碳云智能首席科學(xué)家李英睿：我們要建立一個(gè)接近于智能的計(jì)算框架

圖片來(lái)自asianscientist

12月7日下午，江湖傳言不輕易出面且連股東也請(qǐng)不動(dòng)的碳云智能首席科學(xué)家李英睿，出現(xiàn)在了松禾資本的年會(huì)，并在演講中講了碳云在做的事以及精準(zhǔn)醫(yī)學(xué)。

李英睿是碳云智能聯(lián)合創(chuàng)始人兼首席科學(xué)家，曾任華大科技CEO和華大基因首席科學(xué)家。2016年，他入選福布斯30位30歲以下亞洲人物榜生命科學(xué)榜。

本文由雷鋒網(wǎng)根據(jù)他的演講內(nèi)容整理而來(lái)。

公眾對(duì)精準(zhǔn)醫(yī)學(xué)的熟悉，得益于美國(guó)總統(tǒng)奧巴馬的推廣。雷鋒網(wǎng)曾報(bào)道，2015年1月底，奧巴馬在2015年國(guó)情咨文演講中宣布精準(zhǔn)醫(yī)療計(jì)劃（Precision Medicine Initiative），它致力于治愈癌癥和糖尿病等疾病，讓所有人獲得健康個(gè)性化信息。此后，這些詞紅遍了太平洋東西兩岸。

不過(guò)李英睿認(rèn)為，從數(shù)據(jù)分析的角度看，只要走的是循證醫(yī)學(xué)的路徑，就可以被認(rèn)為是精準(zhǔn)醫(yī)學(xué)，因?yàn)檠C醫(yī)學(xué)從醫(yī)意識(shí)就是“準(zhǔn)確”，最開(kāi)始就是基于數(shù)據(jù)的決策。我們現(xiàn)在提出精準(zhǔn)，是因?yàn)榭梢詮牟∪颂幍玫礁嗟目蓽y(cè)量特征。

隨著技術(shù)的進(jìn)步，我們對(duì)人類的測(cè)量越來(lái)越多。通常的醫(yī)學(xué)關(guān)注醫(yī)學(xué)影像，還有身體的各種體征，以及醫(yī)生對(duì)病人的觀測(cè)。而現(xiàn)在的數(shù)據(jù)時(shí)代，我們能夠掌握的比原來(lái)要多很多，有移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)，社交數(shù)據(jù)，還有各種動(dòng)態(tài)分子信息和蛋白質(zhì)、代謝等信息，以及身體各個(gè)部位的信息。

現(xiàn)在已經(jīng)有可能形成關(guān)于人全局的數(shù)據(jù)化生命，從靜態(tài)到動(dòng)態(tài)數(shù)據(jù)，再到我們自己的行為和社交數(shù)據(jù)等，這就是所謂數(shù)字化生命。

那這些數(shù)據(jù)會(huì)給醫(yī)學(xué)或者健康帶來(lái)什么呢？

李英睿認(rèn)為，過(guò)去我們是對(duì)現(xiàn)象的描述，醫(yī)療中做的決策是基于某種局部數(shù)據(jù)。我們通常去的是分診，分診是專科，它通過(guò)局部數(shù)據(jù)來(lái)考慮問(wèn)題。另外還有做決策，絕大部分是多因子線性決策，還是對(duì)癥下藥為主。過(guò)往也更多偏向于診斷和治療，即患者的狀態(tài)出現(xiàn)了問(wèn)題，那要對(duì)你進(jìn)行判斷、診斷，然后進(jìn)行治療。

但是現(xiàn)在與未來(lái)的傾向不是會(huì)是這樣。我們現(xiàn)在觀察到的很多東西不是去研究基因的問(wèn)題，而是基因組的問(wèn)題，我們不再是研究蛋白的問(wèn)題，而是蛋白組的問(wèn)題。很多決策是非線性的決策，而且是以個(gè)體為中心的邏輯組織。通過(guò)這種的辦法，有可能去涵蓋預(yù)防、預(yù)警和預(yù)后的情況，這是很大的變化。

