醫(yī)學(xué)大數(shù)據(jù)驅(qū)動(dòng)下的科研模式探索

1、醫(yī)學(xué)大數(shù)據(jù)驅(qū)動(dòng)下的科研模式探索技術(shù)創(chuàng)新，變革未來目錄 CONTENTPART 2大數(shù)據(jù)思維PART 1大數(shù)據(jù)文化PART 3大數(shù)據(jù)案例01PART數(shù)據(jù)文化是一種 先進(jìn)文化數(shù)據(jù)文化是一種先進(jìn)文化全民的數(shù)據(jù)意識(shí)上帝與數(shù)據(jù)共舞信息化的核心是數(shù)據(jù)，只有全民都關(guān)注數(shù)據(jù)，才能理解信息化的實(shí)質(zhì)；數(shù)據(jù)是一種新的生產(chǎn)要素和燃料， 相關(guān)技術(shù)是帶有全局性和戰(zhàn)略性。既要有對(duì)神的誠(chéng)意，又要有通過數(shù)據(jù)求真的理性；現(xiàn)代化與數(shù)據(jù)文化的傳播滲透密切 相關(guān)，我國(guó)必須強(qiáng)調(diào)數(shù)據(jù)文化。數(shù)據(jù)的價(jià)值主要體現(xiàn)在它的驅(qū)動(dòng)效應(yīng)；“蜜蜂模型”：主要效益不是自己釀 的蜂蜜，而是傳粉對(duì)農(nóng)業(yè)的貢獻(xiàn)。數(shù)據(jù)的驅(qū)動(dòng)效應(yīng)全維度、多模態(tài)、完整的臨床信息影像學(xué)CT

2、MRI超聲內(nèi)鏡病理組學(xué)宏觀微觀生物標(biāo)記物的分析、鑒定、驗(yàn)證與應(yīng)用精確尋找疾病的原因和治療的靶點(diǎn)對(duì)疾病不同狀態(tài)和過程進(jìn)行精確分類對(duì)患者進(jìn)行個(gè)性化精確診療核心技術(shù)：特征智能提取跨模態(tài)特征融合建模數(shù)據(jù)積累生理波形數(shù)據(jù)34.3萬例CHD和心律失常心電圖數(shù)據(jù)6.5萬例睡眠監(jiān)測(cè)、癲癇的腦電圖數(shù)據(jù)1.3萬例肌電圖、步態(tài)分析數(shù)據(jù)其它類型數(shù)據(jù)600萬例國(guó)際多中心超大規(guī)模圍產(chǎn)隊(duì)列17萬例重癥監(jiān)護(hù)時(shí)間序列數(shù)據(jù)5800例多模態(tài)數(shù)據(jù)1.3萬例多組學(xué)數(shù)據(jù)(蛋白組學(xué)、基因組學(xué))文本型數(shù)據(jù)347萬份精標(biāo)注兒科常見疾病12.3萬1.2億條胸部CT、頭部MRI、胎兒超聲等3D影像數(shù)據(jù)7.6萬例病理/涂片/X線/超聲/照片等2D影

3、像數(shù)據(jù)21.3萬例超聲、內(nèi)鏡視頻數(shù)據(jù)5100例影像學(xué)數(shù)據(jù)數(shù)據(jù)應(yīng)用國(guó)家重點(diǎn)研發(fā)計(jì)劃， 2018YFC131 5400，基于中美對(duì)比和對(duì)接的重大 慢病臨床研究數(shù)據(jù)標(biāo)準(zhǔn)及應(yīng)用研究數(shù)據(jù)國(guó)家重點(diǎn)研發(fā)計(jì)劃， 2019YFB14 04803，醫(yī)學(xué)人工智能產(chǎn)品全生命 周期檢測(cè)平臺(tái)研發(fā)與應(yīng)用示范評(píng)測(cè)國(guó)家重點(diǎn)研發(fā)計(jì)劃，2019YFC012 1900，智慧婦幼國(guó)產(chǎn)創(chuàng)新醫(yī)療設(shè)備 解決方案及規(guī)?；瘧?yīng)用示范應(yīng)用數(shù)據(jù)成果2016.7部門籌建醫(yī)療數(shù)據(jù)智能 化應(yīng)用工程中心國(guó)家重點(diǎn)研發(fā)計(jì)劃1新冠感染臨床研究成果發(fā)表Nature Med部門成果55篇5項(xiàng)12項(xiàng)5項(xiàng)18項(xiàng)2017.92018.22018.62020.2影像學(xué)數(shù)據(jù)智能

