媒體報(bào)道
專家觀點(diǎn)
2022-12-02
分享：
編 者 按
近日，科技部陸續(xù)公布“十四五”國家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)立項(xiàng)信息，神州醫(yī)療參與申報(bào)的三大專項(xiàng)八個項(xiàng)目，均成功獲批立項(xiàng)，印證了公司在大數(shù)據(jù)分析、人工智能、機(jī)器學(xué)習(xí)、聯(lián)邦學(xué)習(xí)、云計(jì)算、多模態(tài)等方面的超強(qiáng)實(shí)力。
國家重點(diǎn)研發(fā)計(jì)劃由原來的國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（973計(jì)劃）、國家高技術(shù)研究發(fā)展計(jì)劃（863計(jì)劃）、國家科技支撐計(jì)劃等專項(xiàng)整合而成，針對事關(guān)國計(jì)民生的重大社會問題、事關(guān)產(chǎn)業(yè)核心競爭力、整體自主創(chuàng)新能力，以及國家安全的戰(zhàn)略性、基礎(chǔ)性、前瞻性重大科學(xué)問題等，提供持續(xù)性的支撐和引領(lǐng)。
獲批項(xiàng)目中，神州醫(yī)療共參與11個子課題，涉及腫瘤、傳染病、罕見病、常見多發(fā)病四大類病種，均是國家疾病譜病種中嚴(yán)重危害國民健康的重大疾病和常見病，具有重要的臨床意義。我們將按照以上四大類病種，陸續(xù)推出“十四五”國家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)系列文章，展開介紹神州醫(yī)療深度參與的11個子課題，探討醫(yī)療大數(shù)據(jù)與人工智能技術(shù)在多個臨床領(lǐng)域的更多可能性，挖掘多模態(tài)大數(shù)據(jù)的臨床與科研價(jià)值。
當(dāng)前，我國整體癌癥發(fā)病率和死亡率仍然呈現(xiàn)上升趨勢，主要原因之一是臨床就診早期病例少、早診率低以及晚期病例臨床診治不規(guī)范。普通健康人群及癌癥高危人群如果能夠在癌癥早期甚至癌前病變期檢測出癌癥并及早治療，將會大大降低惡性腫瘤的死亡率，同時(shí)減少相關(guān)治療費(fèi)用。因此，“早篩、早診、早治”是關(guān)鍵！
神州醫(yī)療是國內(nèi)少數(shù)能實(shí)現(xiàn)多組學(xué)、多模態(tài)大數(shù)據(jù)閉環(huán)融合的企業(yè)，參與了國內(nèi)眾多大型腫瘤大數(shù)據(jù)項(xiàng)目，對常見腫瘤的病理學(xué)、細(xì)胞學(xué)、檢驗(yàn)學(xué)和影像學(xué)等多模態(tài)數(shù)據(jù)的采集、標(biāo)準(zhǔn)化處理與智能分析，有著豐富的成功建設(shè)經(jīng)驗(yàn)，面對腫瘤領(lǐng)域相關(guān)“卡脖子”問題，神州醫(yī)療勇于“亮劍”，以科技創(chuàng)新守護(hù)國民健康。
項(xiàng)目名稱： 子宮內(nèi)膜癌早期篩查、精準(zhǔn)診治體系的建立和關(guān)鍵技術(shù)研發(fā)
牽頭單位： 華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院
2015年我國子宮內(nèi)膜癌的發(fā)病率是6.34/10萬，據(jù)預(yù)測2022年我國新發(fā)病例數(shù)84,520，死亡病例數(shù)17,523。毫無疑問，子宮內(nèi)膜癌已嚴(yán)重威脅了我國婦女健康。
當(dāng)前，我國子宮內(nèi)膜癌診療缺乏有效早篩方案、缺乏可及分子分型、缺乏精準(zhǔn)診療方案、缺乏綜合數(shù)據(jù)平臺、缺乏有效治療靶點(diǎn)。針對上述五點(diǎn)挑戰(zhàn)，項(xiàng)目提出了基于早期篩查(Screening)、臨床可及分子分型(Unambiguous Subtyping)、風(fēng)險(xiǎn)分層(Multi-level Stratification)、多模態(tài)人工智能診療技術(shù)研發(fā)(Multi-modal Intelligence)、靶向治療(Targeted Therpy)的SUMMIT策略，將建立適合中國人群和臨床可及的子宮內(nèi)膜癌早期精準(zhǔn)篩查體系和分子分型診斷標(biāo)準(zhǔn)，構(gòu)建用于指導(dǎo)臨床治療策略的風(fēng)險(xiǎn)分層精準(zhǔn)評估體系，對于有效提升我國婦女整體健康水平、實(shí)現(xiàn)《“健康中國2030”規(guī)劃綱要》目標(biāo)具有重大的現(xiàn)實(shí)意義。
神州醫(yī)療主要參與課題四“基于多模態(tài)生物醫(yī)學(xué)大數(shù)據(jù)的子宮內(nèi)膜癌智能診療關(guān)鍵技術(shù)研發(fā)”，并負(fù)責(zé)課題中醫(yī)學(xué)信息學(xué)建設(shè)部分，包括內(nèi)膜癌專病庫的建設(shè)以及內(nèi)膜癌多模態(tài)數(shù)據(jù)的整合，對研發(fā)包括智能量化預(yù)后評估模型、智能診療決策系統(tǒng)(CDSS)等內(nèi)膜癌診療技術(shù)起關(guān)鍵支撐作用。
