医学大数据如何颠覆医学模式？

大数据医学大数据医学模式

医信天下 | 2016-07-08 13:13

【数据猿导读】现代医学有三种研究方法：循证医学、转化医学和精准医学。如今，科学方法在现代科技飞速发展中存在很多问题，既然由薄到厚在互联网医学领域举步维艰，那么是否应该把之前的见解统统清除，考虑用一种全新的模式，采取由厚到薄的科学研究创新方法

在医信天下前期发表的《医学大数据必将颠覆传统医学思维》中，医信天下预言医学将产生颠覆性变化，来顺应互联网特点，进而医学与互联网融合，实现互联网+。现在，医信天下从科学研究方法说起，探讨发展互联网医学方法。

人都是用学到的知识来判断事物，“合理”或“不合理”，“可能”或“不可能”，却又被学到的知识束缚，认为一些超乎想象、无法理解的事情是不现实、不科学、不可能的。法国著名哲学家、物理学家、数学家、现代西方科学研究方法创立者笛卡尔说：“如果我想要在科学上建立起某种坚定可靠、经久不变的东西的话，我就非在我有生之年认真地把我历来信以为真的一切见解统统清除出去，再从根本上重新开始不可。”这就是笛卡尔引导科学创新建立的“普遍怀疑论”，笛卡尔“普遍怀疑论”就是以怀疑一切为方法，追求真理。医学与互联网的融合正处于探索阶段，当一项科学的研究举步维艰，不妨从笛卡尔“普遍怀疑论”的科学创新法角度思考问题。

笛卡尔将科学创新方法“普遍怀疑”生动阐述为挑苹果：“如果一个人有一篮子苹果，他担心其中有一些是烂苹果，想把它们挑选出来，以免使其他苹果也发生腐烂。那么，他该如何着手呢?其实方法很简单，他应该先将篮子倒空，然后把苹果一个一个地检查一遍，将那些没有腐烂的苹果挑出来，重新装回篮子里，同时将那些腐烂的苹果扔掉。”遵循笛卡尔科学创新方法理论，医信天下深入思考互联网医学的未来发展，提出“医信天下传统医学颠覆理论”。纵观互联网医学发展进程，互联网医学工作者前赴后继，很多人都以自己独特的方法和模式尝试将医学与互联网融合，失败案例不计其数，这些失败的“互联网医学烈士”就像前文提到的“烂苹果”，为后来人提供前车之鉴他们的方法也许正确，更多的是因为模式不正确，造成互联网医学工作没有成功。医学创客探索互联网医学的未来，我们看到很多互联网医学模式，在这里不一一列举，我们认为，既然模式不成功，就需要用怀疑的态度去思考总结过去互联网医学模式。

我们看现代医学的三个研究方法：

1.循证医学(Evidence-based medicine，缩写为EBM)又称实证医学，港台地区也译为证据医学。

循证医学的核心思想是在医疗决策中将临床证据、个人经验与患者的实际状况和意愿三者相结合。临床证据主要来自大样本的随机对照临床试验(randomized controlled trial，RCT)和系统性评价(systematic review)或荟萃分析(meta-analysis)。

2.转化医学(Translational Medicine)

转化医学是一个致力于克服基础研究与临床和公共卫生应用严重失衡的医学发展的新模式，其核心是在从事基础医学发现的研究者和了解患者需求的医生、以及卫生工作者之间建立起有效的联系，特别集中在分子基础医学研究向最有效和最合适的疾病预防诊断、治疗和预防模式的转化。

3.精准医学(Precision Medicine)

通过基因组、蛋白质组等组学技术和医学前沿技术，对于大样本人群与特定疾病类型进行生物标记物的分析与鉴定、验证与应用，从而精确寻找到疾病的原因和治疗的靶点，并对一种疾病不同状态和过程进行精确分类，最终实现对于疾病和特定患者进行个性化精准治疗的目的，提高疾病诊治与预防的效益。

这三种研究方法，其模式都遵从科学研究方法由薄到厚的过程，即从局部到整体。西方医学也是从研究个体器官，再到综合考虑人体情况进行治疗的医学科学，如今，这种科学方法在现代科技飞速发展中存在很多问题。既然由薄到厚在互联网医学领域举步维艰，那么是否应该把之前的见解统统清除，考虑用一种全新的模式，采取由厚到薄的科学研究创新方法。医信天下认为人体是一个整体，是一个复杂的人体生理大数据库，器官之间存在动态平衡协调，互联网医学不应该从孤立研究某一器官数据开始，应该先从人体整体数据研究，再细分研究单一器官。这个理论有点像中国传统医学的人体是阴阳平衡的整体理论，由此也可以看到，互联网医学可以加强中西医的医学共通融合认识，更给中西医融合发展提供了天赐良机。互联网医学能够很好推动中西医完美结合，推动医学新的科学研究方法产生，发现未来互联网医学新的科学认知，这就是医信天下推崇的“数据医学”。

互联网上进行的是数据交换，人体本身是一个大数据库，生理数据非常适合在互联网上传播，医信天下提出实现互联网医学的可行方法——数据医学，为互联网医学的未来指明道路，医学与互联网结合互联网医学一定会成功。

来源：医信天下

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。