我们对天气预报已习以为常,每天晚上睡觉前,查查第二天的天气,打算好要穿的衣服。在新闻联播后的天气预报这档节目中,播音员在大屏幕前讲解过去一天的风云变化,同时,让卫星云图超越时空动起来,预测未来一天的天气,甚至数天的气象趋势。这一境界,是基于卫星监测、地面气象站数据采集、大数据分析、算法、计算机模拟,进而实现人工智能(AI)的预测未来,让人类可以主动地做好准备,采取措施,预防及减少天灾。
预测天气不是一天实现的,是数千年的积累和演化。人类从地面仰望太空,对“老天”不断尝试预测,仅凭借经验及传说,预测也仅能保证几小时的准确性。近代,学者们开始从地面建立观察站,详细记录每天的天气,以及相关的迹象及后果,形成历史数据曲线,经过分析及推算,成就了天气预报体系。当代,太空中的气象卫星成为空中对地面、以及对太阳的检测器,科学家对大数据进行挖掘,建立模型及算法,在超级计算机的协助下,可以准确计算及预测出天气模式及趋势,AI可以做到每小时精准计算、预报长达16天的天气情况。
无独有偶,在医学领域,前辈们对人体的审视如同自地面对天象的观察,从经验到数据,试图实现对人体生理及病理规律的解读,实现风险发现和预测。医学同样注重数据的采集,特别是在CT、MRI等数字检测手段出现后,如同添加了卫星,形成大量影像学数据,结合临床诊断,建立算法,形成了AI辅助影像学诊断体系,已被广泛应有;通过图像识别技术,AI被用来区分皮肤病变是否为恶性,结果显示,至少在鉴别包括恶性黑色素瘤在内的皮肤癌的能力方面,AI和21个专业皮肤科医生的能力相当;学者应用AI对12.8万成人糖尿病患者的眼底图像进行分析,以识别糖尿病视网膜变性,结果显示,AI对于鉴别视网膜变性和黄斑水肿的灵敏度和特异度都非常高;2016年,医学顶级会议ISBI发布了Camelyon16竞赛,主要内容是对乳腺癌在淋巴结中的转移进行病理切片的分类与定位,对自动化深度学习算法用于检测乳腺癌转移的准确性进行了评定,共有390支来自世界各地的参赛队报名,其中23个团队在截止日期前提交了32种评估方法,在挑战赛环境下,通过模仿日常病理工作流程的练习,排名前四位的深度学习算法对全切片数字化图像的诊断能力,优于有诊断时间限制的11位病理医生,接近无诊断时间限制的病理专家。
因此,在大数据环境下的图像识别领域,人工智能已经可以像天气预报一样,实现精准的诊断。但除了人工智能辅助诊断,科学家期待像天气预报一样,实现病情及治疗的预测。然而,在真实世界中,病人的真实数据采集成为难点,没有大数据,就无法实现数据挖掘、数据分析、模型建立、算法、AI应用。
针对气象,每个人都可仰望天空,记录每天的情况,一本日记就能汇编成册。而医学领域,每一个个体,都有自己的“天气周期”,没有一个医学机构能记录下个体每天的生命云图,甚至其家人也不能。而对众多慢性病患者来说,如果没有定期评估疾病病情,就无法实现达标治疗;如果没有定期实施实验室检查及记录,就无法发现及避免重要器官的损害;如果不记录用药方案,就无法实施合理治疗;如果不将病人的数据与主治医生分享,病人或将错失治疗时间、或无谓往返医院,造成本人及社会的负担。这一切,需要一套基于移动互联网的创新模式,将病人和医生跨越时空链接起来,通过赋能病人,使病人成为自己的数据采集者、疾病管理者,成为自己的气象观察站,辅以心电、血糖、血压等检测器,如同装备了气象卫星,不断形成精确及有价值的医学大数据,借助AI,实现疾病的实时监测、预测、合理干预的临床决策辅助系统。
非常自豪,经过数年的努力,我的团队和中国风湿医生共同创立的“智能疾病管理系统”(SSDM),已经有超过7万风湿病病人常规应用,通过自我管理,录入动态数据(诊断、病情评估、用药方案、实验室检查结果),形成真实世界大数据,在AI的辅助下,SSDM对病人及主管医生实施实时用药风险及疾病达标状态提示,通过移动医患互动,实现了提高疗效、合理调整治疗方案、减少药物不良反应、降低医疗费用,辅以良好体验、方便使用的功能及效果,SSDM成为没用副作用的良药,因此,我们提出“智能疾病管理优于良药”的理念,被国际学术界广泛认可,获得高度评价。
在现代科学技术的支撑下,解决了医学数据采集的难题,像天气预报一样精准地预测疾病预后是完全可以实现的。让我们更有想象空间的是,尽管世界各地都有飞天、补天的神话,但至今人们还无力对“老天”采取人工干预,无法将天气按有利于人类及自然的方向更改。而医务工作者早已使用药物及手术等治疗手段,干预病程的走向,如能借鉴、接受及采纳SSDM体系,医学即能超越天气预报,实现安全有效地控制慢性病、实现药品上市后真实世界的再评价、推动走向精准医学、降低医疗费用,甚至可以成为解决看病难、看病贵、医患矛盾等社会顽疾的良方。
