德国生物统计博士

新型冠状病毒肺炎是在重庆和黎居住在美国马萨诸塞州（麻省）的重庆和黎女士的户籍地被诊断为新型冠状病毒性肺炎，许多人把“千里投毒”和几天来称为引发网络热。。据相关报道，黎女士因隐瞒举报等涉嫌妨碍传染病防控，她已被北京警方立案侦查抓获归案。据中国新闻周刊报道，黎毕业于中国科技大学统计专业，随后出国留学到美国爱荷华大学攻读统计学博士学位。从起，他在默克（Merck）公司负责生物统计，在美国礼来公司担任研究员，然后在弗吉尼亚理工学院担任助教四年。这家名为“新型冠状病毒肺炎”的公司被称为美国的生物技术巨头Biogen，黎入职，成为高级生物统计学家，直到她成为首席。。据报道，黎女士在短暂离开博剑，在担任专门研发罕见病靶向治疗的生物制药公司Sarepta担任9个月后回到博健担任副主任。可以说他一直是公司的高层管理人员。为什么那黎女士不留在美国并冒违反相关法律的风险乘飞机回家？通过美国和中国新闻周刊的报道，对新型冠状病毒肺炎进行了比较，我们可以明白黎为什么女人坚持回国，让我们看看美国是什么样的国家。。疾病控制和预防中心说，只有那些患有严重呼吸道疾病、与疑似或确诊患者有密切接触的人，或者在过去14天内访问过“三级警告”国家的人才有资格进行核酸检测。对于“三级警告”国家，之前美国被定义为中国、伊朗、韩国、英国和欧洲29个国家，包括意大利、法国、德国和西班牙。同时，美国还严格定义了“密切接触”。是指距离疑似病人不超过2米的连续接触。虽然有报道称黎在美国会议的参与者中被诊断出MS黎，但根据美国的相关规定，如果申请检测，由于“密切接触”的定义，需要与确诊患者联系。也就是说，我和确诊的病人接触了两米。因此“根据麻省的标准，渤健的与会员工既没有旅行史，又无法证明自己是‘密切接触者’，很多人只有轻症，不符合检测标准”。尽管“渤健的首席医疗官向麻省公共卫生部上报，在底的会议后，公司内部约50名员工相继出现了发热、咳嗽等流感症状，但他被告知，这些人都不符合核酸检测标准”。从上面可以看出，在一个教条被完全照搬的国家，其相关规定与武汉和湖北采纳“应收尽收，应治尽治”有很大不同，因此认为美国是月亮的人不止是中国圈。

户籍在重庆，常年居住在美国马萨诸塞州（麻省）的黎女士回国后被确诊新冠肺炎，不少人指其“千里投毒”，几天来引发网络热议。有关报道表明，黎女士因为瞒报等，涉嫌妨害传染病防治罪，已被北京警方立案侦查。据中国新闻周刊3月18日报道披露，黎女士毕业于中国科技大学统计学专业，然后出国留学，在美国爱荷华大学攻读统计学博士。并从2009年开始，先后在默克（Merck）公司负责生物统计、美国礼来公司担任研究员，后在弗吉尼亚理工学院担任四年助教。这次被称参加公司高管会议，感染新冠肺炎的公司，是美国生物制药巨头渤健（Biogen），黎女士从2015年进入，一开始做高级生物统计师，直至做到首席。报道称，黎女士2018年短暂离开过渤健、在专致于开发罕见病靶向疗法的生物制药公司萨雷普塔担任总监9个月后，再回到渤健担任副总监。可以说已经位居公司高管。那黎女士为何不留在美国，还要冒着涉嫌违反有关法律的风险，转道飞回国内？通过中国新闻周刊的报道，把美国和中国对新冠肺炎患者的救助做一对比，我们就可以明白黎女士为何要执意回国，更让我们看清美国到底是一个什么样的国家。据称，美国疾控中心（CDC）规定，只有拥有严重呼吸疾病、与疑似或确诊患者有过密切接触，或在过去14天内去过“三级警告”国家的人，才有资格获得核酸检测。 而“三级警告”国家，目前美国规定为中国、伊朗、韩国、英国和欧洲29国，包括意大利、法国、德国和西班牙等。同时，美国对“密切接触”也有严格界定。即指距离疑似或确诊患者不超过2米，并且有一段持续的接触。尽管有报道显示，黎女士在美国参加会议的人员中，已有人员确诊，但根据美国相关规定，如果申请检测，由于在对“密切接触”的界定上，要求必须是和确诊患者的接触。也即和确诊患者有两米以来的接触。因此，“根据麻省的标准，渤健的与会员工既没有旅行史，又无法证明自己是‘密切接触者’，很多人只有轻症，不符合检测标准”。尽管“渤健的首席医疗官向麻省公共卫生部上报，在2月底的会议后，公司内部约50名员工相继出现了发热、咳嗽等流感症状，但他被告知，这些人都不符合核酸检测标准”。从上述可见，在一个死搬教条的国家，其相关规定与武汉和湖北采取的“应收尽收，应治尽治”相比，真可谓天壤之别，因此也可以让那些认为美国的月亮比中国的圆的人因此被打脸。

任何一种自然现象，如果你无法测量它，那你就无法研究它，衰老自然不会例外。事实上，衰老的测量本身就是最好的研究方式，只有先搞清楚如何测量衰老，才能弄清衰老的本质。主笔 | 袁越测不出的年龄假如你是一名边境警察，有一天你抓到了一个非法移民。按照你国法律，如果他年龄不满18岁的话可以申请避难，否则就要递解出境，可他身上没有搜出任何能够证明年龄的文件，你会怎么办呢？你很可能会求助于科学家。如今科学技术这么发达，我们已经能够从一个人的血液和DNA判断出他的民族成分、身体状况、饮食习惯甚至工作性质等等很多细节，像年龄这样的基本问题应该很容易解决吧？骨龄是测量青少年年龄的常用方法可惜你错了，年龄还真的不好猜。目前有一部分国家的移民局采用的是智齿法，即通过X光扫描判断智齿的发育情况，以此来推断年龄。但是，新的研究表明，智齿的发育速度并不均衡，速度快的15岁便发育完成了，速度慢的则可能拖到25岁，依靠这个方法来判断年龄非常不可靠。还有一部分国家是依靠骨龄来判断年龄的，但研究发现这个方法同样存在误差，一个15岁的少年很可能已经具备了成年人的骨骼形态，但也有人直到25岁后骨骼才发育完成，如果仅仅依靠骨龄法来判断一个人是否年满18岁的话，最多可能有三分之一的可能性会判断失误。还有什么更准确的办法吗？很遗憾地告诉你，没有了。你可能会感到迷惑，为什么年龄这么简单的事情居然这么难测呢？这个问题也许应该反过来问，为什么年龄会给人以一种很容易测的感觉呢？答案很可能和树的年轮有关。这是个几乎所有人都知道的测年法，估计每个小学自然课的老师都教过。与此类似的还有贝壳测年法，只要数一数贝壳上的花纹就能准确地判断出它的年龄了。这两个例子有两个共同特征，一是这两种生物的生长速度都和季节更替有很强的相关性，换句话说就是靠天吃饭，只有这样才会在身体上留下关于岁月的印迹；二是这两种生物的身体都是坚硬的固体，这才能把生长速度的变化永久地保留下来。这两个特征在人类身上是不存在的，一来人类是高等动物，我们的生活状态早就和季节没有太大关系了，完全取决于自身，这是人类进步的标志；二来人类的身体是活的，每时每刻都在更新，任何印迹都很难永久地保留下来，所以说人的年龄是很难测量的，这件事一点也不奇怪。这里所说的年龄指的是时间年龄（Chronological Age），也可称之为绝对年龄，真正的科学家其实并不关心绝对年龄，毕竟大部分人都有身份证。他们关心的是生物年龄（Biological Age），可以近似地将其理解为衰老的程度。如果生物年龄能被及时准确地测出来，那么长寿和衰老的问题也就迎刃而解了。先说长寿。长寿药为什么研究不出来？最大的原因就是科研人员等不起。你想，如果你的目标是开发长寿药，那么按照现有的新药审批制度，你必须找到很多志愿者，起码从中年开始就让他们吃你的药，然后一直等到他们去世为止，只有这样才能知道这种药和对照组相比到底有没有效。这种临床试验没人做得起，起码在目前的新药研发架构中是不可能成为现实的。再说衰老。抗衰老药物研发同样存在因终点不明确导致时间过长的问题，像上一篇文章提到的那个二甲双胍TAME试验就至少需要等5年才能看到结果，而且还是一个间接结果。要知道，目前绝大部分新药的临床试验都是在3个月内完成的，像这种需要持续5年以上的临床试验几乎是不可能的。想象一下，如果有人发明出一种可以随时测量，准确度又相当高的生物年龄测量法，以上问题就迎刃而解了。你想开发一种抗衰老药吗？只要找人来试吃一下，三个月后再测一下生物年龄，和对照组一比，就能知道这个药管不管用了。各位读者千万别小看这些方法论上的细节，很多看上去没那么难的问题，最终都是因为找不到合适的实验方法而成为难解之谜。事实上，美国FDA之所以始终不认为衰老是一种病，个中原因与其说是科学层面的不认同，不如说是技术层面的不现实。你想，如果始终找不到测量衰老的有效方法，那就不可能按照现有的新药审批原则和标准来批准任何抗衰老药物。也就是说，除非FDA修改现有的新药审批框架，否则没有任何一种抗衰老药能够通过审批。美国FDA不傻，不可能去做这样一件注定将会吃力不讨好的事情。澳大利亚生物学家伊丽莎白·布莱克本于是，抗衰老研究领域有不少研究者的主攻方向就是如何测量衰老。从某种意义上说，这才是问题的关键所在。