精準醫學與計算主義

精準醫學與計算主義

「精準醫學」一經問世，迅速引起了各國政府以及醫學界、科技界、產業界的廣泛關注和積極響應。我國科技部也於2015年3月11日召開了國家首次精準醫學戰略專家會議，提出了適合我國國情的中國版精準醫學計劃^[1]；2016年3月，科技部公布「十三五」國家重點研發計劃「精準醫學研究」重點專項申報指南；同年6月，國家衛生和計劃生育委員會公布「十三五」國家重點研發計劃「精準醫學研究」2016年度項目安排。標誌著精準醫學計劃在我國已正式啟動實施^[2]。不可否認，精準醫學確實已取得了一些令人鼓舞的進展，但同時也要清醒地看到其亦面臨種種困境，導致業界對其依然存在不少爭論，甚至質疑。

當今世界，計算無處不在，廣泛滲透進社會的方方面面，已經成為時代的基本特徵之一。可以說，計算在改變人們學習、工作和生活方式的同時，其觀念和方法也在深刻地改變我們對世界的認識和改造世界的實踐過程^[3]。精準醫學是生物醫學技術與數據科學廣泛交叉的產物，其發展亦取決於計算信息技術與生物醫療技術間能否有效深度融合。本文從計算主義認識論角度審視精準醫學，以期更深入理解、把握這一概念的複雜內涵，進而在精準醫學實踐中能夠真正達到系統規劃、合理布局，使精準醫學健康發展。

1

精準醫學的現狀：進展與爭論並存

從古至今，精準一直是醫學不懈追求的目標，藥到病除、立竿見影均是對其形象的描述。隨著數學、物理、化學等基礎學科應用於生物醫學領域，生命科學及醫學經歷了由感性到理性、由經驗向科學的深刻變遷。醫藥領域數字化浪潮和高通量組學技術的蓬勃發展，使得當前醫學數據的積累速度史無前例，醫療大數據也已全方位滲透到基礎、臨床、預防等各個醫學學科，覆蓋到科研、臨床、疾病防控、康復保健等各個行業，輻射到醫療機構、醫學院所、醫療行政等各個部門^[4]。

已有的醫學大數據構成了精準醫學的數據基礎，但更為重要的是如何解讀這些數據並使其有效指導醫療實踐。由此可見，精準醫學的關鍵在於不同層面的相關數據能否有效進行整合，形成一個各個信息層之間、不同類型數據有著高度連接的疾病知識網路。目前，廣義的精準醫學就是以個體基因數據、臨床試驗數據、環境數據以及居民的行為與健康管理數據等為依託，以個體化醫療為目標，將「個體化」貫穿於疾病預防、診斷、治療的各個階段，最終實現「未病可防」、「小病可治」、「大病可控」的醫療服務^[5]。

