幾次登上騰訊WE大會的阿爾茨海默研究，會是未來醫(yī)療的探路者嗎？

在每年的騰訊WE大會上，數(shù)字醫(yī)療基本都是保留項目。在以往幾期大會中，曾經(jīng)討論過減緩大腦衰老速度、用細胞療法治療癌癥、人工虹膜幫助盲人復(fù)明等等話題。

今年以“雅努斯之門”為主題的WE大會，則邀請了美國西奈山伊坎醫(yī)學研究所所長Joel Dudley ，分享了他通過大數(shù)據(jù)和人工智能挖掘阿爾茲海默癥治療新思路的歷程。

一直對WE大會有所關(guān)注的人應(yīng)該知道，這已經(jīng)不是阿爾茲海默癥第一次出現(xiàn)在議題中了。其實在整個數(shù)字醫(yī)療乃至科技圈里，阿爾茲海默癥都是一個出現(xiàn)頻率頗高的詞。

到底是什么原因，讓阿爾茲海默癥成了科技與醫(yī)療交匯的最大標的？

每個人的潛在威脅，醫(yī)學研究的重金懸賞

阿爾茲海默癥的俗稱，就是我們常說的老年癡呆。患病者大腦功能衰退，失語、失認乃至失憶，甚至最后死于感染并發(fā)癥。

阿爾茲海默癥起病緩慢而隱匿，而且病因不明，是目前全球范圍幾種非常罕見的讓人束手無策的疾病之一。

可怕的是隨著人類壽命的增長，阿爾茲海默癥的患病率也大大增加。就拿中國來說，2016年的數(shù)據(jù)顯示中國65歲以上的老年人占總?cè)丝诘?％，其中癡呆的患病率約為5％，即大約有600萬患有不同類型的癡呆；而75歲以上的患病率為11.5％，85歲以上高于30％。

于是阿爾茲海默癥集齊了讓科技力量參與的幾個條件：

首先，阿爾茲海默癥具有極高的普遍性和隨機性。也就是那種不論你的生活方式多么健康、身體多么強健，都有可能在六七十歲時突然找上門來的疾病。在大眾語境里喚起了高度的相關(guān)性，讓科技產(chǎn)業(yè)這樣貌似關(guān)聯(lián)程度不高的產(chǎn)業(yè)也投身研發(fā)。像比爾蓋茨就因為個人經(jīng)歷，號召更多科技企業(yè)去關(guān)注阿爾茲海默癥。

基于以上，阿爾茲海默癥的研究收益相比其他疾病多的多。用一句不客氣的話說，既得利益者們總是希望自己活的久一點，還要清醒的活著。號召大家關(guān)注阿爾茲海默癥的比爾蓋茨，就真金白銀的投入了一億美元來投資相關(guān)研究所。而關(guān)于阿爾茨海默癥藥物研發(fā)的投資也數(shù)額高昂，相關(guān)醫(yī)藥企業(yè)投融資的價格動輒就是幾億美金。

當然，最重要的還是阿爾茨海默癥作為與大腦密切相關(guān)的神經(jīng)系統(tǒng)疾病，與數(shù)據(jù)挖掘、圖像識別等等技術(shù)天然有著更緊密的聯(lián)系。

對付阿爾茨海默，大數(shù)據(jù)、AI、超算齊上陣

目前用技術(shù)手段功課阿爾茨海默病的，一般有以下幾個角度。

·數(shù)據(jù)挖掘

最普遍的，是利用數(shù)據(jù)挖掘?qū)ふ野柎暮Ｄ『推渌w征之間的關(guān)聯(lián)，來尋找阿爾茨海默病的病因。

這次騰訊WE大會中邀請的Joel Dudley提到了一個概念，在古老的中醫(yī)概念中醫(yī)生會依靠望聞問切多種體征來為患者診斷，而現(xiàn)代醫(yī)學則為疾病定下了清晰又獨立的數(shù)據(jù)指標。但現(xiàn)在利用上豐富的傳感器和強大的算力，我們又可以用量化的方式建立疾病與那些看似不相關(guān)的體征的聯(lián)系。

Joel Dudley就是利用這種方式，在今年得出了皰疹病毒可能是阿爾茨海默病因的重要研究成果。

同時還有很多研究者通過數(shù)據(jù)挖掘?qū)柎暮Ｄ『突蛑g建立起聯(lián)系，像波士頓大學醫(yī)學院就得出研究結(jié)果，稱那些擁有ApoE4基因又身患慢性炎癥的患者，相比其他人更容易患上阿爾茨海默病。

·大腦模擬

我們在大腦中發(fā)現(xiàn)的第一個阿爾茨海默病的可檢測跡象，就是淀粉樣蛋白的增多?？啥陙硌芯空邆冊噲D依靠消除斑塊來進行治療，然而300多種藥物、2000多個臨床實驗都失敗了。在今天，研究者可以通過利用超級計算機對健康和患病的大腦進行建模，進一步探尋阿爾茨海默病在大腦中的產(chǎn)生的跡象。

蒙特利爾神經(jīng)病學研究所的研究人員，就通過對大腦中78個區(qū)域淀粉樣蛋白濃度，葡萄糖代謝，腦血流，功能活動和腦萎縮的模式進行數(shù)據(jù)模擬，最終得出結(jié)論稱大腦中血流量的變化發(fā)生的比淀粉樣蛋白更早，而未來結(jié)合這些大腦不同區(qū)域和狀態(tài)的綜合性研究，或許是推動阿爾茨海默治愈的重要方式。例如發(fā)現(xiàn)異常蛋白如何跨神經(jīng)元傳播、嘗試通過對細胞的電磁刺激來為淀粉化的細胞重建神經(jīng)網(wǎng)絡(luò)等等這些研究嘗試，都是建立在大腦模擬之上的。