目前医院里已经有一套测量老年人衰老程度的方法，主要内容包括测量步频、握力和起立速度等等。这套方法测的只是运动系统虚弱程度，但人的衰老是多方面的，绝不仅仅是“虚弱”这两个字就可以概括的，再加上这几项指标的精确度都不高，只能作为参考，无法用于临床试验。还有一些准确度较高的生化指标也可以用来测量衰老程度，比如血压、血糖、静态耗氧量和胆固醇水平等等，但这些指标也仅仅反映了循环系统和新陈代谢机能的衰老程度，仍然很不全面。于是，很多人想到了DNA，似乎只有DNA这个生命的总指挥官才有可能准确地反映出一个人的真实年龄到底有多大。看似完美的端粒理论接下来的这个故事，要从法国医生艾里克西斯·卡莱尔（Alexis Carrel）讲起，他发明了血管缝合术，使得器官移植成为可能。因为这项伟大的发明，他获得了1912年的诺贝尔生理学或医学奖。获奖之后，卡莱尔的兴趣转移到体外细胞培养上来。他很想知道在试管里培养的脊椎动物体细胞到底能活多久，于是他从1912年开始培养小鸡的成纤维细胞，不但定时更换营养液，而且还要按时移除多余的细胞。这个实验一直做到1944年他去世为止，此后他的助手又接着做了两年，直到1946年才停止，时间跨度早已超过了一只鸡的正常寿命。在这34年的时间里，这群细胞一直在不停地分裂繁殖，似乎永远不会停歇。于是后人得出结论说，每一个脊椎动物的体细胞单独拿出来都是可以永生的，衰老是发生在更高层面的事情。1912 年的诺贝尔生理学或医学奖得主、法国医生艾里克西斯·卡莱尔这期间也有很多人试图重复这个实验，但都失败了。不过他们本能地怀疑自己的实验操作技术不好，或者营养液配方有问题，毕竟卡莱尔是诺贝尔奖获得者，不太可能出错。60年代初期，一个名叫伦纳德·海佛烈克（Leonard Hayflick）的美国细胞生物学家遇到了同样的难题，他在实验室里培养的人体细胞过一段时间就会停止分裂，无论怎么处理都不行。和其他人不同的是，海佛烈克没有迷信权威，而是亲自设计了一系列精巧的实验，证明卡莱尔的实验结果有可能是误差导致的（比如营养液里混入了新鲜细胞），甚至干脆就是造假，他的那套细胞永生理论是不正确的，正常的脊椎动物体细胞存在分裂上限，后人将这个上限命名为海佛烈克极限（Hayflick Limit）。后续实验证明，不同脊椎动物的海佛烈克极限都不一样，人体细胞的上限大约为4060代，再也多不了了。这个计数是从受精卵开始算起的，也就是说，如果从年轻人身上取出来的细胞，在培养皿里活的时间就会更长一些。相反，从老年人身体里取出来的细胞就会死得更早，仿佛细胞内部有一个生命时钟，从一生下来就开始不停地走，直到大限将至。这个发现让研究衰老的学者们大吃一惊，他们意识到此前的假设完全错了，衰老并不是高级层面的事情，而是从细胞本身就开始了。于是大家迅速调转了方向，把研究重点放在了细胞上，一场发现生命时钟的竞赛开始了。最终取得胜利的是一个名叫伊丽莎白·布莱克本（Elizabeth Blackburn）的澳大利亚生物学家，她发现海佛烈克极限存在的原因是染色体上的一个叫作端粒（Telomere）的东西。原来，DNA分子的复制需要用到DNA合成酶，这种酶有个致命的缺点，使得染色体无法百分百地被复制到下一代，而是每次都会剩下那么一小段复制不了。这样一来，每一次细胞分裂都会丢失一部分信息，长此以往肯定是不行的，于是大自然进化出了这个名叫端粒的东西，解决了这个难题。虽然名字里有个“粒”字，其实这玩意儿就是位于染色体末端的一小段DNA而已。但这段DNA基本上就是一大堆重复序列，不携带任何信息，它唯一的功能就是成为DNA合成酶的“抓手”，每次复制时丢掉的那一小段DNA都是从端粒里丢出去的，这样就不会影响有用信息的传递了。经常有人将染色体比作鞋带，将端粒比作鞋带一端的那个坚硬的带扣，这个比喻虽然不是很准确，但大体意思是对的。带扣存在的目的就是保护鞋带，一旦带扣松了，鞋带也就散了。同理，端粒的价值就是保护染色体，一旦端粒没了，染色体也就散架了。两者的不同之处在于，带扣只要小心使用一般是不会坏的，但端粒的损伤却无法避免。染色体每复制一次，端粒的长度一定会缩短一点点，直到用完为止。此时细胞就到达了海佛烈克极限，再也无法继续分裂了，因为下一次分裂一定会丢失一部分有用信息，导致细胞死亡。读到这里也许有人会问，那干细胞是如何无限制地分裂下去的呢？这个问题同样是被布莱克本博士解决的，她发现了端粒酶（Telomerase），能够把缺失的端粒补齐。负责编码这种酶的基因是人类基因组的一部分，任何一个细胞里都有一份拷贝，但是正常情况下人类体细胞中的端粒基因不会被表达，因此也就不会有端粒酶。只有受精卵和干细胞的端粒酶基因才是活跃的，因此也只有这两类细胞的端粒能够被及时地修复，保证它们可以一直分裂下去。端粒和端粒酶的发现再一次震惊了衰老研究领域，大家都被这个简单而又逻辑严密的理论体系迷住了，一致认为衰老的秘密即将大白于天下。很快，一大批研究结果出来了，端粒和衰老之间的联系变得越来越清晰。比如，细胞的寿命和端粒长度几乎成正比，如果通过转基因方式培育出端粒较短的小鼠，那么它的寿命也会很短。再比如，端粒的缩短会诱发癌症、心血管系统疾病、骨关节炎和骨质疏松症等很多老年病，甚至一个人年轻时受到的心灵创伤，易怒的性格，以及过高的工作和生活压力等等，都会导致端粒长度缩短，从而缩短此人的寿命。还有，适当的体育锻炼会增加端粒的长度，从而延长寿命这一系列发现让人激动不已，端粒迅速成为长寿研究领域的关键词，吸引了大批科学家的关注。大家相信端粒长度可以成为测量衰老程度的绝佳指标，从此一个人的真实年龄就可以很容易地测出来了。2009年的诺贝尔生理学或医学奖如期颁给了呼声最高的布莱克本和另外两位对端粒研究做出过贡献的科学家，从此广大老百姓也终于知道了这个秘密。大家都期盼着科学家们能够发明出激活端粒酶的办法，似乎只要这件事能成功，人类就可以长生不老了。可惜的是，大家都高兴得太早了。激活端粒酶确实可以让细胞长生不老，但却会诱发癌症，得不偿失。事实上，正常细胞之所以会发生癌变，就是因为这些细胞发生了基因变异，激活了原本一直沉睡着的端粒酶，从而让自己具备了无限分裂的能力。另外，随着研究的进一步深入，端粒长度和年龄之间的关系也变得模糊起来，反面的案例越来越多。比如小鼠最多只能活三年，但小鼠细胞的端粒远比人类的要长。再比如，父亲年纪越大，生下来的孩子端粒就越长。这两件事很难用端粒理论加以解释，说明这个理论肯定有哪里不对。这次我采访了十几位衰老领域的研究者，没有一个人还在研究端粒，甚至没有一个人主动提到“端粒”这个词，端粒研究由盛转衰的速度是如此之快，就连他们也感到非常惊讶。在我的下，大家一致认为端粒理论虽然听上去简单优美，但毛病恰恰就出在“简单”二字上。衰老是一个非常复杂的过程，每个组织或者器官的衰老程序都不一样，不能期望用一个简单的端粒理论来解释一切。最终的答案，似乎还得从DNA分子携带的信息中去寻找。大数据抗衰老我从洛杉矶出发一路向南，两个小时后就来到了圣地亚哥（San Diego）。这是美国西部的第三大城市，和旧金山、波士顿、华盛顿特区一起并称为美国四大生物技术基地。我的这次“人类长寿探秘之旅”的第三站就设在这里，我要访问的是一家名为“人类长寿”（Human Longevity Inc.）的公司，我很想知道这家公司到底有何本事，竟然敢取这么大胆的名字。“人类长寿”公司创始人兼首席执行官克雷格·温特这家公司成立于2014年，创始人兼首席执行官就是大名鼎鼎的克雷格·温特（Creig Venter）。他当年单枪匹马挑战全世界，最终和美国政府主导的“人类基因组计划”战成平手，双方在同一时间共同颁布了第一个人类全基因组序列。之所以会有这个结果，就是因为当年只有温特坚信“散弹枪测序法”（Shotgun Sequencing）要比当时流行的传统基因测序法更加优秀。其实这个散弹枪法需要计算机技术的强力支持，当年的电脑发展水平尚不具备这个能力。但温特很有远见，他预见到了电脑技术日后的飞速发展，等到美国政府意识到这一点时已经太迟了。如今的基因组测序用的全都是散弹枪法，传统测序法已经被淘汰了，所以那场战斗其实是温特赢了。这件事很能说明温特的性格特征，那就是胆大、自信和果断。一战成名之后，温特又做了一件轰动世界的事。他用人工方法合成了一条DNA长链，将其导入去除了基因的细菌内，把后者变成了一个全新的生命。这个实验虽然必须依靠现成的细菌作为受体才能完成，但温特坚称这就是人造生命，因为他相信生命最本质的特征是信息，而信息全部是由DNA分子所携带的，因此只要DNA是人造的，那么整个生命也就相当于是人造的。完成这件壮举之后，他成立了这家“人类长寿”公司，试图把他在DNA测序方面积累的经验应用于人类健康领域。