请关注本期现代观点——数字病理学:AI带来的技术革命
我们对天气预报已习以为常,每天晚上睡觉前,查查第二天的天气,打算好要穿的衣服。在新闻联播后的天气预报这档节目中,播音员在大屏幕前讲解过去一天的风云变化,同时,让卫星云图超越时空动起来,预测未来一天的天气,甚至数天的气象趋势。这一境界,是基于卫星监测、地面气象站数据采集、大数据分析、算法、计算机模拟,进而实现人工智能(AI)的预测未来,让人类可以主动地做好准备,采取措施,预防及减少天灾。
预测天气不是一天实现的,是数千年的积累和演化。人类从地面仰望太空,对“老天”不断尝试预测,仅凭借经验及传说,预测也仅能保证几小时的准确性。近代,学者们开始从地面建立观察站,详细记录每天的天气,以及相关的迹象及后果,形成历史数据曲线,经过分析及推算,成就了天气预报体系。当代,太空中的气象卫星成为空中对地面、以及对太阳的检测器,科学家对大数据进行挖掘,建立模型及算法,在超级计算机的协助下,可以准确计算及预测出天气模式及趋势,AI可以做到每小时精准计算、预报长达16天的天气情况。
无独有偶,在医学领域,前辈们对人体的审视如同自地面对天象的观察,从经验到数据,试图实现对人体生理及病理规律的解读,实现风险发现和预测。医学同样注重数据的采集,特别是在CT、MRI等数字检测手段出现后,如同添加了卫星,形成大量影像学数据,结合临床诊断,建立算法,形成了AI辅助影像学诊断体系,已被广泛应有;通过图像识别技术,AI被用来区分皮肤病变是否为恶性,结果显示,至少在鉴别包括恶性黑色素瘤在内的皮肤癌的能力方面,AI和21个专业皮肤科医生的能力相当;学者应用AI对12.8万成人糖尿病患者的眼底图像进行分析,以识别糖尿病视网膜变性,结果显示,AI对于鉴别视网膜变性和黄斑水肿的灵敏度和特异度都非常高;2016年,医学顶级会议ISBI发布了Camelyon16竞赛,主要内容是对乳腺癌在淋巴结中的转移进行病理切片的分类与定位,对自动化深度学习算法用于检测乳腺癌转移的准确性进行了评定,共有390支来自世界各地的参赛队报名,其中23个团队在截止日期前提交了32种评估方法,在挑战赛环境下,通过模仿日常病理工作流程的练习,排名前四位的深度学习算法对全切片数字化图像的诊断能力,优于有诊断时间限制的11位病理医生,接近无诊断时间限制的病理专家。
因此,在大数据环境下的图像识别领域,人工智能已经可以像天气预报一样,实现精准的诊断。但除了人工智能辅助诊断,科学家期待像天气预报一样,实现病情及治疗的预测。然而,在真实世界中,病人的真实数据采集成为难点,没有大数据,就无法实现数据挖掘、数据分析、模型建立、算法、AI应用。
针对气象,每个人都可仰望天空,记录每天的情况,一本日记就能汇编成册。而医学领域,每一个个体,都有自己的“天气周期”,没有一个医学机构能记录下个体每天的生命云图,甚至其家人也不能。而对众多慢性病患者来说,如果没有定期评估疾病病情,就无法实现达标治疗;如果没有定期实施实验室检查及记录,就无法发现及避免重要器官的损害;如果不记录用药方案,就无法实施合理治疗;如果不将病人的数据与主治医生分享,病人或将错失治疗时间、或无谓往返医院,造成本人及社会的负担。这一切,需要一套基于移动互联网的创新模式,将病人和医生跨越时空链接起来,通过赋能病人,使病人成为自己的数据采集者、疾病管理者,成为自己的气象观察站,辅以心电、血糖、血压等检测器,如同装备了气象卫星,不断形成精确及有价值的医学大数据,借助AI,实现疾病的实时监测、预测、合理干预的临床决策辅助系统。
非常自豪,经过数年的努力,我的团队和中国风湿医生共同创立的“智能疾病管理系统”(SSDM),已经有超过7万风湿病病人常规应用,通过自我管理,录入动态数据(诊断、病情评估、用药方案、实验室检查结果),形成真实世界大数据,在AI的辅助下,SSDM对病人及主管医生实施实时用药风险及疾病达标状态提示,通过移动医患互动,实现了提高疗效、合理调整治疗方案、减少药物不良反应、降低医疗费用,辅以良好体验、方便使用的功能及效果,SSDM成为没用副作用的良药,因此,我们提出“智能疾病管理优于良药”的理念,被国际学术界广泛认可,获得高度评价。