項(xiàng)目名稱： 兒童重要腫瘤與血液性疾病的病因和防治關(guān)鍵技術(shù)研究
牽頭單位： 中國醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院
兒童腫瘤及血液病是導(dǎo)致兒童死亡的主要因素之一，《“健康中國2030”規(guī)劃綱要》要求到2030年兒童因慢病過早死亡率下降30%，任務(wù)艱巨。兒童腫瘤與血液病異質(zhì)性大，發(fā)病機(jī)制不明，亟待建設(shè)國家級診、療、防數(shù)據(jù)平臺及精確診療體系，開發(fā)新靶點(diǎn)及治療新方案。
項(xiàng)目將建立并完善中國兒童重要腫瘤和血液性疾病樣本及數(shù)據(jù)收集網(wǎng)絡(luò)、監(jiān)測網(wǎng)絡(luò)體系和共享體系；篩選和鑒定生物標(biāo)志物及防治靶標(biāo)，建立精準(zhǔn)分子分型體系和精準(zhǔn)診療體系；揭示致病性遺傳機(jī)制；發(fā)現(xiàn)并驗(yàn)證治療耐藥復(fù)發(fā)的潛在靶點(diǎn)，篩選并鑒定小分子新藥物，開發(fā)精準(zhǔn)治療新藥物。
神州醫(yī)療作為課題一“中國兒童腫瘤與血液性疾病數(shù)據(jù)及樣本資源共享信息平臺建設(shè)和監(jiān)測體系研究”的牽頭負(fù)責(zé)單位，將承擔(dān)制定多模態(tài)數(shù)據(jù)的采集標(biāo)準(zhǔn)，研發(fā)數(shù)據(jù)協(xié)作網(wǎng)底層技術(shù)，搭建多組學(xué)資源庫信息化管理平臺和兒童腫瘤與血液病監(jiān)測系統(tǒng)等重要研究內(nèi)容，并參與確立生物資源共享機(jī)制和建設(shè)共享數(shù)據(jù)集。
同時(shí)，神州醫(yī)療將通過大數(shù)據(jù)采集、接口、交換、質(zhì)控、存儲、傳輸加密以及人工智能等一系列成熟的醫(yī)療大數(shù)據(jù)相關(guān)技術(shù)，為其他子課題提供重要的技術(shù)和數(shù)據(jù)支撐，助力兒童重要腫瘤、血液病早診早治生物標(biāo)志物、致病性遺傳位點(diǎn)、驅(qū)動機(jī)制以及新藥靶點(diǎn)的研究探索。
項(xiàng)目名稱： 多癌聯(lián)篩早診新體系的建立和全國推廣應(yīng)用新策略
牽頭單位： 空軍軍醫(yī)大學(xué)西京醫(yī)院
神州醫(yī)療參與課題一“多癌聯(lián)篩早診超大型數(shù)據(jù)平臺的建立及應(yīng)用”與課題五“多源影像智能判讀和自適應(yīng)優(yōu)化在多癌聯(lián)篩中的探索應(yīng)用”。通過分布式大數(shù)據(jù)技術(shù)和聯(lián)邦計(jì)算的創(chuàng)新應(yīng)用，將打破孤立存儲的異構(gòu)數(shù)據(jù)資源，有效整合跨區(qū)域、跨場景的多癌聯(lián)篩醫(yī)療大數(shù)據(jù)資源，在保障數(shù)據(jù)安全的基礎(chǔ)上，擴(kuò)大醫(yī)學(xué)研究的樣本量、數(shù)據(jù)廣度和維度，充分發(fā)揮醫(yī)療大數(shù)據(jù)資源的優(yōu)勢，賦能多癌早診新技術(shù)、新產(chǎn)品的開發(fā)和推廣應(yīng)用，助力多癌篩查醫(yī)學(xué)研究，節(jié)約大量醫(yī)療資源與人力成本。
項(xiàng)目研究基于不同癌種影像特征驅(qū)動的鑒別診斷及預(yù)后預(yù)測模型，研發(fā)基于自適應(yīng)配置深度學(xué)習(xí)的多源影像多癌智能診斷框架，優(yōu)化基于聯(lián)邦學(xué)習(xí)及在線遷移學(xué)習(xí)的多癌智能診斷模型，探索智能模型對多癌檢出率的影響及隨訪動態(tài)變化特征的判別價(jià)值。
針對多模態(tài)、多癌種數(shù)據(jù)量大的問題，神州醫(yī)療將通過基于引導(dǎo)注意力機(jī)制和自監(jiān)督強(qiáng)化的深度學(xué)習(xí)模型，提升模型的魯棒性；針對多時(shí)間點(diǎn)動態(tài)影像的時(shí)間信息難利用的問題，神州醫(yī)療將通過雙向長短期記憶神經(jīng)網(wǎng)絡(luò)模型充分挖掘時(shí)間信息，提升模型的準(zhǔn)確率。針對同一患者不同模態(tài)信息融合時(shí)由于尺度不同導(dǎo)致的高維空間特征嚴(yán)重不對齊的問題，神州醫(yī)療將采用多頭注意力機(jī)制，實(shí)現(xiàn)多源特征的融合。
憑借多個腫瘤大數(shù)據(jù)中心平臺的成功建設(shè)經(jīng)驗(yàn)，神州醫(yī)療進(jìn)一步開發(fā)基于OMOP通用數(shù)據(jù)模型設(shè)計(jì)數(shù)據(jù)模型，涵蓋6大癌種的全維度信息，實(shí)現(xiàn)海量多模態(tài)臨床數(shù)據(jù)全流程自動化治理，將為多癌聯(lián)篩數(shù)據(jù)資源的存儲與利用提供支撐和保障。
TOP