或者套用一句俗语，他打算“知识变现”。我联系了很长时间，终于获得了这次宝贵的采访机会。这家公司的总部位于圣地亚哥的高新技术开发区，周围清一色玻璃大楼，里面驻扎着一大堆各式各样的高新技术公司，干什么的都有。采访被安排在午饭时间，地点就在温特的办公室，因为他实在是太忙了。“你来这儿之前采访过其他什么人吗？是否已经和奥布雷·德格雷（Aubrey de Grey）和雷·库兹韦尔（Ray Kurzweil）见过面？”这是温特见到我后所说的第一句话。“我采访过巴克研究所和南加大老年学院，但没采访过你说的这两个人。”我如实回答。“哦，那就好。”温特面无表情地回答，“这个行业里有很多疯子，说过很多漂亮话，但那些话都是骗人的，不要信。”温特所说的德格雷是一位长寿狂人，他认为能够活到1000岁的人已经出生了。而这个库兹韦尔是《奇点临近》一书的作者，他认为脑机接口技术即将实现，人类将以这个方式获得永生。“将来永远不会出现一种神奇的药能让人永生，所有这么宣传的人都是为了骗钱。如果你想永生，唯一的办法就是从现在开始做点有意义的事情。”温特接着说道，“死亡是这个世界上唯一不可避免的事，但衰老不是，所以我们想做的事情就是延缓衰老，增加人类的健康寿命。”我这次采访到的所有科学家都是这么说的，但实现这个目标的方法各不相同，因为大家对于导致衰老的原因有不同的看法。温特相信衰老是因为DNA复制差错越积越多，以及修复差错的能力越来越低，这两个因素缺一不可。“人体细胞里的DNA每时每刻都在复制，出错是难免的，再加上很多环境因素也会导致DNA发生突变，比如一个人只要去海滩上晒会儿太阳，皮肤细胞就会发生4万个基因突变。”温特说，“正常情况下，我们的DNA复制系统会修正一部分基因突变，我们的免疫系统也会清除剩下的突变细胞，问题不大，可一旦修复的速度赶不上突变的速度，衰老就出现了。”目前市面上有很多基因检测公司可以帮助用户检测自己的基因突变，但他们用的大都是芯片法，测的是已知的若干个常见突变位点。而且芯片法本身有技术缺陷，会出现很多假阳性和假阴性结果，不是很可靠。作为基因测序领域当之无愧的老大，温特决定干脆测全基因组序列，他认为只有这样才能获得准确的数据。“用我们的方法，平均每个人可以找出8000个独特的基因突变。”温特一边嚼着三明治一边对我介绍说，“然后我们会把基因数据和这个人的生理数据进行对比，从中寻找规律，发现问题。”温特所说的生理数据可以简单地理解为体检。但是，作为一个凡事都要做到极致的人，温特所说的体检可不是简单的测测血压量量血糖那么简单，而是包括了上百种生理指标的测量，以及全身核磁共振成像扫描（MRI）这样高精尖的技术。后者相当昂贵，一般普通门诊是不会提供的，想做的话只有到温特这里来，当然价格也会很高。“目前我们已经有了5万个客户，这就相当于收集了5万个病例，已经可以从中得出一些有意思的结论了。”温特说，“当然这还很不够，我的目标是积累100万个病例，这样分析起来才会更准确。”温特的思路其实和市面上其他几家高端健康咨询公司差不多，那就是通过基因测序找出每个人独有的基因特征，再通过体检了解这个人的身体状况，最后把这两套数据合在一起进行对比，从中找出规律。这是一个非常经典的相关性（而非因果性）研究，大数据分析是这类研究的命脉。数据量越大，得出的结论就越可靠。“我们已经可以通过收集到的这5万个数据判断出一个人的年龄了，误差在10%以内。”温特说，“如此大规模的研究以前都是要有政府资金支持才能完成的，我们现在全凭向顾客收费就能做到这一点。”这也是目前绝大多数基因检测公司的生存之道，那就是一边提供健康咨询服务一边收集顾客的基因数据，然后通过分析这些数据来寻找规律，以便进一步提高服务水平。这是个典型的正反馈模式，前途是很光明的，但这个模式要想运转起来，前期一定要想办法获得客户的信任。温特选择的是一种高投入高回报的模式，服务对象也定位于高收入群体，对于前期的要求就更高了，这种模式也只有像温特这样在行业里有良好口碑的人才能玩得起。“别看我们公司的名字里有‘长寿’这个词，但我们不是一家专门研究衰老的公司。我们是一家实用性很强的公司，我们的目标就是治病，并通过治病来延长寿命。”温特对我说，“如今5074岁的美国男性当中，有40%的人活不到74岁。女性的这个比例是20%，但也太高了。这些人不是死于衰老，而是死于各种疾病。我们的目标就是通过DNA测序和体检，判断出一个人最大的危险来自哪里，然后给出建议，帮助他预防可能出现的疾病。要知道，如今50岁以上的人当中有2.5%的人体内已经有了足以致死的癌细胞，如果我们能预先发现它们的踪迹，将其杀死在摇篮里，就能挽救这些人的生命。”温特想通过自己的努力，彻底改变医学的面貌。在他看来，传统的医学本质上就是数据辅助下的临床科学，但他相信未来的医学将是临床辅助下的数据科学。他要通过大数据来预防疾病，抗击衰老，让人活得更加健康。甲基化生物钟温特没有详细解释这家公司是如何通过基因分析来判断年龄的，但从他的描述可以大致猜出他们的思路，那就是把每个人的基因突变模式和这个人的实际年龄输入电脑，借助计算机的力量寻找两者之间可能存在的联系，然后总结成规律。这是个非常典型的大数据应用场景，全世界几乎所有的生物统计学研究者都是这么做的，这其中就包括加州大学洛杉矶分校（UCLA）遗传系教授史蒂夫·霍瓦茨（Steve Horvath）。他因为发现了DNA甲基化生物钟而成为近期衰老研究领域炙手可热的人物，我专程去洛杉矶采访了他。运动是延缓衰老的绝佳方式。图为英国柔道老师杰克·赫恩，92岁高龄仍没有退出的计划霍瓦茨出生于德国法兰克福，上中学的时候他就对长寿问题很感兴趣，于是他在拿到了数学博士学位之后又去哈佛大学拿了个生物统计学博士学位，然后凭借这个学位在UCLA遗传学系找到了一份工作，研究方向是疾病的遗传标记物。这项研究其实和温特所做的事情是类似的，都是试图从海量的基因突变中寻找和某种疾病有关联的标记，然后就可以反过来用基因突变预测疾病了。他尝试过癌症、心血管疾病、自闭症和老年痴呆等几乎所有的常见病，但是并没有取得什么特别显著的成就。2006年他决定放弃单个疾病的研究，专攻衰老。“我越来越相信单个疾病并不能准确地反映衰老的程度，比如糖尿病确实是一种老年病，但很多其他因素也能导致糖尿病，所以糖尿病只是衰老的一种表象而已。”霍瓦茨对我说，“我相信每个细胞内的DNA分子上都会有一个普适的衰老时钟，控制着这个细胞的衰老过程，这才是衰老的本质所在。”霍瓦茨和他手下的一名研究生一起把收集到的大量基因突变和年龄数据输入电脑，从中寻找蛛丝马迹，结果却一无所获，甚至差点让这位学生毕不了业。经过这番挫折，霍瓦茨得出结论，即使年龄和基因突变有关联，肯定也是非常微弱的关联，很容易淹没在海量的基因数据之中。2011年，霍瓦茨决定试试DNA甲基化（Methylation）。众所周知，DNA是由ATGC这四种核苷酸首尾相连组成的长链，这四个字母的排列顺序决定了不同基因之间的差别。但后人发现DNA分子上会有一些核苷酸被连上了一个甲基，这就是甲基化。通常情况下这个甲基会出现在CG位点上，即一个字母C后面紧跟着一个字母G的那个位置。人类基因组中大约有2800万个这样的位点，它们都是潜在的甲基化位点。常用的甲基化测量法只能测出其中的几万到几十万个位点，但这也已经大大超出了普通人的研究能力。经过一番考量，霍瓦茨决定只选取其中的几个和年龄关系似乎比较密切的位点，测出它们甲基化的比例，然后再看这个比例和年龄到底有何关系。比如他从某个组织或器官上取出100个细胞，先测A位点，有35个被甲基化了，65个没有，那就把A位点记为0.35，然后再测B位点，得出一个比例数值，依次类推。然后他把这些比例数值合在一起，再和年龄相比较，看看能否找出两者的关联。这里面的年龄数值可以用受试者采样时的实际年龄，但这个显然是有误差的，因为一个人的实际年龄很可能和他的生理年龄不符。幸好UCLA在90年代时曾经做过一个大型的跟踪式健康调查，抽取了很多志愿者的血样，并一直保留在冷库里。霍瓦茨想办法拿到了这批血样，测出了这些人当年的甲基化比例，然后再和这些人今天的健康状态相对比，以此来校正他们当年的生理年龄。最终霍瓦茨推导出了一个公式，只要把测出的甲基化比例带入这个公式，就可以算出这个人的实际年龄，两者的相关性高达96%以上。“其实这个公式很容易推导，因为两者的相关性实在是太强了。”霍瓦茨对我说，“我花了十多年的时间研究过各种疾病的基因标记，每一个研究起来都非常困难。衰老这件事本身看似极为复杂，但它的基因信号却是最强的，因为衰老是普世的，任何人都会经历这一步。”霍瓦茨将这个研究结果写成论文，兴冲冲地投给了《基因组生物学》（Genome Biology）杂志，没想到却被编辑退稿了，理由是这个数据实在是太完美了，肯定哪里不对！