腾云029

作者: 2014-08-12
数字人与个体

推荐人:郑杰    杭州全科健康管理咨询有限公司董事长

 

推荐语:

前任卫生部部长陈竺先生,是我十分尊敬的学者。他在2008 年提出“4P”医学模式,即:预防性—Preventive、预测性—Predictive、个性化—Personalized、参与性–Participatory,系统阐述了现代科技对医学发展趋势的深刻影响。

 

“预防”和“预测”是建立在大数据医学的统计和医学知识模型的基础上,“个性化”则立足于医学检验手段的增加,例如:分子基因级别的识别及三维成像技术的成熟。“参与性”则十分符合互联网的“众包”精神!

 

未来的医学更应叫作“生命科学”,其终极目标就是对人类生命现象、人类生命本质的探索。科技正在从各个维度对“人”这个终极神秘体进行剖析,医学与其他学科的交叉日益频繁,专科的细分和深度继续加剧。就在今天,一名合格的全科医生,每天必须看几篇论文才能跟得上技术的发展。“基于知识驱动”的医学,一方面使得医学更多地依赖于数据、模型和知识,一个大专家搞定所有医疗的“老中医模式”越来越困难,专家会诊越来越频繁;另一方面,医学知识的网络化、智能化,使得大众参与成为可能,自助服务、参与决策成为趋势。

 

于是,5 年后,陈竺部长牵头为中国医学科学院在苏州的系统医学研究所主持签约。而系统医学倡导的,就是从微观到宏观,把人作为一个“复杂系统”来整体考虑,西医越来越深谙“中医”的整体思维!

 

Eric Topol 的《颠覆医疗》一书,在医疗科技巨变的背景下,给了我们从医疗体系结构、医药关系、药品从审批到临床的过程、现代医疗传感器技术、基因检测的来龙去脉以及与治疗用药的关系、个人健康档案PHR 与医疗信息技术HIT 等多个视角,带领我们深入了解未来的医学科技趋势,值得一阅!

 

 

 

文章内容

 

数字人与个体

/Eric J. Topol / 张南等

 

直到现在,医学界一直享有特权,是所有健康和医疗信息的独家来源、承办方和储存方。而互联网和与健康有关的对等网络的大发展,使得公众与医学工作者之间的知识差距迅速缩小。随着越来越多的人对自己的DNA数据更加重视,有能力实时在手机上观测主要的生理指标,知识平等一定会更快成为现实。我们身边的工具中,每一样都能提供数字化人类的新方式,而且正如我们了解到的,这些工具的叠加与组合能够生成更大的能量和灵活性。将这些工具和能力加以综合,我们就能为每一个人获取关于他/ 她的解剖学、生理和生物数据,这在以前是不可能实现的。当我们将所有这些能力聚集在一起时,就创造出了一个虚拟人,虽然不是真实的人,却复制了真实个体的许多重要特征。

 

现在,我们可以继续讨论这一系列融合所带来的影响了。这些融合,很可能是有史以来最伟大的融合,将快速成熟的数字化、非医学领域的移动设备、云计算和社交网络,与蓬勃发展的基因组学、生物传感器和先进成像技术的数字化医学领域融为一体。

 

个体科学

人和人各不相同,就连双胞胎在表观遗传标志上都有着很大区别。叠加在这些分子生物特征之上的,是另一个全新维度,可以从中了解到每一个脏器系统,以及我们对环境做出响应的整体功能。我们现在有了“个体组”。我们即将迈过这个门槛,确定宇宙中的每一个人都是与众不同的。

 

由于有了个体科学,我们也来到了消除医学的许多基本无知的门槛边。“原发性”(idiopathic)这个医学术语,在医学界被用来形容不知如何诊断或不了解疾病原因的情况。这个词汇源自希腊文“idios”,意为“个人的”、“分离的”或“与众不同的”,与“pathic”这个意指饱受疾病困苦的词汇相结合,就形成了一个新词。具有讽刺意味的是,随着“个体组”的发展,我们似乎正在回归到idios 的最初内涵上:我们正在努力了解每一个人的独特性,越来越有可能为个体疾病给出诊断,找到根源。而且,“原发性”高血压这样的说法,表明我们不明白为什么7000万美国人患有高血压,“隐源性”(本意为“模糊或未知的起源”)的说法,意味着某种疾病有着我们尚未搞清楚的神秘性。就算为这类疾病做出诊断,比如糖尿病或炎症性肠病,每位患病个体的分子基础也各不相同。个人化医学时代最终将消除“隐源性”和“原发性”这样的用语,全面地认识到,每个人都是与众不同的个体,要凭借对个体特征的绝对尊重,来进行诊断和治疗。

 

