大数据在医学中的作用: 访谈 Eric Schadt 博士

文章

纽约西奈山卫生系统伊坎基因组和多尺度生物学研究所的创始主任说,技术正在彻底改变我们对疾病的理解和治疗。

大多数公司有意识而深思熟虑地决定接受数字化和信息革命。然而,大数据在医学中的作用似乎几乎迫使组织参与进来。在这次采访中,埃里克 · 沙德博士,纽约西奈山卫生系统伊坎基因组和多尺度生物学研究所的创始主任, 告诉麦肯锡的 Sastry Chilukuri,数据驱动的研究方法如何帮助患者,技术在哪些方面有潜力改变医学和医疗保健系统,以及伊坎研究所是如何建立其人才基础的。随后是 Schadt 言论的编辑抄本。

进化还是革命?

大数据在医学中的作用是,我们可以围绕个体患者建立更好的健康状况和更好的预测模型,以便我们能够更好地诊断和治疗疾病。

当今医学和制药行业的主要局限性之一是我们对疾病生物学的理解。大数据开始发挥作用,围绕多种尺度聚集越来越多的信息,以了解疾病的构成 -- 从 DNA 、蛋白质和代谢物到细胞、组织、器官、生物体和生态系统。这些是我们需要通过整合大数据建模的生物学尺度。如果我们这样做,模型将会进化,模型将会建立,它们将会对给定的个体更具预测性。

这不会是一个离散的事件 -- 突然之间,我们从不在医学中使用大数据变成在医学中使用大数据。我认为它更像是一个连续体,更像是一种进化。当我们开始构建这些模型,聚集大数据时,我们将对个体进行测试和应用模型,评估结果,完善模型,等等。问题将变得更容易回答。当我们开始获取所有这些信息时,建模变得更加明智。我们正处于这场革命的最初阶段,但我认为它将会进行得非常快,因为医学以外的信息科学已经非常成熟。

生命科学并不是第一个遇到大数据的。我们有像谷歌、亚马逊和脸书这样的信息强国公司, 那里应用的许多算法 -- 预测你喜欢看什么样的电影或者你喜欢买什么样的食物 -- 使用相同的机器学习技术。这些相同类型的方法,管理数据的基础设施,都可以应用于医学。

可穿戴设备如何准备好改变医学

可穿戴设备和移动健康应用的参与代表着未来 -- 不仅仅是疾病研究,还有医学。我可以自信地说,因为今天在医学上,一个通常健康的正常人每年可能在医生面前花十分钟。医生在评估你的健康状况时可能给你打分的是非常少的。除非你体内发生了灾难性的事情 -- 血脂水平与图表相差甚远,血糖水平或极端的事情 -- 否则他们不会做太多事情来评估你的健康状况, 并且医疗记录中存储的信息不够广泛。

可穿戴设备革命提供了一种纵向监控你的状态的方法 -- 关于你健康的许多不同方面 -- 以提供一个更好的, 更准确地描述你是谁,你的基线是什么,以及偏离基线如何预测疾病状态或滑入疾病状态。这意味着我们将能够更快地进行干预,以防止你出现这种情况。这种建模是不可能的,除非你能在纵向和长期的基础上对个体进行显型。

尽管今天的可穿戴设备处于这种更具娱乐性的状态,但它们正在难以置信地迅速转变为研究级别,最终转变为临床级别。已经有一些葡萄糖监测器被 FDA1 批准,个人可以佩戴,并与数字应用程序连接,然后根据他们在你的葡萄糖档案中看到的情况直接与医疗保健提供商连接。随着时间的推移,你会看到这种感觉越来越好,提供越来越高的成绩和越来越好的个人档案。我估计,在五到十年内,关于你健康的准确信息将更多地存在于卫生系统之外,而不是卫生系统内部。这将迫使医学界接受这些信息。亚搏体育下载链接

大数据对患者、付款人和制药公司意味着什么

我对病人未来的看法是让他们作为合作伙伴参与到这种新模式中,更好地了解他们的健康状况,并了解如何围绕这些因素做出更好的决定。

他们的大部分数据收集将是被动的,所以个人不必每天都是主动的 -- 例如记录东西 -- 但是他们会保持参与,因为他们会从中受益。他们会同意以这种方式使用他们的数据,因为他们得到了一些感知到的好处。最终,这将是你需要去看医生的次数,你生病的次数,你发展到特定疾病状态的次数。一切都应该减少。呈现这些信息是有好处的,所以他们看着自己的仪表板 -- 他们不会对这些信息视而不见,也不会依赖医生来为他们解释这些信息, 他们能够每天看到它并理解它的含义。

