首页 > 论文范文 > 医疗卫生

生物医学大数据的现状与展望(大数据在生物医学的应用)

2022-11-05  本文已影响 203人 
中国论文网为大家解读本文的相关内容:


生物医学工程学是融合理工科学和生物医学的理论和方法逐步成长起来的边缘性学科,其基本任务是运用理工科原理和工程技术方法,研究和解决医学和生物学中的相关问题。作为一门独立学科发展的历史尚不足50年,随着现代科学技术的进步,生物医学工程学科得到了长足的发展。它在保障人类健康和推进疾病的预防、诊断、治疗、康复等技术进步所起的作用日益增强,已经成为当前医疗卫生健康发展的重要基础和有力技术支撑。


20世纪60年代,美国一些著名大学先后开启了生物医学工程学科的建设,相继启动了生物医学工程专业人才的培养。美国的生物医学工程教育特点是在技术产业化需求驱动建立起来的具有其自身特性,且反映了生物医学工程学科建设与发展的前沿特征。各个学校的本科教育课程虽然具有自己的特色,但在课程设置上大致可以分为科学基础课程、专业核心课程、关注领域课程、设计课程、人文与社会科学课程、专业选修课程及其他选修课程等六类。不同学校本科课程的主要差异体现在专业选修课程及其他选修课程的设置上,各个学校根据自身的生物医学工程领域的研究方向和研究水平特点开设一些相应的选修课程,并培养学生在相应方向上的研究探索实践能力。这是美国生物医学工程本科教育的基本特点。


我国生物医学工程专业教育起步于20世纪80年代,主要发源于著名工科院校的信息技术类专业和力学专业,进而逐渐形成的生物医学工程专业教育,后来,一些医学院校在医学物理和医用计算机技术的基础上相继开展了生物医学工程专业教育,于是在我国基本上形成了这样两种类型的生物医学工程学科。上述两类院校的生物医学工程学科建设发展模式各具侧重,遵循了共同的学科基础,在培养生物医学工程专业人才的应用层面上有显著特点。相对来说,工科院校的生物医学工程培养模式注重工程技术的开发和功能拓展,医科院校则注重医学与工程结合、工程技术在医学中的综合应用。


1.中国生物医学工程学科发展思路


生物医学工程是一种交叉学科,交叉的学科基础及其融合的紧密程度决定了生物医学工程学科的发展水平,交叉的学科发展推动着生物医学工程学科的发展,并且使得生物医学工程学科研究领域变得十分广泛,而且处在不断发展之中。


1.1 学科发展轨迹


在中国,基于电子信息工程发展而来的生物医学工程学科,主要包括生物医学仪器、生物医学信号检测与处理、生物医学信息计算分析、生物医学成像及图像处理分析、生物医学系统建模与仿真、临床治疗与康复的工程优化方法、手术规划图像仿真以及图像导引手术及放疗优化等;有基于力学发展而来的生物医学工程学科,主要包括生物流体力学、生物固体力学、运动生物力学、计算生物力学和微观尺度的细胞生物力学等;基于化学材料工程发展而来的生物医学工程学科,主要包括生物材料学、组织工程与人工器官、物理因子的生物化学效应等。


1.2 学科发展特点


作为交叉学科的生物医学工程学科,其发展的关键在于交叉学科间的交叉融合。构建一种良好的交叉结构,对推动交叉学科的发展具有至关重要的作用。约翰霍普金斯大学对于生物医学工程这样的交叉学科的描述有一个形象的说法:交叉学科如同在不同学科之间建立起连接桥梁,如果在河两岸没有坚实的基础,桥是无法建立好的,对于生物医学工程这样一座建立在两个不同学科之间的桥来说,它的发展要求具有坚实的交叉学科基础和交叉学科紧密融合深度。那么在生物医学工程学科构建良好的交叉结构,需要选取具有理论支撑和技术支撑的主干学科进行交叉,凝练学科方向,不能大而全,过于宽泛。


