當前位置:
首頁 > 健康 > 用優質臨床研究,打造科研競爭力|中國衛生與健康科技創新發展高峰論壇

用優質臨床研究,打造科研競爭力|中國衛生與健康科技創新發展高峰論壇

用優質臨床研究,打造科研競爭力|中國衛生與健康科技創新發展高峰論壇

2016年,國家衛生計生委會同科技部等部委先後印發和編製了《關於全面推進衛生與健康科技創新的指導意見》《「十三五」衛生與健康科技創新專項規劃》等重要文件。針對我國臨床醫學研究薄弱環節,國家衛生計生委與科技部等聯合建設了32家國家臨床醫學研究中心,將其納入國家科技創新基地方案。可見,為推動我國學者高效、合理地開展臨床研究,國家不僅建立了穩定的財政支持機制,而且初步構建了科技資源配置的新格局。在1月20日由《健康報》社聯合相關醫學科技機構舉辦的2018年中國衛生與健康科技創新發展高峰論壇上,多位學者在「臨床醫學研究與科研競爭力」分論壇上就此展開了討論。

用優質臨床研究,打造科研競爭力|中國衛生與健康科技創新發展高峰論壇

北京大學第三醫院、中國工程院院士

喬傑

用優質臨床研究,打造科研競爭力|中國衛生與健康科技創新發展高峰論壇

國家重點研發計劃中

生殖醫學有所作為

不孕不育和出生缺陷在各個國家都是重大公共衛生和社會問題。1994年,聯合國在開羅召開的國際人口與發展大會上,人們提出了生殖健康的理念,提出要滿足各種人群需求的生殖健康服務,如今這已成為一個全球性的服務綱領。在中國,從《國家中長期科學和技術發展規劃綱要(2006-2020年)》,到其他方方面面的文件,都把生殖健康作為發展目標之一。因此,在「十三五」國家科技創新規劃僅有的幾個和醫學直接相關的項目中,生殖健康及出生缺陷防控能夠單獨列出,並不令人意外。

在中國,不孕不育和出生缺陷是影響生殖健康的兩個重要方面。

在應對不孕不育方面,我們做出了一些成績。30年前,我們在北京大學第三醫院迎來了中國大陸第一例試管嬰兒。30年間,在這家醫院約有10萬名試管嬰兒出生,為這些家庭帶去了幸福。但是在全國範圍內、世界範圍內,這個技術的發展水平還不平衡,很多患者還不能夠得到有效的幫助。

出生缺陷對我們的挑戰也很嚴峻。中國整體的平均出生缺陷率是發達國家的2倍。高齡孕婦出現不良的妊娠結局,不僅可能發生妊娠合併症,還可能出現出生缺陷。我國的高齡產婦儘管在2015年只有10%,相比美國的15%不算太高,但隨著二孩政策的推出,很可能會使高齡產孕井噴式增加。

為應對出生缺陷,世界各國採取了不同的方式支持科研創新,目的是讓新技術應用到臨床,更好地阻斷出生缺陷的發生。其中,有30多個國家和地區還制定了專項法律法規。

那麼,我們國家圍繞生殖健康的科研創新該如何推進呢?首先,在專項任務的部署上,我們設計了三個總體目標。一是完成大規模、高質量的臨床隊列研究。它的重要性不言而喻,因為在各個臨床領域這都是要積極推進的。二是開展基礎理論研究,揭示影響生殖的疾病病因研究。第三是希望重點推介臨床轉化,實現關鍵技術和產品的突破。基於以上三個總體目標,我們試圖建立疾病防治的全鏈條研發體系,最終達到提高人口素質和生命質量的總目標。

從2016年開始規劃布置具體項目至今,已經發表了170多篇文章,其中109篇被SCI收錄,這之中有不少研究非常精彩。同時,也培養了很多優秀人才。2018年,依據這些研究得到的初步結果,再將已有的經驗進行凝練,我們將建立臨床示範基地,推動成果在基層推廣應用。與此同時,我們也建立了一些管理制度。如每個項目的啟動都有總體專家組參加,目的是讓基礎研究專家、臨床專家以及相關技術人員都能涉足同一領域,進行交叉、碰撞,更好地實現創新和突破。

中國醫學科學院阜外醫院、

中國科學院院士 顧東風

用優質臨床研究,打造科研競爭力|中國衛生與健康科技創新發展高峰論壇

生活方式對慢病影響不容忽視

《柳葉刀》雜誌2017年剛剛發布的前十位疾病負擔中,腦血管病和缺血性心臟病依然是全球主要的疾病負擔。全球心腦血管疾病發病率達到44.6%,中國這一比例為46%。因此,心腦血管疾病是我國主要的健康矛盾之一。

