它的誕生，讓求醫不得這種人間悲劇，終於有望被消滅

弓孟春

中國國家罕見病註冊系統執行總監

SNOMED International全球管理委員會董事

“

“我非常深刻地記得，在出我病房的時候，他看了我一眼。一個跟我基本同齡的男生，在離開醫生的那一刻，我覺得他的眼神裡頭有很多對生命的渴望，還有一種很強烈的，對我當時的無能、對醫學的無能的忿恨，這是我一輩子都忘不了的。”

這是2017年3月底，在「造就·冰河之春」的演講上，弓孟春和我們分享的一個罕見病患者因無法找到治療方案而離開醫院的畫面。作為一名罕見病醫生，常常要面對這樣充滿挫敗感和自我懷疑的時刻。但正是這種“無力”激發了他為中國罕見病患者奔走的熱情和決心。

時隔兩年，他再次來到造就的舞臺，和我們分享他新近取得的重大進展。

”

大家好，這是我第二次在造就演講。

所以我今天的演講會從中國罕見病的研究和管理，乃至全球範圍內醫學資訊學領域和資料科學領域前沿機構的角度，和大家分享過去這段時間，資料科學如何幫助我們去突破罕見病領域的困局。

“罕見”的困局

可能很多人覺得“罕見”病就是很少，從定義來看，罕見病顧名思義的確是說單個病種的發病率很低，患病人數很少。

但目前全球已知的罕見病一共有7000多種，患者人數佔全球人口總數的比例非常高，達到6%～8%，所以這是一個非常大的人群。

罕見病另一個非常重要的特點就是它80%都屬於遺傳性疾病，很多都從兒童期就開始發病，所以給患者家庭和整個社會帶來的影響都非常重大。

《中國罕見病研究報告（2018）》節選

因為每一個病種的人群都比較少，藥物研發面臨的問題就格外多，進展也不是非常順利，

到目前為止全球有治療手段的罕見病不足5%，還有90%以上的罕見病沒有藥物可治，即使我們確診了也找不到有效的治療辦法。

在中國還有一些比較特殊的現實情況，比如說我們的罕見病研究和臨床診療服務的全國性推廣起步晚，各個層級的醫生對於罕見病診療的能力參差不齊，這就導致誤診率整體偏高，很多患者要經過反覆轉診才能獲得一個明確的診斷和有效的治療。

因此，無論從國家、醫院、社會還是患者群體本身的層面看，罕見病都是一個非常非常重要的問題。

十大進展

令人欣慰的是，過去兩年間我國在這個領域取得了非常非常重大的突破，這是我自己梳理的過去兩年我們取得的十大進展，雖然沒有任何官方機構的認可，但是是我認為的非常重要的一系列進展。

罕見病十大進展

第一個就是中國有了正式的

第一批罕見病名錄

。

為什麼要有這個名錄？因為罕見病的定義在我國一直存在著爭議，很多專家希望用發病率和患病率這兩個數值去定義（因為這兩個是國際通用標準），但中國長期缺乏這方面的基礎研究，我們沒有發病率和患病率的資料，而沒有資料就沒有定義，沒有定義沒有資料……這個死結就這樣存在了很久。

2017年政府下定決心打破這個僵局，最終出臺了中國第一批罕見病名錄。有了第一批就會有第二批，第三批，……我們終於有了可執行的罕見病的定義。

緊隨其後，我們出臺了

中國第一批罕見病名錄的釋義

，讓大家知道這些疾病是什麼，大概涵蓋什麼範圍，再往下就出了我們中國第一批次

罕見病的診療指南

。

另一邊，為了建立完善的學科體系，我們開始籌劃

在高等醫學院校的研究生教材體系出版《罕見病學》

，力圖從各個維度向罕見病醫生們提供支援，來保證他們在執行這些工作時有一個非常強的支撐體系。

再往下，我們在積極地推進

罕見病的註冊登記

，國家衛計委今年2月份正式釋出了

中國國家罕見病診療協作網

，300多家醫院一起共建這個診療協作的轉診會診服務體系，我們還成立了

中國罕見病聯盟

。

國家藥監局啟動了

臨床急需藥品的准入

，接著出爐了一大批

罕見病藥物減稅名單

；前不久在北京，

中國罕見病藥物衛生技術評估和衛生經濟學評估

等一系列的工作也已經完成了。

這十件事情，每一個在罕見病領域來看都是非常重大的，可能會對患者診療、新藥研發、國外新進藥品准入等等一系列工作產生重大影響。

資料科學如何破解困局？

那麼到目前為止，我們還面臨什麼樣的問題，如何去解決？

罕見病困局

我剛才已經提到了一些，比如說我們沒有流行病學資料，我們的基礎研究比較薄弱，我們臨床診療能力參差不齊，早期識別和確診都遇到很大的挑戰；

我們的資料大量分散在全國各地的專家和醫院手中，很難形成一個統一的平臺來分析我國的罕見疾病到底有什麼樣的臨床特徵和治病特徵；

因為我們的組學測序資料和臨床資料是分開的，所以我們沒辦法形成一個特別有效的可以促進藥品創新的資料庫，來支撐新藥研發；

但是最關鍵的是，我們的學科體系也不完善，我們的研究投入和人才儲備都不夠。

所以這些都是我們接下來要解決的關鍵問題。

我今天要展開的是資料科學將如何在這些問題的解決中發揮作用。

資料科學破解罕見病的困局

資料科學，是當下醫學界乃至整個生命健康領域非常重要的新興力量。如何把臨床組學資料整合在一起為形成干預疾病進一步發展的決策動作提供支援，是資料科學裡現在最急需解決的閉環問題。