目前,医学仪器和医学成像技术具有良好的应用和发展前景,应该成为生物医学工程学科的重点发展方向。医学仪器和医学成像设备能有力推动医疗产业的发展。医疗仪器和医学成像设备是现代医疗器械产业中的主流产品,在产业发展中起着主导和引领作用。其发展水平已成为一个国家综合经济技术实力与水平的重要标志之一。产业化驱动也是学科发展的一种动力,也为学生未来职业发展奠定良好的基础。基于医疗卫生健康事业的需求和生命科学发展的大趋势,生物医学工程学科应大力促进医学仪器和医学成像方法的学科建设,从而提升整个学科的发展水平。


生物医学工程学科的建设离不开一流的学术研究和学术成果的应用。一流的学术研究不但能提升学科的发展水平,而且能开拓学科纵深发展,产生良好的经济效益和社会效益,进而增强学科服务社会发展的能力。学术研究的前瞻性和创新性将确保学科建设的发展动力和趋势以及学科发展的活力。


交叉学科往往具有不同程度的可替代性。可替代性程度越高,交叉学科存在的必要性就越小。如何减小生物医学工程学科可替代性的程度是需要深入思考的,是需要提升学科的特异性的。生物医学工程学的学术研究主要包括应用理论研究和理论应用研究,应用理论研究主要涉及生物医学工程领域所需要解决的科学问题,开展新理论、新方法的研究。理论应用研究主要涉及生物医学工程领域所需要解决的科学和技术问题,借助理工科的相关理论和方法开展应用基础研究和应用研究。应用理论研究是理论驱动型的学术研究,理论应用研究是应用驱动型的学术研究。理论驱动型和应用驱动型是生物医学工程学科学术研究的两种主要模式。理工科大学具有良好的理论创新基础和强大的交叉的学科背景,开展理论驱动型研究具有自身优势。医学院校具有丰富的医学资源,面临着大量需要应用理工知识解决的医学问题,开展应用驱动型研究,将很好地实现与医学的应用融合,具有较好的临床应用价值,有力推进医学的进步与发展。各自的学术优势将有利于生物医学工程学科特色发展,从而增强其不可替代的程度,实现学科可持续创新发展。


1.3 学科体系


作为一级学科的生物医学工程,包含学科的理论体系和技术体系,且该体系离不开所交叉的学科的理论体系和技术体系的支撑,此外生物医学工程学科理论体系和技术体系既要有学科自身的特色,又要具有可持续发展和一定程度上的不可替代性,这样学科才会有旺盛的生命力。要面向医疗卫生、生物科学所涉及的重大、重要技术理论问题及基础应用开展学术研究。实现良好的学术研究定位,形成自己的理论体系和技术体系。


2.大数据时代的生物医学工程学科发展


守正创新是生物医学工程学科发展的必由之路,人类已进入大数据时代,所谓大数据(bigdata),或称海量数据,是指由于数据容量太庞大和数据来源过于复杂,无法在一定时间内用常规工具软件对其内容进行获取、管理、存储、检索、共享、传输、挖掘和分析处理的数据集。大数据具有“4V”特征:①数据容量(volume)大;②数据种类(variety)多,常常具有不同的数据类型和数据来源;③动态变化快,如各种动态数据,非平稳数据,时效性要求高;④科学价值(value)大,尽管目前利用率低,却常常蕴藏着新知识和重要特征价值或具有重要预测价值。大数据是需要新的分析处理模式才能挖掘分析出其蕴藏的重要特征信息[6。


