從基礎(chǔ)和臨床應(yīng)用角度出發(fā)的分類則是將共性的基礎(chǔ)性問題進行獨立的研究，主要是技術(shù)層面的內(nèi)容，包括算法研究、數(shù)學建模等；臨床應(yīng)用則與醫(yī)學視角的方法分類相似，但精細度上稍弱于前者。

本文結(jié)合兩個維度，并依據(jù)時間發(fā)展順序，將計算醫(yī)學的研究內(nèi)容歸納為以下四類：

計算醫(yī)學主要研究內(nèi)容

＞＞＞＞

以模型構(gòu)建為核心的計算醫(yī)學基礎(chǔ)研究

以模型構(gòu)建為核心的計算醫(yī)學主要分為計算解剖學－人體數(shù)學建模和計算生理醫(yī)學－系統(tǒng)機制模型定量分析兩大類。

計算解剖學－人體數(shù)學建模

精確識別健康個體和患病個體之間的解剖結(jié)構(gòu)差異制約著醫(yī)療水平的發(fā)展。想要了解這兩種結(jié)構(gòu)的演變與差異需要將人體解剖學和計算技術(shù)以及數(shù)學理論方法相結(jié)合，計算解剖學應(yīng)運而生。

計算解剖學涉及圖像處理、數(shù)字集合處理、數(shù)學建模等技術(shù)，通過將人體解剖學數(shù)字化加快了解剖學的發(fā)展腳步。它將個體解剖學數(shù)據(jù)與人群解剖學數(shù)據(jù)進行形態(tài)和功能的比較分析，從解剖學的角度實現(xiàn)疾病的診斷、治療評估以及預(yù)后判斷，是后續(xù)診斷治療的基礎(chǔ)工作。

上世紀八十年代提出的“可視人計劃”便是計算解剖學的典型�？梢暼说闹饕�研究內(nèi)容是將人體的二維橫斷面切片圖像，經(jīng)過計算機的數(shù)字化處理形成人體解剖結(jié)構(gòu)的數(shù)據(jù)資料。利用三維重建技術(shù)，這些數(shù)據(jù)還可以構(gòu)建出更為直觀的人體結(jié)構(gòu)三維立體形態(tài)。

1986年，美國國立醫(yī)學圖書館（National Library of Medicine，簡稱NLM）開展了可視人計劃（The Visible Human Project，VHP），基于MRI、CT和解剖圖像創(chuàng)建了公開、完整、詳細的人體3D解剖學圖像數(shù)據(jù)。

經(jīng)過多年采集，可視人男性、女性數(shù)據(jù)集分別于1994年和1995年公布。截至2019年7月，NLM面向66個國家和地區(qū)發(fā)放了大約4000個數(shù)據(jù)集的訪問許可。自2019年起，VHP數(shù)據(jù)集實現(xiàn)完全公開，不再需要許可也可直接訪問。

這些數(shù)據(jù)集主要用在人體解剖學研究的參考、測試醫(yī)學成像算法的公共領(lǐng)域數(shù)據(jù)，以及用于構(gòu)建網(wǎng)絡(luò)可訪問圖像圖書館的試驗臺和模型等用途，被廣泛應(yīng)用于教育、診斷、治療計劃、虛擬現(xiàn)實、藝術(shù)、數(shù)學和工業(yè)領(lǐng)域。

首例中國可視人（Chinese Visible Human，CVH）則由第三軍醫(yī)大學（現(xiàn)陸軍軍醫(yī)大學）歷時3年完成，課題組于2002年8月完成首例男性數(shù)據(jù)集采集工作，并于同年10月完成計算機三維可視化研究工作。2003年2月，我國完成了第一例中國女性數(shù)字化可視人的數(shù)據(jù)采集和研究。

目前，在張紹祥教授帶領(lǐng)下，陸軍軍醫(yī)大學數(shù)字醫(yī)學研究所已獲取了8例完整的數(shù)字化人體全身數(shù)據(jù)集和心臟、肝臟、大腦以及膝關(guān)節(jié)等臟器的數(shù)據(jù)集，構(gòu)建了男性、女性全身臟器的分割數(shù)據(jù)集和三維重建模型。這些數(shù)據(jù)集將用于基礎(chǔ)研究和應(yīng)用研究兩方面。

