2.4 重新思考健康和医学

最近在系统生物学、神经科学、免疫学、肠道微生物学以及许多相关领域的进展表明，人类健康系统比我们之前了解的要复杂得多。神经系统、免疫系统和体内的微生物系统都是高度相互连接且复杂的，而且每个人都不尽相同。我们尚未完全理解这些系统是如何运作的，而且我们的很多认识都是简化的和不准确的。治疗范式基于识别目标问题的模型，以确定和开发可以应用于患者的生物系统以解决问题的分子。研究模型本质上是一种类似于试错的方法，而新治疗方法在人类中的使用批准要求一系列耗时耗力的试验，由政府规定。由政府机构监管的大型整体现有企业主导的制药药物开发生态系统在过去30年里基本保持不变。早期发现实验在体外或细胞培养试验中进行，然后在各种动物模型中进行转化研究，最后进行临床试验。这个过程进一步减慢了速度，因为一个模型系统中的表现并不一定推广到其他模型系统，所以在体外模型中看似有前途的分子在开发链中经常被淘汰。

尽管有新的发展和巨大的投资，制药、医疗保健和保险行业在复杂、不可预测且很大程度上不成功的药物开发程序上损失了数十亿美元，无法应对新的挑战和机遇，因为我们的新研究和技术揭示了有机生命是如此复杂：

1. 系统生物学、网络医学和生物信息学方法主要用于分析和解释医学数据，但在大规模应用方面具有限制性（DeVita Jr和DeVita-Raeburn，2015）。例如，Vincent DeVita在《癌症之死》一书中指出，癌症治疗的组合复杂性使其无法大规模被理解。

2. 生物标志物发现、研究任务自动化、医学图像诊断、临床数据等领域可能会在整合诸如机器学习和人工智能（AI）（见图4）、基因编辑和“-omics”：包括基因组学、转录组学、表观基因组学、蛋白质组学和代谢组学等新兴领域的技术方面受益匪浅。

图4：用于药物开发的机器学习和人工智能架构

1. 大型生物技术公司进行的第三阶段结果试验是医学中进行的最复杂的实验之一。大约有50%的第三阶段试验失败。在美国食品和药物管理局最近发布的白皮书“22个第二阶段和第三阶段试验结果发散的案例研究”（2017年第二阶段和第三阶段试验结果发散的22个案例研究）中，一个共同的主题是难以预测在广泛患者群体中的临床结果，即使有扎实的数据支持。

2. 许多候选药物和生物制剂的作用机制仍然未知。这些知识对于有效治疗方法的设计和发现至关重要。

3. 临床试验费用高昂，缺乏从过去的实验成功和失败、候选分子的不良事件以及半最大抑制浓度（IC50）1测量中收集到的学习和预测。

我们正在发现我们身体内的每个系统是多么复杂和相互连接，以及我们的健康与我们身体外的每个系统有多大程度的联系。从不同的规模来看，健康与地质生态系统非常相似，地质生态系统也是一个由众多相互连接的系统组成的极为复杂的系统。