平心而论，这位编辑的怀疑不无道理。要知道，此前关于基因和年龄的相关性研究已经有很多了，得出的结论远不如霍瓦茨的漂亮。比如当年端粒研究还很热，可最终算下来端粒长度和年龄之间的相关性还不到50%，霍瓦茨的这个96%实在是太刺眼了。不过，这封退稿信却把霍瓦茨惹怒了。他一口气灌了三瓶啤酒，然后借着酒劲给编辑写了一封质问信，并毫不犹豫地点了发送键。没想到这封信居然起了作用，这篇论文终于发表在2013年10月号的《基因组生物学》上。霍瓦茨在论文中公布了他推导出来的算法，于是很多实验室纷纷用自己的数据对这套算法进行了验证，结果好得出奇，其中一家来自荷兰的实验室得出的相关性竟然高达99.7%！从此霍瓦茨就出名了，他发明的这个甲基化生物钟也名声大噪。理论上这个算法所使用的甲基化位点越多，最终结果应该就越准确，但成本也会相应提高。平衡的结果是霍瓦茨决定采用353个位点，测一次的成本大致为300美元左右，以此推测出的年龄和实际年龄的差别能够控制在两年以内，某些情况下甚至更高。不过霍瓦茨认为这个精度还是不够高，尚不能用于临床试验。来自全世界的科学家们已经用这个方法测量了很多次，得出的结论大都和已知的衰老研究相吻合。比如肥胖的人测出来的年龄往往要比实际年龄大，正在尝试饥饿疗法的人测出来的年龄往往要比实际年龄小。“这个方法还有一个好处就是可以估算不同组织和器官的衰老程度，比如我们发现小脑的衰老速度往往比较慢，说明这个部位非常重要。”霍瓦茨对我说，“女性的乳腺组织则往往要比身体的其他组织老那么几岁，很可能这就是女性乳腺癌发病率之所以那么高的原因。”说到癌细胞，实际情况比较复杂。有些癌细胞比正常组织老很多，比如有的白血病病人的血液测出来的年龄可以高达200多岁。但也有一些癌细胞会显得更年轻，目前还不知道造成这一差别的原因是什么。“有一点很有趣，那就是所有干细胞测出来的年龄几乎都是零，这说明人工诱导干细胞就相当于生命的重启。”霍瓦茨说，“这个结果很好理解，因为决定一个细胞状态的不是基因组本身，而是基因的甲基化。”不知各位读者想过没有，我们身体内的细胞有千千万万，每个细胞的基因组序列都是一样的，为什么细胞会分化成好多种不同的类型呢？答案就是每个基因的活跃程度有差异。这个差异是由DNA的甲基化控制的，或者更准确地说，是由DNA分子的不同修饰方式控制的。研究DNA修饰方式的学问叫作表观遗传学（Epigenetics），这是最近20多年来遗传学研究的热点之一，霍瓦茨的甲基化生物钟就是这门新学问所结出无数个丰硕成果中的一个。“我按照我的这个公式反过来推算了一下，发现120岁并不是一个多么特殊的年份。起码从理论上说，我认为人类完全可以活过120岁。”霍瓦茨说，“当然了，我相信即使一个人非常严格地控制自己的饮食起居，什么事情都做得绝对完美，也不可能永远活下去，但我相信未来的人类能够通过药物干涉或者其他方法活到200岁。这方面我是比较乐观的，因为山中伸弥发现的人工诱导干细胞方法证明，理论上我们可以让已分化细胞返回到干细胞状态，因此人类是可以重返青春的。只不过山中伸弥的方法太极端了，也许将来我们可以找到一个较为温和的方法来实现这个目标。”甲基化和基因突变有一个最大的不同，那就是甲基化理论上是可以逆转的。基因突变是DNA分子本身的变化，修正起来极为困难，这就是为什么基因疗法如此困难的原因。但甲基化只是DNA分子的外部修饰，可以通过酶反应将其逆转。目前这个领域尚处于研究阶段，但这个思路听上去很有前途，让我们拭目以待吧。美国加州大学洛杉矶分校遗传系教授史蒂夫·霍瓦茨结语采访结束前，霍瓦茨主动说起了他自己的一个小心得：“我的计算表明，衰老过程不是从40岁才开始的，而是从人刚一生下来就开始了。事实上我认为衰老和发育是同一个过程，两者受同一个甲基化程序所控制。”霍瓦茨的这个想法让我立刻想起了衰老的测量方式。其实测量衰老是人类的本能，我们看到一个陌生人，都会本能地会去猜他的年龄。在他20岁之前，我们其实是通过他的发育程度来猜年龄的，但当他30岁以后，我们的依据就变成了衰老。从这个意义上说，发育和衰老还真的可以统一起来。“照你这么说，衰老就是基因控制得了？因为发育肯定是基因控制的生理过程。”我问。“从某种意义上说是的，发育和衰老都是依靠甲基化来完成的，而整个甲基化过程都是在基因控制下才能实现的。”霍瓦茨回答，“不过我不敢肯定衰老是基因故意这么做的，因为大自然没有理由进化出衰老这个功能，所以我倾向于认为衰老是发育的一个副产品。任何人都需要发育，否则你就没法长大成人，没法繁殖后代了。但当你结婚生子，完成了繁殖任务后，这个过程却仍然在继续，可惜结果却正相反，从发育变成了衰老。这就好比一架飞机的引擎，起飞的时候当然需要它，但如果一直转个不停，最终飞机一定会失去控制而撞到山上。”最后这个比喻听起来很有道理，但我再一想，难道飞行员看到前面的山后不会转向吗？

中国上海和美国费城2020年7月1日 /美通社/ -- 德琪医药宣布，任命俞志暖博士为集团生物统计及法规发展副总裁，负责公司的统计事务并对法规申报提供战略支持。俞博士将直接汇报给公司董事长及首席执行官梅建明博士。俞志暖博士俞博士在医药行业深耕20余年。在加入德琪以前，曾任百时美施贵宝公司（BMS）统计高级总监。此前，她在新基（Celgene）工作近16年，成功领导了包括沙利度胺（Thalidomide）、来那度胺（Lenalidomide）、泊马度胺（Pomalidomide）和bb2121 （CAR-T）在内的多个重大项目用于多发性骨髓瘤和其他适应症的统计工作。她杰出的领导力和执行力推动了上述产品的在包括中国、美国、欧盟、瑞士、加拿大、日本在内多个国家和地区药监机构的NDA/sNDA/BLA的成功提交。同时，俞博士凭借专业能力，在多个著名期刊包括《新英格兰医学杂志》（NEJM）和《柳叶刀》以及各种专业研讨会中合作发表了诸多论文。她的杰出贡献和领导力为她赢得了新基（Celgene）颁发的最高个人成就奖 -- John W. Jackson杰出领导奖。在加入新基之前，俞博士曾在欧加农公司（Organon）（现已被并入默克）和迈阿密大学工作。“非常高兴俞博士此刻加入德琪，她对于生物统计的专业能力，以及对于关键项目全球注册申报的丰富经验，对于我们都至关重要。相信在生物统计和法规发展领域，俞博士将起到非常重要的领导作用，”德琪医药创始人、董事长梅建明博士表示。“德琪在短短几年就建立了丰富的管线和具有战斗力的团队，我对此感到非常兴奋。”俞博士表示，“在药物开发的道路上，新基和百时美施贵宝给了我非常好的平台，如今，在一个新的起点上，我很荣幸也很期待与德琪的团队一起重新起航，为中国、亚太乃至全球的无患者，带去更多亟需的创新疗法。”俞博士拥有复旦大学文学学士和世界经济学硕士学位，并在美国杜兰大学获得了统计学和心理测量学博士学位。

2020年7月，杭州高三毕业生赵奕和徐则凌在高考志愿表上填满了省内医学院，一个报考药学专业，一个报考临床医学。此时，在美国加州，攻读生物和统计学双学位的金逸扬跨界发表了两篇医学论文。几个月后，他向协和医学院4+4临床医学试点班发出申请邮件。如果没有新冠肺炎疫情，赵奕最初的规划是到德国学设计，徐则凌想学金融，金逸扬则会考虑和生物统计学相关的博士项目。改变他们人生轨迹的，除了疫情，还有他们的父母——全程奋战在一线抗疫的白衣战士。不同寻常的2020年，不仅见证了医务人员的付出，也悄然改变了下一代的人生轨迹。理解了“生命无常”她改写高考志愿赵奕的2020年弥漫着消毒水的味道。4月，高三学生复课，教室每天定时喷洒消毒药水，微微呛鼻的气味透过闷热的口罩钻进她的鼻腔。“手术室就是这种味道吧。”这是她第一次对妈妈的工作环境有了具体的感知。赵奕的妈妈是浙大一院之江院区手术室护士马贻芳，疫情爆发后，她的岗位切换到了新冠肺炎患者隔离手术室。正是在那里，小汤圆出生，两例老年新冠肺炎危重症患者成功接受双肺移植……她和同事们创造了一个个生命奇迹。正在家里准备高考的赵奕，心一直是悬着的。“新闻不断在报道每日新增人数，包括医务人员感染与死亡病例，让我非常焦虑。有的医生牺牲在抗疫一线，对我触动特别大。”有一天，她忍不住问妈妈，“如果你不在了，我该怎么办？”其实，赵奕比普通的孩子更早接受生命教育，妈妈常常和她讲起手术室里直面生死的那些年轻人。但直到这次疫情，她才真正理解妈妈口中的“生命无常”。于是，赵奕比从前更珍惜身边的亲人：隔三差五就给老家的外婆打电话；主动承担更多家务……而最大的转变，则是高考志愿被改变。赵奕本来计划报考中外合作办学项目，先在国内读一年，再留学德国学设计。疫情让出国留学受阻，她重新思考专业方向，第一个念头就是学医。