計算生理醫(yī)學－系統(tǒng)機制模型定量分析

計算生理醫(yī)學通常將人體作為一個單一的復雜系統(tǒng)進行多層次建模研究，使用患者數(shù)據(jù)個性化這些模型，并將其應(yīng)用于改善疾病診斷和治療。當前，計算模型通常由疾病動物實驗?zāi)Ｐ椭蝎@得的數(shù)據(jù)開發(fā)，然后使用有限的人類數(shù)據(jù)集進行專門化。

基于不同的方法學，計算生理學在建模方式上存在著力學建模和機械網(wǎng)絡(luò)模型兩大研究方向。通過多層次建模方法可應(yīng)用于癌癥、糖尿病、心臟和腦部疾病等的診療和疾病預(yù)測。心血管模擬開源軟件SimVascular、美國密西西比大學醫(yī)學中心開發(fā)的基于Windows的綜合人體生理學模型HumMod是計算生理學的典型代表。

＞＞＞＞

海量基因組學數(shù)據(jù)驅(qū)動的計算基因組學研究

基因組學是一門將數(shù)據(jù)驅(qū)動作為主要研究手段的學科。處理大規(guī)模的基因組學數(shù)據(jù)天然地需要借助計算機技術(shù)。因此，機器學習方法和傳統(tǒng)的統(tǒng)計學方法在基因組學中的應(yīng)用一直都比較廣泛。

人類基因組計劃（Human Genome Project，HGP）于1990年正式啟動，其宗旨在于測定組成人類染色體（指單倍體）中所包含的30億個堿基對的核苷酸序列，從而繪制人類基因組圖譜。通過全球協(xié)作，人類基因組草圖在2001年發(fā)布，覆蓋了大約94％的人類基因組。

然而，人和機器都無法直接讀懂人類基因組這一龐大的數(shù)據(jù)。為解碼人類基因組，計算基因組學應(yīng)運而生。早期的計算基因組學研究重點在應(yīng)用相應(yīng)的數(shù)理統(tǒng)計算法實現(xiàn)對基因的注釋與理解方面。此外，計算基因組學研究也從對基因的注釋向表觀基因組、轉(zhuǎn)錄組等領(lǐng)域發(fā)展，以便理解人體這樣一個由多種細胞組成的生物體的復雜的生命活動。

基因組、表觀基因組、轉(zhuǎn)錄組等組學測量方法的涌現(xiàn)帶來了組學數(shù)據(jù)的激增，并進一步對組學數(shù)據(jù)處理方法提出了挑戰(zhàn)。隨著2015年的開創(chuàng)性研究展示了深度神經(jīng)網(wǎng)絡(luò)對DNA序列數(shù)據(jù)的適用性，利用深度神經(jīng)網(wǎng)絡(luò)處理組學數(shù)據(jù)成為趨勢。

基于人工智能技術(shù)的計算醫(yī)療應(yīng)用研究

人工智能（Artificial Intelligent，AI）在醫(yī)學領(lǐng)域的應(yīng)用是計算醫(yī)學領(lǐng)域近年來發(fā)展最快的一個方向。AI可廣泛應(yīng)用于疾病輔助診斷與診斷、提高醫(yī)學圖像質(zhì)量、減低電離輻射、提供精準醫(yī)療建議以及減少醫(yī)療成本，顯著推動了醫(yī)療模式的進步與革新。

醫(yī)療數(shù)據(jù)尤其是醫(yī)學影像數(shù)據(jù)，如X射線、計算機斷層成像（CT）、磁共振（MRI）、分子影像PET等產(chǎn)生的海量信息為依賴海量大數(shù)據(jù)的AI的發(fā)展提供有價值的科研及臨床數(shù)據(jù)。

