智慧城市中应用人工智能技术构建的精准医疗智慧系统及其运行标准研究

高 萍

（深圳市坪山区科技创新服务中心，广东 深圳 518000）

精准医疗是基于大数据技术研究不同患者由于基因、生活方式和环境等差异引发疾病的发生机理，结合个性化患者所处环境、诊疗情况及基因组学变化等情况，准确提供个性化、标准化的重大疾病预防和诊疗方法[1]。精准医疗对医学、社会都具有重要价值，美国早在2015年就启动了“精准医疗计划”，中国近年也将“精准医疗研发”纳入国家战略中。精准医疗是以生物基因信息、医疗信息大数据与人工智能大数据科学交叉应用而发展的新兴医疗模式[2]。以往研究表明，基因科学研究、真实世界证据（Real World Evidence，RWE）、前瞻性随机对照试验（Randomized Controlled Trials，RCT）研究均能够提升临床诊疗的精准性[3]。随着云计算、生物基因等技术的发展，精准医疗与RWE、RCT研究、基因科学和人工智能技术的结合日益紧密。

1 背景介绍

基于社会5.0智慧城市假定框架下，首先，本研究以国际最具创新性的精准医疗领域文献为研究案例，分析RWE、RCT、基因研究三大因素对精准医疗提升的重点和关键环节，以大数据、人工智能技术为基础，构建社会5.0智慧城市中精准医疗智慧系统总框架。其次，本研究从真实世界数据和医疗知识大数据两个方向出发，以RWE、RCT、基因数据库为基础构建精准医疗智慧系统，并分析智慧系统相关部分的逻辑关系和数据类型。再次，本研究以精准医疗智慧系统的智慧大脑为研究对象，从智慧大脑组成部分（包括研究管理、变量管理、变更管理、配置管理及发布管理）的不同功能分析智慧大脑的结构及运行标准，明确智慧系统的智慧大脑实时更新运算数据的标准。最后，本研究结合当前社会的真实世界数据，对提升临床精准诊疗效果进行模拟分析，确保本文精准医疗智慧系统的研究设计在临床诊断中更加精准实效。

本文提出的研究基于以下3种假设：

（1）智慧城市中的复杂技术。智慧城市具备高度人工智能的数据模块开发、组合，机器学习、可视化分析等复杂技术，能够快速开发智能网络，建设相关领域的大型数据库，并构建其与物理空间的实时连接。

（2）人与计算机的高效协同能力。人与计算机具有高效协同创造性和解决复杂新问题的能力，人能够应用移动连接数据、算法和信息化网络来解决远程问题，并实现实时人机互动沟通和交流。

（3）智慧大脑的超强数据运算能力。通过人工智能技术，精准医疗的智慧大脑具有对真实世界进行实时高效数据更新、采集、重构等数据运算能力，能够实时发现疾病、患者、基因、疗效等大数据的规律性特征，并在此基础上提出新的研究主题。结合医疗知识大数据的研究模型和经验，智慧大脑能够构建新研究模型，采集或变更相关研究变量，配置研究条件，完成创新研究等能力。

2 智慧城市中精准医疗智慧系统的总结构

2.1 RWE与RCT共同构成智慧系统基础结构

RCT是建立基线因素和特定临床结果关系的研究，能够提升临床诊疗精准性[4]。但由于其是理想状态下的评价研究，难以形成普适性治疗方法。真实世界数据（Real World Data，RWD）是开展精准医疗研究的基础证据，RWD通过AI和大数据技术采集、分析后，能够形成揭示患者生活方式和环境等特征的RWE，为疾病预防和诊疗方案提供更加准确有效的证据，但因其往往忽略长期药物毒性和患者生活质量等参数变化，故RWE在精准医疗的应用仍需采取审慎态度[5]。RWE和RCT研究虽然都有各自的局限性，但两者结合研究有极强的互补性。RWE研究能够帮助确定精准诊疗方向，为RCT研究提供假设条件或者验证性基础。对于RCT研究中呈现阳性结果的诊疗方法，结合RWE研究能够分析其安全性和有效性，RCT研究与RWE研究共同作用能够提升临床诊疗效果的精准性[4]，故RCT与RWE应作为精准医疗智慧系统的基础结构。

