2015年1月，美国总统奥巴马在国情咨文演讲中谈到“人类基因组计划”所取得的成果，并宣布了新的项目--精准医疗计划。一时间，“精准医疗”成为覆盖全球的热门话题，并引得医疗健康产业市场风起云涌。可见，精准医疗大数据、个人基因测序的普及化正带来全球健康产业大变革。3月份，我国科技部召开了首次精准医学战略专家会议，提出了中国精准医疗计划。并指出，到2030年前，我国将在精准医疗领域投入600亿元，同期发布了第一批肿瘤诊断与治疗项目高通量基因测序技术临床试点单位名单。这意味着，精准医疗在中国已经拉开了序幕。

精准医疗在中国的“燃点”已经存在，但是如何使其发展呈爆发态势，是需要多维度等因素共同推进。而这其中，IT技术作为必不可少的支撑力之一，受到很多精准医疗项目研究企业的特别重视。英特尔作为深耕医疗行业的IT企业，积极提供与精准医疗研究相关联的IT基础架构支撑，并开展调研、分析等一系列工作，为中国精准医疗的发展做好了充足准备。对此，中国数字医疗网记者走访了生命奇点（北京）科技有限公司（以下简称“生命奇点”），它有效借助英特尔IT基础架构实现精准医疗大数据技术的创新，其首席执行官刘立宇表示，生命奇点将以世界一流的生物医疗大数据技术和产品，让医疗健康服务变得更精准、便捷和高效，助推中国精准医学发展。

国内首创生物医学大数据平台--Vitark 16

Vitark 16是生命奇点自主创新研发的国内第一款生物医学大数据软件平台。Vitark 16整合医院的异构临床数据、生物组学、病理、影像、实验室、随访，以及各种知识库、指南、文献等多维度数据，提供强大的机器学习、数据可视化工具和数据探索工具，构建基于人工智能技术的学习型医疗体系。刘立宇介绍称，根据美国ASCO研究，纳入到临床试验的病人只占所有病人的3%-4%，96%-97%的真实世界的病人数据没有纳入研究。真实世界研究是传统的随机对照临床试验的很好的补充，并且可以更好的实现个性化医疗和精准医疗。

刘立宇表示，Vitark 16大数据平台上汇集了生物样本库、组学信息中心、临床数据中心、高性能大数据分析云平台、知识库和文献库。其核心围绕多维度、高质量、持续跟踪的特点。

数据分析平台 让IT架构与精准医疗超融合

对于Vitark 16在科学研究及临床应用上所存在的价值，刘立宇表示，针对科学研究，Vitark 16可以增强医院课题申报竞争力、提高科研产出、吸引科研人才和横向课题合作。可以实现借助知识库和大数据的整合，识别常规科研流程难以发现的相关性；精准匹配临床试验受试者； 智能的患者分层和研究队列设计；激发科研灵感，快速生成科研假设；实现基于大数据的临床效果比较研究；快速、可视化地验证科研假设；动态组合各种模型和流程，保障最佳分析结果等相关研究。

针对临床应用，Vitark 16提供新一代医疗机构的临床服务决策支撑体系，提高临床规范、降低临床安全风险、增强面向患者的个性化诊疗水平。为医院建立起机构级别（Orgnization specific）的精准医学临床指南、最佳实践知识库、精准医学体系（precision medicine program），利用人工智能技术，提供疾病的预测、筛查、诊断、临床干预方法的选择、治疗效果的预测、临床危急事件的提前预警等功能，并同时提供个性化诊疗的临床决策支持。

无论对科学研究提供支持，还是对临床应用提供支撑，生物医学大数据平台--Vitark 16离不开IT基础架构的辅助。从北大计算机系毕业的刘立宇充分意识到了这点，所以造就了生命奇点与英特尔的合作，用“1+1>2”的超强作用冲击精准医疗市场。

刘立宇曾任北大医疗信息技术公司CEO，对医院临床信息集成和标准化非常熟悉，曾经带领团队协助北大人民医院成为中国第一家通过HIMSS EMRAM Stage 7认证的医院。所以，对于数据与IT技术之间的融合关系认识的很透彻。在打造生物医学大数据平台时，也是在英特尔IT基础架构的基础之上建立，所以平台具有“四大特点”：兼容市面上几乎所有的临床信息系统，可以实现快速的数据集成；可以利用自然语言处理技术，面向临床业务的语义对文本做自动结构化；支持PB级别数据的并行处理，秒级的操作反应；严格遵循国内外病人隐私安全和数据安全标准。

英特尔基于大数据打造学习型医疗系统

美国医学研究院提出学习型医疗系统（learning health-care systems），利用真实世界证据补充临床试验，不断提高医疗系统的效能。英特尔行业解决方案集团健康与生命科学部中国区总经理吴闻新表示，英特尔在医疗领域将深挖大数据，进一步打造学习型医疗系统。

吴闻新阐述了英特尔践行精准医疗的主要方案：预测可能产生严重不良反应的患者，并予以干预；综合海量数据为医生提供临床决策支持；帮助医院和医保进行控费和管理；生成最贴近实际情况的临床指南。

基于英特尔IT基础架构之上的医学大数据平台通过生物样本、组学信息中心、临床数据中心，以及知识库和文献库汇集大量数据（DATA），通过高性能大数据分析云平台实现精准分析和判断，以实际应用（APP）服务患者。刘立宇介绍了各领域数据的来源情况，临床数据的汇集：科研数据表（通过学习超过6千万份病历、检查报告和科研文献构建的各个病种CRF表）；信息抽取（医疗记录中所有事件均基于上下文和治疗历史判定语义，进行更精准的信息抽取）；标准化概念（上百万个概念和可控词汇列表，利用语义网连接成概念组）。实时流数据：输入模型（基于卷积神经网络CNN的流数据分析模型）；特征抽取（建立不同模型，优化分析海量的各类流数据，提取各类数据的关键特征参数）；预测发展（对患者病情的发展进行预测，具有临床意义的预测结果实时更新接入大数据平台）。多组学分型：自动分析流程（基于公认的基因组、蛋白组分析流程，建立自动分析云平台）；结果核查（对重要的结果进行核查，并对核查无误的结果进行试验确认）；临床建议（将结果转化为可直接使用的临床建议（用药、预后等），导入大数据平台）。借助英特尔提供的IT基础架构，基于扩展性存储架构、高性能计算、超融合架构之上，进行数据处理、发起分析，最后实现结果应用。有效实现临床决策支持、运营管理、科研等精准医疗支持。

平台不仅局限于自身数据的分析和挖掘，以“共享”为目标将要打造精准医疗大数据联盟网络，刘立宇表示，精准医疗联盟网络将统一的资源/数据共享、打造科研协作平台，并且统一的资源、数据共享鼓励机制。由此可见，精准医疗在中国医疗中将发挥越来越重要的作用，精准医疗的未来已来。

英特尔^®让健康触手可及。凭借医疗大数据技术的采用，让患者获得更加精准的治疗方案和更快的康复机会。用云到端的解决方案，让精准医疗能够快速实践。用信息技术优化医疗业务流程，助力协助医疗。