自奧巴馬正式提出精準醫學理念以來，權威學術期刊紛紛刊出精準醫學相關的重大進展。僅以腫瘤的精準醫學為例，Nature對EGFR酪氨酸酶抑制劑在肺癌治療中的效果給予了高度評價，認為其開啟了肺癌精準治療的新時代^[6]。The New England Journal of Medicine也發表大樣本的早期乳腺癌患者乳腺癌相關基因檢測結果，發現通過檢測這些基因可以鑒別出高化療風險的早期乳腺癌患者，從而幫助這些患者避免不必要的化療，有效降低了此類患者化療過程的副作用^[7]。利用液體活檢技術，約翰·霍普金斯大學發表在Science Translational Medicine的研究證明，循環腫瘤DNA（circulating tumor DNA,ctDNA）是一種預測術後結腸癌複發風險的有效生物標記物，從而為結腸癌的術後監測提供了更快捷、準確的手段^[8]。以上表明至少對於某些類型的腫瘤而言，癌症精準醫學已經覆蓋了這些腫瘤的早期診斷、靶向用藥、療效預測、複發監測等領域，為這些腫瘤的防治提供了有效方法。當然，並非僅有樂觀的結果，質疑和悲觀的結果也見諸於這些權威期刊^[9-12]。其中，兩篇分別發表在Nature和The New England Journal of Medicine的論文再次將對精準醫學的爭論推到了風口浪尖，兩篇論文總結了最近發表的一些腫瘤個體化治療的臨床結果，都給出很悲觀的評論，認為「精準策略沒有給大多數腫瘤病人帶來好處」、「腫瘤的精準治療僅僅是一個待證明的假說」。論文進一步指出了腫瘤精準治療的兩個關鍵前提：（1）所有癌變細胞均需存在腫瘤相關的驅動突變（driver mutation），而且針對這些突變的藥物需絕對有效；（2）腫瘤的某些特徵（如異質性、腫瘤進化及耐藥性）本身必須可以控制。不幸的是，這兩個前提目前確實尚無法滿足，從而使腫瘤精準醫學似乎成了鏡花水月^[11-12]。兩種截然不同，甚至有些針鋒相對的結論說明，我們對精準醫學的認識和實踐還很不成熟，盲目的樂觀或悲觀都是不合時宜的。

2

計算主義與計算主義生命觀

「計算」起初是一個數學概念，幾乎隨著文明的起源相伴而生，目前已拓展至社會的方方面面。計算的本質可理解為基於某些規則的符號串連續變換過程，即從已知符號串開始，基於某些規則，經過有限步驟，通過一步步改變符號串，最後得到一個滿足預先規定的符號串的變換過程。演算法概念與計算概念密不可分，一般而言，演算法實質就是符號串變換的規則，即求解某類問題的通用法則或方法，也就是我們平時熟知的一系列計算規則或程序^[13]。信息是與計算緊密相關的另一概念，信息就是對客觀事物（包括事物的特徵、現象、本質及規律）的識別、描述和反映，而計算則可理解為是對信息的加工。就二者而言，從靜態的角度看即為信息，而從動態的角度看即為計算，我們平時常講的數據即可理解為數字化或符號化的信息。

隨著計算概念的確立及對其本質的深刻把握，計算主義應運而生。計算主義世界觀有別於以往的物質世界觀，可以說是在其基礎上的進一步發展。在承認世界物質性的同時，計算主義世界觀認為只有進一步把握物質的結構與演變才能揭示世界的本質^[14]，即恩格斯所說的「世界不是既成事物的集合體，而是過程的集合體」。計算主義世界觀將特定的自然規律視為特定的「演算法」，而特定的自然過程實際上可以看作是執行特定自然「演算法」的一種「計算」^[15]。

對於計算主義，無論對其支持與否，有一點毋庸置疑，即在當代科學研究中，計算主義確實起著重要的方法論指導作用，並廣泛滲透到生命科學領域，促進了計算主義生命觀的產生。計算主義生命本質觀認為：生命的本質是信息，它主張信息傳遞在生命過程（如自我複製、新陳代謝、應激性、進化等）中起決定作用，同時認為生命信息的傳遞和運作過程是可計算的。這一思想給生命研究以很大啟發，相比生命的基本物質構成，物質間的聯繫、組織和形式可能更有助於理解生命的本質^[16]。沿著這一思路，所有生命系統均有兩個基本組成部分——信息（或數據）和程序（或演算法）。前者是對生命特徵的描述，而後者可看作生命過程中運行的演算法。20世紀80年代以來,隨著人工生命、人工智慧、元胞自動機理論、生物信息學等的產生和發展，計算主義生命觀確實獲得了一定程度的印證，例如，分子生物學中的中心法則表明，遺傳信息實質即是以生物分子為載體，以分子演算法為組織原則，最終實現信息的貯存、複製和變換的過程^[17]。當然，我們應該客觀、辯證地看待計算主義生命觀，一方面，應抱以開放性和寬容性，因為其確是一種研究生命現象的有效方法，確實取得了一些有實際意義的成就，深化了我們對生命的認識。回顧科學史，由於數學本身具有普遍性、邏輯性和可操作性，其他學科的發展均或多或少得益於數學的推動。正如馬克思所說：「一種科學只有成功地運用數學時，才算達到了真正完善的地步。」另一方面，也應清楚認識到它的適用性和局限性，由於生物體的極端複雜性，計算主義生命觀在研究生物體時，依然沿用了傳統生物學的方法，即不得不先將生物體「還原」為相對獨立的「小系統」，試圖通過對生物體下一層級信息的計算過程去重構其上一層級乃至整個生物體，因而其仍然植根於還原論的基礎之上。

