访Joel Dudley:未来疾病治疗主要靠大数据和精准医疗

新浪科技讯 北京时间11月4日消息，今天，2018腾讯WE大会在北京展览馆举行。基普•索恩、丽莎•兰道尔、蒲慕明等全球顶尖科学家出席会议并发表演讲。在大会举行前夕，美国西奈山伊坎医学院遗传学和基因组学副教授、数字医疗领先研究者Joel Dudley接受了新浪科技的采访。

目前，老年痴呆症影响了很多家庭的幸福质量，作为一名科学家，Joel Dudley表示，关于老年痴呆症，目前最大的挑战是不知道它的致病原因是什么，虽然老年痴呆症的症状是在大脑当中出现淀粉样的斑块，但是当科学家通过减少斑块的数量来治疗老年痴呆症时，发现这条路无法走通。

最近有一些研究称，人体的免疫系统对于治疗老年痴呆症有一定帮助。他表示，这是一个非常新的想法，以往科学家认为人的大脑和身体的其他部位是孤立的，但是现在、的研究发现，免疫系统对于老年痴呆症的产生和治疗会产生影响。

图为Joel Dudley在大会演讲现场

作为一名数字医疗领先的研究者，Joel Dudley认为未来的疾病治疗主要借助于大数据和精准医疗。（赵河雨）

以下为Joel Dudley的演讲全文：

差不多今天快结束了，大家都是铁杆科学粉丝，大家一直待到了现在，我最后会讲得非常快。

这是我很多研究趋势的两个问题，什么叫健康？什么叫疾病？我觉得其实我们没有一个让人满意的答案，其实我们现在才刚刚开始回答这两个问题，基于现在的一些新技术开始来回答的。

还有一个（问题）关于未来，但是我想先回顾一下过去。有些人可能知道一本书，大概是2000年前写的，这本书叫《黄帝内经》，这本书里面提出了几个非常有意思的想法，尤其是当时那个时代，但是我觉得现在也很适用。这里面提出了一个想法，健康实际上是可以通过观察来判断的，看一下你的一些特点、症状，而不是看你的精神来判断。

而且它也提出，人、微生物和环境之间的关系，在环境当中有不同的元素，互相产生关系，你可以通过人和环境的关系，比较客观地判断是否会有疾病。如果会有疾病，那就是出现了失衡，恢复平衡就可以实现健康。

但是另外一方面，西方医学是建立在对健康和疾病分裂的观点之上，所谓的西方医学实际上在健康方面取得了很多的进展，改善了全世界人们的健康。但是从我个人的观点来看，如果你进入一个现代的医院，实际上你会看到，其实治疗的方式和以前我们说的人体统一性不一样。比如说我们会有肺病、肾病等等分裂，但以前的时候是不一样的。比如说在一个地方会治疗不同的疾病，但是现在是进行了如此细的分科。

我们对身体的了解，因为微生物或者分子生物学而得到不断地演进。上海出生的这位徐立之先生是位科学家，他当时在加拿大工作。他发现了一个疾病：囊包性纤维病（CFTR），当时比现在的死亡率更高，会导致很多人40岁之前死亡，它主要是对人的肺部产生影响，而且是一种遗传性的疾病。这位教授在1989年的时候就使用了新兴的分子生物学，发现了CFTR的基因，发现因为基因的突变而导致了纤维病。

一个基因会导致这样的疾病，但在我幻灯片的右边你可以看到，一个基因突变可以在身体当中，以非常迅速的方式产生其他的一些影响，尤其是如果你有一些其他的遗传问题。

我今天想强调的一点，通过这张幻灯片想让大家知道，我们知道一个基因的突变会导致刚才我提到的囊包性纤维病，但是我们发现近30年来，到现在还不能够治愈这样的疾病。

我们发现有上千个基因，我们知道有一个基因导致一种疾病，但我们还是不能够治愈它，为什么我们发现基因的能力，超过了我们治愈这种疾病的能力呢？我觉得背后有一个原因就是，人不是机器，不像汽车或者是电脑有这样的系统，我们人类是一个非常复杂的适应性的系统。

在数学和物理当中的系统和我们不一样，一个复杂的事业性的系统有很多特点。首先是它会交互，它会随着时间的推移而进行变化，不可能只看单个的部分而了解整个的系统。但是在生物学当中我们一直是想了解部件，然后在这个基础之上再了解整个系统。

这就是一个复杂的适应系统。这句话实际上是一个投资银行在哈佛商学院杂志当中发表的一篇文章，有的时候投资银行家它对于非常复杂系统的了解，是超过生物学家的。

很明显，很多人都知道现在有很多技术的进步，比如说现代的基因组学、基因排序。下一代的基因排序在这张PPT上，我选了一个照片，这个就是一个基因排序的机器，它实际上是非常知名的，我们知道华大基因也是一个做基因排序的公司。