不久的将来,我们就能够在数字化人体的基础上,解开疾病的根源问题,用宝贵的知识来挽救生命,提高生命质量。这将是个体科学的巨大成果,但不是唯一的成果。疾病与医疗诊断的整套分类系统,都要重新改写。现在所使用的简化模式,十分粗略地将个体分配到极为宽泛的疾病类别之中,或是糖尿病两种类型中的一类,或是某器官的癌症。而个体科学会促进一种新型分子分类学的发展。

 

几乎所有用于数字化人体的工具,都与网络有关,无论是移动传感器网络、万维网、基因调控网络、神经网络,还是社交网络。网络中的节点,因网络的特质而有所不同,在社交网络中,节点是人,而在细胞中,节点是基因座。但各类网络中,驱动节点和中枢的关键概念是共用的。无论是对人类基因进行排序,还是对无线生物传感器收集到的数据进行处理,都需要在并行平台上进行大规模平行计算。巨大的数据量,以及将数据转化为信息的可能性,依赖于多核处理能力,并越来越依赖于云计算的应用。而我们深入了解个体的能力,正取决于网络科学。我们捕捉和处理的数据越多,某特定个体的特征就能得到更加清晰的界定。

 

从一到亿

在临床研究中,我们通常用“n”代表参加某一项目的患者人数。“n2621”,代表着最小的人类样本—个体。一般来讲,临床实验并不认为针对单一个体的研究足以对治疗方案做出有意义的评估,虽然在测试教育干预或行为干预时,有过单一个体的先例。在医学领域,n1的实验,用来对疼痛管理的不同药物进行评估,以连续的方式,用不同的药物和剂量在个体身上做测试,以找到有效的方案。最近,n1 的方法用在了治疗帕金森症的新型药物测试中。一些研究人员利用n1自我检测的正规方法,来了解药物对睡眠、情绪和体重的影响。从某种角度讲,我们都在做着n 1 的自我检测,尤其是在拥有充裕数据作为指导的时候。

 

一系列n1实验的结合,能提供许多信息,但这种研究设计尚未成为惯例。但数字化人体的能力,带来了大量来自个体的数据信息,引起了这种现状的改变,对实验的基线和干预后研究都产生了影响。这样的数据组被称为P,其中的变量有待研究确定。医学科学向“大Pn”的转化,为研究与发现的未来发展带来了希望之光。无论是结合在一起的一系列n 1 的实验,还是针对慢性疾病进行创新诊疗方案测试的小规模临床实验,我们都有了通向前方的新的“大Pn”研究方法。新的机遇利用从任何个体身上都能获得的巨量的分子生物学、生理学和解剖学数据,强调医疗干预的最终目标,是对每一个n 1 都产生明显的有利影响。这种方法与目前惯用的模式不同。目前的模式强调群体医学,致力于以相对小的概率寻找到对任何个体都有好处的医疗解决方案。

 

我们将所有上述个体数据收集起来之后,需要怎么做呢?未来几年中,理论上将有可能实现“n 为亿”的愿景,通过各国的医疗信息技术系统,将大量数据组合并为一体。由于我们的主要关注点在个人身上,因此这样规模庞大的行动看似是走错了方向。但是,在数据收集的基础之上,从最终临床取样中获得有用信息的能力,将得到极大的提高。

 

医院和诊所的职能让渡

彻底的变革,需要对传统医学的基础设施进行一场大检查。开始这一工作的象征性场所,是医学的标志性地点—医院和医生诊室。我并不是在宣扬DIY医学,医患关系永远是不可或缺的。但是,医患关系所发生的环境终将发生改变。未来对医院的需求将大幅缩水,仅限于需要特别护理和监控的重症患者。

 

医院也必将减少,这是有多重原因的。首先,医院需要耗费巨额资金。医院本身也会导致真实的风险,目前有8 万种在医院发生的危险感染,每年还会发生15万起不必要的手术和医学事故,导致25000 多人死亡。1946 年,乔治·奥威尔将医院称为“坟墓的接待室”。如今,这种说法依然适用。

 

未来几年,患者前往诊所就医的情况中,50% 70% 将不再必要,取而代之的是远程监控、数字健康档案和虚拟家庭出诊。2011 年,思科公司的HealthPresence 已经利用相关技术,使得虚拟医生和医疗服务成为可能。这套服务系统不仅包括视频会议,还集成了高分辨率放大摄影机、医疗图像的传输、电话听诊器、耳鼻喉镜,以及对氧浓度、血压、呼吸率和心律的跟踪。现在,这套系统用来为远离医疗服务机构的患者提供服务;未来,这套系统将以更为高效和便捷的方式,经常用于医生和患者的互动。

 

这场创造性破坏的演化,显得有些讽刺。为什么零售业出现了“亚马逊化”趋势,由网店替代了实体店,而医学却没有呢?毕竟,许多人都觉得在书店买书或到零售店闲逛是一种愉悦体验。我还从来没见过哪个人能从上医院看医生中找到这样的快乐。从某种角度讲,答案很简单:许多研究发现,一项医学新发现或新近确认的临床知识,需要17 年的时间才能成为日常临床工作中的一部分。有幸的是,加速这一进程的手段近在咫尺。