在现代科学技术的支撑下,解决了医学数据采集的难题,像天气预报一样精准地预测疾病预后是完全可以实现的。让我们更有想象空间的是,尽管世界各地都有飞天、补天的神话,但至今人们还无力对“老天”采取人工干预,无法将天气按有利于人类及自然的方向更改。而医务工作者早已使用药物及手术等治疗手段,干预病程的走向,如能借鉴、接受及采纳SSDM体系,医学即能超越天气预报,实现安全有效地控制慢性病、实现药品上市后真实世界的再评价、推动走向精准医学、降低医疗费用,甚至可以成为解决看病难、看病贵、医患矛盾等社会顽疾的良方。
请关注本期现代观点——数字病理学:AI带来的技术革命
类学研究中心的Prüfer等人对克罗地亚Vindija洞穴的一具尼安德特人遗骨进行了高精度测序,这是第二个高质量测序的尼安德特人基因组。
科学家正在不断通过古人类的基因组解读史前史,他们已解读了2万~10万年前生活在地球上的我们的祖先——现代人类(modern human /present day human)和古人类(尼安德特人、丹尼索瓦人等)的部分基因组。然而,高质量的测序研究仍然缺乏。在此之前,唯一一个高质量测序的尼安德特人基因组来自西伯利亚南部发现的一具遗骨,其在阿尔泰山被发现,被称为“阿尔泰尼安德特人”(Altai Neandertal)。
研究人员对克罗地亚的Vindija洞穴出土的五万年前的一个女性尼安德特人的基因组进行了测序。研究人员对每个碱基进行了30次的测序,具有相当高的精度。30倍的覆盖率使得区分来自父母的染色体成为可能。在阿尔泰尼安德特人的基因中,发现了许多巨碱基(megabases)的片段在两条染色体间没有任何差异,提示阿尔泰尼安德特人的父母可能是近亲交配。然而,这次Vindija尼安德特人的基因组则未发现来自父母的染色体间有大量重复片段。因此,将尼安德特人和近亲交配挂上钩可能是错误的。另外,高精度测序也使得确定群体的规模成为可能。研究人员发现,Vindija尼安德特人基因组的杂合性与阿尔泰尼安德特人相似,但大约只有现代非洲人的五分之一,现代欧亚人的三分之一。这种较低的杂合性可能是古人类的一种特征,提示他们居住在一个较小的、隔离的群体当中,其群体规模可能在3000人左右。
最后,研究人员分析了古人类与现代人类之间的杂交。这两个高精度测序还可帮助确定现代人类基因组中有多少来源于尼安德特人。与阿尔泰尼安德特人相比,这次的Vindija尼安德特人基因组与现代人类更为相似,使得在现代人类中多识别出了10%~20%的尼安德特人DNA。东亚人(2.3%~2.6%)比欧亚大陆西部人(1.8%~2.4%)携带了更多的尼安德特人DNA。这些DNA涉及低密度脂蛋白胆固醇浓度、精神分裂症和其他疾病。
该研究提示,尼安德特人的遗传多样性较现代人类低,其群体规模较小。因此,尼安德特人对疾病、饥饿、气候变化的适应能力可能比现代人类要差,这或许是尼安德特人灭绝的原因之一。此外,该研究提示,尼安德特人可能并非之前认为的近亲繁殖,将尼安德特人和近亲交配挂钩可能是错误的。这次的高精度测序使得研究人员有了一个新的参考点,可供分析尼安德特人如何进化及其与现代人类的杂交。(作者:黄希瑶)
参考文献:Science 2017;358:655-658
透明性(transparency)已被视为社会的基本价值,越来越多的人倡议提高临床试验数据的透明性。考虑到统计决定对临床试验结论的影响力,记录良好且透明的统计操作是很重要的,而这些与研究的可重复性也是相关的。统计专家对临床试验的设计和分析的贡献是很重要的。虽然有关临床试验的统计学原则的指南已经存在,但是目前还缺乏覆盖有关透明性和重现性的统计分析计划(statistical analysis plans,SAPs)内容的指南。
英国利物浦大学生物统计系的Gamble C博士等组织了一个由统计专家、既往指南制订者、期刊编辑、监管者和基金资助者所组成的工作小组,建立了最少的临床试验SAPs应表述项目的推荐。
研究人员共联系了随机临床试验的资助者和监管者39人,系统检索了已存在的相关指南或推荐。通过英国临床研究协作网的注册试验单位,研究人员完成了一项对目前实践的调查(46人,每个单位2个受试者),并进行了一项德尔菲调查(Delphi survey)(73位被邀请调查者),以期对SAPs建立专家共识。德尔菲调查被送至试验单位的统计专家(n=46,这些专家完成了对目前实践的调查)、CONSORT和SPIRIT指南制定者(n=16)、制药业统计学家(n=3)、期刊编辑(n=9)和监管者(n=2)。最终,专家组(n=12)与各组代表出席共识会议。随后,由调查试验单位的统计专家和共识会议的专家组成员进行批判性审查,并在5项试验的SAPS中对指南文件进行试点。