“我想成为像妈妈那样的人，实现人生价值。”她说。现在，赵奕是浙江中医药大学中药学专业的大一新生。徐则凌（左一）和爸爸、妈妈、弟弟。爸爸妈妈冲锋在一线他下定决心追随“爸爸头发白了好多。”浙江省援武汉医疗队副指挥长徐飞鸿结束隔离回家后，大儿子徐则凌偷偷跟妈妈说。自从高中住校，徐则凌和爸爸交谈越来越少，偶有交流也以学习为主。有一句话，他憋在心里没说：爸爸，你就像漫威电影里的超级英雄那么酷。他回忆说，“就跟战士在前线冲锋陷阵一样。”在一腔热血感召下，他暗暗下定决心，高考非医学专业不报！完全忘记了小时候曾对爷爷奶奶说过，“我才不要当医生呢，天天加班，累死了。”后来，高考成绩有点尴尬，如果报考其他专业，很多学校可以选；如果报考医学院，选择的余地有限。不过徐则凌没有犹豫，依然填满了所有医学院的临床医学，最后被树人大学树兰医学院录取。徐飞鸿和妻子觉得，儿子高考发挥不佳，他们要负一定责任。武汉抗疫期间，徐飞鸿根本无力也无法照顾儿子。妻子是杭州市第二人民医院的护士长，白天负责隔离病房的调度和保障，傍晚给儿子做顿简单的晚饭，顺带连第二天的午饭也做了，让他自己到时加热一下。徐飞鸿觉得，儿子在家上网课期间，他们没有做好后勤和照顾，对儿子复习多少有点影响。医院考虑到家庭情况，建议徐则凌的妈妈请假或调换岗位，但她坚决不同意，“现在离岗，和逃兵有什么区别？”所以，在徐则凌心里，爸爸妈妈都是战士，自己也要义无反顾追随他们。金逸扬在加州大学伯克利分校就读。受母亲邀约他跨界研究新冠疫情3月，金逸扬天天困在家里上网课，时间充裕。他答应了老妈“跨界”的学术邀约。题目是妈妈杨向红定的，分别是新冠对肾脏损伤和凝血机制的影响，布置给儿子的任务是发挥统计学特长，归纳、分析临床数据。浙江省第一批援鄂医疗队重症组组长、省人民医院重症医学科副主任杨向红，当时刚刚从武汉回杭，在酒店隔离休整。突然空闲下来的杨向红，打算写点关于新冠肺炎的论文。问了一圈自己的研究生，没人会Meta分析（即荟萃分析，一种流行病学的统计方法），她想到了在加州大学伯克利分校读生物和统计学的儿子。金逸扬很早就立志做科研，一直跟着导师在实验室做研究，“但给老妈‘打工’，感受还是很不一样的。”出国后，他保持着每天给家里打电话的习惯。那段时间，电话那头不再是嘘寒问暖，而是“数据进度怎么样了”。妈妈是严格的，提出的研究要求近乎严苛。儿子没有拒绝的余地，“反正反抗了结果也一样，还是得做。”妈妈也是亲切的，每天关心进展、交流细节，讨论结束时提醒一句“吃饱穿暖，注意防护”。三个多月后，两篇论文分别刊登在医学杂志《重症监护》和《血栓与止血杂志》，金逸扬和妈妈的名字并排列为第一作者。忙完论文后，金逸扬回归自己的节奏，一边上课一边准备申请博士。他的理想是在母校伯克利或斯坦福大学专攻生物统计。没想到，那两篇跨界的论文给他指明了另一个方向。那段时间，杨向红了解到北京协和医学院有个4+4临床医学试点班，从全球高水平大学招收非医本科生，培养多学科背景的高层次复合型医学人才。”。金逸扬曾在和妈妈合作论文中体会到了医学研究的乐趣。现在，金逸扬已经通过了协和医学院的初试，等着复试和面试。同时，加州理工、加州大学洛杉矶分校、康奈尔等大学的面试通知也接踵而至。留美还是回国，生物统计还是医学？金逸扬还不确定。但那次奇妙的合作，一定是他2020年的高光时刻。（原标题《改写人生轨迹的“医二代”们》。编辑陆文琳）

文｜凝妈10月11日是国际女童日，2020年的主题是“我的声音，我们平等的未来”，让女孩能够接受平等的教育。据统计，每年全世界有6500万女童辍学，每2秒就有一个女孩被迫结婚；42%的女孩出嫁时还未成年，其中8%的女孩15-19岁成了母亲。在过去的传统里，重男轻女思想严重，对女孩有很大性别歧视。认为女孩的主要任务是生儿育女，做家庭主妇，上学无用，给别人家培养的。就在我读书的那个年代，依然是这样的思想，很多女同学上到初中，不能再继续求学。即使女孩有上学的愿望，学习成绩也很好，家里也只供男孩上学，委屈女孩。不过，有的家庭则高瞻远瞩，不遗余力地培养孩子，让女孩也成为现在社会的佼佼者。巾帼不让须眉，自古有之。男孩女孩都应该享有平等的受教育权利，家长应具有大局观，倾力培养女孩，一定不会让你失望的。1977年出生的蔡天西就是一个幸运儿，有幸成为“人才魔术师”蔡笑晚的女儿，从小获得了良好的家庭教育，最终功成名就。蔡天西4岁上了一年级，14岁考上中科大，18岁赴麻省理工读博士，20岁获哈佛优秀博士称号，22岁在国际生物统计学协会上受领“半参数随机”奖，26岁成为哈佛大学最年轻副教授，28岁成为哈佛大学博士生导师，35岁成为哈佛大学正教授。看这光辉的履历，足够令人震撼。有人说，这肯定是天才，普通人无法复制。父亲蔡笑晚说：天才既不是遗传的，也是单靠勤奋造就，而是早期良好教育的结果。蔡天西谈到父亲的家庭教育方式，表示可以用6个字来描述：早教、立志、自学。01早期教育，替孩子抓住成长的关键期蔡笑晚提到，在教子成才的道路上，父母的责任就在于替孩子不失时机地抓住每一个关键。日本脑神经外科教授林成之指出，0-3岁是大脑神经元不断增多的时候，3岁开始增长速度放慢，4岁左右会剔除闲置脑神经，精简大脑信息网。也就是说，在3岁之前，孩子的大脑神经元经过开发和充分利用，大脑的潜力越大，使用寿命更长，否则就会退化。所以，要在3岁之前给孩子实施早教，替孩子抓住成长的关键期。早教不是送孩子去早教班，而是在家里进行。早期教育不仅指智力培养，还有意志、品德、气概的培养，现在很多孩子进入青春期，会出现各种心理问题，就是忽视了早期教育，没有提前做好准备。3岁之前，孩子大脑还没有发育完全，不能用智商论高低，而是用智能发育评价优劣。智能发育包括大动作、精细动作、语言能力、社交能力、认知能力共5个方面，家长注重这5个方面的早教，孩子的发展就很全面。大动作：是指走路、跑跳等大运动，平时要多带孩子进行户外运动，让孩子用五官感受外界各种刺激，促进大脑发育。同时，孩子在这个过程中会学会观察、培养强烈的好奇心，这些都是将来的必备能力。精细动作：多让孩子动手操作，让孩子玩积木、玩纸、拼图、翻书、剪纸、玩泥巴、捡豆子、画画、做家务，充分活动手指，促进大脑神经的连接，共享小脑和前额叶等脑区。语言能力：从孩子出生开始就跟孩子多说话，让孩子听各种外界的声音，接受不同语言、不同音调、不同高低的声音，促进听力发展就是促进语言能力。家长多给孩子读各种绘本，让孩子通过看、听、摸、闻的方式学习语言。社交能力：多带孩子走亲访友，让孩子接触陌生人，不管是年长的还是年幼的，让孩子和不同人交流，培养孩子和外人交流的能力，让孩子学会如何与人和谐相处。认知能力：家长多陪孩子玩，让孩子发动五官，认真观察、思考、模仿，慢慢培养自己独立解决问题的能力。各种能力的培养相互协调密不可分。02从小立大志，让孩子有追求完美和更高境界的欲望蔡笑晚说：“立志以定其本，居正以持其志”，这是确立努力的方向和树立奋斗的决心的两个关键。蔡笑晚经常给孩子讲爱因斯坦、牛顿、居里夫人、爱迪生、华罗庚等伟大科学家的故事，家里还挂了他们的画像，让孩子耳濡目染，从小就树立了远大志向。蔡天西5岁的时候，就跟父亲说要做“中国的居里夫人”。别的父母可能只当作一个玩笑话，一笑置之，甚至会告诉孩子“别做梦了！”但是蔡笑晚认真对待。为了让孩子成为“居里夫人”，蔡笑晚要让孩子拥有健康的体魄。他经常给孩子买海鲜，为大脑补充营养。动手做了一张多功能乒乓球桌，孩子们放学后锻炼一番。同时还给她规划了最佳成才之路，可谓用心良苦。对于女孩子来说，很容易找到奋斗目标。我们国内的陈薇将军、李兰娟院士都是女性佼佼者，在这次疫情中做出了突出贡献。让孩子了解他们的事迹，循着他们的成长足迹，一步步努力奋斗，很可能就是未来的陈薇和李兰娟。2020年诺贝尔物理学奖揭晓，英国数学物理学家Roger Penrose 、德国天体物理学家Reinhard Genzel、美国天文学家Andrea Ghez共同获奖，其中Andrea Ghez是女性。2020年诺贝尔化学奖得主，法国生物化学专家埃马纽埃尔·卡彭蒂耶（Emmanuelle Charpentier）和美国生物学家詹妮弗·杜德纳（Jennifer A. Doudna），全部是女性。从人的大脑结构来说，女孩偏文、男孩偏理，但是我们不能给男孩女孩贴标签，孩子之间存在差异化，女孩子有学理的梦想，一样未来可期。03自学能力是优秀人才最重要的基本功蔡笑晚说，一个自学能力强的优秀学生，不成功于此，便成功于彼。蔡笑晚特别重视孩子的自学能力培养，蔡天西小学毕业后的暑假，自学晚初一课程，开学后直接跳过初一直接升入初二，在整个初中，都是在父亲指导下，自己去看书，慢慢学会自学。