第七届中国临床合理用药大会召开，诺道医学首席执行官高飞博士做真实世界研究报告
发布日期: 2022/08/20 浏览次数：
图1 高飞博士在做学术报告
高飞博士首先介绍了真实世界研究的概念。真实世界研究是指针对预设的临床问题，在真实世界环境下收集相关数据（真实世界数据）经过数据清洗、治理，应用适宜的统计学方法，获得药物、医疗技术等干预手段的应用情况及潜在获益-风险的临床证据（真实世界证据）的研究过程。真实世界研究不仅可以用于药物、医疗技术等的临床评价（安全性、有效性和经济性），为药物使用和监管决策提供依据，同时也可用于各种医学事件重要影响因素分析及预测模型构建，涉及疾病的病因、转归及预后，个体化/精准用药和药物不良反应等诸多方面。
高飞博士讲到，真实世界研究的关键技术包括数据采集与数据治理、应用统计学方法倾向性评分匹配法消除混杂偏倚和应用人工智能机器学习技术挖掘倾向性评分的控制变量等。高飞博士分享了部分与医院合作发表的真实世界研究，包括药械评价、基于“AI+药物计算”的个体化用药剂量预测和疾病预后预测等。案例一：电休克治疗与精神分裂症患者的低再入院率相关性分析”，发表在Brain Stimulation（影响因子8.955，中科院医学大类1区）杂志上，题目为“Electroconvulsive therapy is associated with lower readmission rates in patients with schizophrenia”。案例二：“在高维数据上利用机器学习技术预测万古霉素剂量”，结果发表在Expert Review of Clinical Pharmacology（影响因子5.044，中科院医学大类2区）杂志上，题目为“Prediction of Vancomycin Dose on High-Dimensional Data Using Machine Learning Techniques”。案例三：“基于真实世界证据机器学习技术预测自身免疫性疾病患者他克莫司血药浓度”，结果发表在Frontiers in Pharmacology（影响因子5.810，中科院医学大类2区）杂志上，题目为“Predicting blood concentration of tacrolimus in patients with autoimmune diseases using machine learning techniques based on real-world evidence”。案例四：“基于真实世界数据乳腺癌患者拉帕替尼个体化用药模型的建立”，结果发表在Frontiers in Oncology（影响因子6.244，中科院医学大类3区）杂志上，题目为“Predicting lapatinib dose regimen using machine learning and deep learning techniques based on real-world study”。案例五：“基于真实世界数据和机器学习方法建立新型肝内胆管癌预后评分模型”，结果发表在Frontiers in Oncology（影响因子6.244，中科院医学大类3区）杂志上，题目为“A novel prognostic scoring system of intrahepatic cholangiocarcinoma with machine learning basing on real-world data”等。
最后高飞博士介绍到，诺道医学在“AI+药物计算”模型的基础上，推进产学研一体化，已经成功研发出iPharma人工智能个体化用药系统，该系统是国际首款人工智能辅助用药软件，是全球领先的人工智能药物计算平台。软件内置基于真实世界数据与人工智能机器学习技术构建的个体化用药模型，根据患者的临床信息(基本信息、检验信息、用药记录等)，结合治疗药物监测和药物基因组检测数据，通过模型匹配运算，给出个体化用药建议，并可出具报告。iPharma人工智能个体化用药系统已在上海交通大学医学院附属新华医院、郑州大学附属第一医院、南方医科大学南方医院、四川省人民医院等上线使用，正在苏州大学附属第一医院、中山大学孙逸仙纪念医院、海军军医大学附属长征医院、陆军军医大学附属西南医院和河北医科大学第一医院等部署上线，在临床实践中为万古霉素、华法林、他克莫司等窄治疗指数药物的个体化使用提供辅助决策建议。高飞博士讲到，真实世界研究的关键技术包括数据采集与数据治理、应用统计学方法倾向性评分匹配法消除混杂偏倚和应用人工智能机器学习技术挖掘倾向性评分的控制变量等。高飞博士分享了部分与医院合作发表的真实世界研究，包括药械评价、基于“AI+药物计算”的个体化用药剂量预测和疾病预后预测等。案例一：电休克治疗与精神分裂症患者的低再入院率相关性分析”，发表在Brain Stimulation（影响因子8.955，中科院医学大类1区）杂志上，题目为“Electroconvulsive therapy is associated with lower readmission rates in patients with schizophrenia”。案例二：“在高维数据上利用机器学习技术预测万古霉素剂量”，结果发表在Expert Review of Clinical Pharmacology（影响因子5.044，中科院医学大类2区）杂志上，题目为“Prediction of Vancomycin Dose on High-Dimensional Data Using Machine Learning Techniques”。案例三：“基于真实世界证据机器学习技术预测自身免疫性疾病患者他克莫司血药浓度”，结果发表在Frontiers in Pharmacology（影响因子5.810，中科院医学大类2区）杂志上，题目为“Predicting blood concentration of tacrolimus in patients with autoimmune diseases using machine learning techniques based on real-world evidence”。案例四：“基于真实世界数据乳腺癌患者拉帕替尼个体化用药模型的建立”，结果发表在Frontiers in Oncology（影响因子6.244，中科院医学大类3区）杂志上，题目为“Predicting lapatinib dose regimen using machine learning and deep learning techniques based on real-world study”。案例五：“基于真实世界数据和机器学习方法建立新型肝内胆管癌预后评分模型”，结果发表在Frontiers in Oncology（影响因子6.244，中科院医学大类3区）杂志上，题目为“A novel prognostic scoring system of intrahepatic cholangiocarcinoma with machine learning basing on real-world data”等。
图2 上海交通大学医学院附属新华医院临床药师正在应用iPharma个体化/精准用药系统获得万古霉素个体化用药剂量建议
中国医药教育协会经国家民政部批准，成立于1992年7月3日。主管单位为国务院国有资产监督管理委员会，业务上接受国家教育部、国家卫生健康委员会、国家食品药品监督管理局、国家中医药管理局业务指导。目前，在全国医药教育领域是一个以医学和药学教育为主的全国唯一的国家一级协会。肩负着有关行业标准的制定，相关政策的贯彻和落实，医药教育事业发展的引领和转型担当的任务。协会坚持“学术立会、科技强会、服务兴会”的办会指导思想，认真贯彻和落实党和国家的各项方针政策，充分发挥社团组织的参谋助手、桥梁纽带及组织协调等作用。协会下属有众多分支机构，会员队伍不断壮大，整体素质高，专业技术强，人才力量雄厚，是一支非常有活力的医药专业队伍。为了协会的可持续发展，诚聘中国科学院及中国工程院相关的两院院士作为高级顾问，联合全国著名医院、医学院校和医药名企等单位的权威专家、教授组成的专家团队，活跃在全国各地。
诺道医学
北京诺道认知医学科技有限公司是医疗人工智能新锐企业，国家高新技术企业，中国医师协会智慧医疗专委会委员单位、中国药理学会临床药理专业委员会委员单位、中国卫生信息与健康医疗大数据学会老年医学大数据专委会常委单位。诺道医学聚焦用药场景，依托先进的人工智能和信息化技术，联合领军医疗和科研机构，建立联合实验室网络，构建“药学大脑”，以新技术催生新模式，线上线下联动，形成不同用药场景下的解决方案。诺道医学有很强的科研实力，与合作医院合作已中标多项国家及省市级课题，包括十三五国家重点研发计划项目、国家自然科学基金重点项目等。目前已获得树兰医疗战略投资。