·AI預(yù)測

AI之于阿爾茨海默病的應(yīng)用，更多是在預(yù)測方面。例如通過學習核磁共振影像和遺傳數(shù)據(jù)，與人的認知能力變化對應(yīng)建模，用算法計算出患者是否會在未來五年內(nèi)惡化為阿爾茨海默病。在學科期刊Radiology上，也提出了利用卷積神經(jīng)網(wǎng)絡(luò)捕捉大腦微妙的代謝變化，在具體癥狀出現(xiàn)的幾年前就能給預(yù)測阿爾茨海默病的算法。

不過這些預(yù)測方法往往不著手于解決問題，而是讓患病可能性無限精確化，讓人們盡早采用一些預(yù)防方法?；蛟S等這些算法預(yù)測方式得到更廣泛的應(yīng)用之后，AI才可以進一步尋找哪些預(yù)防方法更有效。

未來醫(yī)療的科技通路：并不成功的阿爾茨海默研究還教會了我們什么？

看了上面這些研究成果，是不是覺得科技手段對阿爾茨海默病卓有成效、人類距離攻克這一疾病也不遠了？

實際上阿爾茨海默病的研究遠沒有想象中那么樂觀。就在今年年初，全球最大制藥公司輝瑞發(fā)表聲明，結(jié)束了關(guān)于阿爾茨海默病新藥研發(fā)的臨床試驗，今年年中，英國制藥巨頭阿斯利康、美國禮來公司和美國強生也分別宣布了對幾款新藥停止研發(fā)。

也就是說盡管我們不斷的在用科技手段尋找到阿爾茨海默和病毒、基因、大腦之間的種種關(guān)聯(lián)，究竟該如何治愈和預(yù)防這種疾病，仍然發(fā)展得非常緩慢。而即使有一天尋找到了治療方案，由于前期投入太過巨大，很可能會像今天的艾滋病藥物一樣，研究成本高導(dǎo)致售價上升，一般人無法消受。

難道這意味著對于阿爾茨海默病的研究毫無意義嗎？顯然不是。多種科技手段的參與，不僅推動著阿爾茨海默病的研究，也在搭建數(shù)字醫(yī)療整體發(fā)展的“手腳架”。

首先，以阿爾茨海默病為起因建設(shè)的龐大醫(yī)療數(shù)據(jù)庫，其實在很多疾病上的通用的。廣泛的數(shù)據(jù)累積，尤其是基因、蛋白質(zhì)序列等等這些較新的數(shù)據(jù)，正在幫助我們不斷的了解人體，同時在推進精準醫(yī)療、基因治療以及醫(yī)保系統(tǒng)的建設(shè)上都有著重要的作用。

Joel Dudley就舉了這樣一個例子，通過數(shù)據(jù)之間的互相關(guān)聯(lián)，我們或許可以發(fā)現(xiàn)某一種二型糖尿病患者在心臟病上的患病幾率更高，這樣的患者就可以進行一些針對性的防護，醫(yī)保系統(tǒng)也可以更加個性化和高效。

同時對于大腦的研究不僅推動著我們?nèi)チ私獍柎暮Ｄ?，也在幫助我們了解帕金森、心理疾病、記憶乃至意識這些至關(guān)重要的信息。在我們以前的文章中也曾經(jīng)提到，很多研究者試圖以“復(fù)制”大腦或“模擬”大腦的方式來推動人工智能發(fā)展。

在前文提到的蒙特利爾神經(jīng)病學研究所，在除了利用大腦數(shù)據(jù)模擬阿爾茨海默病之外，也利用相同方式推動著帕金森、腦卒中等等疾病的的預(yù)防和治療。

更重要的，還是以上所有的新方式方法，對于醫(yī)學界、藥學界的啟發(fā)。像是AI預(yù)測之于阿爾茨海默病的應(yīng)用，某種程度上也推動了數(shù)據(jù)眾包競賽這類原本應(yīng)用在AI研究上的方法更多的進入到醫(yī)學研究。在癲病上，就有醫(yī)療設(shè)備企業(yè)舉辦了在線競賽，開放了人類和犬只的腦電數(shù)據(jù)，讓那些幾乎沒有醫(yī)療經(jīng)驗的技術(shù)人員來研發(fā)癲病預(yù)測算法，并且為優(yōu)勝者提供15000美元的獎金。

雖然最后的優(yōu)勝者只在犬只癲病預(yù)測中達到70%的準確度，但企業(yè)所花費的成本卻大大降低，也打破了以往因醫(yī)療-數(shù)據(jù)跨專業(yè)人才不足的禁錮，得出了沒有醫(yī)療經(jīng)驗的算法專家也能促進醫(yī)學研究的結(jié)論。

被科技和醫(yī)療一同“懸賞”的阿爾茨海默病，好像是遙遠海域中的寶藏。無數(shù)不同的角色一起向它的方向攀登探險，其實我們都知道或許很多人根本找不到寶藏，即使找到了，能窺見寶藏真面目的人也不多。但就像海賊王的故事一樣，精彩之處并不只是寶藏本身，而是航行過程中的發(fā)現(xiàn)。

或許短時間之內(nèi)我們還無法找到阿爾茨海默病有效的治療方法，但在研究過程中，一定能慢慢勾勒出未來醫(yī)療新方式的模樣。

生成海報

免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。