蔡天西成年后，慢慢体会到，读书就是在老师的指导下自学。我在大学以前，没有人教我自学能力，大学毕业以后，最大的体会就是学会了自学。工作后，是强大的自学能力，让我学会更多新知识，顺利适应完全陌生的工作，解决遇到的各种难题。有孩子后，更是需要强大的自学能力，因为没有一门课程教人如何做父母，唯有不断看书、不停自学，才能掌握育儿之道。对于女孩子来说，更需要培养自学能力。女孩比男孩承担的压力要大，不是上学、工作这么一条简洁的路线，还需要生儿育女，未知的知识太多，需要持续学习。从小培养孩子的自学能力，更能够提高孩子的学习兴趣、开发更好的学习能力，为以后高层次竞争赢得优势。自学能力的培养需要找准孩子的优势所在，从孩子的兴趣出发，提高孩子自学劲头。培养自学能力要循序渐进，让孩子学会独立解决问题、把新知识融会贯通、养成预习的习惯。当孩子自学能力不错的时候，再制定新的目标。儿子在10岁以前，我就教他自学英语、自学计算机相关知识，10岁以后，儿子就很容易接受新鲜事物，希望用自学的方式满足自己的兴趣爱好。04结语每个孩子都有强大潜力，不管男孩还是女孩，孩子成功与否，和一个良好的家庭教育是分不开的。如果父母像蔡笑晚一样有先见之明，并不拘一格培养孩子，孩子都很好的成才。希望父母们都能行动起来，让孩子都拥有一个前途远大的未来吧！二胎宝妈，高级育婴师，个性化训练指导师，多平台原创作者。爱孩子、爱生活，愿与万千妈妈分享育儿经验，关注我，获取更多育儿知识。

撰文 | 宇多田当下，移动医疗从 2015 年下旬开始经历的那一场突然而又漫长的寒冬，已基本无人谈起。「那是 2015 年吧，移动医疗就已经死了一批了，有些融完 A 轮就不行了。后来慢慢的，相比移动医疗，大家就开始更多地用「数字医疗」这个词了。」这是一位从 2014 年就开始深入调查分析医疗创业项目的分析师给到我们的碎片式回忆。实际上，早在 2016 年 10 月，动脉网根据深入调查而出具的一份名为《互联网医疗生存报告：38 家企业为什么死去?》的医疗创业项目倒闭白名单，曾轰动一时。其中，技术含量不高导致的创业同质化，对医疗工作流程特殊性的错误理解，监管层面的约束，对市场的忽视，以及过高的估值与资本介入，都是那时候医疗创业者用血与泪换来的教训。2016 年中旬左右，几乎像是一场足球比赛上下场的转换，AI+医疗强势崛起。这个难得让 BAT 与资本们共同找到兴奋点的医疗新赛道，在过去不到 2 年的时间里，孕育出超过 100 家以医疗为重点的 AI 创业公司。如果再快进到 2017 年，你会发现在过去的 9 个月中，国内外以医疗为重点的 AI 创业公司获得融资的频率几乎可以媲美曾红极一时的「共享充电宝」。其中，「医疗影像自动化诊断」算是一个近期各家「齐头并入」的热门应用场景。当然，与曾经同质化严重的移动医疗相比，极高的 AI 门槛加上极高的医疗门槛，让进入 AI 医疗界的一众创始人们一开始就似乎有了「睥睨天下」的资本。业内人士，算法专家，海归博士……与其他 AI 创业公司并无太多差异，技术与研发当仁不让成为公司宣传的核心；而资本方也难得进入「高僧打坐」模式，只是「期待」，闭口不谈商业模式与盈利要求。那么，一个如此早期的领域，只有拼技术就够了？移动医疗曾经经历的那一场暴风雪，是否也有相似的教训值得当下借鉴？VoxelCloud（体素科技），算是最近一头扎入这个领域的 AI 创业公司中比较露锋芒的一个。2016年才成立，就在2017年5月获得红杉领投的千万级融资；仅隔3个月，又在今天得到腾讯的超亿元人民币 A+轮投资。很显然，这个数额与融资频率应该会让当下一众同类型的创业公司十分眼红。中为创始人丁晓伟，左一为复旦大学附属中山医院白春学教授，右一是中国区负责人张政当然，尽管腾讯有自己医疗布局的考虑在内（刚刚推出一款医疗影像产品「觅影」），但对于选投 VoxelCloud 的理由，腾讯与红杉的「口径」较为一致：「他们之前就有了明确的产品，以后还会有更多创新性应用」。VoxelCloud 的创始人丁晓伟很爽快地接受了我们的专访，而且并不避讳一些敏感问题。不过，自始至终，对于 AI 医疗，他的态度是谦卑且谨慎的，甚至承认「现在的技术和硬件并不天然满足医疗应用级产品的研发，需要通过大量另辟蹊径实现」。「我们有技术，有很强的人，但是我们也必须考虑商业模式，也需要正确面对那些市面上的 AI 医疗诊断系统曾经犯过的错误。」**只谈学术，不谈应用，这不靠谱**「借助先进的人工智能技术，系统在短时间内处理海量数据，并对病人做出愈加准确的诊断。」这是 IBM 旗下的 AI 诊疗系统 Watson 曾做出的承诺。然而，在 IBM 将 Watson 推向全世界的 6 年里，这个 AI 医疗领域最负盛名的产品，却遭到了无数医生的质疑与媒体的嘲讽。国外医生在用肿瘤诊断系统 Watson Oncology可靠的技术，高质量的数据，医生的配合。事实上，这些在研发人员中最为看重的几个因素，一旦「合体」落实到临床实验中，就会遇见各种各样的麻烦。这就像一个仅有完整的身体与四肢，却没有关节与润滑剂的机器人，只能是一个无法动弹的残次品。譬如，在实际工作中，Watson 合作医院的医生们真的会主动用它来处理病患信息吗？医生输入数据过程中是否会遇到各种问题？给出的诊断结果是否会参考不同国别、人种的差异？作为加州大学洛杉矶分校的计算机视觉博士，VoxelCloud 的创始人丁晓伟并没有否认研发与应用之间横亘着巨大的鸿沟。那些在实验室中熠熠闪光，让人十分兴奋的技术与样品，其实很容易「见光死」。这也是他为何通常在产品研发过程中，选择与医生们一待就是 6 个月的原因：「我虽然学的是计算机视觉这一学科，但是我家人都是医生，我基本从小就长在中国的医院里。哪个科室做什么，到底怎样运转，我都见过。我觉得，做医疗产品必须走到医院里，去观察医生的每一步到底是怎么做的。譬如我们在研发无创肺癌筛查诊断系统的时候，就跟医生长时间一起工作，大概要相处半年吧，天天在一起讨论。这不是说我们一定要掌握哪一种病症，而是要去了解这个病的知识难点，看看医生处理的时候会有哪些问题。然后我们再独立去分析一个病种的时候，再去考虑怎么与深度学习技术融合。另外在临床实验过程中，对某一项任务的安全编制，医生的需求是什么，这里面的容错空间有多大，做成什么样子是最能为他们解决问题的，这些都是非常细节的问题。你不走进医院，你绝对不知道有哪些很棘手的问题。」但是，即便与医院进行长时间无缝隙合作，也不能保证机器给出的治疗方案给出的一定是精准的，或者是被医生认同的解决方案。这就像欧洲一些曾对 Watson 系统多有抱怨的医生透露，Watson 给出的建议带有针对美国患者与美国医院治疗方案的倾向。对于这个疑问，丁晓伟首先提出了一个大部分人对人工智能医疗应用的理解误区：机器诊断报告一定需要与某个医生的主观印象高度匹配。他认为，与医生主观印象做比对是一种错误的认知，机器诊断结果，应该在有条件的情况下，去对比该疾病的金标准检查结果（Gold Standard）。「早期疾病的筛查在绝大多数状况下，不确定性是不可避免的。而且医生也知道，在初步筛查结果下得到的只是初步意见，不能作为金标准来下定论。我们能够保证的，是基于数据信息量，让病症在某一阶段的诊断准确率无限接近金标准。当然，如果出现某一特殊病症没有现有的金标准可以参考，也同时为了保证诊断结果的客观性，我们会请权威医疗专家，把他们分成 4~5 组，分别独立去做一批数据诊断，对数据做质控标记。这就相当于，把我们的系统作为第 6 组医生，它与每一组医生的差异率要维持在这几组医生之间差异率之内。」实际上，一些市场中现有计算机辅助诊断系统出现的问题，在某种程度上也被丁晓伟认为是 AI 医疗产品之间存在的目标性差异。譬如，有些公司可能只做图像诊断，给出一个辅助性的诊断结果，而有些产品是既给出诊断结果，也会改进医生的工作流程，把医生写报告、做随访的时间也给一同安排了。「大概我们的产品在人性化方面会要求的更高一些」，丁晓伟说得比较委婉。「你看市面上的大部分的诊断应用，可能都是机械地去做特定疾病检测与判断。这起到的是查缺补漏的作用，因为我们显然不可能完全相信算法。但我想让自己的系统多一点特性，就是能给予医生一种信任感，让人不会觉得那么生硬。你看，就像完成一个机械动作，人与机器都能完成，但是过程与感觉是不一样的。作为医生，除了给出一个诊断，他还具备『处理不确定性的能力』。他知道哪些是不确定的，会去找上级医生寻求帮助，会去寻求更进一步的但代价更大的医学检查。举个例子，某一种病的治疗方案如果没有特别有说服力的信息量，医生的选择总是通过各种各样的方式去验证，譬如不断地去随访，或者寻求外部援助。而这些机制机器都是通通忽略的，妄图在一次检查中给出最好的答案。」