梅斯医学MedSci APP
医路相伴,成就大医

屠呦呦团队成员:可用AI分析望闻问切,提高中医诊疗精准度

Tags: 屠呦呦   AI分析   诊疗精准度      作者:包雨朦 更新:2019-09-01

8月29日-31日,2019世界人工智能大会在上海举行。

诺贝尔奖获得者屠呦呦的团队成员、中国中医科学院青蒿素研究中心学术委员会副主任廖福龙出席了2019全球人工智能健康峰会,并在大会上发言。廖福龙表示,人工智能的来临已成为医疗健康行业加速发展与技术更新的重要机遇。同时,人工智能技术运用于青蒿素作用机理和抗药机理的研究与解读,也可助力于青蒿素的深入研究。

会后,廖福龙接受了澎湃新闻(www.thepaper.cn)等媒体的采访。廖福龙称,人工智能与中医药的结合有许多可以探索的方面。一方面是可以用人工智能模式采集与分析中医四诊(望、闻、问、切)的数据,以提高诊疗的精准度。另一方面,也可以尝试把人工智能技术运用在预防疾病的发生方面。

廖福龙说:“中医的诊疗体系和西医是完全不一样的。西医是分层次地、整体到微观地去寻找病因。一个病整体上有什么表现,器官组织上有什么表现,细胞上、分子上有什么变化,基因有什么改变,等等。中医不是这样一个还原论的认识体系,中医看病是突出整体观的, 即把握一个人的目前的状态,通过望闻问切由大夫进行信息提取, 然后用中医理论来判断出现了什么样的异常。”

廖福龙认为,基于中医的这一特点,如能以人工智能模式采集与分析中医四诊的信息, 精准地识别机体所处的异常状态,从而针对性地给出纠正异常的处方与治疗。另外,中医强调“上工治未病” ,即高明的医生希望预防疾病的发生。如能用人工智能模式发现机体出现某种异常倾向, 就有可能对此倾向采取措施, 防范于未然。所以,预防医学的观点和AI的结合是一个值得探讨的重要方面。

廖福龙还指出,实际上,人工智能技术已经渗透在医药科研工作者工作中的许多方面。“在我们实验室里,中草药的化学成分分离提取,目前所用的技术也包括了人工智能,包括质谱研究、高效液相等都运用到数据采集与分析等人工智能技术。”

“在药理学研究上,常常会研究显微镜下的图像,图像分析也是人工智能的一个方面。”廖福龙举例说,“若干年前绿色荧光蛋白的诞生获得了诺贝尔奖,这种可视化技术可用于研究体内的生命过程, 其中包含许多可以应用人工智能的地方。再如,体内酸碱度可以用光学的形式表现出来, 不同酸碱度表现成不同波长的光,这样就能看到酸碱程度了,其中也可以应用人工智能。”

廖福龙表示,下一步还可以做更多人工智能方面的尝试,通过云计算、云数据、5G联网等技术,把一个个独立实验室获取的信息拿到一个平台上进行综合的分析。

今年4月,屠呦呦研究团队关于青蒿素耐药现状及解决方案的论文发表在《新英格兰医学杂志(NEJM)》上。这一研究成果的发布在国内引发关注。

廖福龙告诉记者,目前屠呦呦领导的青蒿素研究团队的主要工作包括青蒿素作用机理的研究、耐药机理的研究以及对青蒿素联合疗法的探索。

“青蒿素是上个世纪70年代发现的,临床应用了几十年了,为什么还要研究它的机理?事实上,药物机理是精准应用它的关键,清楚它怎么发挥作用就能在临床上事半功倍。”廖福龙说。

据廖福龙介绍,在过去几十年中,科学家对于青蒿素抗疟的作用是有不同的说法的,对作用机理的认识也在不断深入。

据他介绍,上世纪90年代到2015年的研究认为,青蒿素是与疟原虫的某个蛋白进行了单靶点的结合。到了2015年,屠呦呦得了诺奖之后,青年华人学者王继刚的论文指出,青蒿素杀灭疟原虫是一个多靶点原理, 青蒿素可以和疟原虫100多个蛋白共价结合。

“多靶点的研究结果出来之后,也囊括了之前单靶点的一些学说。把我们对青蒿素抗疟机理的认识又推进了一大步。”廖福龙称,王继刚博士加入中国中医科学院青蒿素研究中心已两年多。

在青蒿素治疗疟疾的抗药性方面,青蒿素研究中心也在不断探索。廖福龙表示, 青蒿素的“抗药性”与药理学上所称的抗药性有所不同。通常药理学上认为的抗药性,就是再加大药物剂量或延长用药时间都无法对疾病产生效果。但事实表明,疟原虫对青蒿素产生的“抗药性”更像是一种耐药现象,即对药物作用不那么敏感了, 而延长用药时间和加大剂量还是可以达到杀灭效果的。

廖福龙指出,对青蒿素抗疟机理和耐药性的研究实际上是一个事物的两面,两个方面相互关联,对这个两个问题的把握有利于更深入地理解青蒿素, 有助于未来更好地应用青蒿素。

来源:澎湃新闻
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。同时转载内容不代表本站立场。
在此留言
小提示:本篇资讯需要登录阅读,点击跳转登录

相关推荐

移动应用
medsci.cn © 2020