從危險因素看,一共17個因素造成了我們國家心腦血管疾病的高負擔,其中主要因素是高血壓、高LDL-C和高血糖。而不良生活方式主要涉及吸煙、高鹽飲食和體力活動不足。

具體而言,目前我們高血壓的患病人數接近2.7億,但控制率只有14%左右,85%的高血壓患者血壓控制還沒有達標,這對我們醫務人員來說是一個繁重的工作。我國老齡化趨勢明顯,所以高脂血症的防控也提上了議程。過去十多年的調查顯示,中國人糖尿病的患病率急劇上升,現在達到了1/10左右。

與生活方式相關的危險因素也不少。世界衛生組織規定,成人每天鹽攝入不超過4g。我國目前平均鹽攝入量在9~10g的水平。我們都知道,體力活動越多,心血管發病率越低。而我國城鎮化趨勢加劇後,人們體力活動急劇下降,隨著互聯網的發展,人們足不出戶,更加重了這一情況。此外,吸煙也是重要的問題,我國煙草的消耗量等於俄羅斯、美國、印度尼西亞、日本四個國家的總和。我們發表在《新英格蘭醫學雜誌》上的研究顯示,45歲以上的吸煙者中,70萬人發生心血管病和腫瘤而死亡。所以控制吸煙,減少煙草消耗和使用,應該是「健康中國」一個重要的任務和內容。

生活方式對心血管病整體風險的影響,共有以下指標可重點參考,它們是:不吸煙或戒煙超過12個月,體重指數小於25,每個星期超過150分鐘的中等體力活動或者超過75分鐘的重體力活動,健康食品如水果、豆製品等攝入量達標,以及少攝入紅肉、常飲茶。同時,高血壓都控制在120/80毫米汞柱下,血脂控制在正常範圍之內,空腹血糖正常。我們的研究顯示,62.1%的動脈硬化性心血管疾病發病歸因於研究對象未達到上述七個理想指標。

世界衛生組織明確全球慢性病控制目標,到2025年讓慢性病導致的死亡要減少25%,人們的體力活動增加10%左右,鹽的攝入量減少30%,煙草消耗減少30%,高血壓的管理要加強。不難看出,這和我們防範心腦血管疾病的幾大指標不謀而合。

我們國家基本公共衛生包括了糖尿病、高血壓的管理,這是全世界最重要的基本公共衛生行動,全世界沒有一項公共衛生的項目每年投入如此大數額的經費。今後若能夠進一步加強監督,使用好這些醫療經費,進行考核,實質性地改善基層高血壓、糖尿病的慢病管理,我們國家五年後心腦血管病的發病率和死亡率控制一定會得到非常好的改觀。

騰訊公司互聯網高級戰略合作諮詢顧問

宋睿

用優質臨床研究,打造科研競爭力|中國衛生與健康科技創新發展高峰論壇

互聯網+醫療展現良好前景

互聯網+在2016年「兩會」被納入政府工作報告。而騰訊對於互聯網+的理解,就是我們怎麼樣利用互聯網的能力,包括雲計算、大數據以及人工智慧(AI)等,幫助各個傳統的產業進行變革。而互聯網+醫療也是我們所關注的一個重點。

騰訊對於互聯網+醫療有兩個關注點,第一個是人工智慧+醫療,第二個是生態醫院。

基於以往對圖像處理的技術積累,騰訊推出了一款醫學影像產品「覓影」。從2017年8月發布至今,我們發表了大量科學論文,覆蓋機器學習、計算機視覺、自然語音處理等。我們與各個科學院校和醫院進行合作的同時,推出了自己的運營產品,在近百家醫院落地。主要從六個臨床方向著手。第一個是食管癌,覓影的篩查率可以達到90%以上,從而有望幫助醫生進行早期食管癌的篩查。第二個是肺結節,我們通常可以普遍檢測到5毫米以上的結節,而覓影可以檢測到3毫米以上的結節,且準確率達到95%。除了肺結節的檢測標註外,還可以實現對肺結節良惡性的判斷,準確率達到85%。除了上述兩個領域,覓影在糖尿病的視網膜病變檢測、宮頸癌篩查、乳腺癌鉬靶和淋巴切片篩查方面都有不俗的表現。

