姜紅德

在疫情防控“戰(zhàn)斗”中，同時(shí)存在著多條戰(zhàn)線(xiàn)。我們經(jīng)?？吹降氖轻t(yī)院等一線(xiàn)的醫(yī)護(hù)人員，其實(shí)有很多戰(zhàn)線(xiàn)上有很多我們很少能接觸或者根本看不到的人們?cè)趭^斗。比如我們今天要提到的醫(yī)療科研戰(zhàn)線(xiàn)，包括一些高校、科研院所和研究機(jī)構(gòu)甚至一些大型企業(yè)的數(shù)據(jù)科學(xué)家、基因檢測(cè)員、實(shí)驗(yàn)室分析師和各種測(cè)試人員，他們從事的工作包括基因測(cè)序、疫苗研制、病毒分離等各種工作。

醫(yī)療科研工作之間需要經(jīng)常協(xié)作，共同應(yīng)對(duì)疫情。今年3月初，中國(guó)新冠肺炎疫情正處于緊要關(guān)頭，國(guó)家主席習(xí)近平針對(duì)醫(yī)療科研協(xié)作給出了多方面的意見(jiàn)和建議，他指出，防控新冠肺炎疫情斗爭(zhēng)有兩條戰(zhàn)線(xiàn)，一條是疫情防控第一線(xiàn)，另一條就是科研和物資生產(chǎn)，兩條戰(zhàn)線(xiàn)要相互配合、并肩作戰(zhàn)。他同時(shí)強(qiáng)調(diào)，當(dāng)前新冠肺炎疫情在多個(gè)國(guó)家出現(xiàn)，要加強(qiáng)同世界衛(wèi)生組織溝通交流，同有關(guān)國(guó)家特別是疫情高發(fā)國(guó)家在溯源、藥物、疫苗、檢測(cè)等方面的科研合作，共享科研數(shù)據(jù)和信息，共同研究提出應(yīng)對(duì)策略，為推動(dòng)構(gòu)建人類(lèi)命運(yùn)共同體貢獻(xiàn)智慧和力量。

中國(guó)在疫情防控期間的醫(yī)療數(shù)據(jù)信息共享快速、精準(zhǔn)，為全球疫情防控科研攻關(guān)提供了很大幫助。國(guó)際知名醫(yī)學(xué)期刊《柳葉刀》一篇評(píng)論文章指出，中國(guó)科學(xué)界反應(yīng)迅速，實(shí)時(shí)調(diào)查和報(bào)告疫情，共享重要的公共衛(wèi)生、臨床和病毒學(xué)數(shù)據(jù)，為中國(guó)和全球應(yīng)對(duì)疫情提供了可靠的知識(shí)基礎(chǔ)。一系列抗疫科學(xué)數(shù)據(jù)和成果經(jīng)驗(yàn)在線(xiàn)持續(xù)更新，分中英文版本供全球臨床醫(yī)務(wù)工作者、科研人員及公眾查閱。據(jù)統(tǒng)計(jì)，截至5月8日，科技部、國(guó)家衛(wèi)生健康委、中國(guó)科協(xié)、中華醫(yī)學(xué)會(huì)聯(lián)合搭建的新冠肺炎科研成果學(xué)術(shù)交流平臺(tái)共有124種期刊上線(xiàn)，論文和報(bào)告952篇，總閱讀數(shù)超過(guò)297萬(wàn)次。

面對(duì)疫情，人類(lèi)是渺小的。在當(dāng)前醫(yī)療領(lǐng)域還面臨著病毒源頭溯源困難、科研數(shù)據(jù)難以共享等挑戰(zhàn)，更需要我們一起協(xié)作。我們看到在云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展背景下，醫(yī)療科研也呈現(xiàn)出更多的協(xié)同趨勢(shì)。

AI研制疫苗將常態(tài)化

在新冠肺炎疫情暴發(fā)后，疫苗的研制就成為一件大事。中國(guó)科研團(tuán)隊(duì)的表現(xiàn)受到外界矚目，有報(bào)道稱(chēng)，國(guó)內(nèi)至少已有超過(guò)15家企業(yè)和科研機(jī)構(gòu)展開(kāi)了疫苗研制方面的科研攻關(guān)，但是疫苗的上市還需要經(jīng)過(guò)一段時(shí)間，其中最重要的原因在于是否能找到足夠合適的病患，進(jìn)行臨床實(shí)驗(yàn)。

據(jù)歐盟藥品管理局疫苗部門(mén)負(fù)責(zé)人稱(chēng)，一年后，也就是2021年初，可能會(huì)看到樂(lè)觀的一面。有分析指出，從現(xiàn)在算起，到9月還有3個(gè)多月時(shí)間，科學(xué)家們要找到足夠大的樣本量完成二三期試驗(yàn)，確認(rèn)安全性，難度不小。

