首页 > 新闻公告 > 通知公告 > 正文

2017年乳腺疾病泉城论坛讲课精选之学科交叉讨论

来源：时间：2018-02-05 08:53:37

摘要：王颀：今天上午有四个讲题，其中三个是与医学相关，但是是医学外的课题。精准医学的热潮来临以后，数学家、癌基因专家比医学家更加热情，经常向我们咨询医学方面的问题。今天教授们讲到的是人工智...

王颀：今天上午有四个讲题，其中三个是与医学相关，但是是医学外的课题。精准医学的热潮来临以后，数学家、癌基因专家比医学家更加热情，经常向我们咨询医学方面的问题。今天教授们讲到的是人工智能和新材料技术。现在的临床医学是循证医学，未来的医学—精准医学是运算医学。运算对预防、预测、规划疾病起重要作用，对我们有很大启发。恒讯构建了人工智能部，里面有50个数学家，却没有临床专家。他们不用临床专家一起做乳腺、肺等各种辅助诊断的CT，而是用运算。现在医生的数学不太好，在临床和基础之间有一道鸿沟，而数学要跨越这道鸿沟才能真正运用到临床，这之间有一段距离。但是我们相互学习，融会贯通，主要的目的是把这些知识真正辅助于临床。

何建苗：今天上午听几位数学家及计算机专家讲的内容，我受益很多。临床医生目前主要以经验及循证医学看病。将来到了大数据的时代，医生手上有大量的数据，这些数据在各个医疗单位是分散、片面的。对于数学家和计算机学家而言，这个数据要标准化。现在临床数据，第一没有标准化；第二没有达到共享，大家都在自己一小部分的数据做分析，所以没有达到真正的大数据共享。医疗和数学之间有一座山，打通这座山需要一定时间。我想问一下，大数据时代的前景会是夕阳无限好吗？

张聚良：今天上午我确实学到很多东西，临床工作中，MBS和MSK有很多模型，之前在西北地区做基于STEP分析的模型，主要是有利于对辅助治疗效果的评估，但这个模型缺失了很多信息。今天听了刘炳强教授函数方面的讲座，特别有启发。虽然我不懂函数，但是需要和他们合作来建立这样的模型，有助于临床的分析。第二，想对刘宏教授的讲题提一点建议，您需要和临床医生好好沟通，前期的基础非常强大，工作做得很好，但是对于选择靶点，比如CA153、CA125在乳腺癌早期诊断的辅助意义很小，临床医生不是特别关注这方面。医生关注一些其他的点，比如在CDC中医生想知道CCC的分子分型，因为在外周血中找到CCC，发现它是HER-2阳性，那么这部分患者需要做短时的靶向治疗来控制CCC。这些工作是非常有意义的，所以要和临床医生好好沟通。学科的交叉和融合非常重要，我们科室和西安交通大学机械制造系有很多合作，比如今年在工业领域拿到科研项目，在以前是没有过的。

郑莹:今天上午是学科融合的讲座，对于我们科室及专业是非常有意义的。医生与数学家、IT专家有一个沟通的桥梁来更好地把现在信息技术应用于临床，我们部门现在是承担这个桥梁的作用。我们通过做单病种的数据库，把历史的临床资料更好地结构化、标准化。在做运算时，我们要把临床分散的非结构化、非细化的数据形成结构化、计算机能够读懂及运算的数据。希望在未来，这些数据能够更好地应用到临床的实践中。江泽飞教授讲了临床用药的进展，关键信息是国家对于用药政策变化，即研发到应用到临床，临床医生要利用手上的数据来更好地发挥自己的角色。这些数据不仅能够影响临床实践而且能够影响公共政策包括药物、药检的政策，希望引起临床医生的重视，使这方面交叉应用的价值能够更好体现。

罗永辉：今天听了四位专家的讲课，收获很大。首先，听了江泽飞教授的讲课，在临床中我们有很多问题，比如国家抗肿瘤药物滞后的问题、使用的合规性、在临床使用方面较麻烦以及在合法的渠道拿不到。这些新型抗肿瘤药在数据分析上的效果是很好的，但是在身边也有通过使用这些走私药效果不好的例子，甚至被认为是假药，各位专家怎样平衡及把握这些安全性的问题？对于晚期病人，现有的手段治疗效果不好的情况下，要采取怎样的治疗？在国家的法律法规及我们医院，这种操作是不允许的，各位专家是怎样平衡的？对于三个基础专家的讲座，我收获很大。现在是大数据的时代，智慧医疗、社会医疗的时代已经全面来临。在智慧医疗中，可以看到临床上可及的方面，临床大数据的研究以及一些为临床服务的小工具、云平台。这些服务确实对临床的工作产生许多帮助和便利。对于有经验的专科医生而言，目前的平台服务有些死板，而且不适合临床的一些实践。但是，云平台具有海量的信息，对于教学和基层年轻医生的培养有较好的帮助。希望材料、计算机这些相关学科可以帮助医生更好地解决临床问题，也期待云平台能够完善、精准，真正做到解决临床个体化方案，这样对于病人及医生都有非常好的帮助。

曹旭晨：天下合久必分，分久必合，临床专业也是越分越细。普通专业分得越来越细，但实际上又在更高的层面上融合，与相关的专业沟通更细，计算机与生物高层次地结合。南阳理工大学的搞纯物理、光学的专家，理论上和我们没有重合，但是他们用激光控制一个粒子，用一束激光把细胞固定，用另一束激光测癌细胞分泌的粒子。把激光打到血里，不同的细胞如白细胞、淋巴细胞等，根据大小不同、质量不同而分开。实际上很多不同的领域有很多机会和医学交流。希望通过这种多层面的会议，大家找到融合及研究的点。

