五、医学理念的颠覆者
——大数据

（一）群体模式向个体化模式的转变

从某种意义上说包括脑病在内的医学体系建立于流行病学基础之上，至少是建立于流行病学理念的基础之上。流行病学是研究特定人群中疾病、健康状况的分布及其决定因素，并研究防治疾病及促进健康的策略和措施的科学。2004年世界卫生组织（World Health Organization，WHO）对临床流行病学给予了极高评价，指出这门学科从群体层面和定量研究的方法出发，在推动全球卫生研究、创造最佳的研究成果、推进人类健康事业方面做出了突出贡献，在推动医学领域发展中起到了举足轻重的作用。

脑卒中的流行病学基础是概率论，关注在人群中占主体地位的人。因此，标准的临床医学试验有严格的纳入和排除标准，将非主体的人群，如老年人、儿童、妊娠或哺乳期妇女、肝肾功能障碍者，以及患有某些疾病的人排除在外，并且在纳入的人群中取95%或99%的可置信区间，假设可置信区间之外的个体表现出来的差异都是偶然的，可以不予考虑。这种试验简化了临床实际，使得大量脑病临床研究得以方便地开展。毋庸置疑，这种方法对于推动医学的发展起到了不可替代的作用，但也抹杀了个体的差异性。毫无疑问，在试验设计和统计检验中被排除的人群，也是需要临床照料的人，但却因为与多数人的某些差异而无法得到应有的医学照料。

建立于流行病学基础之上的现代脑病学体系是一种以群体为基础的研究范式。随着大数据时代的到来，它必然会被以个体为基础的研究范式所取代。1995年完成了19000例患者参与的代号为CARPIE的关于波立维（硫酸氢氯吡格雷片）的临床试验，这是严格遵循流行病学和循证医学原则的临床试验，试验结果表明药物对罹患血管疾病的患者群体具有潜在的好处。于是美国食品药品监督管理局（Food and Drug Administration，FDA）联同世界其他一些监管当局批准了该药的使用。截至2010年，波立维以年销售额90亿美元成为全球销量第二的处方药。然而随着精准医疗（precision medicine，PM）理念的逐渐崛起，人们开始重新审视这一研究结果，大量的研究证据促使FDA给予波立维警示级别最高的黑框警告：在缺少特定基因变异的患者身上，波立维可能无法发挥作用。波立维的代谢决定于功能基因CYP2C19，至少有30%的人因缺少此基因而无法正常代谢波立维，从而不能产生药效。对波立维的重新认识经历了20年的时间，这是以群体为基础的循证医学研究范式向以个体为基础的精准医疗模式转变的过程。

以个体为基础的医疗模式须建立于远多于群体模式的医疗信息之上。因为群体层面的规律是对研究对象理想化、简单化之后的规律，而以个体为基础的医疗则需要充分彰显个体的特性，从而需要对个体进行更加深刻、更加细致的刻画。因此从群体向个体模式的转变，不仅仅是思维模式的变化，也是数据和计算方式的转变。大数据正是促成这一模式转变的关键因素。

（二）大数据是模式转变的关键

今天，医疗行业产生的数据正呈指数级增长。早期的医疗数据大多记录在纸张上，如医院的病例、处方、收费记录、化验检查结果、医学影像等。随着信息技术的发展和医院信息化的快速推进，医疗信息大量电子化。医疗信息记录的成本降低促进了医疗数据的大爆发。有报告显示，2011年美国的医疗健康系统数据量达到了150EB。照目前的增长速度，很快会达到ZB（如果家用电脑的硬盘容量为1TB，那1ZB相当于10亿台，电脑的容量）。另外，现代社会，医疗健康数据不一定产生于医院，个人健康数据的规模也极为庞大。首先是基因数据，一个人的全基因测序数据大约为300GB。此外，各种可穿戴设备实现了血压、心率、体重、血糖、心电图等的实时监测，使健康信息的获取方便而廉价。虽然这些数据纷繁复杂，可能来自不同的地区，不同的医疗机构，不同的软件应用等。但毫无疑问，只要能对其有效地整合和分析，医疗大数据将对提高医疗质量、发现医学知识、减少用药风险、降低医疗成本，保障患者权益等方面发挥巨大作用。

