大數據：生物醫學變革新契機

　　“我國目前每年醫療費用總額超過2.4萬億元，如果按照麥肯錫報告的預測，我國醫療領域利用大數據每年將節省醫療費用近2000億元。”軍事醫學科學院研究員朱云平在11月29日召開的“第五屆重大疾病防治科技創新高峰論壇”上如是說。

　　大數據影響的深度和廣度仍在不斷擴張。對于生物醫學來說，其發展過程中積淀的數據資源，是大數據時代的基礎之一。而大數據的挖掘和應用，反過來也在引發著生物醫學的變革。

　　在此次論壇上，專家們圍繞“大數據在醫學科技創新中的應用”這一話題，進行了深入的交流探討。與會專家指出，生物大數據已經成為歐美國家重要的發展戰略，而我國生物醫學大數據開發同發達國家尚有一定差距，亟須加強相關研究和投入。

　　大數據引發醫學研究變革

　　“大數據是大趨勢，使得生產資料中首次出現了非物質成分：數據。世界正在由資本經濟時代向數據經濟時代過渡，數據及其服務成為國家戰略和經濟的基礎設施。”軍事醫學科學院研究員朱云平長期從事生物信息學綜合數據庫及平臺建設研究，在他看來，生物和醫療領域已成為重要的大數據領域。

　　中國工程院院士、中日友好醫院院長王辰指出，大數據時代的來臨，加上轉化醫學的興起，在我國形成了歷史性契機，可望使中國醫學研究實現歷史性跨越。

　　首都醫科大學附屬北京安貞醫院心臟內科中心主任馬長生正在承擔“北京市心血管疾病防控大數據平臺建設”的工作，在他的研究中，包括用大數據手段研究環境和心血管疾病的關系。“用大數據的手段，每日不同站點PM2.5濃度與心血管疾病的關系，甚至股票波動與心血管疾病的關系，都可以得到預測。”

　　“美國發布的年度癌腫報告，其實是一份惡性腫瘤大數據分析報告。”中國醫學科學院腫瘤醫院副院長王綠化介紹，中國正在建設腦腫瘤大數據平臺，旨在提供數據樣本資源庫，同時為八大腫瘤建立知識庫和分析庫。

　　而事實上，大數據不僅為生物醫學研究帶來了新的技術手段，還具有大規模降低醫療費用的潛在效益。根據美國BCC research公司研究顯示，僅就與高通量測序相關的組學大數據而言，至2018年，其市場總額將增長至76億美元，復合年增長率達到71%。麥肯錫全球研究院報告，如果美國醫療保健行業對大數據進行有效利用，就能把成本降低8%左右，從而每年創造出超過3000億美元的產值。

　　發達國家經驗與挑戰

　　大數據科學與產業具有較強的領域相關性，生物大數據已經成為歐美國家重要的發展戰略，也是美國國家大數據計劃的重要組成部分。

　　朱云平介紹，歐美主導的國際生命科學計劃產生的數據和知識，已成為重要的國家資源。例如國際人類基因組單體型圖計劃、DNA元件百科全書計劃、人類表觀基因組計劃、國際癌基因組計劃、千人基因組計劃等，這些計劃形成的數據資源潛在價值十分巨大。

　　2009年，美國出臺HITECH法案，將醫療衛生信息化列為重點發展方向，十年內累計投入2760億美元。加拿大也在規劃EHRS藍圖，旨在全面推進國家醫療信息化、電子監控檔案建設。英國10年內投入超過120億英鎊，用于建設全國一體化的醫療信息系統。歐盟則發力統一的e-health體系建設，10年投入超過60億歐元。

　　但在我國，卻存在缺失生物數字主權的尷尬。近年來中國學者在國外發表了眾多學術論文，在發文章時，需要先把數據傳輸給國外雜志社。“在國外發表文章后，名義上是說可以獲得數據共享，但中國學者需要的許多數據并不是想拿就能拿到的。”朱云平說。

　　朱云平指出，我國醫療數據幾乎不能共享，轉化利用率低。而美國目前已經初步實現了社區、醫院、區域的醫療數據共享系統。現實導致我國缺少自主知識產權的高價值生物數據庫，且我國生物大數據分析能力嚴重不足。

　　這使得中國學者在使用國外數據時，必須支付高昂的費用。例如，世界最為權威的代謝通路數據庫KEGG，其使用費為每年5000美元。權威的人類疾病相關變異數據庫HGMD，其年費是3725美元。權威的藥物基因組變異與藥物反應數據庫PGMD，其年費也達3735美元。

　　生物大數據事關國家未來戰略

　　去年9月谷歌公司宣布成立Calico公司，利用大數據進行人類衰老及相關疾病方面的研究。亞馬遜通過其云平臺托管國際千人基因組計劃龐大數據庫，并免費開放。微軟也啟動了microsoft biology initiative項目，進軍生物醫學大數據領域。據悉，美國已建成覆蓋本土的12個區域電子病歷數據中心、9個醫療知識中心和8個醫學影像與生物信息數據中心。

　　但是，我國生物醫學大數據產業尚未形成。朱云平說，我國迫切需要建立國家級生物大數據技術研發基地。

　　所幸的是，國家“863”計劃2015年度項目申報指南中，在生物和醫藥技術領域已經部署“生物大數據開發與利用關鍵技術研究”，涉及的內容包括生物大數據標準化和集成、融合技術，生物大數據表述索引、搜索與存儲訪問技術，心血管疾病和腫瘤疾病大數據處理分析與應用研究，機遇區域醫療與健康大數據處理分析與應用研究，組學大數據中心和知識庫構建與服務技術等。

　　“生物醫學大數據開發與利用，應面向我國生物數據匯集、管理、共享與利用的重大需求，重點突破生物大數據質量控制、集成融合、索引組織、存儲管理、搜索訪問、數據可視化、分析建模、知識庫構建等關鍵技術。”朱云平建議。

　　加強專業人才培養也尤為迫切。王辰指出，為適應生物醫學大數據的發展，應在生物醫學領域加強計算機科學、數據庫專業人員的培養，加強流行病學、統計分析、信息學人員、標本庫管理人員的培養。

　　不過，生物醫學大數據也存在一定的風險。大數據中心的可靠性和隱私保護是其中的關鍵。

　　“數據中心崩潰的風險，可以通過在不同地域、不同條件下進行生物大數據存儲，再進行協同整合來解決。但在生物大數據的分析應用中，需要收集一切已知的生物信息，這與隱私保護存在沖突。”朱云平認為，如何在應用生物大數據的同時，更好地保護個人隱私信息，需要深入研究。