3

計算主義生命觀與精準醫學

隨著大數據時代的到來，數據已充斥於社會的方方面面。對於現代醫學而言，人體已然成為一個大的資料庫，各種醫學數據使現代醫學顯現出明顯的數據化特徵。因此不難理解，精準醫學的最終效果很大程度上取決於數據和計算兩個要素。對於數據，特別是醫學數據，需要辯證地予以審視。首先，生物心理社會醫學模式告訴我們，醫學面對的不單純是疾病，患者也不是純粹的自然人，他們擁有各自的情緒情感、性格思想、精神心理等，這些因素同樣會對健康產生重要影響，然而這些指標有時很難通過統一量化標準得到絕對準確的數據。正如愛因斯坦所言，不是所有可量化的東西都是重要的，也不是所有重要的東西都是可以量化的。其次，數據實質是對客體對象某些自然屬性的表徵，即通過數值的大小和量來實現對客觀某個屬性的表現。因此，數據總會帶有一定的主觀性，未必能充分代表真實情況，因此以數據為基礎的計算過程也難免受主觀性的影響；長期以來，基於還原論的研究方法致使生物醫學領域的知識信息很大程度上是「碎片化」的，考慮到醫學客體（人）的極端複雜性，醫學數據同樣並不完全等於患者的實際情況，它只能代表有限的事實^[18]。如果說數據是精準醫學的根基，計算則構成精準醫學的支柱。隨著大數據分析技術與生物醫學的結合，各種計算建模方法（模式識別、數據挖掘、機器學習、深度學習等）被應用於醫藥領域，由於所用演算法各有千秋，導致對於同一問題，往往得到很不一致的計算結果或數學模型。這種「橫看成嶺側成峰」並不意外，因為計算過程只能是對生命（疾病）過程的模擬，數學模型也只能是對生命（疾病）現象的近似，再好的演算法或數學模型也只是一種階段性、近似性的認識成果，需要通過不斷地改進完善才能逐步逼近真實的生命（疾病）本質。

除了以上技術層面的困境和局限，還應在哲學層面客觀地對精準醫學和大數據計算技術進行審視。首先，醫學大數據構成了精準醫學的數據基礎，大數據技術為精準醫學提供了技術保障。在還原論的長期影響下，當人們在科研實踐中面對手頭的數據時，總是試圖找到數據間的因果關係，似乎只有這樣才算是科學的結論。然而在大數據時代，我們要面對的是海量複雜數據，要跟蹤每一個數據的前因後果基本是徒勞的。這時如果依然秉持還原論因果路徑來為現象進行科學說明，我們將陷入無窮無盡的因果關係之中。也就是說，大數據時代的科學允許混雜、模糊、多樣，允許不精確，只有接受不精確性，我們才可能打開一扇從未涉足的世界之窗^[19]。這就不可避免地產生了令人困惑的悖論：精準醫學必須以大數據為其基礎，而大數據又必須容忍不精確性。再者，大數據技術的邏輯屬於歸納邏輯，而歸納邏輯不具有必然性，其結果並非必然為真。大數據模型亦是經過歸納分類建構起來，再基於模型進行檢測和預測^[20]。既然大數據技術的邏輯基礎不具有必然性，那麼基於它的預測又如何做到必然合理呢？由此可見，以大數據技術為基礎的精準醫學背後存在著邏輯局限，我們不要陷入對精準醫學和大數據的盲目崇拜，更不能將它們萬能化。

