北京博遠(yuǎn)精準(zhǔn)醫(yī)療科技有限公司(北京博遠(yuǎn))于2016年10月在北京成立,致力于腫瘤診斷標(biāo)志物及高端醫(yī)療健康產(chǎn)品的開發(fā)與應(yīng)用。經(jīng)過多年研究探索發(fā)展,目前在人工智能代謝組學(xué)方法進(jìn)行腫瘤早期診斷這一方向取得了突破性進(jìn)展,目前已經(jīng)廣泛應(yīng)用于大眾健康和臨床診斷服務(wù)。公司的遠(yuǎn)期目標(biāo)為通過研究及整合多種常見腫瘤的中國人群大隊(duì)列數(shù)據(jù),構(gòu)建起腫瘤代謝數(shù)據(jù)庫并逐步實(shí)現(xiàn)臨床轉(zhuǎn)化,開展個(gè)體化精準(zhǔn)醫(yī)療和大健康產(chǎn)業(yè)相關(guān)產(chǎn)品服務(wù),并推動(dòng)代謝組學(xué)結(jié)合人工智能策略在醫(yī)療健康領(lǐng)域的應(yīng)用。
行業(yè)背景
2019年7月,國務(wù)院印發(fā)《國務(wù)院關(guān)于實(shí)施健康中國行動(dòng)的意見》,國家出臺(tái)《健康中國行動(dòng)(2019-2030)年》,圍繞疾病預(yù)防和健康促進(jìn)兩大核心,提出將開展15個(gè)重大專項(xiàng)行動(dòng),促進(jìn)以治病為中心向以人民健康保障為中心的轉(zhuǎn)變,努力使群眾不生病、少生病。為積極有效應(yīng)對(duì)當(dāng)前突出健康問題和疾病威脅,必須關(guān)口前移。權(quán)威人士指出,此次健康中國行動(dòng)堅(jiān)持預(yù)防為主,是對(duì)《“健康中國2030”規(guī)劃綱要》任務(wù)目標(biāo)的細(xì)化和落實(shí),體現(xiàn)了兩個(gè)“突出”——把預(yù)防擺在更加突出的位置,突出健康促進(jìn)和動(dòng)員倡導(dǎo),將統(tǒng)籌推進(jìn)重大專項(xiàng)行動(dòng),實(shí)施疾病預(yù)防和健康促進(jìn)的中長期行動(dòng),為全方位全周期保障人民健康、建設(shè)健康中國奠定堅(jiān)實(shí)基礎(chǔ)。
在“健康中國行動(dòng)”提出的到2022年和2030年要實(shí)現(xiàn)的總體目標(biāo)中,癌癥、心腦血管疾病、慢性呼吸系統(tǒng)疾病、糖尿病等重大慢性病的防治成為重要環(huán)節(jié),而對(duì)全面健康素養(yǎng)水平和健康生活方式的考量則貫穿了整個(gè)中長期目標(biāo)。在癌癥防治行動(dòng)的行動(dòng)目標(biāo)中指出,高發(fā)地區(qū)重點(diǎn)癌種早診率應(yīng)達(dá)到55%及以上并持續(xù)提高,基本實(shí)現(xiàn)癌癥高危人群定期參加防癌體檢。倡導(dǎo)個(gè)人盡早關(guān)注癌癥預(yù)防、踐行健康生活方式、定期進(jìn)行防癌體檢并密切關(guān)注癌癥危險(xiǎn)信號(hào)。要求社會(huì)和政府創(chuàng)造條件普遍開展癌癥機(jī)會(huì)性篩查,加強(qiáng)農(nóng)村貧困人口癌癥篩查,促進(jìn)各類保險(xiǎn)與醫(yī)療救助等制度間的互補(bǔ)聯(lián)動(dòng)和有效銜接,并強(qiáng)化癌癥防治的基礎(chǔ)前沿研究、診治技術(shù)和應(yīng)用示范的全鏈條部署,持續(xù)提升我國癌癥防治的整體科技水平。
因此,隨著健康消費(fèi)升級(jí),大眾對(duì)“早發(fā)現(xiàn)、早治療、早預(yù)防、早健康”的健康觀念大幅提升,健康體檢、腫瘤防治的市場需求旺盛,呈現(xiàn)井噴發(fā)展的趨勢。
技術(shù)簡介
代謝組學(xué)是繼基因組學(xué)與蛋白組學(xué)后另一個(gè)被寄予厚望,廣泛應(yīng)用于精準(zhǔn)醫(yī)療中的組學(xué)方法。相較于基因組與蛋白組,代謝組學(xué)可以直觀實(shí)時(shí)地測定出個(gè)體體液中小分子的性質(zhì)與含量,因此可以監(jiān)測腫瘤即將發(fā)生和已經(jīng)發(fā)生的實(shí)際代謝狀態(tài)。在科研方面,它具有跨物種的同質(zhì)性,有利于表征或診斷疾病的動(dòng)物模型;在臨床診斷方面,它可以對(duì)多種體液的不同成分進(jìn)行檢測,多維度的展現(xiàn)個(gè)體的代謝組特征。
人工智能被大眾關(guān)注是在Google公司開發(fā)的基于神經(jīng)網(wǎng)絡(luò)的人工智能學(xué)習(xí)系統(tǒng)Alphago自學(xué)圍棋并戰(zhàn)勝人類。而自從人工智能(神經(jīng)網(wǎng)絡(luò))在黑色素瘤診斷上的成功開發(fā)后,越來越多基于機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等方法對(duì)生物醫(yī)學(xué)成像判讀及對(duì)疾病的診斷便成為該領(lǐng)域的熱門研究及應(yīng)用方向,也被當(dāng)作未來醫(yī)學(xué)發(fā)展的重要輔助手段。
北京博遠(yuǎn)首次成功建立了一系列利用DDA/MRM技術(shù)的代謝組檢測方法,該方法可以在較短時(shí)間對(duì)微量血樣本(血清/血漿)進(jìn)行靶向與非靶向脂質(zhì)與親水代謝組的相對(duì)定量檢測。同時(shí)構(gòu)建了一種基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析算法,該算法可以對(duì)兩種或多種樣本數(shù)據(jù)進(jìn)行精確分析及分類,并形成有效分類模型。通過基于機(jī)器學(xué)習(xí)的特征篩選,我們從數(shù)千個(gè)代謝物中找出對(duì)疾病檢測重要的5–20個(gè)特征分子,并以此建立了針對(duì)特定疾病的靶向定量方法,同時(shí)構(gòu)建相應(yīng)的人工智能數(shù)據(jù)分類模型以輔助疾病的早期發(fā)現(xiàn)與診斷。
該方法結(jié)合了代謝組數(shù)據(jù)與機(jī)器學(xué)習(xí)分類與特征篩選策略,可以對(duì)高維度的大量樣本進(jìn)行全面分析,較于傳統(tǒng)方法有效提高了分類的準(zhǔn)確性、精確性和速度。借助于上述方法,北京博遠(yuǎn)已經(jīng)成功在肺癌、胰腺癌等腫瘤的早期診斷中開發(fā)了具有高準(zhǔn)確性、快速、無創(chuàng)的檢測方法及模型,未來將會(huì)推廣覆蓋所有大類腫瘤。這種全新檢測策略的建立有助于多項(xiàng)腫瘤疾病的早期診斷、輔助診斷或人群篩查,具有廣泛、多樣的使用范圍和很高的臨床應(yīng)用價(jià)值。