把這個場景放到罕見病體系裡，我們覺得目前能夠展望的解決方案，包括未來可能為國內科技行業提供一些啟示的，主要從以下幾方面展開：

比如面部識別，這是目前國際上在這個領域技術最先進的公司，叫FDNA，它們做了一個臉部疾病識別系統FACE2GENE。

臉部疾病識別系統FACE2GENE

只需要給患者兒童拍照片，這個APP就會測量兒童的瞳距、眼距、耳朵的大小、牙齒排列情況、鞏膜的顏色、額頭寬度等等一系列資料，並和遺傳性罕見病的相關指標自動進行對照，這是一種便利且有效的罕見病早期篩查和識別辦法。這個工作現在在美國推進得非常順利，據稱60%的美國臨床遺傳學診斷專家都在使用它。

中國也有一些公司和團隊在做類似的工作，比如說復旦大學附屬兒科醫院，但是我們現在的資料量和診斷精度還有待提高，而外國軟體對中國兒童面部特徵的識別能力可能存在一些不足，所以我們必須要有自主的技術體系。

中國的技術體系

但是平面的表情識別在一些具體的情況中也有侷限性，因為它只能進行簡單的二維測量，看不到立體的深度和高度。

於是又出現了3D的面部識別系統，比如澳大利亞西澳公共衛生署負責罕見病的專家團隊做的，它可以進一步地採集像鼻樑高度，耳朵輪廓等更具體的面部特徵，從而提升對罕見病的預測和早期診斷能力。

現在北京協和醫院也在跟國際專家協作，推進這個系統在罕見病診斷和治療中的應用。

除了影象採集，急需建立資料庫的還有臨床醫療資訊，過往的這些大部分都是醫生手寫的文字，不利於追溯和挖掘。

弓孟春在造就演講

2018年底，美國哥倫比亞大學的專家在學術界首次證實，我們只要把電子病例系統裡的一些資料拿出來，用一個自然語言的演算法處理系統進行處理，就可以自動生成跟罕見疾病診斷相關的資料，用來預測這個兒童的罕見病患病機率。

但是，中文和英文的自然語言處理差別非常大，我們不太可能把處理英文文字的系統拿來處理中文文字，所以這也需要國內專家去做大量的工作。

再往下我想強調的是知識庫。

知識庫與臨床決策支援系統

知識庫為什麼這麼重要？因為如果我們要讓不同疾病的臨床質量在全國範圍內有一個整體的提升，那麼我們的臨床學決策系統後面一定要有一個知識庫來幫助醫生，這樣才能保證最後的診療質量能夠基本維持在同一個水平上。

我國罕見病註冊系統從建設之初，就把這個知識庫作為一個非常非常重要的建設目標。

這是我們自己另外一個團隊去年拿到的基於人工智慧的臨床決策庫系統國家臨床研發計劃，希望把國家兒童醫學中心、北京協和醫院、國家癌症中心等各個高階醫院的專家臨床經驗，轉化成一個知識庫體系，再透過電子病例系統推廣到全國各地的醫院去。

解決90%以上的罕見病沒有藥物治療的問題，一個非常關鍵的辦法，就是把各種各樣的組學資料，臨床表型組、生物組、微生物組、蛋白質組、基因組等一系列的資料，做整合和分析，透過跨組學資料的檢索和關聯，包括一些高級別的運算，使得我們能夠從不認識的疾病當中，找到可以診斷這些疾病的標記物，或者是治療這些疾病的靶點。這些都是在資料層面，在資訊科學層面能夠為罕見病帶來福音的工作。

我目前還在做的另外一個工作是基於本體的醫學術語標準化，我把它叫做“萬語互聯”。

萬語互聯

就是不同語種、不同組學體系（比如基因組學、表型組學）之間的醫學術語、醫學詞彙的語義互聯。比如說環境、疾病、症狀體徵、生物組學等等這些。它需要一個大的平臺把這些資料全部串在一起，能夠有效催生創新。

健康醫療資料還有一個非常重要的工作就是標準化語義控制，比如說對於同樣一個手術，每家醫院的寫法都不一樣，你並不能說它是錯的，因為不同的醫學體系的傳統不一樣。

中文臨床術語本體

但是如果我要把幾十家醫院資料放在一起來分析，機器就會把它識別成不同的內容，所以我們需要一個標準的體系來把它做成一個真正的“大資料”，

而如果沒有這樣的技術體系的支撐，那所謂的“大資料”就是空架子，只是資料大而已。

在這方面，SNOMED是全球最重要的醫療術語標準系統，我們在國內訓練了大批這樣的術語專家，也在全球範圍內致力於推動這個方面的工作。我們現在有一個團隊正在向全國的大型教學醫院分發SNOMED CT（Systematized Nomenclature of Medicine Clinical Term，醫學系統化命名-臨床術語）的許可證，使得這些醫院內部的資料能夠在這個基礎上能夠做很好的結構化。