倍福文学

手机浏览器扫描二维码访问

第1316章 亚健康状态（第3页）

“新计划”

的草案提交给全球十二家顶尖医疗中心征询意见时，收到了过三百条修改建议。争论的焦点集中在对照组的设置。

传统派坚持对照组应为“标准监测”

，即定期肠镜，现进展即手术。他们认为这是当前公认的标准，任何新方案都必须与之比较。

他们还提出了一个激进的观点：对照组应该是“标准监测生活方式干预”

。他们的理由是，既然调节疗法的核心理念是恢复系统健康，那么单纯比较“药物调节”

与“被动监测”

是不公平的，因为健康的生活方式，比如饮食、运动、压力管理本身就有身体调节作用。真正的科学问题应该是：在优化生活方式的基础上，额外的精准调节剂能带来多少增量收益？

“这会让试验设计变得极其复杂。”

宋子墨皱眉，“生活方式干预很难标准化，依从性难以控制。”

最终新计划采纳了分层设计：所有入组患者都接受基础的健康教育；然后随机分为三组：标准监测、标准监测结构化生活方式干预、结构化生活方式干预个性化系统调节。主要终点是五年结直肠癌生率，但预设了多达十七个次要终点，涵盖病理逆转、系统稳定性指标、生活质量等。

方案公布后，引了方法论上的热烈讨论。

《柳叶刀》专门刊社论，称其为“个试图整合生物医学、行为科学和系统思维的级临床试验”

，认为无论结果如何，其设计思路本身将推动临床研究方法论的进步。

就在试验筹备紧锣密鼓进行时，一个陌生人联系了杨平。

来电者是陈启文，一位旅美华人，斯坦福大学生物工程系讲席教授，同时也是世界上最早将人工智能用于药物现的先驱之一。

“杨教授，我关注你的工作很久了。尤其是你们提出的‘系统调节’理念和‘生命逻辑模拟器’。我有一个提议，或许能大大加这一切。”

陈启文介绍，他的团队开了一个名为“深度生命网络”

的人工智能平台。这个平台不同于传统的、基于已知通路的知识图谱，而是通过无监督学习，从海量的单细胞多组学数据、蛋白质互作数据、临床结局数据中，自主挖掘出细胞状态转移的潜在规则和关键调控节点。

“简单说，”

陈启文道，“你们的‘生命逻辑模拟器’是从一个理论假说（身份验伪）出，构建模型，然后验证。我们的‘深度生命网络’是从数据海洋出，让aI自己现规律，然后由我们解读。两者结合，或许能产生奇效。”

他提出了一个具体合作方案：由三博提供艾琳娜等高维度时间序列数据，以及“新计划”

将产生的海量数据；由他的团队用“深度生命网络”

进行分析，目标是找出“系统从紊乱态向健康态迁移”

的共性路径、关键枢纽和预测性生物标志物。

“这能帮助我们理解，为什么调节对有些人效果好，有些人效果差；为什么有些病灶消退，有些顽固；以及最重要的，”

陈启文顿了顿，“如何设计出更智能、更自适应的调节方案，不是固定的剂量和频率，而是能根据实时生物反馈动态调整的‘闭环调节系统’。”

可是陈博士说的这些，南都医大的以数字人为基础的aI早就做到了，生命模拟器只不过是这种数字人的简化版，用于他简单模拟一些实验。

而且，这个陈博士根本没有理解杨平的调节理论，杨平没有兴趣跟他合作。