北京博遠精準醫(yī)療科技有限公司(北京博遠)于2016年10月在北京成立,致力于腫瘤診斷標志物及高端醫(yī)療健康產(chǎn)品的開發(fā)與應用。經(jīng)過多年研究探索發(fā)展,目前在人工智能代謝組學方法進行腫瘤早期診斷這一方向取得了突破性進展,目前已經(jīng)廣泛應用于大眾健康和臨床診斷服務。公司的遠期目標為通過研究及整合多種常見腫瘤的中國人群大隊列數(shù)據(jù),構(gòu)建起腫瘤代謝數(shù)據(jù)庫并逐步實現(xiàn)臨床轉(zhuǎn)化,開展個體化精準醫(yī)療和大健康產(chǎn)業(yè)相關(guān)產(chǎn)品服務,并推動代謝組學結(jié)合人工智能策略在醫(yī)療健康領域的應用。
行業(yè)背景
2019年7月,國務院印發(fā)《國務院關(guān)于實施健康中國行動的意見》,國家出臺《健康中國行動(2019-2030)年》,圍繞疾病預防和健康促進兩大核心,提出將開展15個重大專項行動,促進以治病為中心向以人民健康保障為中心的轉(zhuǎn)變,努力使群眾不生病、少生病。為積極有效應對當前突出健康問題和疾病威脅,必須關(guān)口前移。權(quán)威人士指出,此次健康中國行動堅持預防為主,是對《“健康中國2030”規(guī)劃綱要》任務目標的細化和落實,體現(xiàn)了兩個“突出”——把預防擺在更加突出的位置,突出健康促進和動員倡導,將統(tǒng)籌推進重大專項行動,實施疾病預防和健康促進的中長期行動,為全方位全周期保障人民健康、建設健康中國奠定堅實基礎。
在“健康中國行動”提出的到2022年和2030年要實現(xiàn)的總體目標中,癌癥、心腦血管疾病、慢性呼吸系統(tǒng)疾病、糖尿病等重大慢性病的防治成為重要環(huán)節(jié),而對全面健康素養(yǎng)水平和健康生活方式的考量則貫穿了整個中長期目標。在癌癥防治行動的行動目標中指出,高發(fā)地區(qū)重點癌種早診率應達到55%及以上并持續(xù)提高,基本實現(xiàn)癌癥高危人群定期參加防癌體檢。倡導個人盡早關(guān)注癌癥預防、踐行健康生活方式、定期進行防癌體檢并密切關(guān)注癌癥危險信號。要求社會和政府創(chuàng)造條件普遍開展癌癥機會性篩查,加強農(nóng)村貧困人口癌癥篩查,促進各類保險與醫(yī)療救助等制度間的互補聯(lián)動和有效銜接,并強化癌癥防治的基礎前沿研究、診治技術(shù)和應用示范的全鏈條部署,持續(xù)提升我國癌癥防治的整體科技水平。
因此,隨著健康消費升級,大眾對“早發(fā)現(xiàn)、早治療、早預防、早健康”的健康觀念大幅提升,健康體檢、腫瘤防治的市場需求旺盛,呈現(xiàn)井噴發(fā)展的趨勢。
技術(shù)簡介
代謝組學是繼基因組學與蛋白組學后另一個被寄予厚望,廣泛應用于精準醫(yī)療中的組學方法。相較于基因組與蛋白組,代謝組學可以直觀實時地測定出個體體液中小分子的性質(zhì)與含量,因此可以監(jiān)測腫瘤即將發(fā)生和已經(jīng)發(fā)生的實際代謝狀態(tài)。在科研方面,它具有跨物種的同質(zhì)性,有利于表征或診斷疾病的動物模型;在臨床診斷方面,它可以對多種體液的不同成分進行檢測,多維度的展現(xiàn)個體的代謝組特征。
人工智能被大眾關(guān)注是在Google公司開發(fā)的基于神經(jīng)網(wǎng)絡的人工智能學習系統(tǒng)Alphago自學圍棋并戰(zhàn)勝人類。而自從人工智能(神經(jīng)網(wǎng)絡)在黑色素瘤診斷上的成功開發(fā)后,越來越多基于機器學習、神經(jīng)網(wǎng)絡等方法對生物醫(yī)學成像判讀及對疾病的診斷便成為該領域的熱門研究及應用方向,也被當作未來醫(yī)學發(fā)展的重要輔助手段。
北京博遠首次成功建立了一系列利用DDA/MRM技術(shù)的代謝組檢測方法,該方法可以在較短時間對微量血樣本(血清/血漿)進行靶向與非靶向脂質(zhì)與親水代謝組的相對定量檢測。同時構(gòu)建了一種基于機器學習的數(shù)據(jù)分析算法,該算法可以對兩種或多種樣本數(shù)據(jù)進行精確分析及分類,并形成有效分類模型。通過基于機器學習的特征篩選,我們從數(shù)千個代謝物中找出對疾病檢測重要的5–20個特征分子,并以此建立了針對特定疾病的靶向定量方法,同時構(gòu)建相應的人工智能數(shù)據(jù)分類模型以輔助疾病的早期發(fā)現(xiàn)與診斷。
該方法結(jié)合了代謝組數(shù)據(jù)與機器學習分類與特征篩選策略,可以對高維度的大量樣本進行全面分析,較于傳統(tǒng)方法有效提高了分類的準確性、精確性和速度。借助于上述方法,北京博遠已經(jīng)成功在肺癌、胰腺癌等腫瘤的早期診斷中開發(fā)了具有高準確性、快速、無創(chuàng)的檢測方法及模型,未來將會推廣覆蓋所有大類腫瘤。這種全新檢測策略的建立有助于多項腫瘤疾病的早期診斷、輔助診斷或人群篩查,具有廣泛、多樣的使用范圍和很高的臨床應用價值。