这样的技术它是按照摩尔定律来运转的，而且它运转的速度非常快。在20年前，对人类的基因进行这项工作可能需要花20亿，但是现在成本已经减少了很多，可能对于人类基因的排序只要几百美元就可以了。

基因排序的技术现在让我们获得了前所未有的对人体的了解。我们不仅仅对单个的基因进行排序，我们还可以对单个的细胞进行排序。这样对人体的了解，又能够给我们带来什么呢？它会向我们反映出——也许是我们能够预料到的——也就是我们人体是一个非常复杂的系统，是一个非常复杂的网络，它有不同层级的连接。

比如说你想一下，身体的一个细胞，它有30亿组的DNA进行不同的组合。刚才我们听到过染色体等等介绍，这么多的DNA组合，还有RNA，有一些RNA会产生蛋白质，可能大家在学校都已经学到过。当然不是这么简单，实际上DNA会表达出很多很多RNA的信息，各种各样的信息，它们进行互相的连接然后再反馈给DNA。有一些RNA会产生蛋白质，蛋白质会产生互相的关联，形成一个网络，然后又会对DNA产生影响。

所以，在一个细胞内部，会有一个涉及到几百万交互的这么一个非常复杂的体系。另外还有身体的组织之间的这种关联，比如说不同器官组织的连接。所以，在这个盒子当中，其实里包含了很多的信息，另外还有环境和我们人体的交互，也是需要考虑的。

所以，我们很难把对基因的了解转变成治疗的方法。

现在基因排序技术有了很多的进展，我们现在可以对更多的东西进行基因排序，对更多的疾病进行排序。所以说有很多的数据产生，这些都是对一些疾病分子层面的信息。我所做的一点就是在斯坦福读研究生的时候，就收集了很多很多基因疾病的数据，这些都是网上公开的数据。

然后我要问一个问题，也就是说现在有这么多关于疾病的分子数据了，这些分子数据或者说疾病各种数据的关系，比如说一个疾病它的症状等等，是否会对我们的治疗产生影响呢？在这里大家可以看一下，这两种病是有互相关联的，也就是说在基因的层面上它们受到了影响，这两种病类似之处是超过我们所想象的。这是一种以数据为基础的，对疾病分子的研究。

你会发现很多的东西，在右上角你可以看到老年痴呆症在分子层面上，实际上是和另外一种疾病是比较类似的，也就是另外一种皮肤病。也就是说脑疾病和皮肤的疾病有类似之处，我们越来越多地发现这种你没有想到的关联。

所以，至少我们对疾病以前的一些理解和描述是错误的。我们需要根据分子的特点来重新了解，用数据的方式来了解疾病，尤其是针对单个病人的疾病情况。大家看一下我们在2015年发表的一篇文章当中的数据，大家看到的是一个网络，实际上你看的不是一个疾病的网络，而是一个病人的网络。我当时在纽约生活，我们有关于大概500万-600万病人的一些数据。

我想，谁能用这些数据来探讨一下怎么样改善医疗保健系统？实际上我们以前没有从数据的角度来改善医疗保健系统，但是我们希望在将来能够做到，所以我们就制定了一个由单个病人数据组成的一张地图。我们把所有病人量化的数据，比如说你的身高、体重、血液检测的结果等等都结合在一起，我知道这个诊断是由医生做出来的，但是这个是主观的，我想要的是这些量化的数据。

然后，我就建立了每一个病人的特征，看一下这个病人是这样子、那个病人是那样子的，然后就建立了一个病人的类似图，这个就是大家现在所看到的这张图。它像是一张地图，但如果我是一个新的病人，第一次来这个诊所，你可以想象一下Google地图在这个点上就是空缺的。如果说在这个地图上有一个点是空缺的，对于你的健康会产生什么样的影响。

在这张地图上你可以看到有一些区域，也就是说我们根据病人的数据进行了这样的建图之后，我们要问一个问题，就是有二型糖尿病的病人是什么样的情况？二型糖尿病是一种代谢性的疾病。我们认为它是一种疾病，可是如果你从数据的角度上看这个病人，实际上并不是只是出现在同一个区域，如果我们只是把二型糖尿病认为是一种疾病的话，你会发现这有三个区域。我们要问的问题就是二型糖尿病是不是不止一种疾病，具体的细节我就不讲太多了，但是有一个非常重要的问题，就是从临床上来讲，不管你是在哪三个区域的哪一个地方，比如说如果你是二型糖尿病的病人，你是在最上面的地方，有可能你的心脏病发生的概率就会比其它两个地方更高；如果你在最下面的区域，你癌症的发病率就会比其他糖尿病病人的概率更高。然后还有遗传方面的一些信息，帮助我们对于病人进行分组，这样的话我们就可以更加精准地去了解二型糖尿病到底是什么样的疾病。