2012年以來，深度卷積神經(jīng)網(wǎng)絡(luò)技術(shù)快速興起推動了AI突破性的進展。大致上，AI在生物醫(yī)學中的應(yīng)用可以分為計算機輔助診斷、患者個性化治療和改善人類福祉三個方面。

以計算醫(yī)學研究最為廣泛的腫瘤學為例，人工智能技術(shù)在臨床腫瘤學中可應(yīng)用于癌癥風險預(yù)測、篩查、診斷和治療。算法的復雜性通常由此類數(shù)據(jù)的數(shù)量、異質(zhì)性和維數(shù)決定，不同環(huán)節(jié)中主要使用的數(shù)據(jù)各有側(cè)重。

基于AI技術(shù)的計算腫瘤學研究路徑

比較經(jīng)典的應(yīng)用中，關(guān)于在診斷神經(jīng)放射學中使用深度學習技術(shù)對腦腫瘤或繼發(fā)性病變進行分割，已經(jīng)發(fā)表了許多相關(guān)文獻。深度學習技術(shù)在腫瘤學中另一個非常重要的應(yīng)用價值點是預(yù)測毒性、治療反應(yīng)和預(yù)后，為臨床醫(yī)生提供有價值的決策支持系統(tǒng)。

面向精準醫(yī)療的計算醫(yī)學研究

精準醫(yī)療是以個體化醫(yī)療為核心的醫(yī)學概念與模式。其關(guān)鍵是以患者為中心，綜合運用基因組技術(shù)、生物信息技術(shù)等前沿技術(shù)手段，精確定位患者的疾病發(fā)生發(fā)展原因，并明確疾病治療靶點，實現(xiàn)個性化的精確治療。

鼻科精準手術(shù)設(shè)計是精準醫(yī)療的一個應(yīng)用例子。中山大學的研究團隊便利用計算機對鼻腔鼻竇精細化建模，并將其應(yīng)用于精準手術(shù)設(shè)計。計算醫(yī)學的建模技術(shù)以及計算流體力學技術(shù)可實現(xiàn)患者病灶部位的三維可視化，幫助醫(yī)生充分分析患者的患病情況，模擬手術(shù)過程，推演手術(shù)預(yù)后，最終為患者篩選出最佳的手術(shù)方案。從而制定出最大限度切除病灶，同時最大程度保留患者鼻腔生理功能的手術(shù)方案。

在利用精準醫(yī)療手段治療惡性腫瘤時，計算醫(yī)學的方法也起到了至關(guān)重要的作用。將患者的基因型數(shù)據(jù)輸入預(yù)測抗癌藥物作用效果的計算模型中，模型可輸出該患者對單種或多種藥物的敏感性，從而幫助醫(yī)生篩選出最適合于該腫瘤患者的治療藥物，實現(xiàn)腫瘤患者的精準治療。

計算醫(yī)學學科建設(shè)如何設(shè)計？

為了應(yīng)對醫(yī)學范式向計算醫(yī)學轉(zhuǎn)變帶來的挑戰(zhàn)，更好地推動計算醫(yī)學研究，世界各國的大學和科研機構(gòu)紛紛成立計算醫(yī)學相關(guān)的機構(gòu)。比如，美國加州大學洛杉磯分校幾年前把原有的生物數(shù)學系更名為計算醫(yī)學系；約翰霍普金斯大學、斯坦福大學、牛津大學等高校也都開設(shè)了相關(guān)課程。在這些大學和科研機構(gòu)中，計算醫(yī)學或作為一個獨立的院系，或作為院系下的一個部門而存在。

在我國，除了山東大學研究生專業(yè)出現(xiàn)計算醫(yī)學專業(yè)名稱外，其他大學并沒有開設(shè)明確的計算醫(yī)學院系或?qū)�業(yè)。計算醫(yī)學研究的相關(guān)內(nèi)容仍然主要劃歸在生物醫(yī)學工程、醫(yī)學信息學等專業(yè)或院系中。當然，近兩年新出現(xiàn)的智能醫(yī)學工程則是聚焦于人工智能技術(shù)為驅(qū)動的醫(yī)學研究，可以算作計算醫(yī)學的一個子類。