换句话说，在他的认知中，一件成功的医疗诊断产品，不仅会「学习海量的数据」，还要对诊断过程有一个深度理解。把医生写报告，向上级寻求帮助，二次审核等梯级任务都学到手，具备像人类一样的「处理不确定性的能力」。某种程度上，这个设想与 Google Deepmind 团队一边做糖网病筛查诊断系统，一边研发医务支持与任务管理系统的「两手抓」计划有共通之处。「所以，我们想优化的是整个看病流程，而非仅仅提高一个诊断结果的准确率。这不是一个单纯拼技术水平高低的问题，而是谁能在现实诊疗过程中更有风险控制的能力。」但是，无论通过什么手段来保证诊断的准确率与提升医生的满意度，丁晓伟也承认一定需要考虑地域之间的差异。这也是 VoxelCloud 在美国与中国分别设立研发中心，与美中两国医疗机构同时进行项目试验的根本原因：「我们的研发中心是洛杉矶，跟梅奥医学中心，UCLA 医学中心的关系也非常好，项目都是一起合作的。在国内，虽然合作医院需要取得授权才可以透露名字，但已经有 100 多家了，都是北京和上海的三甲医院。这样做的理由，不只是因为病患的数据会有地域差异。国内外的诊疗流程也很不一样，两者都是相辅相成的，而且两地的研发结果也能做到互补，我们必须同时考虑到。」VoxelCloud与交大洽谈医疗影像合作**数据是否是核心竞争力？**好算法虽然是价值千金，但是好数据却更是「千金难买」。风投机构 8VC 的 CEO Joe Lonsdale 曾在今年在斯坦福举行的 Light Forum 会议上称：「做医疗诊断一开始遇到的挑战就在于搜集与创建数据」。而美国癌症中心 MD Anderson 的一位负责人也认为，只有在拥有上万患者数据的前提下，才能初步找到针对性治疗模式：「从各种患者数据中找到不同的特征很关键，这对针对性治疗与精确用药非常有帮助。但是如果不能扩大现有数据集，上述愿景是无法实现的。你可能只有 1 万个肺癌患者数据，但其实这个数字并没有很大。」此外，一位专注于医疗创业项目的分析师告诉机器之能：「现在 AI 医疗初创项目之间的竞争核心，就在于谁能拿到更多的数据。」很简单，医疗数据之于医疗诊断的重要性，就像道路测试之于无人驾驶汽车。你只有不断地让汽车去实地训练，不断地收集与「咀嚼」道路数据，才能绘制出更高精的地图，逼近更高的安全数值。同理，人体的复杂性更是不必多说。这也是为何 IBM 的数据工程师与医生们耗费了六年之久，才仅仅让 Watson 学习了 7 种癌症；而科技巨头与这个领域内所有创业公司也只能从单一的或者两三种疾病入手来进行摸索学习。丁晓伟也认同这个观点。他认为，目前这个市场，大多数公司都在做肺癌、糖网病的 AI 医疗诊断，一方面是因为这些病种发病率非常高，影响范围非常广，且难以攻克，所以研究价值非常大。而另一方面，其实是因为这些病的数据比较容易能拿到，包括网络等很多途径都是能搜集到很多案例的。「这些可能是起点与上手都相对其他病症来说更容易一些（不是说本身容易）的项目，所以大家都从这几个病种入手。」目前大多数AI医疗公司研究最多的4种病症：肺癌、糖网病、冠心病、肝病根据知名医疗媒体 mobihealthnews 的一份调查，在医疗领域，数据的收集形式其实很丰富，包含临床实验、医生报告、医学图像、传感器和生物样本等多种获取途径。然而，如何获取优质数据，特别是「干净」的患者数据，对于所有该领域的公司来说，是更为至关重要的。「不管是研究项目、还是产品项目，模型的能力是不可能超出收集数据的质量。目前对于癌症来讲，可能最有效的做法就是取得病人的手术活检，或者穿透活检的病例结果，然后把这个结果作为金标准用于目前的训练。但问题在于，在一家医院里，有活检病人的数量是远少于没有活检病人数量的。」丁晓伟这样解释高质量数据的重要性。换句话说，要保证有持续的高质量数据的输入，公司只能尽可能多得通过与医院及其他医疗机构的合作来获得。因此，如何「拿下」医院的合作项目，也是鉴别 AI 医疗创业公司生存能力的一个重要衡量标准。虽然丁晓伟并没有过多透露 VoxelCloud 与国外包括美国 NIH（美国国立卫生研究院）、梅奥医学中心等顶尖医疗机构的合作条约内容。但很显然，其导师 Demetri Terzopoulos 在全球医疗界的赫赫声望，为 VoxelCloud 铺开了一张巨大的关系网：「我们算是师徒创业吧，我的博士生导师 Demetri 是英国皇家科学院院士和加拿大科学院院士，在业界的地位非常高。当然，IEEE Fellow、ACM Fellow 等头衔，奥斯卡技术成就奖，德国亥姆霍兹奖等一大堆奖项就不用说了，其实他被肯定的最重要的一点，是对医疗应用层的贡献。譬如他参与研发的图像分割算法，就被广泛应用于医疗成像技术中。」这种略显豪华的技术背景优势，是否能够让开发者在面对成百上千万的数据时，更能对它们进行游刃有余地处理？ 根据丁晓伟给出的一份案例显示，他们正在基于一份包含 250 多万病例的数据集上做出眼底各种疾病分析模型，诊断结果已经能够达到专业医生水平的准确率。VoxelCloud团队部分成员，中间穿红衣的为Demetri Terzopoulos然而，他们需要面对的挑战依旧很大。MIT（麻省理工科技评论）曾在批评包括 Watson 在内的诸多医疗诊断系统「不作为」时，把矛头指向「数据处理的难度」而非「数据的量级」，这同样也是所有 AI 医疗公司都有的短板：「很多时候，诊断结果不够好并不是公司本身的原因，而是由于数据的复杂性与相对不可用性。因此，这需要 AI 系统基于数据调整参数，以达到最佳拟合效果。对于相对容易的任务，比如检测恶性肿瘤 X 射线，效果可能很好；但在很多关系复杂的病况下，就很难实现。」而加州大学伯克利分校公共卫生学院的生物统计学教授 Maya Peterson 也持有同样的观点，她在今年 7 月的一次医疗会议上指出：「人体的数据真的太过复杂，而我们还没有完全理解他们之间的联系。在探索更加复杂的病症中，机器学习在某种程度上野心过大，这也不是一件好事。」**「这不是一个当下能谈盈利的市场」**对于 AI 医疗创业公司来说，还有另一个很严酷的事实：数据的量级是与其价格成正比的。与此同时，还有优质算法与优秀技术团队的高昂成本。换句话说，在进入这个市场前，所有人都应该意识到这是一个「资本无底洞」。2015 年 8 月，IBM 耗费 10 亿美元收购了医学成像及临床系统供应商 Merge Healthcare，垂涎的就是后者手中积累的海量数据。2016 年 2 月，IBM 又甩出 26 亿美元欲拿下医疗保健数据与分析服务提供商 Truven Health Analytics，为的就是后者掌握的 8500 家客户与 3 亿病患数据。这两个举动也被 MIT 看作是「IBM Watson 即便再被世人讨厌，也仍然有其竞争优势」的关键证据。而另一个残酷的反面案例是，作为 Watson 的第一批合作伙伴，曾希望借助 Watson AI 诊疗技术来构建独立肿瘤专家建议系统的安德森癌症中心 MD Anderson，在耗尽 6000 万美元后，宣告项目失败。此外，与庞大投入相对应的，是商业模式仍然在寻找，盈利更是不可能谈起的早期探索状态。丁晓伟向机器之能透露，VoxelCloud 目前已经推出了成熟的产品，但在当下所有签订的合同中，与公立医院的项目肯定是非盈利的合作形式，而私立机构用他们的系统则是要收钱的。「现在大家都处于早期，研发与搜集更多的数据是最重要的事情。虽然我们已经有了不少成熟的产品线，但是这个领域真的太新了，我们必须怀着谨慎和敬畏的心，持续往前去推进。公司在不同的发展阶段，肯定会有不同的商业模式，但是作为一个从业者，我认为现在的主要矛盾不是赚钱，而是把赚钱的前一步走好，先把这个事做成了再说。说实话，现在 AI 医疗领域的技术需要很多非常规的技术变通才能达到应用级的要求。」而从肯定不愿意做亏本买卖的投资人角度来看，这些「秃鹫」目前能做的，也是给予这个领域的创业者一些更多的时间，让自己再多盘旋几圈。今年 8 月，VoxelCloud 本轮的投资方腾讯，曾推出了自家的医疗影像产品「觅影」，当时在发布会上，公司的互联网+医疗部门负责人常佳就曾针对腾讯的医疗布局表示：「我们认为 AI 在所有领域的应用还处于早期阶段，长远看才会有更大的空间。因此，现阶段我们还不考虑商业化的事情。」而丁晓伟也向机器之能透露，其上一轮领投方红杉资本对 VoxelCloud 并没有盈利方面的短期要求。「红杉本来就是长线投资方，他们非常看重这个领域。而且在我看来，投资人会比较看你已经有了什么，只谈潜力是不够的。我们有了比较成熟的应用和产品，而且部分产品线已经拿到了美国 FDA（食品及药物管理局）与欧洲 CE 的许可；而国内 CFDA 也快要拿到了。」