信息医学

信息医学

。

信息医学（Biomedite -- Biomedical science based on Information technology）是近年出现的一个新学科，其核心目标是在信息科学与生物医学交叉的基础上，强调用信息科学与技术促进生物医学的发展，同时通过借鉴生命过程中的信息原理，为信息科技的发展寻找新动力。信息医学不同于医学信息，前者的落脚点在医学，后者在信息。该学科是一个高度交叉的学科，需要既熟悉信息科学又熟悉生物医学的高端复合人才的参与。信息医学包含两方面的内容：医学中的信息过程与针对医学的信息科技。

中文名

信息医学

外文名

Biomedite -- Biomedical science based on Information technology

目录

针对医学的信息科技

（1）先进信息技术促进医疗模式变革

在伦琴发现X射线以前，医疗模式是以家庭为中心的，随着大型医疗设备的出现医疗模式逐步变成以医院为中心，当今的医疗仪器不管是大型高端的MRI、CT、PET还是小型的检验分析仪器、超声等，都极大的依赖信息技术的发展。信息技术的发展推动了医疗仪器的进步。特别是近年来的信息技术中模式识别、人工智能的领域的发展推动了自动诊断治疗类的医疗仪器的进步。

现今，随着当今人类社会发展的需求和对医学模式认识上的转变，以医院为中心的模式必然会再次回归到以预防为主，以社区(家庭)医疗为中心，“以人为本”，的医学模式上来。无论国内国外都将是21世纪医学发展的大趋势。而这种医疗模式的变革也必将极大的依赖信息技术，特别是低成本便携的家庭诊断治疗设备、高速稳定的信息网络、基于人工智能的分析诊断治疗系统。

（2）大数据技术与医学信息的整合

大数据是指由于容量太大和过于复杂，无法在一定时间内用常规软件对其内容进行抓取、管理、存储、检索、共享、传输和分析的数据集。大数据计算是现在信息科学的研究热门，而医学中的数据完全符合大数据的定义，所以利用大数据技术可以开展以下研究：

①开展组学研究及不同组学间的关联研究。利用大数据将各种组学进行综合及整合，既能为疾病发生、预防和治疗提供全面、全新的认识，也有利于开展个体化医学，即通过整合系统生物学与临床数据，可以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。

②快速识别生物标志物和研发药物。利用某种疾病患者人群的组学数据，可以快速识别有关疾病发生、预后或治疗效果的生物标志物。在药物研发方面，大数据使得人们对病因和疾病发生机制的理解更加深入，从而有助于识别生物靶点和研发药物；同时，充分利用海量组学数据、已有药物的研究数据和高通量药物筛选，能加速药物筛选过程。

③快速筛检未知病原和发现可疑致病微生物。通过采集未知病原样本，对病原进行测序，并将未知病原与已知病原的基因序列进行比对，从而判断其为已知病原或与其最接近的病原类型，据此推测其来源和传播路线、开展药物筛选和相应的疾病防治。

④实时开展生物监测与公共卫生监测。公共卫生监测包括传染病监测、慢性非传染性疾病及相关危险因素监测、健康相关监测（如出生缺陷监测、食品安全风险监测等）。此外，还可以通过覆盖全国的患者电子病历数据库进行疫情监测”，通过监测社交媒体或频繁检索

的词条来预测某些传染病的流行。

医学中的信息

当今的信息科学在信息高速、精确处理方面已经得到了极大的发展，而对复杂、模糊

的信息还显得力不从心。因此利用仿生学原理，借鉴人体特别是人脑的信息处理原理构建的信息处理系统将是信息科学未来发展的一个十分重要的方向。

（1）在复杂信息处理方面

人体是一个极为复杂的系统，其中不仅包含了物理中声、光、电、磁、热等信息，还

包含了各种各样的化学信息，这些信息能够被人体有效的加以识别并被利用，可见人体的信息处理的复杂性。如果能够在医学研究中揭示这些信息处理的原理，并加以借鉴将极大的推动人造信息处理系统处理复杂信息的能力。

（2）在模糊信息处理方面

现有的信息处理技术的一个十分显著的短板就是处理模糊信息的能力。而这个能力恰

恰就是人体特别是人脑信息处理的优势。两个简单的例子：①如果看一个人十几年前的照片，人脑很容易的就能识别出照片中的人和现在的人为同一个人。而如果将这个任务交给计算机处理那么算法将极为复杂且识别率不高。②人眼在不同光照条件下看物体的颜色都是一样的，

即颜色恒常，而用相机拍摄的照片的颜色将受到光线的影响。如果将人眼的信息处理原理引入相机的图像处理系统，将极大的提升相机的性能。

信息医学是一个刚刚起步的新学科，期待更多学者的参与和发展。