打烂仗
未来的医学影像将是精准医学的重要组成部分。美国国家医学科学院(IOM)在2011年11月发出了一份报告,特别强调精准医学是建立在了解个体基因、环境、生活方式的基础上的新型的疾病治疗和预防的方法。我们利用生命科学来研究这个领域,就是在蛋白、基因或者说在分子的水平上,探究有多大,是否能看见,究竟在蛋白和基因中起到什么作用。 精准医学首先是针对个体化,要有标志物,同时还要有配对,同时需要循证医学的支持,再就是大数据的处理。生物医学的常用领域,在这里我们可以看到电子、原子、分子、DNA、细胞、蜜蜂、小鼠和人,PACS最好的分辨率在5毫米,CT和MRI大概在1600,或者说在0.1-0.2毫米,光学显微镜则更小一点,电子显微镜就更小。今天发展到基因、基因测序DNA这一块,光学和电子可以观测病毒。 显然我们的PACS赋予我们图像的存储和传输,并不包括我们传统医学常用的生物成像技术和基因配型。也就是说基因和蛋白的数据是PACS的一个前提,医学发展的前一段所做的是有没有病,后一段做的是什么病,在什么地方;影像所要解决的是在什么地方,所以PACS在图像的处理方面是值得重视的。我们对基因序列、基因测序、蛋白等给予一定的关注,可以在分子影像下观察对比。 总的来讲,医学影像已经发展120年了,从70年代开始,40多年来,我们主要指数字影像,数字影像给PACS一个很好地机会,所以我们的传输才可以这么通畅。在医学数字影像的角度上来讲,解决的主要问题是空间分辨率、对比分辨率、时间分辨率和能量分辨率。PACS对于所围绕的图像来说,就是要解决这四个分辨率。 从临床的角度上看,PACS主要解决三个方面的问题,第一个肿瘤,第二个心脑血管疾病,第三个老年痴呆。查询美国的NIS以及国内的research fund基本都是以这三个为主,PACS也是随着疾病的主流而演进的。这里给我们提出来最难的就是时间分辨率和能量分辨率,也即是说动态的。再有,随着功能和代谢、波普、量化等过程对PACS提出了一个新的要求。至于大数据,主要就是看代谢的波普和量化,特别是量化。影像这120年的发展虽说要解决四个分辨率的问题,但是它是以形态学为主的间接性工具,还不可以在组织学和分子学层面进行确诊。这个就是我们现在的医学影像,知道病在什么地方,PACS解决的也是病在什么地方,而不是解决是什么病的问题。 在生物医学时代的医学影像来讲,我们面临着三个方向:第一点,是个体化。我们的高等级医院可以调出基层医院的片子,但是只是一条线,没有形成网络,不能互相调配,小医院不能拿到三级甲等医院的片子,所以这个是PACS的一个挑战。我们要真正做到个体化,首先我们要改变我们的医疗模式,从家庭到医院再到家庭,圈起来,诊断-治疗-随诊,这两头都在家庭中,恰好PACS没有分布在两端,那么就没有办法唤起社会的参与和家庭的参与。同样,我们很注重的网络建设,但是我们实际上完成的是一条线,上面调下面的,下面调不了上面的,还不具备穿梭性,更别说整个网络的调配,这个方面是存在壁垒的。还有我们的规范化还有待进一步建设。 第二点,PACS要注意影像诊断的整合,也就是intergrate,就是把化验室、病理科、影像合成或者是分子实验室整合,我们没有这方面的能力,只能靠PACS或者TMT来解决这个问题。所以PACS和TMT在未来对于肿瘤来讲是一个整合医学影像的工具,过去我们是采取information center 来整合信息,现在我们把整合信息中心可以称呼为intergrate information,我们把所有的东西都整合在一起,但是我们还是在传统思路上建立一个center而已,所以这个方面是需要我们考虑的。 第三点,从精准医学的角度来讲,类比军事在18、19世纪,一般通过决斗来解决,现在主要靠导弹,那么就需要GPS来定位,那么在医学领域定位就由PACS来做,只有PACS能够解决这个定位的问题,未来TMT的技术给了精准医学一个很大的支撑,这个也就是我下面要介绍的。至于原因,我做一下解释,大家都知道,这个是正常的基因,如果基因有变异,你可以说有疾病,一部分变异的基因通过自身的免疫系统恢复,另一部分无法恢复,我们把这一部分在癌症之前叫作癌变期,或者说是细微的癌分子或者是癌细胞。之后突然间增殖,大家可以看到从癌症到死亡是1-3年,我们看到的影像是从癌症到死亡的阶段,基因检查和蛋白检查的范围是看不到的。举好莱坞女明星安吉丽娜朱莉的例子,医生告诉她的一对基因有80%的可能患乳腺癌,她选择切除乳腺,这个是在乳腺上还比较好解决。但是如果是在神经科,一对基因有致病的可能,可能会导致胶质瘤,那么就不能像乳腺那么好解决,没有办法切除。在这种情况下,我们更大的一部分做的是在做基因和蛋白数据的积累和对比,这方面的工作以及