疫苗研制周期漫長(zhǎng)，等待是唯一的選擇。但是不是沒(méi)有其他辦法呢？也不是，目前人工智能研制疫苗已經(jīng)走在了前面。據(jù)美國(guó)科技媒體報(bào)道，2019年7月，澳大利亞弗林德斯大學(xué)的研究團(tuán)隊(duì)已經(jīng)研制出一種名為“渦輪增壓”的流感疫苗，這種疫苗可以刺激人體免疫系統(tǒng)產(chǎn)生比普通疫苗更多的抗流感病毒抗體。研究人員設(shè)計(jì)了一套名為Sam的智能算法，Sam可以接受訓(xùn)練，然后學(xué)習(xí)制造新藥。研發(fā)團(tuán)隊(duì)首席專(zhuān)家、弗林德斯大學(xué)醫(yī)學(xué)教授尼古拉·彼得羅夫斯基表示，二十年內(nèi)，人工智能將成為藥物研究的常用手段。

通常情況下，疫苗從研發(fā)到上市至少要經(jīng)過(guò)八年甚至二十年漫長(zhǎng)的研發(fā)階段。而在人工智能技術(shù)的助力下，澳大利亞弗林德斯大學(xué)的科研團(tuán)隊(duì)只用了大約兩年的時(shí)間就研發(fā)出了這種疫苗?，F(xiàn)在，這種疫苗已進(jìn)入人體試驗(yàn)階段。在人工智能技術(shù)的參與下，藥物研發(fā)將會(huì)迎來(lái)一個(gè)更快、更有效的時(shí)代。

SaaS平臺(tái)協(xié)助醫(yī)療科研數(shù)據(jù)分析

目前醫(yī)療科研人員的分布極其廣泛，涉及臨床醫(yī)療、數(shù)據(jù)科學(xué)、統(tǒng)計(jì)學(xué)，信息管理學(xué)等領(lǐng)域，這些人才通常在工作中需要通力協(xié)作，發(fā)揮各自的長(zhǎng)處和經(jīng)驗(yàn)，以及學(xué)術(shù)背景優(yōu)勢(shì)，發(fā)揮醫(yī)療數(shù)據(jù)的作用，以合作的形式來(lái)完成各項(xiàng)醫(yī)療數(shù)據(jù)分析，從而形成對(duì)臨床醫(yī)學(xué)的支持。

對(duì)于醫(yī)療科研機(jī)構(gòu)來(lái)說(shuō)，要構(gòu)建大數(shù)據(jù)解決方案也面臨著較高的技術(shù)門(mén)檻與資金壓力。如何通過(guò)一種比較切實(shí)可行的方式來(lái)提高醫(yī)療科研者利用數(shù)據(jù)的水平，是當(dāng)前完成科研協(xié)作攻關(guān)的保障條件。

實(shí)際上，通過(guò)在線(xiàn)服務(wù)（SaaS）的方式是當(dāng)前及未來(lái)完成數(shù)據(jù)科學(xué)與科研協(xié)作交付的切實(shí)可行的主要路徑之一。 作為一家連接30萬(wàn)數(shù)據(jù)科學(xué)人才的第三方數(shù)據(jù)科學(xué)社區(qū)——和鯨科技通過(guò)與AWS云計(jì)算合作，為數(shù)據(jù)分析提供了更高的彈性和靈活性?；谠朴?jì)算的優(yōu)勢(shì)，和鯨科技的K-Lab協(xié)同平臺(tái)能夠根據(jù)醫(yī)療行業(yè)客戶(hù)的需求，靈活選擇所需的應(yīng)用程序框架進(jìn)行構(gòu)建。

對(duì)于醫(yī)療機(jī)構(gòu)的科研人員來(lái)說(shuō)，在使用基于AWS的K-Lab 科研版后，跨學(xué)科的創(chuàng)新協(xié)作變得更加便利和高效。醫(yī)療團(tuán)隊(duì)可以快速根據(jù)患者的生命體征，以及治療方式的血清鈉建立機(jī)器預(yù)測(cè)模型，并基于模型做出演示App應(yīng)用，臨床和工程人員都能通過(guò)K-Lab動(dòng)手參與數(shù)據(jù)實(shí)踐，體驗(yàn)醫(yī)療數(shù)據(jù)分析的全部流程。

國(guó)內(nèi)某三甲醫(yī)院數(shù)據(jù)科學(xué)家李沛堯評(píng)價(jià)，數(shù)據(jù)與醫(yī)療結(jié)合的科研創(chuàng)新離不開(kāi)強(qiáng)大的數(shù)據(jù)庫(kù)和科學(xué)的分析方法，不同背景的醫(yī)學(xué)專(zhuān)業(yè)人士可以在K-Lab的平臺(tái)上完成數(shù)據(jù)分析和科研協(xié)作，也讓科研的深度和效率都得到了提升。