4、分析 成果發(fā)表CELL封面國(guó)家重點(diǎn)研發(fā)計(jì)劃2和32019.22019.11文本型數(shù)據(jù)智能分析成果發(fā)表Nature Med專業(yè)齊全17個(gè)專業(yè)模式識(shí)別、計(jì)算機(jī)、生物信息學(xué)、流行病、生物醫(yī)學(xué)工程等 17個(gè)專業(yè) 31人02PART數(shù)據(jù)思維是一種 開拓性思維大數(shù)據(jù)思維大視野多維度言之有據(jù)十字思維模式：“大視野、多維度、言之有據(jù)”世界很大，遠(yuǎn)遠(yuǎn)超出我們的想象，它在數(shù)據(jù)的描述下 就更大。我們不要輕易地限制自己，帶著大數(shù)據(jù)思維，把 眼界放的更開。并且和過去相比，我們思考問題時(shí)需要維 度更多、更認(rèn)真、更仔細(xì)。最后，希望所有的人從現(xiàn)在起， 不論是說話還是做事都言之有據(jù)。通過對(duì)臍血表觀遺傳學(xué)數(shù)據(jù) 的分析挖掘，結(jié)合生

5、物學(xué)年 齡預(yù)測(cè)模型的使用，明確了 母體尼古丁暴露與胎兒早衰 的關(guān)聯(lián)性，以影響后代壽命 為切入點(diǎn)進(jìn)行煙草方面的精 準(zhǔn)宣教，效果遠(yuǎn)優(yōu)于“吸煙 有害健康”或其他干預(yù)?？坪辗▌t（Kochspostulates）微生物學(xué)鼻祖之一的羅伯特科赫提出了一套科學(xué)驗(yàn)證方法，用于將某種病變與特定的病原體建立聯(lián)系?？坪找虼双@得了1905年的諾貝爾生理學(xué)和醫(yī)學(xué)獎(jiǎng)。這套準(zhǔn)則分為四條：1. 每一例患病動(dòng)物體內(nèi)都可以分離到該病菌。2. 該病菌可以在體外培養(yǎng)數(shù)代。3. 培養(yǎng)了數(shù)代的細(xì)菌可以通過接種，使健康的實(shí)驗(yàn)動(dòng)物患上同樣的疾病。4. 被接種的動(dòng)物中可以分離到同樣的病菌?？坪辗▌t（Kochs postulates）遷移PART

6、03數(shù)據(jù)思維的應(yīng)用 案例醫(yī)療大數(shù)據(jù)智能精準(zhǔn)診斷智能精準(zhǔn)評(píng)估智能精準(zhǔn)預(yù)測(cè)腫瘤 病理 智能 分型癌癥 轉(zhuǎn)移 智能 診斷新輔 助療 效評(píng) 估抗血 管療 效評(píng) 估智能 預(yù)測(cè) 患者 生存智能 預(yù)測(cè) 患者 預(yù)后醫(yī)學(xué)數(shù)據(jù)處理影像 模態(tài) 數(shù)據(jù) 處理文本 模態(tài) 數(shù)據(jù) 處理MSFCN-multiple supervised fully convolutional networks for the osteosarcoma segmentation of CT images. Computer Methods and Programs in BiomedicineMultiple supervised residu

7、al network for osteosarcoma segmentation in CT images. Comput Med Imaging Graph卷 積 網(wǎng) 絡(luò)殘 差 網(wǎng) 絡(luò)腫瘤位于骨混合型病灶金標(biāo)準(zhǔn)FCNU-NetHEDMSFCN金標(biāo)準(zhǔn)FCNU-NetHEDMSFCN臨床問題臨床數(shù)據(jù)智能方法應(yīng)用效果術(shù)前膠質(zhì)母細(xì)胞瘤瘤亞型分型 缺少必要的診斷方法265例基因、影像數(shù)據(jù)完整的多中心膠質(zhì)母細(xì)胞瘤患者數(shù)據(jù)提取388個(gè)影像特征進(jìn)行聚類分型，并與基因信息關(guān)聯(lián)影像組學(xué)特征能區(qū)分GBM亞型，并指導(dǎo)靶向治療臨床問題臨床數(shù)據(jù)智能方法應(yīng)用效果術(shù)前結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移難以診斷，術(shù)中采用盲目切除500余例臨床病理、影像數(shù)據(jù)完整的結(jié)直腸癌患者數(shù)據(jù)選擇關(guān)鍵影像特征結(jié)合臨床病理信息建立諾莫預(yù)測(cè)模型將結(jié)直腸癌淋巴結(jié)清掃的假陽 性率從70%降低到30%臨床