新近可測(cè)量的全局?jǐn)?shù)據(jù)，包括基因組、皮膚、口腔、腸道、生殖道元基因組，還有血、尿、唾液代謝組和蛋白質(zhì)組，以及可穿戴設(shè)備及電子病歷等。這些趨勢(shì)都是在最近5-10年出現(xiàn)的，它帶來(lái)的好處是，目前業(yè)已實(shí)現(xiàn)孕前攜帶者篩查，胚胎單細(xì)胞分析，產(chǎn)前基因組檢測(cè)，進(jìn)行性遺傳缺陷早診，益生菌和益生元干預(yù)等。

精準(zhǔn)醫(yī)學(xué)中的三個(gè)生物信息學(xué)問(wèn)題

實(shí)現(xiàn)精準(zhǔn)醫(yī)學(xué)，還面臨諸多困難，李英睿指出主要包括以下幾個(gè)。

第一個(gè)是基礎(chǔ)架構(gòu)的問(wèn)題。

生物數(shù)據(jù)本身發(fā)展比較快，超摩爾定律發(fā)展的全局?jǐn)?shù)據(jù)、頻繁采樣、實(shí)時(shí)計(jì)算，對(duì)計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)基礎(chǔ)設(shè)施的要求比較高，這本身就是很難的事情。

另外，大規(guī)模全局的系統(tǒng)比對(duì)，要求高度的數(shù)據(jù)共享和知識(shí)互聯(lián)。而數(shù)據(jù)共享不完全是數(shù)據(jù)問(wèn)題，還是格局問(wèn)題，本身是垂直行業(yè)要去思考的問(wèn)題。在目前為止，絕大部分醫(yī)療行業(yè)所謂的大數(shù)據(jù)，只是數(shù)據(jù)的樣本大。

第二個(gè)是平臺(tái)的問(wèn)題。

個(gè)體數(shù)據(jù)的多樣性和豐富度需要實(shí)現(xiàn)數(shù)據(jù)可視化，知識(shí)表述和協(xié)同決策網(wǎng)絡(luò)。而對(duì)機(jī)器學(xué)習(xí)技術(shù)的誤解亟待澄清，并構(gòu)建人類與人工智能的協(xié)作框架，人工智能不是用來(lái)取代人類，而是協(xié)助人類的。

第三個(gè)是應(yīng)用的問(wèn)題。

多層次非線性系統(tǒng)復(fù)雜度呈指數(shù)級(jí)上升，但可解釋度下降。深度學(xué)習(xí)就像一個(gè)黑匣子，這個(gè)問(wèn)題仍舊存在。

而且，時(shí)至今日各種新型數(shù)據(jù)的用法，依然是傳統(tǒng)的局部數(shù)據(jù)使用。另外就是，精準(zhǔn)醫(yī)學(xué)中的生物信息學(xué)仍然處理的是分類問(wèn)題，并沒(méi)有涉及真正意義的復(fù)雜網(wǎng)絡(luò)推理和預(yù)測(cè)問(wèn)題。

由于這些問(wèn)題的存在，目前數(shù)據(jù)在科研上的運(yùn)用做得很快，但是在臨床上還有很多問(wèn)題需要去解決。搞大數(shù)據(jù)實(shí)際上是搞不過(guò)搞數(shù)據(jù)入口的，掌握了數(shù)據(jù)入口，才是真正掌握了大數(shù)據(jù)的要素。

醫(yī)學(xué)之外的生命管理

精準(zhǔn)醫(yī)學(xué)之外，李英睿認(rèn)為，醫(yī)學(xué)只是健康的一部分，而真正的健康不僅在于改善我們的醫(yī)學(xué)能力，更在于我們進(jìn)行健康管理的意識(shí)和能力。他表示，美國(guó)的路徑已經(jīng)表示，開(kāi)發(fā)再多的藥，對(duì)壽命的提升還是非常有限的。未來(lái)的藥物能夠適用的人越來(lái)越少，但成本越來(lái)越高，永遠(yuǎn)不會(huì)把費(fèi)用控制下來(lái)。

所以，健康管理的真正表現(xiàn)，是全面智能管理。今天所謂的醫(yī)療部分其實(shí)只是精準(zhǔn)的診療，但要管理的還有遺傳風(fēng)險(xiǎn)，要關(guān)注一個(gè)人的生活方式及其存在的環(huán)境。只有清楚的知道一個(gè)人遺傳的變化，知道其健康生活的方式，知道其生活的環(huán)境，再加上醫(yī)療的保障，這個(gè)時(shí)候才能實(shí)現(xiàn)全面的健康管理。

