从《我不是药神》谈大数据应用

前阵时间热播的电影《我不是药神》，各种影评和延伸探讨刷爆朋友圈。作为一个互联网和数据应用行业的从业人员，可以借着大家已知的内容，来解释和探讨一下“大数据”是怎样应用于医药行业的，它将为我们解决哪些问题、带来哪些帮助？它解决问题的工作和原理是什么？从而帮助大家更好的揭开“大数据”、“人工智能”的神秘面纱。

今天讲两个应用点：

第一，“大数据”可以让“格列卫”变得便宜。

朋友圈里的很多文章，都已经告诉我们由瑞士药厂研发的“格列卫”为什么售价那么昂贵。因为专利保护期只有20年，去掉前期的专利审批、立项、研发、临床试验、上市审批、上市后审批，销售的专利保护期可能只有5-7年的时间。而在这个工程中全部的科研投入至少要20亿美元。必须要在这几年的保护期里收回几十亿美金的成本，因此，每一种特效药的新药都卖得非常贵。

还有大家不知道的：任职于美国加州大学旧金山分校医学院的医疗大数据中心的陈斌副教授介绍，在美国，只有1/7左右的临床证明有效的药品能最终走完FDA（食品药品监督管理局）的全部审批流程并最终上市。余下的6/7的药品，只是针对小范围的病人有很好的疗效，但是在使用到大量患者身上时，平均效果并不显著，因此被FDA否决。

因此，“格列卫”卖高价的原因，不仅仅是因为其本身的研发经费巨大。它还担负着要把其它几种经过高额经费研发出来、却未通过审核的药品的成本“赚回来”的职责。因此在销售的专利保护期内，其售价高得让人目瞠口哆。

为什么“大数据”可以让新药的价格降下来呢？该中心的陈斌教授还表示，他们通过研究发现，大部分审批不通过的新药，其实对于某些特定人群是有效的。关键是怎样找到并确定这些特定的人群，让那些未通过审批但研发同样昂贵的“废药”能够被有效的利用起来，合理地收回一定的成本。在未来，可能一种疾病会有不同的药品医治——不同的人会有不同的特效药。

那么“大数据”是如何找到并检定每种药品所针对的不同小众特定人群呢？

我们先来说说今天要讲的第二个应用点，大数据是如何医治癌症的。

治愈癌症是人类半个多世纪以来的梦想；我们在抗癌方面的研究投入资金比人类登月还要多得多。任职Google医疗IT公司的CEO李文森博士讲（至担任今苹果公司董事会主席），世界上并不存在一种一劳永逸的万灵药，能够像青霉素杀死细菌那样杀死所有的癌细胞；这是我们今天医学界普遍的认知。

癌细胞是动物和人自身细胞在复制的过程中基因出了错，而非来自体外，因此它们与人和动物正常的细胞非常相似。今天最有效的方法是，使用基因技术研制出的抗癌药来治疗，从机理上讲是找到病变的基因并且把相应的癌细胞杀死。不过，由于不同人即使得了同一种癌，其癌细胞病变的基因未必相同，因此一种抗癌药可能对某些人病人管用，但是对其他病人并不管用。

医治癌症第二个难点，也是最根本的难点在于癌细胞本身的复制也会出错。这一点其实并不难理解，因为基因在复制的过程出了一次错误就可能出第二次。这样一来，原本管用的抗癌药就变得不管用了。

我们通常会听到这一类故事：某个患有癌症的亲友已经将病情控制了很长时间，突然一夜之间复发，而且药物不起作用，很快便离世了。这里面的原因就是癌细胞基因的变化使得原有的抗癌药不灵了。

由于癌细胞基因的突变和人有关，而且可能一再突变，因此要想彻底解决问题，就需要针对不同的患者设定特定的抗癌药，而且要根据患者癌细胞每一次新的变化研制新药。李文森博士认为，只要这个研制速度能够赶得上癌细胞的变化，那么，即使不能彻底杀死所有的癌细胞，患者仍可以长期和癌症共存。

我们已知的各种可能要导致肿瘤的基因错误不过在万这个数量级别，而已知的癌症不过在百这个数量级别。也就是说，即使考虑到所有可能的恶性基因复制错误和各种癌症的组合，不过是几百万到上千万种，这个数量级在IT领域是非常小的，但是在医学领域则近乎无穷大。

大数据所擅长的就是在万亿级海量的数据之中，通过云计算的并行计算能力，利用人工智能的深度学习的计算方法，精确地找出相关联性；并且把具体的单项结果的不确定性降到最低，从而达到预测未来的效果。

利用大数据技术，在这不超过几千万种组合中找到各种真正导致癌变的组合，并且对这样每一种组合都找到相应的药物，那么对于所有人可能的病变都能够治疗。针对不同人的不同病变，只要从药品库中选一种药即可。

比如对患者王某，他原本是使用第1203号药品，如果发生新的病变，经过检查、计算确认后，改用256号药品即可，这样并不需要每一次重新研制药品。如此一来，便可以控制癌症了。虽然这样成千上万种药总的研发成本不低，但是如果摊到全世界每一个癌症患者身上，李文森博士估计只需要人均5000美元左右。

李文森博士所倡导的利用大数据技术，为每一位患者设计个性化特效药的思路，如今也已被制药行业和医学界普遍认可。通过大数据和人工智能的计算、匹配，过去被淘汰的“废药”也能较为容易的找到特定的小部分人群，发挥它的效力；减少资金、人员、环境等资源的浪费，“格列宁”们的价格也能随之有大幅的下降。

同时，这也将改变政策立法的标准—FDA对于药品准入审核的标准。就像美国的司法判定标准的改变，与大数据技术慢慢普及同步的是大数据的思维方式：由过去在事情某一方面的因果关系就可导致的“一刀切”判定的标准，逐渐改为从事物全方位的相关联性精确考量，具体的判定个体情况的标准。

总之，大数据不仅从技术、理念上改变了医药行业，更是从政策、标准甚至是商业模式上深刻影响了这一领域。

未来，随着计算机及网络的软硬件性能不断的再提升，大数据的技术和理念必然会进一步在各个领域深入的改造和提升原有的行业模式和效率。