但是，对于永远最看重回报的投资方来说，这类公司无论如何都是要最终接受市场考验的。华创资本的前沿科技项目投资负责人公元则告诉机器之能：「如果技术门槛非常高，早期虽然是不用考虑太多盈利模式（要先把壁垒建立起来）。但最终肯定是要接受市场和盈利的考验，只能说看资本市场能接受的长短度而已。」而更加无法忽视的现状是，除了商业模式与盈利问题，挡在 AI 医疗创业公司面前的还有监管障碍、人才短缺以及那些来行业内外的「不信任的声音」。根据《中国科技报》的一份报道，中国科学院院士、上海交通大学 Bio-X 中心主任贺林在解读国务院在今年 8 月发布的《新一代人工智能发展规划》时曾直击当前国内 AI+医疗项目的监管痛点：「目前，国内还没有一款医疗领域的人工智能产品得到国内 FDA 的批准，相关收费也没有进入医保目录，人工智能对于国内医疗行业来说仍然是新兴事物，需要与现有医疗模式一起经历「磨合期」。」而另一方面，丁晓伟自己则把「招聘问题」与」外界质疑」列为当下 VoxelCloud 最大的两个难题。其中，他认为「人才短缺」是包括他在内的当下所有同类公司都需要面对的挑战：「我们团队有 40 多个人，虽然大家基本都是来自梅奥医学中心，加州大学洛杉矶分校与卡内基梅隆大学，亚利桑那州立大学等高校的专家，但是我们觉得人手还远远不够，因为顾及到数据的复杂程度与医疗研发的严谨度，我们需要耗费大量心力去做研发。对于创业公司来说，速度也很重要，因此我们平时基本连轴转。现在大家都会想尽一切办法去抢人，因此我们基本不会放过任何学校的计算机及医疗专业的高材生。」实际上，这不是丁晓伟一家 AI 医疗创业公司的心声，而是整个 AI 产业圈焦灼的人事状态。然而，在这个人才身价虽然水涨船高，但同时却被越来越多的人提出「泡沫说」的创业领域，是否值得我们「将所有身家都压在上面」？此外，虽然设立了高门槛，但同样有「盈利无着」「烧钱过快」等问题的 AI 医疗是否会重蹈两年前移动医疗的覆辙？这就像一位不愿透露姓名，但曾经历移动医疗寒冬，并调查过几十个死掉的移动医疗项目的行业资深人士对机器之能发出的一番感叹：「包括移动医疗在内的数字医疗曾死过一大批，但这不就是创业的正常现象吗？现在人工智能医疗创业如此火爆，咱们不说炒作嫌疑，我觉得主要背景是人力资源短缺与医疗成本高企。人工智能在医疗里，包括影像，顶多是辅助。另外，之所以投资人都不注重商业盈利问题，是因为他们注重也没办法盈利。」然而，无论各方如何给出自己的判断，当初医疗创业寒冬留给所有 AI 医疗从业者的教训，其实都可以汇成一句话：「不要做出过分的承诺，不要相信关于你自己过于天花乱坠的报道，怀着对医学与 AI 技术的敬畏之心，匍匐前进。」我是机器之心的高级编辑宇多田（傅博），如果你想求报道或是聊聊自己的AI创业故事，想吐槽文章或是谈谈自己对AI产业化的见解，亦或是想投稿，欢迎与我联系。微信：fudabo001（请务必注明身份）

【基本情况】C同学毕业院校：美国硕士就读所学专业：统计学生成绩：GPA：3.5+，GRE：320+，TOEFL：105+录取院校：北卡罗来纳大学教堂山分校录取专业： 生物统计博士入学时间：2020年秋申请优劣势分析优势：1.美硕2.实习科研背景经历丰富，Sci1篇，1篇提交，两篇在投3.标化成绩优质4.学生目标明确，相关经验愿意分享劣势：1.本科GPA稍低2.学生时间有限，学业压力大，申请时间安排关键申请攻略：1.早申时间计划打算，遵循学生情况量身定制。2.个性化文书打造，背景深度挖掘。3.选校建议与背景经历相结合。4.针对于不同院校面试特点，有针对性辅导学生，面试效果极佳。申请历程：C同学刚进入服务时，在沟通过程中，能明显察觉到她的名校情结，她想通过自己的努力争取进入美国名校，尤其为美国TOP30院校， 针对于美国TOP30学校而言，托福100+，GPA3.5+，GRE325+，是美国精英名校录取最低要求。针对于TOEFL和GRE的复习，我们给她制定了周密的时间规划，及考试时间的安排，让她尽量在8月底前明确TOEFL和GRE成绩。最终C同学经过自己的努力，成绩达到要求。但达到学校硬件的要求，这才刚够不会被第一轮刷掉，还需使用针对性强，丰富的软件背景来打动学校招生委员会的教授。在软件背景方面，学生于本校实验室统计基因，基因组方面，有着较充沛论文发表和科研背景，但怎么把学生的优势在此类科研中展现出来，经过我们深入解析和与学生的沟通交流，我们充分挖掘学生在科研中的优势，在文书中，持续商榷学生特点。经过讨论，我们确定将整个文书重心放置于学生对于专业的喜爱方面，同时针对于申请博士的学生而言，软性背景，尤其是论文也很是关键，C同学有诸多项目，经过沟通忖量，我们最终明确挑选较有代表性的项目，并对于项目原理，职责，内容，结果和创新点等等各环节进行呈现，这样便于重点更凸显。个人陈述，首先从动机，知识储备，实践经历和选校因素等等方面来进行撰写的。每一方面均紧密联系，逻辑缜密。由选校因素而言，我们下了很多功夫，不仅撰写出该校魅力之处，还撰写自己的优势及和教授的共同点，以及学校怎样协助自己发挥价值，而自己又会怎样回馈学校。在选校方面，C同学听从我们的建议，不是一味地强调精英名校申请，而在冲刺主申保底学校，三档次搭配申请。由于我们之间配合默契，申请工作进展顺利，因此在11月底时网申和材料寄送工作基本完毕，这样也一定程度确保了理想申请结果的出现。对于博士申请而言，套磁是申请中最关键的一部分，套磁成功与否决定我们申请的成败。因此我们相当重视套磁工作。随后我们整理了目标院校与学生背景相关的教授，遵循先前的套磁经验进行教授筛选的工作，通过几天资料收集的工作和讨论，我们最终明确了教授名单。在依据C同学自身条件及教授本身研究情况下完成了套磁信的撰写。套磁信邮寄过去后得到了部分教授的积极回复，通过随后几次的密切交流和沟通，2月份收获了好几个教授给予的面试邀请，这是一个令人振奋的消息，因为收获面试通知，说明我们申请已成功了一半。通过将近一周的筹备，期间涉及几次面试模拟练习及查漏补缺，C同学准备得格外充分。面试完毕后，C同学反映情况良好，最终于2月中旬收获满意生物统计专业排位第四的北卡罗来纳大学教堂山分校博士录取。C同学对于申请结果格外的满意，其中这和她的努力和超强执行力，及积极配合我们的工作是分不开的，这也给接下来想要留学的师弟师妹做了一个很好的榜样：既然已有了留学的目标，那就要不遗余力地提前筹划，通过自身的努力，最终收获自己Dream School的录取OFFER。

新型冠状病毒肺炎是在重庆和黎居住在美国马萨诸塞州（麻省）的重庆和黎女士的户籍地被诊断为新型冠状病毒性肺炎，许多人把“千里投毒”和几天来称为引发网络热。。据相关报道，黎女士因隐瞒举报等涉嫌妨碍传染病防控，她已被北京警方立案侦查抓获归案。据中国新闻周刊报道，黎毕业于中国科技大学统计专业，随后出国留学到美国爱荷华大学攻读统计学博士学位。从起，他在默克（Merck）公司负责生物统计，在美国礼来公司担任研究员，然后在弗吉尼亚理工学院担任助教四年。这家名为“新型冠状病毒肺炎”的公司被称为美国的生物技术巨头Biogen，黎入职，成为高级生物统计学家，直到她成为首席。。据报道，黎女士在短暂离开博剑，在担任专门研发罕见病靶向治疗的生物制药公司Sarepta担任9个月后回到博健担任副主任。可以说他一直是公司的高层管理人员。为什么那黎女士不留在美国并冒违反相关法律的风险乘飞机回家？通过美国和中国新闻周刊的报道，对新型冠状病毒肺炎进行了比较，我们可以明白黎为什么女人坚持回国，让我们看看美国是什么样的国家。。疾病控制和预防中心说，只有那些患有严重呼吸道疾病、与疑似或确诊患者有密切接触的人，或者在过去14天内访问过“三级警告”国家的人才有资格进行核酸检测。对于“三级警告”国家，之前美国被定义为中国、伊朗、韩国、英国和欧洲29个国家，包括意大利、法国、德国和西班牙。同时，美国还严格定义了“密切接触”。是指距离疑似病人不超过2米的连续接触。虽然有报道称黎在美国会议的参与者中被诊断出MS黎，但根据美国的相关规定，如果申请检测，由于“密切接触”的定义，需要与确诊患者联系。也就是说，我和确诊的病人接触了两米。因此“根据麻省的标准，渤健的与会员工既没有旅行史，又无法证明自己是‘密切接触者’，很多人只有轻症，不符合检测标准”。尽管“渤健的首席医疗官向麻省公共卫生部上报，在底的会议后，公司内部约50名员工相继出现了发热、咳嗽等流感症状，但他被告知，这些人都不符合核酸检测标准”。从上面可以看出，在一个教条被完全照搬的国家，其相关规定与武汉和湖北采纳“应收尽收，应治尽治”有很大不同，因此认为美国是月亮的人不止是中国圈。