2.2 智慧系统的另一基础结构——基因研究

美国国立卫生研究院认为精准医疗是基于对个体基因变异性、生活方式和环境等方面研究的一种科学的诊疗方法[3]。2016年，《自然》发布了乳腺癌全基因组检测研究数据，并证实了乳腺癌患者的基因表达具有高度特异性，说明根据基因组学数据能够显著性体现疾病特征，提升临床诊疗的精确性[6]，故基因研究应作为精准医疗智慧系统的另一基础结构。

2.3 AI和大数据技术为智慧系统各数据库建立连接

运用人工智能大数据技术将真实世界医疗数据进行分析，易于建立患者个体基因、生活方式和环境等特征与疾病之间的潜在联系[7]，故应采用人工智能和大数据技术建立精准医疗智慧系统中RWE、RCT、基因数据库的连接。

2.4 精准医疗智慧系统总结构及其各部分关系探讨

真实世界数据库是RWE、RCT和基因数据库的数据和研究基础，真实世界数据库由所有医院信息系统诊疗数据和医学知识数据库构成。医院信息系统诊疗数据汇总了所有人的疾病、诊疗、基因等数据，能够最大程度反映患者疾病、基因变化、生活环境等特征，是建立RWE、RCT和基因数据库的数据或案例基础。医学知识数据库是对以往精准医疗研究或者标准的总结，是建立RWE、RCT和基因数据库的研究基础；RWE、RCT和基因数据库运用大数据技术从真实世界数据中分类采集相关数据或研究信息，能够实时发现疾病与基因、疗效等数据的规律性特征。智慧系统的智慧大脑运用机器学习、可视化分析等人工智能技术（AIT）采集和抓取RWE、RCT、基因数据库相关信息和数据，构建新研究模型，进行精准医疗创新性研究。智慧大脑通过研究分析获得新的更加精准的诊疗经验或标准，再将新的诊疗经验或标准反馈给各医院临床实践和医学知识数据库，精准医疗智慧系统实时更新精准诊疗经验和服务，这就是社会5.0智慧城市中精准医疗智慧系统的总结构如图1所示。

图1 智慧城市中精准医疗智慧系统总结构

3 精准医疗智慧系统的智慧大脑结构及运行标准

社会5.0智慧城市中，精准医疗的智慧大脑运用人工智能技术在智慧大脑内部进行研究变更、配置等管理，故智慧大脑的结构包括研究管理、变量管理、变更管理、配置管理及发布管理。智慧大脑研究及运行标准如下：

首先，通过人机对话，智慧大脑下达指令“采集数据库某类疾病的规律性数据”，基于医疗知识数据库研究经验，智慧大脑能够分析确定该疾病的精准医疗研究方向和涉及变量类型，通过机器学习等技术构建新研究变量和模型等，研究结果为RCT研究提供假定条件和验证性支持，此过程为研究管理。其次，变量管理根据研究管理确定研究模型和变量类型；同时，根据研究管理提供的研究信息，配置管理运用人工智能技术构建研究模型、RCT研究条件，变量管理需符合配置管理的研究模型、条件或要求。再次，当变量管理不完全符合配置管理要求时，配置管理构建失败。智慧大脑将所有研究模型、变量、条件等移交变更管理进行检验和更新，对研究模型或变量数据进行增加、减少或重构的管理，直到变量管理符合配置管理要求。最后，变更管理将更新好的研究模型、变量、条件移交发布管理，发布管理检验和匹配好模型和变量后，移交配置管理进行研究。配置管理按照研究模型及相关条件完成研究后，将研究结果再次反馈给研究管理，研究管理将结果提炼为临床实践诊疗标准或医疗知识经验，并由智慧大脑反馈给各医院临床实践或医疗知识数据库如图2所示。

图2 精准医疗智慧系统的智慧大脑结构及运行标准

4 结论

本研究对于社会5.0构建精准医疗智慧系统非常重要，通过分析影响精准医疗的研究因素、人工智能和大数据技术的运用，构建了社会5.0智慧城市中精准医疗框架及其智慧大脑结构和运行标准。结合RWE、RCT、基因科学各自研究优势，在较长时间追踪和分析致病原因、基因变化规律等，能够深入挖掘人类疾病与基因、环境等关系机理，构建疾病特别是传染病、重大疾病预测预警模型，优化人类疾病预测分析，对疾病进行精准预防干预治疗。