同样，云计算从其诞生之日起就以其在网络时代无与伦比的优势得到迅速发展，其对健康领域的影响也日益巨大。云计算能够提供海量数据存储能力和强大的计算能力，并且提供方便快捷的软件服务，将各医疗机构的远程服务作为云端服务提供，使用户的需求可以得到最好的匹配，使电子健康由以机构为中心的服务模式向以人为中心的服务转变，通过在云端数据的分析挖掘将医疗服务变得更加个性化、智能化。在云计算的支持下，医生将更加方便地获得各种医疗健康历史数据、关联知识、诊疗方法信息的支持。数据分析云服务可以将电子病历数据变成知识，以提供和优化医生的临床实践。

医疗数据的电子化、健康管理数据、可穿戴设备产生的数据，以及云存储、云计算等大数据的处理技术，不但为精准医疗的实现，也为脑卒中临床大数据研究奠定了基础。

（三）精准医疗：医学大数据应用的尝试

精准医疗的发展缘于近几年来多项科学技术的突破，尤其是基因测序技术、多水平的组学生物学技术和计算机分析能力的提升，而这些也同样是大数据革命产生的先决条件。美国科学促进会（American Association for the Advancement of Science，AAAS）主席、《科学》杂志的创办者Philip Sharp曾将DNA双螺旋结构的发现和人类基因组计划分别称为生命科学的“第一次革命”和“第二次革命”。而加州理工学院的David Baltimore近时也对精准医疗做了这样的解读：“精准医疗的愿景主要是由两项重要技术——DNA测序和基因组技术来驱动的”。近年来基因测序成本飞速下降，其下降的幅度甚至远超摩尔定律的预计，目前分析一个人类个体基因组的成本只要2000美元，这使得大规模获得基因组学数据成为可能。而大规模多水平组学生物学技术，如蛋白组学、代谢组学、基因组学、转录组学及表型组学等的飞速发展，为精准医疗提供了强有力的技术基础；临床信息学技术的进步如电子医疗病例，也为获得详细临床数据并对接生物学大数据提供了可能；计算机运算能力的提升和信息技术尤其是大数据处理、云计算等技术的出现使得大量生物学数据的处理成为可能。这一切都催生了精准医疗的出现。

精准医疗的理念可以有效指导临床合理用药，从而达到降低药物不良反应（adverse drug reactions，ADRs）、提高安全性的目的。王辰院士认为精准医疗可以在有效控制不合理的药费支出、提高疗效、降低药品不良反应等方面带来重大的社会和经济效益。以华法林为例，美国AEI-BROOKINGS法规研究中心2006年发布的数据显示美国每年新增200万患者使用华法林。若为这200万新增使用者每人实施一次华法林相关基因检测（约300美元/人），然后根据基因检测结果制定个体化给药方案，则每年可在美国减少85400起药物过量导致的出血事件，减少17100起药量不足导致的血栓事件，每年可节约11亿3千万美元的医疗费用开支。贺林院士认为，精准医疗理念指导下的临床合理用药最终走向个体化医疗。个体化医疗是以个体信息为决定基础的治疗，从基因组成或表达变化的差异来把握治疗效果或毒副作用等应答反应，对每个患者进行最适宜的药物治疗。据统计，我国每年药物所致严重不良反应约250万例，药物所致死亡约20万例。如果能够推行基于精准医疗的临床合理用药，可能会极大地减少不良反应的损害。同时，推动精准医疗的发展，可以将我国拥有的巨大患者资源优势转化为促进临床诊疗技术进步的战略资源。

精准医疗与中医药个体化治疗的理念相通。大数据的相关技术为医学领域从关注“人的病”向关注“病的人”的转变提供了方法学的支撑。这是医学摆脱纯粹的“科学主义”，走向中医学所倡行的科学与人文相结合的新医学的坚实一步。在“生命科学和人文科学”的定位指引下，新医学面对“病的人”这一复杂巨系统，在面对巨系统中生物、社会、心理、环境等诸多元素的复杂关系时，大数据的相关技术提供了处理非线性和关系本体的方法，这为统一新医学的进程扫清了道路。我们可以期望，在大数据的推动下，在不远的未来，中医学和西医学的体系都发生了根本性的变化，西医学从理念上向中医学靠近，而中医学从技术上向西医学靠近，最终形成统一的新医学（图1-2）。