約翰霍普金斯大學是目前該領(lǐng)域的頭部院校，其計算醫(yī)學研究所隸屬于生物醫(yī)學工程系，主要目標是開發(fā)人類疾病相關(guān)的定量計算模型，并讓這些模型能夠個體化應(yīng)用，以改進疾病的診斷和治療。

計算醫(yī)學研究所制定了一套體系性的計算醫(yī)學本科的授課課程。主要涉及大量計算機，應(yīng)用數(shù)學，以及工程等專業(yè)內(nèi)容。整個課程設(shè)計是順應(yīng)了計算醫(yī)學“醫(yī)、工、信”交叉的特色，在培養(yǎng)過程中突出強調(diào)打牢學生的數(shù)學、信息學和工程學基礎(chǔ)。

值得一提的是，約翰霍普金斯計算醫(yī)學只是其生物醫(yī)學工程系中的一個研究方向，主要集中于研究各個醫(yī)學領(lǐng)域下的模型的構(gòu)建。而機器學習與云計算、基因組學、醫(yī)學圖像信息處理等相關(guān)內(nèi)容則在生物醫(yī)學工程系的其他研究方向中涉及。

約翰霍普金斯計算醫(yī)學研究所主要研究方向

約翰霍普金斯其他生物醫(yī)學工程院系相關(guān)研究方向

作為約翰霍普金斯生物醫(yī)學工程教授，Raimond L． Winslow也是公認的計算醫(yī)學新領(lǐng)域創(chuàng)始人。該領(lǐng)域使用分子生物學、生理學和疾病解剖學的創(chuàng)新計算模型來理解、診斷，治療疾病并改善病人護理。他對從定量模型的角度理解心臟病的興趣導致了計算醫(yī)學作為一門學科的發(fā)展。

在研究方向上，他開發(fā)了基于實驗的計算模型，并將其應(yīng)用于深入了解心律失常的分子基礎(chǔ)。其研究團隊的眾多成就之一是率先使用彌散張量磁共振成像（DTMRI）重建心室的幾何結(jié)構(gòu)和纖維結(jié)構(gòu)。目前，DTMRI已成為以高空間分辨率測量心臟纖維結(jié)構(gòu)的標準方法。

盡管各個學校將建立的院系或開設(shè)的專業(yè)冠以“計算醫(yī)學”之名，但其研究的內(nèi)容和側(cè)重點各不相同。綜合來看，目前各高校計算醫(yī)學的學科建設(shè)主要涵蓋了三個方向：

第一，基于生物學背景知識開發(fā)計算工具，揭示疾病的分子機制，輔助疾病的診斷、治療以及新藥的開發(fā)。第二，在醫(yī)療相關(guān)數(shù)據(jù)快速積累的情況下，利用機器學習的方法加速疾病的診斷和治療。第三，對人體或者生物系統(tǒng)進行數(shù)學建模。

讓個性化醫(yī)療照進現(xiàn)實，計算醫(yī)學發(fā)展展望

計算醫(yī)學的發(fā)展有望實現(xiàn)關(guān)于健康和疾病的量化理解，帶來醫(yī)學發(fā)展范式的變革，但與主流學術(shù)領(lǐng)域相比，它仍處于邊緣的位置�，F(xiàn)有的模型對現(xiàn)實情況的模擬仍然是不充分的，找到能夠定義虛擬世界與經(jīng)驗世界之間聯(lián)系的工具，尤其是計算機仿真模型的有效性仍然比較困難。

基因組學、醫(yī)學成像、診斷技術(shù)和轉(zhuǎn)化醫(yī)學方面的不斷發(fā)展，人工智能的深度融合，以及共性服務(wù)、共性平臺、公共設(shè)施的不斷完善將為我們開發(fā)癌癥、遺傳疾病和傳染性疾病的診斷工具和新療法提供可能性。計算醫(yī)學作為關(guān)鍵的融合手段，將構(gòu)建人體“數(shù)字孿生”，實現(xiàn)精準健康維護，讓個性化醫(yī)療照進現(xiàn)實。