21世纪经济报道记者季媛媛 上海报道 2005年,美国《科学》杂志为纪念创刊125周年,曾抛出“引领当代科学潮流的125个大问题”,在前25个被认为最重要的科学问题中,有16个与生命科学有关。
与生命科学密切联系在一起的医学,是守护人类健康、维护社会稳定运转的基石。精准医学作为医学科学的“新概念”,于2011年首次提出,近年来取得了飞速发展。
近日,在“创·在上海”大中小企业融通科创论坛暨“无科创无未来”复旦管院科创走进嘉定活动现场,复旦大学生命科学学院院长林鑫华对21世纪经济报道等指出,生命科学是创新与技术相结合的典范,而精准医学体现了医学科学的发展趋势,也代表了临床实践的发展方向。
【资料图】
那么,要如何激发源头创新,如何推动精准医学产业发展,AI时代我们又需要怎样的精准医学人才?
精准医学指的是针对疾病病因的复杂性,综合考虑个体生物特征、环境、生活方式存在的差异,从而制定有效的健康干预和治疗策略的医疗模式。
与传统医学相比,精准医学能够精准优化诊疗效果,避免医疗资源浪费;减少无效和过度医疗;明确罕见病病因并寻找治疗方案。
精准医学主要包含精准诊断、精准治疗和精准预防三个核心部分,其目标是提高临床诊疗精准度。
相关资料显示,在精准诊断方面,2016年仅全球分子诊断市场总额就接近106亿美元,CAGR(复合年均增长率)预计为14.3%。到2023年,全球测序市场规模将从2018年的107亿美元增长到244亿美元,CAGR为18.0%。在精准治疗方面,肿瘤免疫治疗市场的规模将从2016年的619亿美元增长到2021年的1193.9亿美元,CAGR达到14.0%。
另外,在生物大数据领域,至2022年,生物样本库市场总额将增长至26.9亿美元,CAGR达7.8%。至2025年,生物大数据的市场总额将增长至530至690亿美元,CAGR达到27%。
“例如基因检测、液体活检、影像诊断、个体化药物、靶向药物、免疫治疗等,包括AI技术需要的生物大数据,人工智能、临床决策等。”林鑫华说,“这一系列创新都会带来巨大的市场价值。”
医学研究离不开模型,对于临床来说尤其需要利用模型进行药物开发和疾病诊治的开拓。类器官则是生物医药领域的革命性模型,是器官发育、精准医学、再生医学的重大技术发现。
类器官可以取自人体组织的任何一部分,例如提取一根头发、一片皮肤,再通过各种基因编辑做成与人体内器官类同的细胞组织。这种细胞组织具备了组织记忆、自我组装、重现组织器官结构的能力。
“不需要通过小鼠,直接从病人体内取样。”林鑫华介绍,“现在通过这项技术,肠道等常见人体组织都可以做成类器官。因为可以从人体样本里直接做,所以对精准医学产生了非常强的影响力。”
抗癌是人类医学史上的长久难题。
如今,类器官技术可以应用于预测肿瘤药物敏感性,包括预测化疗药和靶向药物有效性;预测免疫治疗药物(如PD-1抗体药)的有效性,未来还将和二代测序技术一起,共同帮助医生择药,实现精准用药。
类器官技术还能助力新药研发,用于药物毒性和有效性测试。包括肾、肝、肠类器官用于药物的毒性预测;携带特定突变的肿瘤类器官筛选靶向药;免疫细胞治疗疗法、溶瘤病毒疗法评价等。
类器官再生医学可以实现有功能、定植性更强的类器官进行移植,例如,成体干细胞来源的肝、肠、肺、胰岛类器官移植等。
此外,通过类器官智慧生物样本库,例如建设可冻存再复苏的活生物样本库,能够助力医学研究、药物研发和再生医学。
“精确的药物试验,对预防转化至关重要。通过建立一系列的模型,做一系列有效的毒性测试,类器官也可以帮助对新药的开发。”林鑫华说,“最重要的是可以通过类器官的再生医学产生新的组织,在体内进行对疾病的诊治。类器官也可以做活体样本,我们中国做了大量的样本,十几年前做的很多都是一些组织冻起来,扔掉可惜,保留花钱,这时候就需要用活体的样本。”
目前,林鑫华团队正在开展器官发育和稳态维持机制研究、病毒传播风险及致病机制研究以及肿瘤发生发展机制和药物开发。
“肿瘤最重要的问题在于异质性。它经常会变,今天发现好了,过两天变化了就会产生抗药性。”林鑫华介绍,“我们需要建立一系列模型,这些模型可以用类器官来做。例如人的肝脏细胞,通过基因编辑做出人的肝母细胞瘤类器官,通过这个模型建立一系列的药物测试,可以检查原来的药对这些肿瘤的影响,以及用于开发新药。”
实际上,眼下,类器官是个热门领域,但“跑得很快,仍需要进一步成熟和完善。”林鑫华指出,类器官领域仍有很多挑战,其中也并存着机遇。
一方面,类器官系统具有局限性。例如,体外培养的类器官成熟度和功能有限;另一方面,类器官形成效率、形态结构和功能方面存在异质性;另外,关键原材料来源有限并且成分不明确。此外,培养标准化方面,需要实现类器官制备工艺标准化、类器官培养材料标准化、类器官(肿瘤等)标志物标准化。在材料产业化方面,则需要开发更优的生物基质凝胶、探索新的合成类基质(水凝胶)、研发自主知识产权的原材料等。
“特别是严格的质量控制,标准化的培养体系,还有工程的自动化操作程序,都会对转化产生非常重要的影响。”林鑫华强调。
AI技术浪潮的兴起为医疗行业智能化转型提供了新的思路和手段,同时也为精准医学产业发展带来了重大机遇和变革。
在林鑫华看来,目前比较可靠的AI技术应用在影像诊断方面,例如病理诊断直接用图像处理的可信度很高。长期而言,AI技术将会对精准用药和精准预防产生深远影响。“特别是在药品开发方面,例如蛋白质结构可以通过AI技术实现。”林鑫华表示,“AI技术现阶段有些可靠性非常强,有些则要用经典方法与先进方法相结合。”
医学发展的终极目标是更好服务于患者,随着AI技术飞速发展,对AI技术的信任也成为新的议题。“对患者来说,怎样让他们感觉到AI技术是可靠的?第一,技术本身必须进一步提升。只有提升硬科技,才能精确判断疾病。”林鑫华说。
同时也需要对广大民众加强科普宣传。很多新的技术,到一定年龄、一定时期要有一个学习和理解的过程。只有大家认识到AI技术的先进性、可靠性,再加上真正的可行性,才能长期为社会服务。
如此,关注技术的同时,人才的作用也不容忽视。“AI人才首先对数据的处理算法要有很强的能力,同时对临床、对生命科学要有深层次的理解。”林鑫华表示,“更重要的是要有这方面的学习能力。这样才能围绕医学所需、患者所需、以自己所能真正为医学、为精准医学的临床转化落地开发服务。”
林鑫华指出,我们需要为人才提供好的平台,包括基础平台、实验平台,同时也需要形成优良的文化和生态。
“一个人的学习能力是多方面的,没有人生下来就是搞生命科学的。只要社会所需,你所能;只要有好的人才库、好的平台、好的文化体系,就能真正让AI在精准医学、转化医学的发展推动上起到重要作用。”林鑫华强调。