信息醫學

信息醫學（Biomedite -- Biomedical science based on Information technology）是近年出現的一個新學科，其核心目標是在信息科學與生物醫學交叉的基礎上，強調用信息科學與技術促進生物醫學的發展，同時通過借鑑生命過程中的信息原理，為信息科技的發展尋找新動力。信息醫學不同於醫學信息，前者的落腳點在醫學，後者在信息。該學科是一個高度交叉的學科，需要既熟悉信息科學又熟悉生物醫學的高端複合人才的參與。信息醫學包含兩方面的內容：醫學中的信息過程與針對醫學的信息科技。

基本介紹

• 中文名：信息醫學
• 外文名：Biomedite -- Biomedical science based on Information technology

針對醫學的信息科技

（1）先進信息技術促進醫療模式變革

在倫琴發現X射線以前，醫療模式是以家庭為中心的，隨著大型醫療設備的出現醫療模式逐步變成以醫院為中心，當今的醫療儀器不管是大型高端的MRI、CT、PET還是小型的檢驗分析儀器、超聲等，都極大的依賴信息技術的發展。信息技術的發展推動了醫療儀器的進步。特別是近年來的信息技術中模式識別、人工智慧的領域的發展推動了自動診斷治療類的醫療儀器的進步。

現今，隨著當今人類社會發展的需求和對醫學模式認識上的轉變，以醫院為中心的模式必然會再次回歸到以預防為主，以社區(家庭)醫療為中心，“以人為本”，的醫學模式上來。無論國內國外都將是21世紀醫學發展的大趨勢。而這種醫療模式的變革也必將極大的依賴信息技術，特別是低成本便攜的家庭診斷治療設備、高速穩定的信息網路、基於人工智慧的分析診斷治療系統。

（2）大數據技術與醫學信息的整合

大數據是指由於容量太大和過於複雜，無法在一定時間內用常規軟體對其內容進行抓取、管理、存儲、檢索、共享、傳輸和分析的數據集。大數據計算是現在信息科學的研究熱門，而醫學中的數據完全符合大數據的定義，所以利用大數據技術可以開展以下研究：

①開展組學研究及不同組學間的關聯研究。利用大數據將各種組學進行綜合及整合，既能為疾病發生、預防和治療提供全面、全新的認識，也有利於開展個體化醫學，即通過整合系統生物學與臨床數據，可以更準確地預測個體患病風險和預後，有針對性地實施預防和治療。

②快速識別生物標誌物和研發藥物。利用某種疾病患者人群的組學數據，可以快速識別有關疾病發生、預後或治療效果的生物標誌物。在藥物研發方面，大數據使得人們對病因和疾病發生機制的理解更加深入，從而有助於識別生物靶點和研發藥物；同時，充分利用海量組學數據、已有藥物的研究數據和高通量藥物篩選，能加速藥物篩選過程。

③快速篩檢未知病原和發現可疑致病微生物。通過採集未知病原樣本，對病原進行測序，並將未知病原與已知病原的基因序列進行比對，從而判斷其為已知病原或與其最接近的病原類型，據此推測其來源和傳播路線、開展藥物篩選和相應的疾病防治。

④實時開展生物監測與公共衛生監測。公共衛生監測包括傳染病監測、慢性非傳染性疾病及相關危險因素監測、健康相關監測（如出生缺陷監測、食品安全風險監測等）。此外，還可以通過覆蓋全國的患者電子病歷資料庫進行疫情監測”，通過監測社交媒體或頻繁檢索的詞條來預測某些傳染病的流行。

醫學中的信息

當今的信息科學在信息高速、精確處理方面已經得到了極大的發展，而對複雜、模糊的信息還顯得力不從心。因此利用仿生學原理，借鑑人體特別是人腦的信息處理原理構建的信息處理系統將是信息科學未來發展的一個十分重要的方向。

（1） 在複雜信息處理方面

人體是一個極為複雜的系統，其中不僅包含了物理中聲、光、電、磁、熱等信息，還包含了各種各樣的化學信息，這些信息能夠被人體有效的加以識別並被利用，可見人體的信息處理的複雜性。如果能夠在醫學研究中揭示這些信息處理的原理，並加以借鑑將極大的推動人造信息處理系統處理複雜信息的能力。

（2） 在模糊信息處理方面

現有的信息處理技術的一個十分顯著的短板就是處理模糊信息的能力。而這個能力恰恰就是人體特別是人腦信息處理的優勢。兩個簡單的例子：①如果看一個人十幾年前的照片，人腦很容易的就能識別出照片中的人和現在的人為同一個人。而如果將這個任務交給計算機處理那么算法將極為複雜且識別率不高。②人眼在不同光照條件下看物體的顏色都是一樣的，即顏色恆常，而用相機拍攝的照片的顏色將受到光線的影響。如果將人眼的信息處理原理引入相機的圖像處理系統，將極大的提升相機的性能。

信息醫學是一個剛剛起步的新學科，期待更多學者的參與和發展。