姜大庆：听完今天上午教授们的演讲，把多学科交叉从宏观认识拉到微观认识。有基础才会有上层建筑，才会上升到另一个台阶。学科的交叉在方方面面，多学科有影像、病理、临床外科，我们一直在走亚专科细致的专业化，同时也要走临床基础实验。只有掌握大数据及一些新的思想和研究，我们才能进行阐明及转化。转化医学为临床进行很好的指导，有一些微观方向还值得探索和做出成果。比如医学影像给临床医生带来很好的辅助，给患者带来很好的评估。我们从一些相关基因检测中得到指导，通过微观领域的探索达到精准治疗。以后从基因的角度过渡到宇宙的角度，大家可以共同去探讨。今天收获很大，如果我们做好研究、用好数据以及改善一些软件，以后会取得更多的收获。

陆遥：我本科、硕士、博士是数学系的，毕业之后一直在医学院工作12年，研究乳腺癌分析这一方面，于13年千人计划来到中山大学工作。我一直在做医工结合的算法、模型。很多老师对医工结合有疑虑，不知道怎么实施。我特别反感的一句话“医学研究不用医生，我们数学家就能搞定”，有很深的感触是，做人工智能这一领域是离不开医生的。从IT的角度，我们有两个方面可以帮助临床医生，第一是大数据分析，第二是人工智能分析，这两点所用的方法和模型是不一样的。之前做大数据分析的时候，我们与中山大学肿瘤医院合作做鼻咽癌的数据分析，收了1000例鼻咽癌的数据，包括5年的随访数据。然后对这些大数据进行分析，运用影像数学的技术，根本的技术是大数据分析的技术，最后文章发在了放疗领域最好的杂志。其中，审稿的意见是我们的工作很重要，验证了2013年的指南，同时指出指南中与临床不吻合的地方并做出了修改意见。第二，从影像学角度分析，人工智能与临床结合时，早期使用人工智能做影像辅助诊断是良恶性的检测。现在做乳腺的方面是偏临床的，主要是分级、分型，良恶性的检测对于医生而言只是简单地检测，重要的是将计算机技术与临床结合。现在与中山大学附属第二医院合作，我们用头部CT和MRI做前哨淋巴结的转移。我们统计过有十年资历的医生用影像学判断前哨淋巴结的转移的准确率不超过70%。但是，用这个模型的成功率超过80%，而且非常稳定。其优点是，模型可以提出所有医生都能看出来的简单的临床指标，甚至资历3、4年的医生可以看出来，但是资质较浅的医生不一定可以。模型是根据资历2、3年的医生做出的基本临床判断而运用做出的判断，基本可以达到10年以上的资深医生的水平。与医生合作的时候，一定要从临床的角度考虑，这个模型目标很明确，不是去取代医生而是去辅助医生。对于资历浅的医生借助模型可以达到资深医生的水平，这是我们做这个模型的初衷，也是对未来的期望。我相信，当我们和医生坐下来认认真真谈话，大家相互交流，这件事就一定能做好，但是这件事不容易。因为这两个领域的人的工作习惯是不一样的，比如今天早上的会议是8点开始，对于医生，早上8点的时候可能已经查完房，甚至文章都已经读一篇，但是计算机的会议是不会这个时间开始，一般9：30。第二是工作语言，我们讲的是数学和逻辑，但是医生讲的是临床的经验和实证。数学家和医生如何交流？一开始如同鸡同鸭讲，我花了12年的时间学会了如何跟医生交流。

石爱平：听了今天上午四位专家的演讲，发现我们处于一个医疗理念需要变革的时代，就如曹主任说“天下合久必分，分久必合”。医学在过去20年经历了精细的分科及专业化，专科医生对疾病有了更深刻的了解，疾病的发生发展涉及到多学科以及跨学科的问题，因此在诊疗上需要多学科以及跨学科的合作。我理解的多学科交叉融合不是像过去大内科及大外科那样，而是更加精准、有针对性的融合。就像刘宏教授，他根据乳腺癌的早期筛查将材料学、医学、化学融合到一起，这个融合是有明确的目标，针对具体的临床问题。大家共同合作，这样才能对临床的一些问题有突破的进展，给患者带来受益。

王启堂：今天上午的内容很丰富，我听到跨专业融合的讲座，收获很多。现在已经到了互联网的时代，智能医学已经悄悄来到我们面前，第一智能医学可以提供疾病的预测以及发展的趋势；第二能够帮助医生进行辅助诊断，进行更精确地诊断。第三是在短期内对年轻医生进行培训，尽快提高他们诊疗的水平。第二位刘教授进行术后分析以及靶点的相关性探索，现在在临床上很多医院开始做基因检测，这可以提供很多数据来预测和解释不同疾病的发生和发展，并且可以为临床治疗提供指导方向和帮助。我曾经做过一次基因检测，证实了一点，我的酒量差与饮酒相关基因表达低有关。现在，大数据的应用仅仅是个开始，将来还会有多学科密切合作，在临床中进一步转化，应用于临床。

王颀：通过今天的讨论，大家的收获有两个，第一个精准医学包括医学循证进入新时代，建立联盟是非常重要的，大家一起联合，达到临床应用的水平。第二是在学科领域要换位思考，运算改变诊疗规范最经典的是无创的产前诊断。辅助诊断达到同质化诊疗，低水平医生和高水平医生用同相同的辅助诊疗。精准医学的技术创新，包括人工智能。要达到未来真正的精准医学，我们任重而道远。

上一篇：2017乳腺疾病泉城论坛讲课精选之山东大学晶体材料研究所刘宏教授

下一篇：2017乳腺疾病泉城论坛讲课精选之中国科学院昆明动物研究所陈策实