互聯(lián)網(wǎng)公司加速進(jìn)軍醫(yī)療

在新冠疫情暴發(fā)以來(lái)，我們發(fā)現(xiàn)越來(lái)越多的互聯(lián)網(wǎng)公司開(kāi)始加快進(jìn)軍醫(yī)療健康領(lǐng)域，由于技術(shù)優(yōu)勢(shì)，他們一般從研發(fā)、產(chǎn)品創(chuàng)新等方面入手。和一些傳統(tǒng)產(chǎn)業(yè)不同，醫(yī)療健康領(lǐng)域的門(mén)檻比較高，如果沒(méi)有具備相關(guān)的比較優(yōu)勢(shì)，一般的企業(yè)貿(mào)然進(jìn)入只會(huì)帶來(lái)失敗的結(jié)局。在全球范圍，蘋(píng)果、谷歌等互聯(lián)網(wǎng)公司早就在醫(yī)療健康領(lǐng)域開(kāi)始布局，近年來(lái)，在互聯(lián)網(wǎng)+的影響下，中國(guó)互聯(lián)網(wǎng)公司在進(jìn)軍醫(yī)療健康領(lǐng)域的案例逐漸增多，BAT之外，東軟等企業(yè)也相繼殺入。

一直以來(lái)，醫(yī)療AI可以說(shuō)是很多互聯(lián)網(wǎng)企業(yè)眼中的“美味”，用AI來(lái)替代人類(lèi)醫(yī)生做出診斷也接近達(dá)到一致，前景看起來(lái)十分美好。但是一直以來(lái)，醫(yī)療AI的科研成果轉(zhuǎn)化并不是非常令人滿(mǎn)意，目前很多醫(yī)生都聽(tīng)說(shuō)過(guò)醫(yī)療AI的應(yīng)用，但是這些應(yīng)用都還處于成長(zhǎng)的階段，處于嘗試階段的比較多，真正應(yīng)用的比較少。

對(duì)于人工智能領(lǐng)域的領(lǐng)軍企業(yè)谷歌而言，醫(yī)療健康有可能是AI在圍棋之后看好的下一個(gè)重要領(lǐng)域。幾年前，谷歌的一個(gè)研究小組就開(kāi)始探索利用機(jī)器學(xué)習(xí)來(lái)篩查糖尿病性視網(wǎng)膜病變（DR）。深耕多年，內(nèi)部研究都已經(jīng)達(dá)到了90%的準(zhǔn)確度，相當(dāng)于人類(lèi)專(zhuān)家水平。但是Google Health在2020年公布的一項(xiàng)臨床診斷試驗(yàn)結(jié)果顯示，結(jié)果并不理想。這背后也許有網(wǎng)絡(luò)速度、圖片質(zhì)量和數(shù)量等方面的多種因素可能影響了臨床診斷結(jié)果，因此谷歌也并沒(méi)有表示有退出這一領(lǐng)域的打算。

在這次新冠疫情暴發(fā)后，GE醫(yī)療正式推出“智贏新冠LK 2.0”平臺(tái)，主要針對(duì)新冠肺炎的CT影像進(jìn)行智能分析。該平臺(tái)主要用于科研目的，不能用于臨床診斷。GE醫(yī)療中國(guó)診斷藥物業(yè)務(wù)總經(jīng)理戴紅東表示，此次發(fā)布的智贏新冠LK 2.0平臺(tái)由20多位來(lái)自海內(nèi)外的博士，涉及化學(xué)、影像學(xué)、臨床、數(shù)學(xué)等多學(xué)科，還有將近10位人工智能科學(xué)家、工程師開(kāi)發(fā)。

AI算法在新藥/疫苗研發(fā)領(lǐng)域的作用，正是提升效率。人工智能比傳統(tǒng)的方法更有優(yōu)勢(shì)的地方，在于利用機(jī)器學(xué)習(xí)、人工智能的方法，能夠在非常早期，對(duì)未來(lái)將會(huì)成為藥物的這些分子同時(shí)進(jìn)行相對(duì)全面的判斷，也就能提前篩掉后續(xù)實(shí)驗(yàn)會(huì)失敗的分子。百度研究院免費(fèi)開(kāi)放線(xiàn)性時(shí)間算法LinearFold，可以將此次新型冠狀病毒的全基因組二級(jí)結(jié)構(gòu)預(yù)測(cè)從55分鐘縮短至27秒，提速120倍，從而提升基因檢測(cè)等科研中心的工作效率，助力疫情防控。

百度之外，商湯科技1月24日為國(guó)家重點(diǎn)研發(fā)計(jì)劃首席科學(xué)家、中山大學(xué)藥學(xué)院羅海彬教授提供了算力支持；阿里云則是在1月29日宣布向全球公共科研機(jī)構(gòu)免費(fèi)開(kāi)放一切AI算力。

自有病毒以來(lái)，人類(lèi)就從來(lái)沒(méi)有消除過(guò)他們，今后也還將長(zhǎng)期共存。在這場(chǎng)長(zhǎng)期的對(duì)抗中，互聯(lián)網(wǎng)公司在AI、云計(jì)算、大數(shù)據(jù)等方面的實(shí)力和優(yōu)勢(shì)，將更有助于他們發(fā)揮特長(zhǎng)，為“抗疫”貢獻(xiàn)自己的力量。