大数据给健康产业带来哪些变革?

日前，浙大一院正式成立“精准医疗中心”，中国工程院院士、浙大一院传染病诊治国家重点实验室主任、感染性疾病诊治协同创新中心主任李兰娟教授作了“医疗健康大数据与精准医学”的专题报告。

“精准医疗大数据的普及化，正带来中国乃至全球健康产业的变革。”在接受钱报记者专访时，李兰娟表示，不远的将来，大数据支持下的精准医疗将为每一个病人定制治疗方案，它也将改变国家的医疗投入的格局。

精准医疗提供个性化治疗

大数据技术，能够分析大量繁杂的数据集，发现疾病和治疗手段之间的有效联系，它将改变传统的治疗方案。

美国提出精准医疗的计划，利用大数据的分析，找出个性化的缺陷，真正对症下药，因人而异。这个办法帮助乔布斯延长了几年的生命。

我们国家的精准医疗研究，也在积极跟进。2014年7月，李兰娟和团队在《自然》杂志发表了科研成果论著，揭示肠道菌群与肝硬化的秘密，给全球医学科技研究提供了新思路。

一直以来，很多肝硬化患者，都接受过抗生素的治疗，但是李兰娟和她的团队发现，这样做并不能带来很好的效果，因为抗生素不仅杀死了肠道内的有害细菌，有益细菌同样也被杀死了。

肠道微生物是提供人体营养、调控肠道上皮发育和先天性免疫的不可缺少的“器官”，她把注意力聚焦在“肠道菌群”上，经过近3年时间的研究，他们收集了181个中国人肠道菌群的样本，其中98个是肝硬化患者的粪便样本，83个来自健康志愿者。

团队采用了新一代测序技术、以及大数据分析技术，产出了近860GB的序列数据，通过研究发现了28种与肝硬化病人密切相关的“坏细菌”；数据比对还显示，有38种与健康人密切相关的“好细菌”，在肝硬化病人肠道菌群中的量却非常少。

这就意味着，今后针对肝硬化病人的治疗，可以做到更加精准，“我们会给肝硬化病人补充更多的‘好细菌’，杀死过高的‘坏细菌’。”李兰娟说，在药物基因组学的基础上，这个工作还能够做得非常精准，“针对不同病人，运用合适的药物，合适的剂量。”

“精打细算”的外科手术

大数据技术已经开始在外科手术中，帮助病人得到更加高效的手术疗效。

中国工程院院士、浙大一院院长郑树森教授，是我国著名的器官移植专家。到目前为止，他带领团队已经成功进行了200余例活体肝移植手术。

肝脏是人的造血器官，“统帅”了成千上万根血管，对肝脏动手术，是有高难度的。

在先进的数字技术支持下，郑树森团队能够在活体肝移植在术前和术中，利用虚拟现实软件，查看病人肝脏中的各种构造。大数据分析还能够精准计算出需要移植的肝脏部分，一方面确保提供给受捐者充足的供血，能够存活；同时评估受捐者剩下的肝脏，能否在半年内长出新的肝脏，保证恢复正常的肝功能。

在世界各地，具有大数据处理功能的手术器械已经成为外科医生强有力的助手。比如，在摘除肿瘤组织的外科手术中，外科医生遇到的最大挑战是：一次手术是否能够把癌变组织切干净。像乳腺癌肿瘤的手术中，有将近三分之一都无法做到完全抹除肿瘤的痕迹。

前不久，伦敦大学帝国学院Zoltan Takats 探索了一场“精准手术”，手术使用的先进武器iknife，在传统手术刀前安装传感器和质谱分析仪，刀起落下iknife能在第一时间告知病灶的边界和性质。

大数据指导医疗政策

大数据能够更加科学地论证药物使用的效果，为医疗政策指导方向。

2012年，李兰娟曾经带领团队做了一个跟乙肝传染率相关的课题，采集了浙江1000人次的体检数据样本。通过分析发现：当年20岁（1992年出生）以上的样本，乙肝感染率在8%-10%；而20岁以下的样本中，乙肝感染率小于1.5%。

为什么只相差一岁，乙肝感染率就有那么大的差距？

1992年这一年，是个关键词。1992年，卫生部将乙肝疫苗纳入计划免疫管理。通过大数据技术分析，李兰娟团队验证了药物的有效性，这样的分析结果，将给国家制定公共卫生政策，带来科学的指导。

“如果我国继续保持对新生儿进行乙肝疫苗的全面接种，同时成年人也尽快接种乙肝疫苗，那么在十年后，中国将摆脱肝炎大国的帽子。”李兰娟说。

开发大数据预测疾病

有了大数据的分析，“看医生”模式正在转变为“被医生看着”——你的可穿戴设备能够做到24小时给你“做体检”，这种全数据模式成本低，效率却很高，几乎所有人都可以用。

“精准医疗的长期目标，是每个人的健康管理。” 接下去，李兰娟团队将在浙江创建一个人数规模超过100万的志愿者队列，他们愿意共享他们的基因数据、生物样本、生活信息以及所有的电子健康信息。

这是一个融合参与者、有责任的数据共享以及隐私保护的新型研究模型。基于这份健康大数据，浙大一院团队将能够做一系列新研究，比如药物基因组学研究，医生可以更准确地为每个病人开出合适的药物和合适的剂量；比如为病人设定新的治疗和预防目标。

世界医疗产业最发达的美国，在医疗创业领域冒出了许多基于大数据，做疾病预防方面的高科技产品——

美国人Anmol Madan和团队创立了一个公司，专注研究通过手机的数据分析，预测机主的疾病。

他们对实验参与者手机超过32万小时的数据进行收集分析后，最终能够对人们的手机建模，来预测感冒、精神疾病等等。比如，当人抑郁时，通常就能够在与人交流中被看出变化，日常数据分析就能够捕捉这些变化。在测试中，这个应用能够正确判断60％~90％人们日常的生理症状和普通呼吸情况，同时把这些变化发通知给机主本人，未来还能发送给朋友或家人。

深度开发大数据，预测疾病，还可能大幅降低医疗保健的费用。麦肯锡全球研究院报告，如果美国医疗保健行业对大数据进行有效利用，就能把成本降低8%左右，从而每年创造出3000亿美元的价值。

“在中国，大数据也将影响医改的具体政策，比如医保的投入。”李兰娟说。