 

大众化数据和社会化医学

将你的DNA、手机和社交网络结合为一体,再加上你一生的医疗健康信息和生理与解剖学数据,你就拥有了重振科学未来的能力。谁能比你对你自己的数据更感兴趣、更投入呢?医学界第一次出现了大众化趋势。想象一下古登堡印刷机发明之前的牧师。600 年之后的现在,想象一下医生和医学的创造性破坏。

 

这一趋势的最早期活动,就是准爸妈们将未出生宝宝的超声照片和录影放到网上,为孩子在出生前就建立起个人Facebook 网页。有了互联网,就有了无限的可能性。无论是睡眠脑波数据,还是全天候血糖或血压读数,这些数据都将会广泛流传。利用Facebook Google,人们就能与“优先”子团体中的朋友进行数据分享,这样,分享数据时的顾虑就会更少。人们之间会举办竞赛,看谁睡得更香、血糖和血压值更好。

 

每个人对社交网络的参与程度都不尽相同,造成这种现象的原因,一部分取决于基因。大脑中,杏仁体中的一部分会发挥增加社交网络活动的功能。毫无疑问,社交网络的流行度和实力远远超过了所有人的预期。2011年的一场运动中,位于突尼斯、埃及、也门和其他北非和中东国家的年轻人,通过密集的社交网络实现大连接,从而进一步验证了社交网络的强大。拥有了数字化社交网络平台,充满激情的人们聚在一起闹革命的能力是空前的。历史从此翻开了新的篇章。那么,就让我们利用数字世界的巨大力量,来影响我们的医疗系统,应用在我们提升健康水平的使命上。

 

数字乌托邦

当然,若想看到这一变革取得实质性成效,就要全面认识数字化人体潜在的负面影响。我们拥有了对人体诸多方面进行数字化处理的能力,同时也引来了去个人化的悖论。医生将尝试去治疗扫描结果、DNA 数据或生物传感器读数,而非患者本身。而且,医生不仅会针对扫描结果和数字化数据进行治疗,而且会利用这些工具和手段让医疗诊断工作更有效率,因为面对患者去倾听、检查、互动是需要时间的。远程监控和医患之间面对面问诊次数的减少,会导致医患间亲密关系的丧失,同时也失去了医者抚慰人心的优势。在人体可以简化为6 个数字和字母时(虽然有无数的01ACT G),对去人性化的担忧一定会排在首位。

 

我们如何将真实与虚拟区分开来?当假肢、人工耳蜗、人工视觉系统和佩戴型传感器等非生物电路与我们的身体、大脑和环境集成为一体时,两者之间的界线就变得模糊起来。为了从更加基础而深入的层面了解人类,我们将会培养出由真实人类和生物传感器相结合的电子人。无疑,人类掌握的技术十分强大,但同时,也创造出了一种半合成的虚拟人类,一种个体的映象。未来,我们是否能明确地区分开数字化人体、数字人和真正的人类?尼古拉斯·卡尔笔下的“对我们人性和人类特质的缓慢侵蚀”,指的是数字世界对人类行为的影响。而医学界的大变革也将对这种现象起到推波助澜的作用。

 

我们没有办法完全缓解这种担忧,但我还是要试着对其加以校正。无论我们利用什么样的数字工具去刺激和了解人体,我们永远也无法完全做到个体人的复制。虚拟人类不是真正的人类。数字化人体是真实个体的特定延伸,是以前不敢想象、不敢尝试的一种融合与模拟。无论对人类的数字化处理可以做到多么综合、深刻和精准,“人因”和每位个体的复杂性是无法完全复制的。虚拟与现实之间,永远存在固有的鸿沟。雷·库兹韦尔提出的“奇点”概念,认为人类与机器、真实现实与虚拟现实之间的区别正在消失,新的文明正在勃发,这是有失偏颇的。数字人永远也不等于个体。将图灵实验应用于健康和医学领域,是不可能成功的。超级计算机和人工智能会加入数字化医学的滚滚浪潮之中,但保持真实个体与虚拟个体之间的区别,不仅是可能的,而且是必须的。

节选自《颠覆医疗》第十一章《数字人与个体》

电子工业出版社2012 10

前沿杂志
互联网前沿42

无人驾驶汽车正从科幻变成现实。作为第二次机器革命(即如今的人工智能变革)的重要产物和标志,无论从未来5年、10年抑或20年来看,无人驾驶汽车都可能产生巨大影响,这些影响牵扯到人类生活的方方面面,需要政策制定者现在就开始绸缪无人驾驶汽车的未来并应对其潜在影响。

2018-07-11

全站精选