隨著大數據和人工智能的快速發展，各行各業正不斷顛覆或創造出新的行業。那么，大數據和人工智能與醫療行業的融合將帶來什么驚喜？在2019（第五屆）江西省互聯網大會期間，新華網專訪中國科學院院士、中國科學院生物物理研究所核酸重點實驗室研究員陳潤生，解密“精準醫療”距離我們有多遠？

    陳潤生

    生物醫學大數據為疾病治療提供全新的方向

    大數據主要是以人的遺傳密碼破譯這一劃時代進展，促使了生物醫學大數據的出現，包括遺傳密碼、各種組學大數據。大數據的進入使得在經典的臨床手段當中多了一個很新的信息，而這個信息是個大數據，所以信息本身雖然是一個組學數據，但是量很大，它為疾病的診斷治療，為藥物使用的準確提供了全新的依據。這樣就使得有些嚴重的疾病可以比較早地預測，用藥可以做得非常準確，大大地提高一些疾病的診斷、治療的效率。它必然會為人類健康特別是一些疾病治療提供全新的方向，因此它對人類健康的意義是深遠、重大的。

    陳潤生

    組學大數據的應用正逐漸進入到醫療的實踐當中

    現在人們已經意識到組學大數據對于整個人類健康的意義了，但是具體真正應用，還在逐漸深入、逐漸進入到醫療實踐中。但主要的困難是兩個方面，因為這些大數據是全新的，一些信息過去沒有用過。所以一是對于這些大數據跟疾病關系的認識，還需要不斷地加強。實際上大數據可以測了，但測完大數據，很多我們還不知道它的意義，它對疾病會產生什么影響。我們現在真正對人的遺傳密碼解讀只有3%，需要把另外的97%也都解讀以后，才可以比較精準地去預測每一個遺傳密碼的變化會導致什么疾病。這是一方面，就是對遺傳密碼的解析、解讀，現在才是初級階段，所以我們要不斷地加深。第二個就是組學大數據。這個量很大，除了遺傳密碼的數據之外，其實人的疾病還跟環境有關，還跟很多的生理、生化指標，跟各種各樣的影像學指標都有關系。所以這些大數據，如何精確地去計算、去處理，依然是一個很難解決的問題。在這種情況下，目前看來，幾十年人們發展的一個人工智能機器學習的辦法，就是現在可用的一個理性的辦法。因為數學建模變量太多，而上述講的那些困難，用一個AI技術就能夠幫助我們處理。AI技術在目前看來是生物醫學大數據出現的初期階段一個非常有效的工具，這個工具還會在很長一段時間里，幫助我們去研究、挖掘、解析生物醫學大數據中跟人類健康有關的那些信息。當然，目前的人工智能應當說是人工智能的一個相對早期的階段，和真正的人腦比，它的能力還差很遠。所以在應用的同時，更應當從挖掘生物的腦功能角度來改進現在AI技術的原理、算法。也許會得到一個比現在能力更強的、功能更優秀的一個AI系統，幫助我們更深刻地挖掘蘊含在生物大數據當中的知識。

    陳潤生

    AI技術的挖掘會使得我們逐漸走向精準醫療

    隨著AI技術的挖掘會使得我們逐漸走向精準。但是要真正做到精準，一方面要真正地能夠挖掘出所有生物醫學大數據的內涵。當然不只是用現在的AI，可能也要改進現在的AI系統，同時要不斷增加對整個遺傳密碼生物大數據的理解，增加它的知識。所以這還是有非常非常多的工作、有非常非常多的困難需要克服，但是這也為我們進一步做一些原創性的工作提供了很多可能。我們不僅僅看到組學大數據分析當中要克服的困難，其實更應看到它會給我們帶來的光明，帶來原創的機會，所以它也是一個非常重要的寶庫。