騰訊的生態醫院也是我們研發的重點。在微信的生態醫院中,有幾個途徑可以讓醫療服務更便捷,其一是在線挂號,通過我們的微信平台挂號之後,避免了排隊的困擾。還有在線問診、檢查報告、電子處方、醫療支付等。

去年科技部發文,依託騰訊建立國家影像AI智能平台。騰訊也進入了國家人工智慧標準委員會,一起為國家的人工智慧制定標準。騰訊在不斷努力中,希望把我們的互聯網+醫療產品做成像微信、QQ那樣優秀的產品。

北京大學第六醫院院長、

中國科學院院士 陸林

用優質臨床研究,打造科研競爭力|中國衛生與健康科技創新發展高峰論壇

精神疾病領域有待更多探索

人類可以了解外空間,了解一個細胞,了解一個粒子,但是對我們自己卻了解得非常有限。而人類對自我的探索中,最重要的是要了解我們的大腦,這也是我們人類未來研究的最後一道屏障。如果能把大腦搞清楚,把我們的精神搞清楚了,很多問題可能都會迎刃而解。

精神疾病對國家、社會、家庭和個人的影響,往往比很多人想像的要大得多。據世界衛生組織統計,精神疾病在所有社會疾病負擔中排第三位,而抑鬱症是精神疾病當中社會負擔最重的一種疾病。

在我國,抑鬱症等精神疾病的發病率儘管不像美國等發達國家那麼高,但情況仍不容樂觀。在就診方面,我國目前只有20%左右的患者能得到正確治療。而在發達國家,80%的抑鬱症患者會得到正確的治療。

而實際上,80%以上的精神心理疾病患者並不屬於嚴重精神障礙,只要積極治療,一般都可以恢復。其治療也並不複雜,主要有藥物治療、心理治療和物理治療等。針對病情比較嚴重的精神障礙患者,也可以通過入院治療、社區隨訪管理、社區康復、家庭康復等方式,使患者回歸社會。

歐盟、美國、日本、加拿大等國家和地區在5年~10年前就紛紛開始推動腦計劃,我們國家也將啟動腦科學與類腦研究,其中將重點研究的幾個疾病包括孤獨症、抑鬱症、老年痴呆、帕金森病等。

在精神疾病領域,我國學者已經獲得了很多研究進展。比如,通過基因組研究,發現孤獨症、多動症、雙向障礙、精神障礙、成癮、強迫症等,都與遺傳基因相關。這些研究發現可以在未來為我們的腦計劃打下堅實基礎。

美國設立了國家精神衛生戰略研究計劃,這是一個長達20年的長期計劃,它對於我們開展研究有很好的借鑒意義。美國精神衛生戰略研究第一個目標是要闡述複雜行為的分子、細胞、神經機制。比如,每個人有各種各樣的認知和記憶功能,其中的分子細胞神經機制是什麼?

第二個目標要確定精神疾病的遺傳和非遺傳因素,要確定精神疾病基因圖譜,確定大腦神經的溝回連接是如何發生的,我們將來會不會得精神疾病。

另一個戰略目標是記錄精神疾病的發展軌跡。比如,有些孤獨症要到五六歲以後才能發現,而青少年的抑鬱症可能要到十幾歲以後才能表現出來,老年痴呆則要到五六十歲以後才發現。所以,若能記錄精神疾病的發展軌跡,就有可能早期預測疾病風險和發病時間,從而提早預防。

總之,精神醫學體系還有很多方面是未知的,我們需要努力的地方還有很多。

愛思唯爾臨床醫學大中華區

總監 曹引

用優質臨床研究,打造科研競爭力|中國衛生與健康科技創新發展高峰論壇

讓大數據助力醫藥科研

如今知識更新的速度非常快,這對科研人員來說是一種巨大的壓力。為此,愛思唯爾公司嘗試運用科研大數據來幫助醫院評估醫療科技水平,進而取長補短。同時,大數據也可以幫助臨床醫生和科研人員精準了解國際科研動態和熱點,甚至有針對性地發表高質量科研論文。

在醫院中,準確評估不同科室的科研能力並不是一件容易的事。因為,同樣是發表論文,基礎與臨床不同,外科和內科也有很大差別。如何能讓所有的學科在公平的情況下進行比較呢?