我相信就谁能从中受益而言,付款人也许是链条的顶端。因为,最终,付款人想要限制每个病人的成本。他们关心病人的健康,但他们想尽一切可能激励病人和治疗他们的医疗系统通过更好的预防措施将成本降至最低, 更好的靶向治疗,增加药物使用的依从性。所以现在,付款人从吸毒中获得了更好的利益, 因为他们能够看到药物是按处方服用的,或者对病人没有影响,所以病人可以更早地接受更有效的治疗。如果你能在病人滑入疾病状态之前尽快干预他们的健康, 然后你会在那些意想不到的住院治疗、急诊室就诊甚至医生就诊上省钱。

然后是病人的一般风险分析。当然,付款人非常关心了解病人的整体风险以及他们每年可能花费的费用。例如,假设我们能够产生基因组信息,告诉我们每个病人的遗传癌症风险是多少; 你不需要等到肿块被感觉到或者这个人处于癌症的晚期,那时它要贵得多。这些更好的风险预测将激励付款人关注并实际参与这一发展。

对于设备制造商来说,我只是认为这是一场革命,如果他们不接受消费者可穿戴设备或传感器的发展,更广泛地说,这是他们的损失, 在美国或地球上的每个人都在购买设备而不是少数医疗系统的环境中。这是一个更好的商业模式,可以产生大量收入。因此,设备制造商应该接受这场革命,甚至开始将他们已经生产的一些设备改造成消费级设备,这些设备不仅可以是娱乐级的,也可以是更高级的,走向临床等级。

最后,从制药的角度来看,我认为这是主要的。我的意思是,只要看看 Regeneron 制药公司和 Geisinger 医疗系统,并对该人群中的每个人进行排序,以更好地了解疾病和预防疾病以进行治疗。在某种程度上,你看到的是制药公司对这种信息革命的拥抱。它主要是在基因组学领域做的,但它也从更好地理解疾病,更好地理解疾病的因果因素的角度来接近它, 并利用这种或对疾病的因果保护剂来直接开发疗法。

汇集合适的人才

创建伊坎研究所的一个最有趣的方面 -- 并将其发展到今天的状态和它的发展方向 -- 是创造一种正确的生态系统,可以包括从不同专业领域的角度来看,高度多样化的个人。

在过去的里,我们雇佣了 300 多人, 从硬件方面和大数据计算到序列信息学和生物信息学,到 CLIA-certified2 基因组学核心 -- 生成信息 -- 到机器学习和预测建模人员和定量人员,建立模型。然后我们把它和西奈山所有不同的疾病导向机构联系起来,直接和一些诊所联系起来, 开始将这种信息驱动的决策推向临床领域。

不是所有的医生都在船上,当然, 如果我们把医疗决策建立在复杂的模型上,没有人真正理解发生了什么,那么很多人会试图对我们将会变成什么样的世界造成各种恐惧。因此,这一切都是关于与个人合作,比如被视为思想领袖的关键医生 -- 在系统中领导他们的领域 -- 并与这些个人进行正确的研究。

在所有这些不同的领域,我们正在招募专家, 我们认为我们建造的是一个中心节点,我们希望它与所有不同的疾病导向机构相联系,使它们能够利用这个伟大的引擎。但是你需要人们帮助翻译它,这就是这些关键雇员所做的。他们在伊坎研究所有一只强壮的脚,但他们也关心疾病。因此,他们围绕着如何更有效地将信息从大型信息中心转换到不同的疾病领域的想法组成了整个实验室。这仍然主要是通过在这些实验室中训练个人能够在较低的水平上操作来实现的。我认为除此之外需要通过软件工程更好地参与: 用户界面设计者, 用户体验设计师,他们可以开发合适类型的界面,让人类的大脑参与到这些信息中。

围绕大数据的最大问题之一,以及可以建立在该数据基础上的预测模型,真正集中在你如何让其他人从该信息中受益。除了我们需要让非计算个体参与这类信息和决策制定的工具之外,培训是另一个要素。他们成长在一个与信息革命非常背道而驰的系统中。因此,我们开始更加重视未来医生的产生,以及我们如何改变医学院的课程。我认为这是医学院课程的根本转变,甚至是基础生命科学,在那里它变得更加定量,更加计yabo2019体育下载算, 每个人都在学习统计学、组合学、机器学习和计算。

这些只是你生存所需的工具。它必须从早期yabo2019体育下载开始,因为它非常, 很难带已经受过生物学训练的人或者医生去教他们玩这个游戏所需的数学和计算机科学。

阅读关于麦肯锡洞察和出版物的完整文章 -- 并观看沙德博士访谈的视频剪辑