计算医学:跑在超算上的医学(3)

光山新闻网 林晓舟 2020-03-01 22:21:31
浏览

这在谭光明看来,势必会产生一门新型交叉学科——计算医学。“它致力于发展定量方法,通过应用数学、工程学和计算科学来智能化理解人类疾病的机理,并基于工业化的数据、算法、算力及生物医学技术体系为医学服务提供新洞见。”

对此,谭光明从四个维度阐释了计算医学的内涵。首先,计算医学以复杂性系统科学的整体论作为思维方式,去理解生物分子、细胞、组织器官、种群等多个生物层级结构之间相互作用中“涌现”出的新属性,从系统的角度去捕捉疾病发生的机理;其次,计算医学采用密集数据驱动的科学范式,挖掘隐藏于高维、高通量、多维融合的生物医学大数据中的新洞见;再次,计算医学将生物医学领域的知识模型转换为数学模型,以生物医学大数据作为输入参数,以人工智能算法对模型进行迭代、训练,输出逼近于真实的生命系统结构与功能特征,从而理解疾病发生的本质;最后,计算医学以高性能计算为新一代计算基础设施,为新科学发现提供数据存储、计算精度和计算速度上的支撑。

“循证和计算都是实现精准的技术手段,计算医学在更高维度上实现了循证。”张春明表示,未来,以基因测序为代表的数据生产一定会迎来免费的时代,数据挖掘成为最终的价值出口,立足生物医学的科研和产业需求,我们构建了“生命信息引擎”,该引擎归根到底就是面向生命医学数据的计算机系统,屏蔽了海量数据的管理、理解和计算等方面的技术细节,让生物医学专家能够便捷地利用信息技术解决行业问题。

文章开头提到的吴双,最后借助“生命信息引擎”给出的数据分析结果,采用了一种可能的治疗方案。目前,经过这一方案治疗,她的体内已经没有影像可见的肿瘤,血液肿瘤指标也回落至正常水平。

最后,张春明呼吁,生物学家、医学专家和计算科学家携起手共同丰富计算医学的内涵,以期将疾病的预防、诊断和治疗推向精准。

权威观点

传统的生物医学数据分析思维和方法难以适应大数据分析的需求。生物医学大数据更多采用数据模型及控制混杂的统计分析方法。

——中国工程院院士樊代明

我们发现的很多新的基因,是关键基因还是“沉默基因”?目前缺乏更广泛和深入的研究。

——中国工程院院士孙燕

由于生物医学数据种类繁多、数据分散、内部结构高维复杂,大数据分析比其他领域更困难。生物医学领域如果仍只停留在采用字符串比对、搜索等传统计算机技术,就难以挖掘生物医学大数据的潜在高价值。

——中国工程院院士李国杰

作为医生,需要转变思想。未来每一个医生都应该熟练应用智能工具处理海量信息,以寻求更加准确的诊治方案。

——中国工程院院士胡盛寿

随着数据规模的增加,传统的数据模型和数据组织方式已经无法满足海量数据的结构、数量快速增长以及数据结构不断变化的管理需求。

——中国科学院院士贺林

伴随大数据的累积而来的问题是如何将这些数据资源转化为有价值的信息,并指导临床实践。

——中国科学院院士陆林

生命的整体性和疾病的复杂性,使信息化和大数据成为生命科学研究的必然。

——中国工程院院士王红阳

大数据分析正在成为生物医学领域的下一个前沿,将数据存储、共享、分析和质量控制等技术融为一体,能不断为大数据应用产业发展创造全新机遇。

——中国工程院院士刘昌孝