個(gè)體化生命管理主要體現(xiàn)在下面幾個(gè)主要的問(wèn)題：

• 第一個(gè)是要預(yù)測(cè)生命狀態(tài)的未來(lái)演變趨勢(shì)；

• 第二個(gè)是預(yù)測(cè)干預(yù)措施及其組合方案，對(duì)生命狀態(tài)未來(lái)演變趨勢(shì)的影響；

• 第三個(gè)是給定生命狀態(tài)的未來(lái)目標(biāo)，求極大化該目標(biāo)事先概率的可行干預(yù)方案。

他指出，生命管理不止于醫(yī)學(xué)。隨著年齡的增長(zhǎng)，我們某天去醫(yī)院做體檢的時(shí)候，是突然有了疾病的狀態(tài)。但是疾病一定不是一天之內(nèi)發(fā)生的，而是以前積累的。但今天的邏輯是，你之前都是好的，只是突然有一天你來(lái)檢驗(yàn)做預(yù)測(cè)的時(shí)候就得病了，這不是特別的合理。

我們今天要關(guān)注的問(wèn)題是，在大數(shù)據(jù)的情況下，當(dāng)生命在往疾病狀態(tài)變化的時(shí)候，我們可不可以預(yù)測(cè)到這種趨勢(shì)，知道這種趨勢(shì)的時(shí)候，又可不可以提前進(jìn)行干預(yù)，可不可以讓生命往更健康的趨勢(shì)去管理。這就是真正的生命管理要做到的事，而今天我們討論的精準(zhǔn)醫(yī)療，是在已經(jīng)達(dá)到醫(yī)療狀況的時(shí)候，怎么對(duì)生命進(jìn)行挽救。

這個(gè)里面又有不少技術(shù)問(wèn)題，生命管理又有很多生物信息方面的難點(diǎn)，主要包括：

• 需觀測(cè)和分析的數(shù)據(jù)維度異質(zhì)；

• 數(shù)據(jù)源多而分散，數(shù)據(jù)流碎片化；

• 數(shù)據(jù)特征難以預(yù)期；

• 知識(shí)發(fā)現(xiàn)方向開(kāi)放而難以預(yù)期；

• 時(shí)間、空間的變量進(jìn)一步復(fù)雜了問(wèn)題；

• 以及大規(guī)模實(shí)時(shí)在線計(jì)算。

接近于智能的計(jì)算框架

有怎么樣的方法能夠解決這樣的問(wèn)題呢？李英睿指出，面對(duì)這個(gè)問(wèn)題，可以思考這樣的問(wèn)題：為什么人類在面對(duì)新的問(wèn)題的時(shí)候都可以找到解決方法，人類是基于什么想法來(lái)考慮問(wèn)題的？

人類能夠在看到一個(gè)結(jié)果的時(shí)候，可以判斷這樣一個(gè)數(shù)據(jù)的特征應(yīng)該用什么樣的算法來(lái)看，通過(guò)比較邏輯的方向，在這些數(shù)據(jù)里面去找到新的規(guī)律，去解釋、分類和識(shí)別。

從存儲(chǔ)到計(jì)算到展現(xiàn)，碳云智能不是去回答具體的問(wèn)題，能做的事情是建立一個(gè)接近于智能的計(jì)算框架，當(dāng)它碰到這些問(wèn)題的時(shí)候，能夠發(fā)現(xiàn)問(wèn)題然后解決問(wèn)題。

具體而言，碳云智能的方法是，一方面把多種異構(gòu)的數(shù)據(jù)進(jìn)行元數(shù)據(jù)的處理，對(duì)于元數(shù)據(jù)框架，不管是什么樣的數(shù)據(jù)一定要抽過(guò)來(lái)，做一個(gè)基本調(diào)整，把它變成可計(jì)算的元數(shù)據(jù)再進(jìn)行計(jì)算。第二就是算法接口化分層化。

演講的最后，李英睿還認(rèn)為，在數(shù)字化生命管理中，真正的挑戰(zhàn)并不來(lái)自于科技的不足，而是來(lái)自于人類普遍不尊重和愛(ài)惜自己的生命。這個(gè)才是他覺(jué)得健康方面真正的挑戰(zhàn)，技術(shù)問(wèn)題反而是簡(jiǎn)單的問(wèn)題。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。