复旦大学华山医院，新增一项IBD专利

2月2日，复旦大学附属华山医院近新增一项基于机器学习的炎症性肠病精准用药专利。该专利提供了一种新的方法和系统，旨在通过机器学习技术对炎症性肠病进行精准用药。

专利时间轴，图片来自智慧芽

炎症性肠病（IBD）是一种慢性肠道炎症性疾病，包括克罗恩病和溃疡性结肠炎等亚型。由于其复杂的发病机制、长期的治疗需求以及潜在的并发症，IBD的诊断和精准治疗成为了一个重要的研究领域。

传统的内窥镜检查虽然可以评估疾病和治疗结果，但其操作复杂、患者耐受性差，且无法完整评估肠道损伤。因此，寻找一种自动、无创的炎症性肠病病情评估和疗效评估方法对临床诊断和精准治疗具有重要意义。

该专利将卷积神经网络应用于IBD病情分类，通过分析能谱CT影像，实现无创疗效的人工智能评估。这种方法不仅克服了临床评分方法的局限，而且具有较高的灵敏度和准确性，有助于指导IBD患者的治疗方案选择、评估预后，进而缩短治疗时间，提高临床实用性。

该专利发明人为复旦大学生物医学工程技术研究所青年副研究员于泽宽。除了IBD，该团队还在眼病、中枢神经系统疾病等领域进行了大量的基于机器学习的研究。

在炎症性肠病领域，机器学习的应用尤为引人注目。芝加哥大学的研究团队利用机器学习模型，通过分析患者在诊断前的实验室数据，成功预测了炎症性肠病的发展。然而，这项技术要转化为实际应用，还需要进一步的前瞻性和真实世界研究来验证其效果。

与此同时，国内的研究机构基于机器学习的炎症性肠病研究也有着丰富的成果，发表了多篇相关文章。

南方医科大学的崔春晖教授团队发表了一篇关于基于机器学习的炎症性肠病相关基因识别的文章。团队获得了135种与IBD相似的疾病及其相关基因，提取了每个基因的特征，并通过交叉验证的方式最终筛选除了前五个。

北京协和医院的钱家鸣教授团队则联合清华大学，发表了一篇关于基于组学技术推荐炎症性肠病精准管理的文章。文章中指出，由于炎症性肠病在发病机制、临床表现、治疗反应和预后方面存在很大的异质性，因此需要对患者进行个性化和精确的管理。在生物制品时代，如何预测患者对不同治疗的反应和副作用，以及如何快速识别反应的丧失，成为了一个重要的研究课题。多组学被认为是研究炎症性肠病发病机制复杂网络的一个很有前途的领域。为了整合大量数据，人工智能技术发挥着不可或缺的作用。

同时，国内外也有越来越多的研究机构和企业投入到这一领域，利用人工智能技术对基因组学、蛋白质组学等大数据进行分析，以期发现与炎症性肠病发病相关的生物标志物和治疗靶点，为疾病的检测、诊断和用药指导提供科学依据。

在国际上，许多知名的公司和科研机构也在利用人工智能技术进行炎症性肠病的相关研究。例如，Insilico Medicine、Deep Genomics、Genomind等公司利用人工智能技术对基因组学、蛋白质组学等大数据进行分析，以发现与炎症性肠病发病相关的生物标志物和治疗靶点。此外，英国伦敦国王学院和澳大利亚墨尔本大学等也在开展基于机器学习的炎症性肠病研究。

国内，医渡云曾与国内某知名医院合作，共同开展炎症性肠病的研究项目。该项目利用医渡云提供的大数据平台和人工智能技术，对医院的炎症性肠病患者数据进行整合、分析和挖掘，为临床诊疗、科研和患者管理提供支持。

腾讯觅影也将人工智能技术应用于炎症性肠病的诊断中，可以通过对肠镜检查的图像进行分析，辅助医生更准确地诊断炎症性肠病。

但这也只是人工智能技术在疾病诊断领域的冰山一角。根据智慧芽的数据，在过去的三年里，同类专利及从事类似研究的企业的增长率高达171%。众多机构都在积极探索人工智能在疾病诊断中的应用。例如，中国人民解放军陆军特色医学中心、四川大学华西第四医院和复旦大学附属中山医院等均提交了与人工智能相关的专利。这些专利涉及的疾病包括炎症性肠病、尘肺病和门脉高压等。