人工智能時代 疫病確診速度不斷加快

面對疾病，如何快速準確地找到致病源？請聽美國加州大學伯克利分校博士廖國春在“一刻talks”演講為我們介紹宏基因組測序技術在醫(yī)學尤其是傳染病監(jiān)控中的作用。

其實，我們大部分人生病去醫(yī)院的時候，醫(yī)生是憑經驗看病的。

一般來說，醫(yī)生首先根據病人的癥狀以及自身的經驗作一個推斷，然后再根據推斷開出檢查單。如果檢查結果是陰性，那就再開一個另外的檢查單；如果還是不能夠確診，就再開一個。

如果實在不能確診的話，對于大部分人來說也沒什么關系，因為我們自身有免疫系統(tǒng)，可以讓我們產生抵抗力。所以，盡管醫(yī)生不一定能對癥下藥，也能讓我們逐漸康復。

但是，對于一些免疫力低下的病人來說，情況就不容樂觀了。比如，5歲以下的小孩、老年人，或者癌癥病人、糖尿病人、器官移植病人，他們經常被一些不常見的病菌所感染。每當這個時候，他們被確診的概率就更低了。一方面，各種各樣的檢查會增加病人的痛苦；另一方面，如果不能確診的話，就不能實現(xiàn)精準治療，同時也會增加醫(yī)療系統(tǒng)的負擔。

有沒有一種檢測方法能夠同時做到以下幾點呢？第一，它是全方位的，不管是病毒、細菌，或者真菌、寄生蟲，都可以檢測到。第二，不管是常見的還是不常見的細菌或病毒，不需要醫(yī)生做推斷，可以直接檢測出來。第三，可以同時檢測出抗藥性。實際上，基因測序技術加上大數據分析，已經為我們提供了這樣的解決方案。

人類、動物、植物、微生物，我們都有同樣的遺傳物質，就是DNA和RNA。所以，如果我們把病人的樣品拿過來，檢測其中的遺傳物質，就會得到大量的DNA片段序列。

這時，我們可以通過計算分析的方法，來確認哪些DNA片段來自人類，哪些則來自微生物，這樣就有可能找到致病源。通過這種方法，我們實際上是把一個診斷問題，變成了一個計算問題。

這種通過人工智能、大數據分析和統(tǒng)計分析的方法去準確找到致病源的新技術，也被稱為宏基因組測序技術。很多疑難雜癥，利用這種基因測序的技術都可以得到有效解決。

舉個例子，有一個白血病患者，他做過化療，免疫力低下，這次又出現(xiàn)了高燒、嘔吐等癥狀。通過現(xiàn)有的醫(yī)療檢測手段，發(fā)現(xiàn)他還有結腸炎，肺部也有陰影，但查不出任何病因。最后，用基因測序的方法測了他的DNA，經過大數據分析，發(fā)現(xiàn)這個病人是被一種不常見的細菌和另一種病毒所感染。

宏基因組測序技術還有一個非常重要的應用領域，那就是針對傳染病的監(jiān)控，尤其是公共衛(wèi)生領域。

很多流行病在爆發(fā)之前，我們對它一無所知，比如當年的“非典”。過去幾十年間，醫(yī)學界對于傳染病病原體的診斷方法主要有涂片鏡檢、細菌培養(yǎng)鑒定、PCR檢測等傳統(tǒng)方法，這些傳統(tǒng)方法均只能對少量或是確定的微生物進行鑒定，而對少見的病原體和新發(fā)病原體的檢測困難較大，這也是“非典”疫情一直到傳染期結束、將近6個月后才檢測出病原體的原因。

現(xiàn)在有了宏基因組測序技術，我們不需要預知病原微生物，而是直接檢測病原體的遺傳物質，與其他已知的病原體進行比對。它可以提供更多的信息，不僅能夠找出致病菌，還可以幫助我們找到傳染病的源頭。

前兩年寨卡病毒流行的時候，美國第一例死亡病例是一位成年男性。通常，寨卡病毒主要感染婦女和兒童，而這第一例死亡的是個成年男性，所以當時大家都心存疑問。我們通過基因測序分析了這個病人的樣本，確認他確實是受寨卡病毒感染致死。隨后，我們做了數據庫的比對，結果發(fā)現(xiàn)，這個病毒株的來源，和這個病人在去世前兩個星期曾經去過一個墨西哥小鎮(zhèn)完全吻合。

那么，這種基因組測序的應用究竟離我們有多遠？目前，很多地方都已經開始使用這種技術。當然，目前它的成本還比較高，但是隨著科技的進一步發(fā)展，成本迅速下降一定是趨勢所向。

可以預見，在不久的將來，我們可以通過基因組測序的方法來分析我們被什么感染了，我們身上有什么樣的微生物群，也可以用它來進行流行病的監(jiān)控。

未來，我們可以做到實時的監(jiān)測，對不同人群、不同地域、不同時間段的人體微生物分布有一個整體的了解。最終我們可以真正做到，在流行病爆發(fā)之前就發(fā)現(xiàn)它們。