我最喜欢的就是数据驱使的方式，我认为它可以帮助我们只去关注有光的地方，也就是关注我们知道的地方。

Donald Rumsfeld，如果你不清楚美国现在的历史，他是美国曾经的国防部长。他可能和科学领域没有什么关系，可是他这句话是在科学杂志上所发表的，他实际上还因为讲这个话而被取笑。但这话还是非常有意思的，尤其是最后一行话，“你不知道你所未知的地方。”

确实有这样的现象，你觉得科学研究是要探索那些不知道的领域，但实际上很多时候，我们是通过既定的、现有的一些假设来探索未知。有一个很好的例子，这是我们最近发表的一个关于阿尔茨海默症和大数据之间关系的研究。我说我要找一些疾病，结果我却发现了这些蠢蠢的病毒。

什么意思呢？我当时对所有的数据进行分析，希望能够帮助研发一些药，但是后来我发现的是某些病毒可能会导致阿尔茨海默症，这对于阿尔茨海默症来讲是一个新的假设。

进一步解释一下这个研究，到底什么叫做阿尔茨海默症呢？为什么它这么重要呢？它是一种神经退行性的疾病，会影响人们的记忆力，而且现在在全世界的发病率越来越高。如果有一种疾病甚至能让最富裕的国家破产，那就是阿尔茨海默症。所以它的成本非常高。

我们现在并没有任何很好的治疗方法，它也有很多的因素，但是我们看了一下这个地图，它有很多特点是相关的。有一个重要的特点是，在这张幻灯片的下面，也就是大脑当中形成的淀粉样斑块，这些淀粉样斑块在大脑当中出现，你可以在阿尔茨海默病人的大脑当中发现这样的斑块。

所以这成为大家想治疗阿尔茨海默症的一个重要的假设，大家觉得如果我们可以消除这样的斑块，就可以逆转，这就是一个比较主导的假设。我们也一直尝试这样做，甚至差不多成功了，但是很遗憾，并没有真正的帮助治疗疾病，实际上有300多种药物都失败了，有2000多个临床实验也失败了。我们经历这么多的失败，都没有治好阿尔茨海默病。

现在甚至有文章说，是不是这样的治疗方法是完全错误的。这是在我们的研究成果公布之前发表的，我们利用现在已有的数据，实际上这些数据都是公布的，大家都可以去看。这个是美国国家研究院针对阿尔茨海默症的研究项目AMP-AD项目，名字特别长，它实际上是最雄心勃勃的，以大数据为基础，治疗阿尔茨海默病的项目。它针对上千个病的病人，测量了很多的信息，而且是不同层级分子、表端基因、代谢的信息。所以说它是一个非常大的数据组，有史以来关于阿尔茨海默病病人最大的数据组。

我们是这样做的：我们开始把这些数据整合在一起，但问题是，如果我们不知道通过什么样的机制、怎么样把这些数据结合在一起，那么我们就使用Bazzy （音译）Network的方式。在这个小视频当中，你可以看到这些DNA，黄色可能是一些图像，紫色的也许是蛋白质，我们看这些数据在不同数据组的情况，以及看一下他们之间的关系，这是一种网络。

我们通过数据来了解一组数据和另外一组数据之间的关系。我们不仅仅看数据的关系，这是一个非常复杂的方法，我们很难在短时间之内讲清楚，我们还会看方向性，了解一下数据从一层，比如说DNA那层转移到另外一层，比如成像层。

所以这是一个非常复杂的计算，我们要通过超级计算机来进行计算。我们要问的问题就是，比如说我们会针对健康的大脑和针对阿尔茨海默症病人的大脑建模，我们会问，到底是什么导致了这些阿尔茨海默症分子网络的重新布线？我们要寻找一些不平衡，看一下怎么样修复这些不平衡。

当然这就要通过药或者分子网络来修复。我们进行了这样的计算，花了几个星期的时间，结果让我们非常吃惊。我们发现有一个分子的网络好像进行了重组，我们会发现核心是一个基因，这个基因和人类疱疹病毒6A型相关。

Presenilin是早老素，也就是阿尔茨海默症病人当中经常会出现的现象。我们发现这两者之间的关系，人类疱疹病毒6A型是一种病毒，实际上在人群当中是比较常见的，它有一个特点：会和我们自己的DNA进行融合。

