科技日報記者 張佳星
近日，《自然》子刊報告了一種藥物開發的新技術，利用“達爾文進化論”的加速版，通過隨機程序化組裝快速生成數百萬個小分子組合，迅速找到了新的腫瘤精準治療的候選藥物。
利用不同的解決方案或研究思路，通過收集、匯總大量數據，實施數據挖掘、分析，高效地開發藥物或者制定有針對性的治療方案，越來越成為目前醫藥研發公司、醫療服務機構、醫院、診斷中心等開展精準治療的有效路徑。
在百萬乃至千萬級別的海量數據中發現有效目標，算法和算力正成為醫藥研發領域不可或缺的核心技術。醫療大數據云端化，將較好地彌補醫療行業在算法、算力方面的“短板”，助推精準治療時代到來。
虛擬圖。 由受訪單位提供
云端化數倍增加數據挖掘量
新冠疫情到來，醫療行業更加意識到，需要通過數據的云端化，更好地駕馭更大量的數據，助推精準治療時代到來。
以阿斯利康為例，作為在研發新冠疫苗和藥物方面進展快速的跨國型藥企，據統計，它在24小時之內約需要進行510億個數據的統計分析，這些數據包括基因類型的數據和病患的數據。對這些數據的分析，可以支撐他們在2020年同時進行40多種新藥開發的項目。
但并不是所有的數據都是能直接用的，在數據挖掘之前，必須進行大量的“結構化”工作。但事實上，一些醫療機構在收集患者數據時，經常難以結構化，例如對“浸潤”的描述，在不同科室學術術語不同，這使得在算法挖掘時數據不大好用。
為了讓非結構化數據也能實現分析功能，很多醫療領域的科技公司都在努力地創新、嘗試。亞馬遜云科技通過降低門檻、準備數據和標注數據，擴大機器學習在醫療領域的數據發掘范疇。
“我們發布的應用中，之前對專業的標注有專門的設計，在新冠疫情期間，肺炎的數據通過專業團隊標注進行了及時跟進。” 亞馬遜云科技機器學習相關負責人介紹，專業團隊擁有特定領域和專業的知識，并且符合客戶對于數據安全和隱私、合規等要求。
云端化降低了數據挖掘的門檻，讓醫療行業更好地駕馭患者數據，提供精準化的診斷、治療的方案，提高整個醫療服務運營的效率。
云端化實現隨叫隨到的“存儲”
醫療大數據里最常見的是影像數據，由于影像數據格式標準，因而容易獲取和使用。中科院分子影像重點實驗室主任田捷曾表示，未來的影像中心就像飛機駕駛艙一樣，是各種各樣信息的綜合體；而未來的醫生則相當于飛行員，要處理各種各樣的信息。
醫療影像信息有歸檔要求高、數據量大、存儲量大的特點，對于云端讀取的實時性提出更高的要求。醫療影像的數據長年不能刪除，需要歸檔很多年。在實際的應用中，這些影像數據可能一年都用不到一回，但也可能突然就會要求馬上調用這個數據。
醫療數據的存儲特殊性需要云存儲既滿足低成本的長期存儲，又要滿足即時快速調用的要求。通過智能分層的技術，亞馬遜云科技構建了及時索引的分層，可以幫助客戶在歸檔的數據里面產生索引，在需要取用的時候，仍然能夠像熱數據一樣馬上就能索引到。而在不需要索引的時候，這些數據像歸檔存儲一樣，長期保存在非常低的成本存儲層中。據介紹，這一技術可以使歸檔數據在毫秒級完成訪問，并將節省近70%的存儲成本。
云端化實現低門檻的機器學習
無論是醫學領域還是數據科學領域都是注重實踐的研究領域。相關專家表示：人工智能技術在醫學上的研究、應用，不是寫文章、談概念，也不是紙上談兵，更不僅僅是做篩查，而是要將技術與臨床緊密結合，解決實際臨床問題。
然而，缺乏跨學科的高水平人才，仍舊是讓醫療行業與數據挖掘融合起來的難點之一。如何讓對數據和編程一竅不通的醫療學者快速上手機器學習呢？
“他們無需任何技術背景，完全不需要具備機器學習或者其他的一些技術能力，就能夠用到我們的人工智能或機器學習服務。” 亞馬遜云科技機器學習和醫療人工智能總監Taha Kass-Hout博士表示，只需要用自然語言去請求服務，通過聊天框搜索就能夠使用機器學習服務。
人工智能可以幫助客戶更好地去編撰數據，并對數據進行結構化處理、打標簽等工作，實現機器學習的托管型云服務。
云端化通過降低機器學習的使用門檻，大大加速了臨床治療的精準性。例如在慕尼黑白血病實驗室建立了世界上最大的白血病數據，通過把患者的基因數據和患者的電子病歷數據整合在一起，用于精準化的臨床治療。
營業執照公示信息