我們試圖用一些臨床科研大數據的演算法,把所有的科室都平均到1的水平,而後對於所在學科科研的造詣給予一定係數的評分,最後給出綜合評價。這樣不管在哪個學科,都能以一個相對平衡、客觀的標準進行比較。國際的平均水平是1,超過國際平均水平我們稱為優秀的水平,低於1的是需要努力的狀態。

有了這樣的比較之後,一個醫療機構整體的科研狀況也會一目了然。究竟是什麼原因導致科研質量下降,是否能進行矯正等一系列問題的答案,也會清晰浮現。

對於團隊和個人而言,大家非常關心如何運用科研大數據來選擇高質量的科研內容,即怎麼樣在有限的時間內閱讀到最優質的科研論文,在幾千種醫學期刊中,如何選擇自己要認真閱讀的那幾本。利用大數據,我們可以檢索出在過去五年間,文章被引次數多、下載量高的核心期刊,並且將它們推薦給所有科室的醫生。

大數據還可以對期刊進行分解,從而幫助我們了解這一個期刊最常出現的關鍵字是哪些。由此,醫生可以調整自己的研究內容,並尋找心儀的雜誌,提高投稿成功率。

當然,在大數據中我們也看到了中國學者在投稿過程中經常出現的問題。比如退稿後不加修改是失敗的常見原因,在愛思唯爾有75%的稿件是因為審稿人給了意見以後不再回復,而不得不終止申請稿件的協議,這是非常可惜的。

在這裡分享一個案例。一位醫科大學的校長曾經投過一篇文章,前後歷時一年時間。他最後修改、解釋文章的文字長度是文章原始長度的3倍。最終,文章被錄用了。而從那一年開始,他所有的基礎研究都非常順利地被這本雜誌接受。所以花時間、多努力,在一件事情上把它做好、做成功是非常有必要的。

阿里健康智慧醫療高級專家

陳立平

用優質臨床研究,打造科研競爭力|中國衛生與健康科技創新發展高峰論壇

數據構建平台 互聯網改變健康

阿里做醫療的時間不長,但在醫療板塊取得了快速的增長,我想這與阿里健康的技術積累,包括人工智慧、大數據平台、中間件以及雲安全、區塊鏈相應技術的積累密切相關。

目前,我們主要從四個方面與醫療領域進行結合。一是互聯互通的數據平台。二是提升傳統醫療流程效率,包括診間結算、互聯網+的相關應用。三是大數據相關的。四是針對慢病管理、健康檔案等相關的服務內容。

我們不僅希望做好產品,還希望能做成標準,最終形成一個生態。這個生態是一個開放的生態,我們會鼓勵技術和資本多方共建,減輕醫生的工作量,讓政府、醫院、患者、企業多方受益,最終賦能產業,支撐醫療器械行業的整體發展。我們希望能夠跟大家一起共建共贏,最終形成醫療大數據黃金的生態圈。

智慧醫療實驗室包括四個板塊的內容。一是基於區塊鏈技術醫聯體的數據平台,從各個醫院獲取相應的數據進行標準化處理,形成醫療人工智慧影像輔助平台以及醫療大數據的智能科研平台。通過機器學習、深度學習工具,最後形成醫學人工智慧臨床決策支持平台。建立臨床數據中心平台,構築大數據與醫療的各項應用。通過抽取醫院的HIS等數據,經過清洗,形成結構化的統一詞,生成臨床的數據中心,通過相應的搜索引擎形成科研數據平台。通過知識圖譜建立分級診療模型,規範臨床路徑。通過演算法和思維生成專病引擎,建立專病資料庫智能方案篩查方案。

例如,電子病歷實時抽取病人基本信息、個人畫像,通過實時引擎,可以進行大數據的科研病例檢索、知識檢索和進行畫像分析。通過診療指南、醫生的標準化診療路徑,提取疾病的相應癥狀,生成相應的知識圖譜,進行數據訓練、挖掘、推理,最後形成臨床輔助決策,規範臨床路徑。最終生成一個以人為中心的數據矩陣及以疾病為中心的數據矩陣,可通過個人標識看到相應的疾病癥狀以及用藥的情況,也可以通過疾病的癥狀了解對應的年齡、性別,包括體征等相關情況。數據矩陣形成後,可以快速檢索病例和專病庫,提升學術和科研水平。

文/健康報記者 鄭穎璠

圖/健康報首席記者 王燕松

編輯/管仲瑤

原創聲明:以上為《健康報》原創作品,如若轉載須獲得本報授權。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 健康報 的精彩文章:

臘八食粥,這5類人享有定製個性化「粥譜」

TAG:健康報 |