结果发现,未检索到现有的指南文件。注册试验单位调查(n=46)显示了当前实践的多样性,从而支持应该尽快制定相应的指南。德尔菲调查共对110项内容中的46项(42%)达成了共识。专家小组同意将63项内容列入指南,另外17个项目被认为是重要的,但可以在其他地方参考。经过批判性审查和试点后,将部分重复的项目进行合并,共留下55个项目。
这是第一次对临床试验的SAPs进行制定指南。专家小组一致认为,该指南将会进一步提高临床研究的透明性和可重复性。(作者:王敏骏)
参考文献:Journal of the American Medical Association 2017; 318:2337-2343
2017年,美国食品药品管理局(Food and Drug Administration,FDA)批准了首个7特斯拉(seven tesla,7T)磁共振成像(magnetic resonance imaging,MRI)设备,其静磁场强度比美国当前使用的MRI设备增加了一倍多。Magnetom Terra是美国第一个允许临床使用的7T MRI系统。
FDA官员称,MRI的整体成像质量随着磁场强度的提高而提高,磁场强度增加可以更好地显示更小的结构和病理,从而改善疾病诊断。
美国市场上的MRI扫描仪的磁场强度多种多样。在Magnetom Terra批准之前,美国用于医学成像的扫描仪的磁场强度为3T或更低。
FDA通过510(k)上市前许可途径审查了Magnetom Terra。510(k)是向FDA递交的上市前申请文件,旨在证明该新器械在实质上等同于另一个已合法上市销售的器械(即与其同样安全有效)。
FDA的批准是基于与已上市器械的比较,以及所获得的临床样本图像。FDA通过计算模型、模拟和严格的实验验证,评估了射频子系统的安全性。该新设备的制造商还提供了来自35名健康患者的对比研究数据,对比了使用3T设备和使用7T设备的图像。经认证的放射学家审查了这些图像,并确认在7T设备上获得的图像具有诊断质量,并且在某些情况下,比3T的成像质量更优。
Magnetom Terra是为体重超过66磅的患者提供的,仅限于头部、手臂和腿部的检查。
该新设备具有独特的双模式功能,允许用户在试验用“研究模式”和510(k)批准的“临床模式”之间切换,同时可将研究数据和临床图像分别保存在单独的数据库中。
该新设备的制造商称,7T MRI的优点包括可视化海马结构,可帮助评估颞叶癫痫或阿尔茨海默病患者,帮助区分大脑中的良性与恶性肿瘤,以及提供高分辨率的图像,以改善骨科疾病的诊断。(作者:黄希瑶)
参考文献:Journal of the American Medical Association 2017;318:1858
加拿大哥伦比亚大学J. ANTONIO AVIÑA-ZU等人研究发现,系统性红斑狼疮(Systemic lupus erythematosus,SLE)患者在确诊后第一年心血管事件风险最高。
研究人员对加拿大不列颠哥伦比亚省所有居民在内的数据库展开研究,所有SLE患者按照1:10的比例选择年龄、性别和入组时间匹配的健康人群进行匹配。
研究发现,在4863例SLE患者(86%女性,平均年龄48.9岁)中,心肌梗死(myocardial infarction,MI)、脑卒中和心血管疾病(Cardiovascular disease,CVD)的发病率(incidence rates,IRs)分别为6.4/1000人年,4.4/1000人年和9.9/1000人年,而正常对照组分别为2.8/1000人年,2.3/1000人年和4.7/1000人年。
与非SLE患者相比,SLE患者完全校正的多变量危险比(hazard ratios,HRs)分别是:MI为2.61(95% CI:2.12~3.20),脑卒中为2.14(95% CI:1.64~2.79),CVD为2.28(95% CI:1.90~2.73)。
在SLE诊断的第一年,MI、脑卒中和CVD的年龄、性别和入院时间相匹配的HRs最高,分别为5.63(95% CI:4.02~7.87)、6.47(95% CI:4.42~9.47)和6.28(95% CI:4.83~8.17)。
研究提示,SLE患者的心血管事件风险增加,特别是在诊断后的第一年。因此,对于诊断后一年的SLE患者,需要更密切监测,避免潜在危险事件发生。(作者:叶玉津 中山大学附属第一医院 风湿科)
参考文献::Arthritis Care & Research 2017;69:849-856