趋势7:数字生物标记物照亮居家慢病诊疗

|2021科技应用趋势 作者:腾讯研究院 2021-01-13

  

       生物标记物(Biomarkers),是可以客观测量和评估的、具有临床可解释性的生物学特征,能作为生物或病理过程的指标,并能客观反映治疗手段的效果。数字生物标记物(Digital Biomarkers)即通过数字化手段将人类所释放的“信号”变成一种可量化、具有临床可解释性的客观标准,用于发现、解释或预测疾病走向。随着数字设备的增加、移动应用的普及并开始集成到医疗领域,海量而丰富的数据资源为数字生物标记物发展创造了优渥的环境。数字生物标记物的应用普及,能够有效推动慢病管理、全生命周期健康管理和个性化精准医疗发展,提高疾病预防和诊疗的质量,进而减轻疾病对个人生活和社会经济的影响。

      传统的生物标记物,往往需要专业人员和设备(如医学影像设备、量表、步态实验室)且较常采用侵入性的测量方式(如抽血化验),导致测量范围局限和成本昂贵。数字生物标记物,结合智能终端和应用的普及,以及大数据和人工智能等技术的发展,为低成本、随时随地的无创测量提供了可能。数字生物标记物一方面将创新已有生物标记物的测量手段或评估方法,使得其更容易持续监测评估。比如通过手机摄像头、手机加速器结合AI算法进行步态测量,用于评估帕金森综合症、脑卒中康复、心功能、肾功能、骨质疏松、脊柱侧弯、老人跌倒预测等;借助手机闪光灯和摄像头,可以通过手指PPG(光电容积描记法)实现心跳测量,同时在具备研究前景的血糖和血压测量等方面已有初步结果。另一方面可能创造全新的生物标记物,为疾病的诊疗提供新的监测评估工具。比如通过面部特征、语音、呼吸音、咳嗽音、运动功能评估等,来测量和评估心功能恶化、哮喘等。

      数字生物标记物有广阔的应用前景,主要在:一是临床疾病,可用于慢性病为代表的各类疾病监测管理和诊疗决策支持,目前在帕金森、心血管疾病恶化、脊柱侧弯、骨质疏松与跌倒预测等影响面较广的慢性病上,已经实现了较好的临床试验效果;二是日常健康,可用于个人了解身体健康相关的情况,以及掌握不同年龄段主要慢性病的患病风险,用于健康保养和疾病预防的决策支持,目前已有对青少年、中年、老年等不同群体的应用探索。其中在临床疾病监测诊疗上,数字生物标记物的应用技术渗透率高、社会价值巨大,是未来最核心的发展和攻坚方向。

      数字生物标记物的潜力很大,但要实现规模化实用,并充分发挥价值,还需要在技术和机制两个关键维度上进一步突破。技术上,需要实现AI现在盛行的深度模型与临床可解释性、可量化和可重复之间的有效关联。临床医学中,大多数疾病的诊断和管理都需要有医学和生物基础的可解释性。而目前数字生物标记物发展所重点依靠的AI深度模型,虽然在建模方面有诸多超越之前技术算法的优势,但是可解释性较差。单纯统计意义的结果通常难于被当前临床医学界接受,造成应用和审批的难度。临床医学技术的几个关键核心是可量化、临床可解释性和可重复性,这对于医疗AI的算法架构设计要求很高,需要突破AI界惯性的“黑盒”思维方式。机制上,需要鼓励行业合作创新的同时保障安全与隐私。作为新兴技术手段,数字生物标记物面临数据样本有限、机构间标准不一致等问题,影响了其临床实用推广的进度。这首先依赖于政策制度对于数字生物标记物等医疗科技创新的支持力度和包容程度;其次需要医疗和科技领域各方加强沟通合作,通过跨界联盟、协会等方式,从多方共赢的角度共建行业标准、鼓励数据流通;最后还需对数据使用规则做合理的设计,保障数据安全与隐私。

      未来从大规模实用的角度来看,基于智能手机传感器、摄像头、麦克风等的便携式数字生物标记物测量方式一旦获得许可,快速铺开的门槛最低、可能性最大。在此影响下,居家慢病管理服务市场有望进入高速发展通道,成为院外医疗服务的重要组成,普惠广大的慢病患者。长期看,依托数字化的全生命周期健康管理和个性化精准医疗将借此加速成为现实。

前沿杂志
互联网前沿61

2022年,从引爆AI作画领域的DALL-E 2、Stable Diffusion等AI模型,到以ChatGPT为代表的接近人类水平的对话机器人,AIGC不断刷爆网络,其强大的内容生成能力给人们带来了巨大的震撼。

2023-05-12

全站精选