在2024年全球数商大会“重大疾病数据产品赋能生物医药创新发展论坛”上，上海交通大学医学院附属仁济医院的茅益民教授发表了《构建DILI⼤数据，促进临床转化和新药研发》的主旨演讲，此次演讲主要围绕药物性肝损伤及其相关的数据研究与应用，特别是在药物全生命周期管理与大数据、人工智能技术的应用方面，深刻探讨了数据与药物性肝损伤领域的结合。

01

药物性肝损伤的挑战与数据需求

茅益民教授首先指出了药物性肝损伤是一种严重的临床问题，其原因多样且难以预测。这类疾病的发生机制复杂，患者的个体差异也使得疾病的诊断和治疗充满挑战。虽然国内外已有相关的指南和标准，但药物性肝损伤的早期诊断和精准治疗仍然存在较大难题。对于如何有效预防、检测和管理药物性肝损伤，学术界和医疗界都在不断探索。

在这样的背景下，茅教授特别提到，大数据和人工智能技术在这一领域的应用潜力巨大。通过对大量患者数据的汇总和分析，研究人员可以更好地识别药物性肝损伤的发病规律，预测哪些患者更容易受到药物影响，从而提高诊疗的精准度和及时性。这一过程需要依赖高质量的数据支持，而数据产品的开发和应用无疑为这一复杂问题提供了新的解决思路。

茅教授认为药物全生命周期管理是确保药物安全性和有效性的关键。药物在其研发、生产、流通、使用的每一个环节都存在潜在风险，尤其是在使用过程中，药物性肝损伤等不良反应的发生频率不容忽视。因此，药物的生命周期管理不仅要关注药物的生产和研发阶段，还要延伸到患者的用药体验和不良反应的监测。对此他指出，数据在药物全生命周期管理中的作用正在日益凸显。通过整合临床数据、患者反馈、药物使用记录等多维度数据，能够实时监测药物对不同患者的影响，从而及时调整治疗方案，降低不良反应的发生率。这种基于数据驱动的管理方式，不仅提升了药物安全性，也为医疗决策提供了更为精准的依据。

02

医学大数据与人工智能的结合应用

茅益民教授对大数据与人工智能在医学领域的应用前景充满期待。他指出，在药物性肝损伤的研究和管理中，传统的临床数据分析方法已经难以应对庞杂的药物数据和病患信息。而医学大数据技术的引入，使得研究者能够通过对海量数据的挖掘与分析，提取出有价值的医学规律和风险信号。人工智能，尤其是机器学习算法的应用，能够帮助医生和研究者迅速筛选出高风险患者，并为个性化治疗提供依据。他进一步提到，未来基于大数据和人工智能的电子药物和电子健康产品将会更加广泛地应用于临床实践。这些智能化的产品可以根据患者的个体情况，实时调整药物剂量，优化治疗效果，并通过远程监控系统实现对患者的全程跟踪管理。这样的应用将极大改善患者的用药体验，减少药物性肝损伤等不良反应的发生，提高整体医疗服务的效率和效果。

03

医学数据标准化与安全性的挑战

在谈到医学数据应用的前景时，茅益民教授也特别强调了医学数据标准化和安全性问题。药物性肝损伤的数据涉及到患者的病历、药物使用情况、临床试验数据等多种信息，如何确保这些数据在流通过程中的安全性和隐私保护，是当前急需解决的难题。同时，医疗数据的标准化也是推动医学大数据应用的基础，只有在统一标准的基础上，医学数据的整合与分析才能更加有效。

茅教授呼吁，各方需要加强医学数据治理，制定相应的法律法规和技术标准，确保医学数据的安全性和合规性。通过推动医学数据标准化进程，可以进一步促进医学数据的互联互通，为药物性肝损伤的研究提供更丰富、更高效的数据资源。