分论坛A2：大数据计划
2014年国际临床和转化医学论坛的A2分论坛即“大数据与转化医学”于2014年5月29日下午及30日上午在上海第二军医大学举行。该分论坛由中国科学院上海高等研究院主要承办。德国马普研究所 （Max Planck Institute）分子遗传研究所所长Hans Lehrach 教授及中国科学院上海高等研究院副院长吴家睿教授担任该论坛的共同主席。来自国内外的11位专家学者在会上作了精彩的报告，报告专家有：德国马普研究学会（Max Planck Institute）分子遗传研究所所长Hans Lehrach教授、英国帝国理工学院数据科学研究所（Data Science Institute, Imperial College）郭毅可教授、台湾生技整合育成中心（Supra Integration and Incubation Center）陈恒德（Chern Herng-Der）医务长、中国科学院上海高等研究院 （Shanghai Adcanced Research Institute,CAS）副院长吴家睿研究员、中国科学院深圳先进技术研究院（Shenzhen Insitutes of Advanced Technology,CAS）王磊研究员、中国科学院微生物研究所（Institute of Microbiology, CAS）生物信息中心主任马俊才研究员、中国科学院计算机网络信息中心（Computer Network Information Center,CAS）郭旦怀副研究员、上海中医药大学（Shanghai University of Traditional Chinese Medicine）中医诊断学教研室主任王忆勤教授、上海生物信息技术研究中心（Shanghai Center for Bioinformation Technology）主任李亦学教授、中国中医科学院中医药信息研究所（Institute of Information on Traditional Chinese Medicine,CACMS）崔蒙教授、上海交通大学附属儿童医院（Children's hospital affiliated to Shanghai Jiaotong University）院长于广军教授。报告专家分别介绍了各自研究领域的最新研究成果和长期积累的经验，与会专家、学者及参会代表围绕大数据采集和数据云平台建设、大数据实践应用和面临的挑战、大数据与中医学以及大数据与未来个性化医疗健康展开了热烈的讨论，为今后建立广泛的国际交流与合作平台打下了良好的基础。
一、大数据采集和数据云平台建设
基于大数据的数字健康产业将是新兴健康产业的重要组成部分之一。健康维护的关键在于早期监测，要大力发展基于人体健康信息传感器与大数据管理的早期监测平台的基础设施建设，并通过云计算把这些信息进行储存、收集、分析和管理，为健康维护提供重要技术支撑。王磊研究员介绍了用于大数据采集的人体传感器网络(BSN)的应用需求与挑战，他们课题组有关B S N平台开发，穿戴式运动信息获取，穿戴式心理健康评估以及穿戴式医疗市场价值方面的研发工作。郭旦怀副研究员介绍了中科院计算机网络信息中心在科学数据云平台设施建设及应用服务，尤其是针对公共卫生领域的大数据服务方面的情况。
二、大数据实践应用及其挑战
大数据应用的场景包括比较效果研究，临床决策支持系统，远程病人监测，基于卫生经济学和疗效研究的定价，新药预测建模，个性化治疗，疾病模式的分析，药品开发的选择，公众健康的监测，保险理赔模式的优化等。上海交通大学附属儿童医院于广军教授介绍上海市通过实施医联工程和健康网工程项目，建立了多维的大数据分析处理和分析平台，并构建了医疗大数据应用服务模式，正在形成上海地区的医疗卫生的信息化建设和数字化健康产业。以医联平台大数据为基础，建立了环境气候对儿童常见疾病的影响分析监测系统。马俊才研究员介绍了他们在全球微生物资源引用与利用信息综合分析方面进行的Global Catalogue of Microorganisms(GCM)国际合作网络建设及共享方面的情况。陈恒德教授主要介绍了台湾国家健康保险业在大数据应用方面的成功经验。郭毅可教授介绍了他们联合学术界和产业界一起开展的eTRIKS项目。作为大数据转化信息学的一个具体的例子，他指出eTRIKS平台是大数据时代转化医学研究的一个很好的平台。李亦学教授则重点介绍了面对日益增加的巨量生物数据，大数据处理所面临的巨大挑战及应对思考思考。
三、大数据与中医学
大数据三大理念包括关注“整体”而非“抽样” ；关注效率而非绝对精确；关注相关关系而非因果关系。中医学是根植于中华文化、基于中国哲学、以天人合一的整体观及辨证论治的个体化诊疗思想为特征的一门研究人体生命运动的科学。大数据的特点与中医学的认识极为相似。上海中医药大学王忆勤教授介绍了中医望诊、问诊、声诊和脉诊以及四诊信息研究中传感器技术的应用现状以及中医诊断信息处理技术。重点介绍了她们课题组在中医望诊、问诊、声诊和脉诊以及四诊信息融合的信息处理，运用人工神经网络、支持向量机、贝叶斯网络、多标记学习等模式识别方法建立相关证候模型并进行预测的有关研究工作。中国中医科学院中医药信息研究所崔蒙教授介绍在大数据时代，中医数据与其他学科相比，在数量上虽然不具有海量的特点，目前还很难达到EB、PB、ZB级，大多停留在GB、TB级水平，但它却具有明显的“全数据”特点.两者特点的相似性提供认识转变的机遇。整体、混杂与相关关系获得重视使中医理论体系的“真实性”得到认可；进而突出了中医药信息学在中医发展中的作用。
四、大数据与未来个性化医疗健康
随着科技的发展，社会的进步和传染病的控制，目前对我国人民健康威胁最大的不再是传染病，而是慢性病。慢性病都属于复杂性疾病, 具有“长期积累”的特点。因此基于从个别基因或者个别蛋白质的变化来解释复杂性疾病发生与发展机制的研究，很难帮助人们全面地认识和抗击疾病。而以生命复杂性为主要研究对象的系统生物学策略，必然是今后开展复杂性疾病发生与发展机制研究的主要途径。随着科学技术和现代社会的不断进步，特别是随着计算机科学、互联网等信息技术的日新月异的发展，孕育和催生了大数据的概念及其应用。转化医学即是大数据的应用，大数据技术也将极大的带来转化医学研究的进步。大数据时代也意味着是个性化和精准治疗时代的到来。吴家睿研究员通过对Yale大学Michael Snyder教授针对单个病人186-400天组学数据整合分析的工作及美国系统生物学研究所 Leroy Hood “百人健康项目”的介绍，提出应基于系统生物学产生的大数据开展精确医学研究，实现个性化医疗。德国马普研究学会（Max Planck Institute）分子遗传研究所所长Hans Lehrach教授介绍了他们实验室针对个性化医学进行的虚拟药物开发工作。通过对患者基因组以及肿瘤基因组和转录组的深度测序工作的结合，他们建立了能够预测不同药物效果和副作用的模型，以此为每位肿瘤患者开发最优的治疗。
中国科学院上海高等研究院
健康医学部
2014年6月3日