医生联手数据科学家拿下1.4亿重大课题!融合创新“融点”在哪?如此合作堪称范例
2022-11-13 06:58:13 作者:姜澎

科创.jpg

握力下降和步速降低,原来是痴呆及阿尔茨海默病的风险表现;抑郁会使老年痴呆的风险增加51%以上;日晒等户外活动时间越长,阿尔茨海默病的患病风险也会越高……这一系列能预示老年痴呆等神经退行性疾病发病相关症状与潜在风险因素的最新发现,都来自复旦大学附属华山医院郁金泰团队与复旦大学类脑智能科学与技术研究院程炜团队的合作。

过去一年半,这两个科研团队之间开启的医理合作,实现了“共赢”:一方面,双方的科研都被赋予了加速度,在顶尖学术期刊发表了十多篇论文。另一方面,不少研究成果不再止步于期刊论文,也正应用于临床辅助治疗或者医学科普之中。同时,阿尔茨海默病早期预测的网站和相关工作仍在加快推进。

比起跨界合作结出的硕果,更值得关注的是硕果孕育的过程:当一些研究项目遭遇瓶颈时,开启跨学科的交叉研究往往被认为有望“破冰”;但在现实层面,要真正通过学科交叉实现融合创新,可谓“难上加难”。

由此观之,复旦类脑院与华山医院以破解脑衰老秘密和促进脑健康为目标的医理交叉,堪称是一个跨学科合作的范例:不仅描绘出老年脑衰老的路径,也为学科交叉开辟出一条新路径。

缺了临床支撑很多发现难被“坐实”,反之亦然

“在面对疾病等科学难题时,谁都想当‘屠龙少年’。我知道龙在哪里,却没有合适的工具和武艺。”郁金泰话锋一转,谈到了他的科研合作伙伴程炜——“他的情况正好相反,手里有各种先进的工具,却不知道龙在哪里。”

先来看看这两位学者的“背景”。郁金泰是华山医院的一名神经内科医生,擅长的是对老年认知疾病诊治。业界皆知,华山医院的神经科学是全国顶尖。而程炜则是一名数据科学家,身居复旦类脑院,他的一项重要研究工作,就是通过国际队列的数据研究老年脑疾病和大脑衰老机制。一次偶然的交流,让两人意识到,他们关注的竟是同一个研究领域:如何尽早发现脑认知退化并积极预防。

近年来,随着大数据和人工智能的发展,大型队列跟踪研究被认为是推进神经退行性疾病研究的重要途径。也正因此,郁金泰构建了一个小型的临床数据队列,但他也遇到了不少难处。比如,掌握的数据有限,且数据处理并非他所擅长。他和团队成员往往只能用一些简单的工具来处理数据。要处理上百人队列的数据,可能要耗费好几个月。

程炜和郁金泰恰恰相反,他所在的复旦类脑院,担任院长的正是数学家出身的冯建峰教授。学院设立的初衷就是希望通过算法对大型队列的数据进行分析研究,从而破解脑疾病和脑发育及衰老的机制。此前,复旦类脑院不仅在国内与合作伙伴共同构建队列,同时,已在研究的队列也包括海外几十万人级别、跟踪10年以上的数据库,有能力处理“海量数据”。

近年来,复旦类脑院关于睡眠与脑发育和衰老的内在关联,以及发现抑郁症的脑机制,都是强大的算法与大数据结合的成果。不断更新的算法库更是在国际上首屈一指。

不过,程炜课题组也同样有“难处”:缺少来自临床研究的支撑,许多发现很难“坐实”其因果关系,更无法在临床进行实践验证。

比如,团队早就发现抑郁症与老年痴呆之间有着密切联系,但究竟是抑郁症导致老年痴呆,还是老年痴呆的早期症状是抑郁症,没有来自临床研究佐证。

跨学科合作,需要解决从机制到文化融合的难点

当数据科学家和临床医学专家真正联手合作,原本各自科研中的问题都可迎刃而解。

强强联手后,郁金泰原本需要花几个月才能处理的数据,现在一天就可以分析完。再通过国内队列和国外队列构建起的多中心交叉验证对比,不仅研究速度大大提升,研究结果的可靠性也大幅增强。

