾病為研究方向，將家系關系作為先驗知識融入AI算法，這是首次將家系關系作為先驗知識融入AI算法的創(chuàng)新。成果發(fā)表在《自然·醫(yī)學》（Nature?Medicine），衍生發(fā)明專利2項，被評為2019年中國百篇最具影響國際學術論文，并成功入選2019年中國重大醫(yī)學進展成果。

在影像模態(tài)數據中，擁有精標注結果的高質量醫(yī)學影像數據非常少見，傳統的算法模型多是基于單一類型影像，并未考慮不同類型影像間的遷移應用，因而無法解決標注數據量少導致的模型性能低下的問題?？煞窕谶w移橋接信息的捕獲，實現跨影像類型的模型遷移？不同影像類型間遷移關系的應用是否可以達到降低訓練樣本量、提升模型性能的目的？

面向多源多模態(tài)醫(yī)學影像學數據間的差異性和潛在關聯性，梁會營帶領團隊創(chuàng)新性以遷移學習模式的深度卷積神經網絡為主體架構，結合多重遷移和多橋接遷移的思想，形成全新的多重多橋接遷移學習模型，并引入了基于“遮擋測試”思想的黑盒行為檢測機制，通過這一模型為多模態(tài)醫(yī)學影像數據間互補特征的提取與融合提供了新思路。成果以封面故事發(fā)表在《細胞》（Cell）雜志，成功授權發(fā)明專利1項，基于此成果的兒童肺炎/肺損傷智能識別產品獲得了良好的臨床轉化。

組學模態(tài)醫(yī)學數據具有鮮明的小樣本、高維度、價值稀疏的特點，導致標志物在數據層面很容易被淹沒，需要算法來識別，但傳統的算法多基于單組學數據差異性分析，效率低下。面對這種情況，梁會營帶領團隊思考的是多組學數據間互作關系的利用是否有助于標志物的精準篩選。

于是，團隊將不同組學水平的數據整合形成多組學水平濾網，進一步融合機器學習的相關模型，實現了從單一組學數據孤立遴選標志物到多組學水平過濾標志物的轉變;從而大大提高了標志物的篩選效率和精準性。采用這一設計，團隊先后基于新冠肺炎患者隊列的蛋白組學數據和代謝組學數據、兒童人群的表觀組學數據，實現了預測早期輕癥患者后期病情進展及準確擬合兒童生物學年齡的最具辨識力標志物子集的篩選，相關成果先后發(fā)表在《自然·醫(yī)學》（Nature?Medicine）、《歐洲呼吸雜志》（European?Respiratory?Journal）等期刊。

但山巔之上還有星空，為了更緊貼多模態(tài)醫(yī)學大數據創(chuàng)新應用需求，梁會營帶領團隊正向著“多模態(tài)醫(yī)學數據無損壓縮調用”“跨系統數據智能互聯理論與算法”“低質量多模態(tài)醫(yī)學數據聚類”“醫(yī)學人工智能產品偏倚檢測及評價”等一個個多模態(tài)醫(yī)學大數據“采集—應用—轉化”的瓶頸難題發(fā)起沖鋒。

釋放大數據價值

暢享祖國的美好未來

近5年，梁會營帶領團隊先后主持醫(yī)學人工智能相關國家重點研發(fā)計劃課題3項，國家自然科學基金重點項目2項，申請發(fā)明專利15項、實用新型專利2項、新產品軟件著作權20余項。2021年，繼廣東省青年拔尖人才、廣州市高層次人才、廣州市醫(yī)學重點人才等稱號之后，梁會營實現了廣東省人民醫(yī)院“國家優(yōu)青”零的突破，更彰顯了他和團隊的不懈努力和卓越追求。“這些成績，不是我一個人的努力，而是在優(yōu)秀平臺的基礎上，團隊一群人的付出！”優(yōu)秀的成績來之不易，而梁會營關于未來醫(yī)療數據智能化的研究也不會停下。

回望過去，2015年，我國提出實施國家大數據戰(zhàn)略。2017年，習近平總書記在中共中央政治局第二次集體學習時強調，要瞄準世界科技前沿，集中優(yōu)勢資源突破大數據核心技術，加快構建自主可控的大數據產業(yè)鏈、價值鏈和生態(tài)系統，以數據為紐帶促進產學研深度融合，形成數據驅動型創(chuàng)新體系和發(fā)展模式，打造多層次、多類型的大數據人才隊伍。2021年，“十四五”規(guī)劃中提到：“時代的發(fā)展，要求我們加快數字化發(fā)展，建設數字中國?！绷簳I及其團隊基于廣東省人民醫(yī)院（廣東省醫(yī)學科學院）這一實戰(zhàn)平臺，發(fā)揮“喚醒數據，點‘數成金”的作用，正是順應國家政策的引導方向。他和團隊堅定地相信屬于祖國的數據驅動型智慧醫(yī)療浪潮將會以更加迅猛的速度向前發(fā)展，美好的未來已經在路上了……

（責編：蘇寒山）07AEAAD5-8D02-4FB2-9564-64CFF3C0ED87