人体生老病死的生命过程就是一个不断涌现的生物医学大数据发生源,这种源源不断的生物医学大数据的检测、处理与分析,将给生物医学工程学科的建设与发展带来新的机遇和挑战。模式识别、人工智能、数据挖掘和机器学习的发展将带动大数据处理技术的进步。生物医学大数据广泛涉及人类医疗卫生健康相关的各个领域:临床医疗、基础医学、公共卫生、医药研发、临床工程、心里、行为与情绪、人类遗传学与组学、基因和蛋白质组学、远程医疗、健康网络信息等,可谓包罗万象,纷繁复杂。生物医学大数据中蕴藏了种种有科学价值的信息,研究有效的大数据挖掘的新理论、新技术和新方法,对生物医学大数据进行关联和融合计算分析,充分挖掘生物医学大数据中的信息关联和特征关联和数据空间映射关联,既能为疾病的预防、发生发展、诊断和治疗康复提供系统化的全新的认识,有利于深入疾病机理研究分析,开展个性化诊疗。还可以通过整合系统生物学与临床数据,更准确地预测个体患病风险和预后,有针对性地实施预防和治疗。


生物医学工程学科所面临的生物医学大数据主要包括多模态医学影像数据、多种类医学信号数据以及基因和蛋白质组学的生物信息数据。生物医学大数据在生物医学工程学科领域内有着广泛深远的应用前景,从三个方面应用将推动生物医学工程学科的发展。


(1)开展多模态影像大数据计算分析。医学影像学科的发展从早期看得到,到看得清,目前的看得准,未来的趋势是看得早。只有看得准和看得早才有利于临床早期干预,提高治疗预期。医学影像大数据计算分析在影像诊断、手术计划、图像导引、远程医疗和病程跟踪将发挥越来越大的作用。


建立新的医学影像大数据计算分析模型和数值计算方法,挖掘多模态影像数据的特征数据和特征关联,将会提供强有力的影像诊断分析手段,极大地推动影像技术的发展,具有重要的临床应用价值和科学价值。


(2)开展多种类医学信号大数据计算分析。医学信号大多直接产生于生理和病理过程中的信号,能在不同层面上表达生理和病理相关机制特征。融合多种医学信号的大数据计算分析,能对生理病理过程进行更好更全面的阐释,不仅能深入了解生理病理的状态特征和过程特征,而且能实现个体健康监测和管理。可以很好地开展回顾性研究和前瞻性研究,推进系统化的医学应用研究。实现强大的多种医学信号数据的特征挖掘及特征关联计算分析。大数据挖掘能够增加准确度和发现弱关联的能力,能更好地认识生理病理现象和本质。


(3)开展基因和蛋白质组学的生物信息大数据计算分析。基因组学、蛋白质组学、系统生物学和比较基因组学的不断发展涌现了海量的需要计算分析的生物信息数据,已进入计算系统生物学的时代。开展生物信息大数据计算分析,可以拓展组学研究及不同组学间的关联研究。从环境交互、个体生活方式、心里行为等暴露组学,至细胞分子水平上的基因组学、表观组学、转录组学、蛋白质组学、代谢组学、基因蛋白质调控网络,再到人类健康和疾病状态的表型组学等不同层面不同方向上实现大规模的关联计算分析,可以全面阐述生命过程机制,挖掘生命过程特征及关联特征。


3.结论


医学和生命科学的不断进步与发展,需要生物医学工程学科的深度介入和支撑。开展理论驱动型和应用驱动型生物医学工程学科学研究,将更好地促进生物医学工程学科发展,增强生物医学工程学科的生命力。发挥工程优势,加强医工结合,支撑医学发展,将增强生物医学工程学科的科学价值和医学价值,更好地开展生物医学工程技术向更深层的临床医学基础医学实践服务,进一步推动临床医学诊疗及康复水平的提高。生物医学大数据时代的到来,迫切需要生物医学工程学科的特色发展。在大数据时代生物医学工程学科的科学研究方式将从假设驱动转变为数据驱动,将有利于医学和生命科学的数据特征关联研究。


作者:李海云,景斌,于红玉(首都医科大学生物医学工程学院 北京100069)

  中国论文网(www.lunwen.net.cn)免费学术期刊论文发表,目录,论文查重入口,本科毕业论文怎么写,职称论文范文,论文摘要,论文文献资料,毕业论文格式,论文检测降重服务。 返回医疗卫生列表

展开剩余(
网络考试系统在基础医学综合考试中应用探究上一篇: 返回列表下一篇:

继续阅读

热门标签