开启合作后,程炜课题组的研究也更接“地气”,大量课题来自临床最迫切需要解决的问题,包括一些临床上的难点问题。

“真正的合作,并不是两个课题组交流一下,把自己的科研结果或数据互换一下就可以解决问题的。”郁金泰说,学界对跨学科合作的提倡由来已久,但真正启动合作、推动融合创新,需要解决的问题其实远超想象。

首先,制度层面十分关键。在华山医院和复旦类脑院的积极推动下,两个团队所在的单位前期就开启了双聘工作,使得两院的学者得以互相交流科研进展和难点,互相分享科研思想成为常态。也正是得益于这样的“机缘”,程炜和郁金泰在两院的学术交流中才得以互相了解。

跨学科合作的另一个难点,是如何共享科研思想和科研成果。“科研的共同目标是合作的前提,而足够的信任和充分的交流是合作的基础。”郁金泰告诉记者,两个团队的合作固定下来后,基本上每周至少开一次组会。而要凑齐两组人的时间,成员们往往需要不断调整,确保有足够的时间充分交流。组会常常定在晚上,从早上8点开到晚上11点、12点甚至更晚,都是常事。除此以外,团队还常利用休息时间共同活动,“只有充分融合才可能有足够的信任”。

“从事数据科学和从事临床医学的学者,科研思维很不一样,往往需要通过组会深刻交流科研进展,包括及时调整算法和临床信息的收集,在不断摸索中推动科研进程。”程炜说。

有一次,为了做老年痴呆的预测模型,团队围绕“去医院就医的次数”是否可以作为一个单独指标被纳入预测老年痴呆的指标系这一问题,前前后后讨论了好几次,不断调整算法,且和临床数据做比较,最终才将这一指标淘汰,确定了10个最明显且简单易操作的指标,使得这一成果不仅被权威科学期刊快速接收,也可以在临床上尽快应用。

以重大项目为纽带,融合创新将带来更多可能

“因为不同的大型队列交叉验证,我们不仅可以揭示痴呆的深层次神经机制,痴呆的遗传机制也有机会被弄清楚。”郁金泰告诉记者,就在今年9月,由两个团队合作的研究成果《握力、行走速度与痴呆发病风险的相关性:一项对340212名参与者的前瞻性队列研究》就是针对34万人跟踪6到10年的大型队列研究,发表在阿尔茨海默病的专业期刊上。

基础工作的扎实也给双方带来了更广的科研空间。就在不久前,他们合作申请到了中国脑计划截至目前最大的课题之一——关于构建中国社区老年神经退行性疾病队列。这一经费投入高达1.4亿元的课题,也将为中国老龄化社会的到来提前做准备,通过构建中国人自己的队列,围绕脑健康、脑衰老开展研究,为每一个人未来优雅地老去提供支持。

医理结合、医工结合是当下新医科建设的最大热点,大数据、人工智能为智慧医疗和精准诊疗带来了前所未有的发展机遇。相关负责人表示,未来,复旦大学将继续打破学科壁垒,加强医研协同攻关,围绕老年人脑健康这一重大健康问题,对心脑血管、帕金森等多种老年性脑健康杀手疾病开展研究,为不同疾病风险人群早期识别提供科学、精确鉴别方法和实践指导。同时,以重大项目为纽带,探索如何组建跨学科团队,建立有利于师资跨学科聘任、人才跨学科培养、资源跨学科共享的制度环境,推动基础与临床的科技创新。



作者:姜澎

编辑:施薇

责任编辑:樊丽萍


*文汇独家稿件,转载请注明出处。

热门评论
打开文汇APP,查看更多精彩评论
Logo

文汇报

源于事实 来自眼界
DownLoad