
大数据助力解决癌症难题
昨天,“百度-协和医学院食管癌研究项目”在北京协和医学院举行签约仪式。此次合作的意义在于,利用北京协和医学院的医学研究优势和百度大数据与人工智能等技术优势,为食管癌的早期筛查和诊断提供科学依据,并为食管癌药物的研发提供靶标。此次合作中,百度CEO李彦宏将个人捐赠3000万元,支持百度与北京协和医学院针对食管癌基因组研究的合作。
■事件
百度协和医学院携手抗癌
12月22日,百度-协和医学院合作开展肿瘤研究发布签约仪式在协和医学院礼堂举行。百度CEO李彦宏与北京协和医学院校长曾益新院士出席发布会并见证签约仪式,百度副总裁梁志祥与北京协和医学院副校长、分子肿瘤学国家重点实验室主任詹启敏院士共同签署合作协议。
百度CEO李彦宏将个人捐资3000万元,支持百度和协和医学院发起的针对食管癌基因的研究。
李彦宏表示:“这次合作是互联网技术与生命科学的一次联手,是大数据、人工智能技术应用于医学研究的一次尝试。相信这样的组合,不管是对中国的生命科学研究,还是对人工智能等互联网技术应用领域的拓展,都是一次非常有价值的探索。我们相信科学技术的发展最终将造福人类。”
本次合作,协和医学院将采集并提供DNA数据,进行全基因组测序;百度将利用大数据与人工智能技术,与协和医学院一起对测序数据进行分析,找到哪些基因的突变会对疾病产生作用;最后协和医学院再做实验验证,系统性地尽可能多地找到食管癌易感基因。
按照计划,此次合作项目将于2016年初启动,在两年时间内完成1500例食管癌患者的组织样本收集、100个食管癌家系血液样本收集,并将在2017年前完成整个项目的测序和生物分析工作。
■背景
我国食管癌发病率全球最高
我国以世界约五分之一的人口承受了世界上一半的食管癌新发病例和死亡病例,每年新发病例和死亡病例分别占世界新发和死亡病例的50%和49%。也就是说,全球50%以上的食管癌患者都在我国。
长期以来,我国食管癌发病率高居世界首位,据估算,全球50%以上的食管癌患者都在我国。由于缺乏早期诊断的标志物,大部分患者发现时已是晚期,加上缺乏有效的临床治疗药物,患者的5年生存率仅为10%左右。另一方面,我国的食管癌患者95%以上是食管鳞癌,而欧美国家多为食管腺癌,欧美的食管癌研究对我国医学界并无太多借鉴作用,进行食管癌全基因组的测序分析和功能研究,找出食管癌早期诊断的生物标志和药物靶标迫在眉睫。
■意义
为提前防治提供依据
据了解,百度与北京协和医学院的此次合作将是国内互联网企业与国家级医学科研机构在癌症研究领域的首次深度合作。
“此次合作对深入了解食管癌的分子机理、提高我国食管癌预警、早期诊断和预防能力具有重要的科学和现实意义。”北京协和医学院校长曾益新评价此次双方携手时说。
“肿瘤基因测序基本上几百例样本就算是比较大的了,上千例是没有的。”北京协和医学院分子肿瘤学国家重点实验室副主任刘芝华教授表示,此次合作研究将对1500位食管癌患者进行全基因组测序分析,在世界范围内,如此大规模的基因测序分析亦为首次。
据了解,此次合作期望发现与食管癌发生发展相关的基因变异,为我国食管癌的早期筛查、早期诊断和药物研发提供重要依据,为肿瘤精准医学的实施奠定基础。合作双方期望研究成果能为提高我国的食管癌诊疗能力和制定防治策略提供科学依据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10