4

結 語

精準醫學才剛剛起步，夢想之路依然任重而道遠。由於醫學發展的階段性以及對疾病認識的局限性，精準醫學之路同樣不會一帆風順，需要經歷長期的不斷探索。哲學的生命力源於對時代變革做出積極的響應，在豐富自身的同時對實踐加以指導。科學史也清楚地告訴我們，新生事物的出現總會伴隨著爭議質疑，而思辨爭鳴是連接夢想與現實的貫通之橋。精準醫學同樣如此，就讓我們在爭論中努力前行，正如愛因斯坦所言：在科學上，每一條道路都應該走一走，即便僅僅是發現一條走不通的道路，也是對科學的巨大貢獻。

參考文獻

[1]焦飛，謝書陽，李有傑，等.精準醫學與不確定性[J].醫學與哲學，2016，37（1A）：27-29.

[2]孫麗雅，張明，賀林.「精準醫學」冷思考[J].中國科學：生命科學，2016，46（7）：886-889.

[3]李建會.走向計算主義[J].自然辯證法通訊，2003，25(3)：31-36.

[4]謝兵兵，楊亞東，丁楠，等.整合分析多組學數據篩選疾病靶點的精準醫學策略[J].遺傳，2015，37（7）：655-663.

[5]呂有勇.精準醫學理念與實踐的風險評估[J].醫學與哲學，2016，37（8A）：8-12.

[6]JIA Y,YUN C H,PARK E,et al.Overcoming EGFR(T790M) and EGFR(C797S) resistance with mutant-selective allosteric inhibitors[J].Nature,2016，534(7605):129-132.

[7]CARDOSO F，VAN』T VEER L J，BOGAERTS J， et al.70-Gene Signature as An Aid to Treatment Decisions in Early-Stage Breast Cancer[J].N Engl J Med,2016，375 (8):717-729.

[8]TIE J，WANG Y，TOMASETTI C，et al.Circulating tumor DNA analysis detects minimal residual disease and predicts recurrence in patients with stage Ⅱ colon cancer[J].Sci Transl Med,2016，8(346):346ra92.

[9]SHRAGER J.Precision medicine:Fantasy meets reality[J].Science,2016，353(6305):1216-1217.

[10]HEY S P,KESSELHEIM A S.Biomedical research.Countering imprecision in precision medicine[J].Science,2016，353(6298):448-449.

[11]PRASAD V.Perspective:The precision-oncology illusion[J].Nature,2016,537(7619):S63.

[12]TANNOCK I F,HICKMAN J A.Limits to Personalized Cancer Medicine[J].N Engl J Med,2016，375(13):1289-1294.

[13]李建會.科學前沿的計算主義哲學意蘊[J].哲學動態，2012（12）：74-81.

[14]符彬.評《計算主義：一種新的世界觀》[J].自然辯證法研究，2013，29(9)：125-128.

[15]齊磊磊.從計算機模擬方法到計算主義的哲學思考：基於複雜系統科學哲學的角度[J].系統科學學報，2015，23(1)：14-18.

[16]趙小軍.走向綜合的計算主義[J].哲學動態，2014（5）：85-93.

[17]王建紅.計算主義的未來：基於科學哲學和SSK的研究[J].哲學動態，2016（6）：87-95.

[18]樊代明.再論醫學與科學[J].醫學爭鳴，2015，6（6）：1-16.

[19]黃欣榮.大數據對科學哲學的新挑戰[J].新疆師範大學學報：哲學社會科學版，2016，37(3)：133-139.

[20]張學義，彭成倫.大數據技術的哲學審思[J].科技進步與對策，2016，33(13)：130-134.

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！