这项研究有一些非常有意思的影响。首先，它是一个病毒性的问题，也就是说我们会觉得阿尔茨海默症的病人当中这种病毒的数量会更多，然后我们又对其它的一些独立症列进行了类似的研究，这对于我们来讲，就意味着治疗阿尔茨海默症有了新的假设。

之前我提到过，以前的假设都是不成功的，这个研究反映出抗病毒的治疗或者是免疫治疗可以帮助治疗阿尔茨海默症。在台湾还有一个研究，就是这些病人被追踪多年，然后对他们进行抗病毒的治疗，发现他们的老年痴呆症的情况降低了10%，刚才我讲到很多的科学研究都是我们经常做的，非常酷。

但是，人们经常想的一个问题，就是这个研究对于我有什么样的影响？因为很多发现，可能在很久远之后才会产生影响，今天对我会有什么影响呢？我们要是用同样的方法来治疗老年痴呆症的话，我们就需要去针对病人进行一些个性化的健康的治疗方法。

我们的医疗保健体系，实际上它的设计是不适于现在这种大数据的时代的。这些是80年代和2018年拍的照片，是真的照片。你看咖啡店在这么多年当中都有了很多的创新，他们服务的创新都比医院的创新要多，所以说真的是很令人吃惊。

我想说的一点就是大数据和医疗保健之间的关系。大家在新闻当中经常可以看到，现在我们实际上像是在迫使新的技术在旧的系统当中去进行工作，也就是我们有了新的技术，但是我们的系统是老的，要让新的技术在老的系统当中去工作，这样的话结果肯定不是很好。

我比较感兴趣的是，怎么讲把这种现象给取消，从而可以真正利用大数据来造福未来的卫生体系。其实传统的医院就像以前的大型机一样，有一个人坐在这里对机器进行操控，我们所做的……我这里有一个视频不知道能不能放出来。

我们是想重新对诊所进行设计，来支持以数据为基础的诊断方式。这个叫做Lab100，所建立的是一种新型的诊所，它可以收集一个病人上百万的数据，然后为一个病人创造更好的体验。

有一个问题是我们一直想问的，如果我们有了实际的健康记录会怎么样？其实现在是没有的，大家说电子医疗，但是我们实际上并没有一个真正的、健康的记录。但是如果有了我们怎么用它呢？我接下来没有几张PPT了，时间也差不多了，这个是一开始病人来诊所，当然我想说的是，这个是真正拍的照片，并不是一个展示，并不是3D渲染的照片，而是我们在诊所当中所拍的，现在这个诊所已经接待了上百名的病人。

它看起来就是这样子的，我们会把一个病人所有的数据放在这个仪表盘当中，每一次我们会展示一下你和你的同龄、同种族的人相比大概是什么样的情况，所以你不光可以看到自己的信息。我们还可以测量平衡，还有很多的死亡是因为人们摔跤，所以我们会测量人们的平衡。还有血液的检测，血液的检测是在你来之前就会做的，每一次我们对你测量的时候，就会马上出现信息，展现在你的面前。

现在医生的做法就是你去做一个血液的检查，可能要过好几天才能告诉你结果，但是我们是比较及时的，哪怕是血液的检测也是这样。我们也会测量病人的认知还有灵敏度，我们会看一下你全身扫描的情况，经过不同的检测，当然我刚才并没有全部介绍，这些信息都会全部进行整合，放在这个仪表盘当中进行展示，然后这个医生就可以和病人进行交流，更好地了解到这个病人的信息了。

这个是我们一个新的诊所，大家如果去纽约的话可以去参观一下。我想告诉大家的是，它看起来好像有很长时间，实际上才刚刚建立几个星期。在纽约现在只有一个诊所是不行的，所以它是可拓展的，我们现在想的就是在工作场所也可以复制Lab100，在零售场所也可以有这样的诊所的概念。

我的梦想就是能够创造一个医疗保健的网络，而且是由这些智能诊所数据所驱动的健康体系的网络。现在的系统做不到，我们需要创造一些新的系统来挑战原来的老系统。现在我们有人工智能的软件，但是我今天没有时间向大家做介绍了，我们还发表了一篇文章，我希望大家能够看一下。

我希望这将是一个全球性的现象，以大数据驱使健康体系。这就好像无人驾驶汽车，如果你开一米，你就可以和系统进行连接，分享一下周边的信息。我的梦想就是所有的诊所、病人都能够连结在一起，我们可以进行信息的分享。

互联网现在可以帮助我们进行知识的分享，我们希望能够建立一个健康信息分享的互联网，谢谢大家！

责任编辑：wb001

文章来源：http://tech.72177.com/2018/1104/4433333.shtml