研究院将面向世界科技前沿、全球健康发展、国家重大需求、人民生命健康和高水平人才需求，着力打造数智健康实验室、心理认知与行为健康研究中心、妇幼健康研究中心、AI与营养大数据研究中心等前沿研究平台，破解健康医疗大数据融合辨析难题，推进大数据赋能的健康研究。

研究院近年来引进的多学科人才在健康医疗大数据和大样本库构建、可改变风险因素辨析、新型生物标志物挖掘、环境与健康研究、风险预测与医学人工智能应用、传染病防控等领域取得了丰富的成果。

1. 健康医疗大数据和大样本库构建

吴息凤院长在国际上首创覆盖“健康人群-癌前病变-癌症病人-临床预后-癌症生存者”疾病全链条的一系列大规模队列，建成跨尺度多模态大数据库和大生物样本库。牵头与浙江大学医学院附属第二医院共建健康人群队列（广济大健康队列）、高危人群队列（胃癌、肝癌、肺癌、代谢综合征）、癌症专病队列（肺癌、骨科肿瘤、泌尿系统肿瘤、胰腺癌）。基于浙大二院及邵逸夫医院的历史性体检数据库，搭建了包含共计约218万人次（103万余人）数据的健康体检大数据平台，数据来自2008年至今在浙大二院及邵逸夫医院体检中心进行常规体检人员的所有体检信息。与兰溪市政府联合推动的大型健康人群队列兰溪多维队列，已完成4.8万余人的自然人群基线调查，建立了高质量的大型生物样本库，形成了一整套完善的项目管理体系和现场技术操作规范。

2. 运动、饮食等可改变风险因素辨析

研究院成员在国际上首次发现每天15分钟的适量运动可降低死亡率14％并延长寿命三年，基于此，提出了MPOWER的措施来减轻不运动导致的健康负担；首次发现慢性病导致的癌症风险与五大生活方式因素导致的癌症风险相似，且风险最高个体的寿命缩短了近16年；首次发现运动可使与慢性病相关的癌症风险降低近40％；率先揭示了饮食模式、摄入量、运动和代谢基因与癌症风险的关系；首次发现了粗粮引起的血糖上升比细粮慢，引起血糖上升快的食物能增加肺癌的风险；首次发现含铁量高的食物能降低肺癌的风险；首次发现烧烤、高温油炸等烹饪方式可以增加肾细胞癌的发生风险；发现FTO基因遗传变异与中国人的饮食偏好相关，极低出生体重增加成年肥胖的风险；首次发现细胞代谢不利基因、不运动、高能量摄入可增加膀胱癌的发生风险20倍之高；证实了生活方式能够带来的死亡风险下降和寿命获益，尤其是对于高慢性病负担人群；发现生活方式干预和其他慢性病的治疗对预防糖尿病、心脏病和脑卒中共病的进展有重要意义，尤其对于患有脑卒中的女性；发现共病在自然提前绝经女性后期生命历程中的高风险性，强调共病在妇女健康控制和预防慢性疾病的重要性。

3. 新型生物标志物挖掘

研究院成员在国际上首次发现人类染色体15q25区域的nACHRs亚单位单核苷酸多态是肺癌易感性位点，PSCA是全新的膀胱癌易感基因，GPC5是非吸烟者肺癌易感基因，CMKLR1与接受铂类化疗的肺癌患者生存密切相关，一系列肺癌、肾癌、淋巴瘤、睾丸癌、卵巢癌和膀胱癌等癌症发生和预后的易感基因，以及一组结直肠癌驱动基因，并创建了一个可最有效的区分腺瘤和癌的模型，预测准确度为0.93。与华大基因合作，进行了大规模、深入的多组学研究，包括1万例人群的全基因组测序和1000例病例的多组学分析（WES、RNA-seq、甲基化和TCR测序），从遗传和表观遗传层面深入分析与慢病及肿瘤发生发展相关的因素。参与世界上第一款成功上市的KRAS肿瘤靶向治疗药物Lumakras的研发，主持近20项真实世界大数据科研项目。揭示了肾透明细胞癌复发、生存和T细胞表型相关的预测因子可溶性免疫检查点相关蛋白；揭示T细胞癌免疫应答相关基因与早期肺癌T细胞表型和临床结局的遗传相关性；指出胃蛋白酶原I等“血清学活检”结果可用于识别与预测高危人群患胃癌的风险；利用全表型组关联研究和孟德尔随机化方法，揭示了与尿酸水平相关的遗位风险位点对多种复杂性疾病的影响及其可能的分子生物学通路；发现血清高尿酸水平与不同类型心血管疾病风险有关；创新性地将多基因风险评分（获取成本低）用于预测患者携带低频高致病性突变（获取成本高）的概率；建立了多组织联合预测的研究方法JTI（Joint-Tissue Imputation）和基于孟德尔随机化框架的MR-JTI方法，并开发了应用软件；确定了颈动脉斑块在不同基线非酒精性脂肪肝和肝纤维化状态人群中的危险因素。

4. 风险预测与医学人工智能应用

研究院成员在国际上创新地建立了利用跨尺度多模态大数据的肺癌、肝癌和膀胱癌发生、肺癌复发和乳腺癌复发及生存、肺癌放疗毒性等覆盖肿瘤全链条的整合性个体化风险预测模型，并转化成一系列个体化疾病风险预测工具；利用机器学习方法，鉴定了14个衰老相关的生化指标并构建新型生物学年龄死亡预测模型，AUC达0.902，并进一步发现生物学年龄增加与全癌发生风险增加相关；从临床角度出发，提出一种基于任务分解和细胞对比的方法实现在宫颈细胞学图像上的宫颈病变细胞检测；针对医学影像分割中标注成本高的问题以及现有小样本分割系列方法存在的适应性差等问题，通过将交互式学习策略引入到小样本学习，提出一种全新的分割方法；利用自然语言处理技术评估黑色素瘤患者肿瘤浸润淋巴细胞预后意义；利用最先进的深度学习技术从近30万份事故报告中自动寻找过敏事件，以改善医院就诊环境；研发出眼底、肺结节、胃癌病理、阴道镜等多个影像辅助诊断系统，应用于浙大二院、温州市人民医院等多家三甲医院，多种“流动医院”，以及在河南、黑龙江、浙江偏远山区乡镇卫生院落地实践。

5. 认知与衰老研究

研究院成员报道了老年人群中植物性饮食模式与死亡的前瞻性关联；发现长期健康饮食模式与降低女性老年时期主观认知功能下降存在关联；即使既往饮食质量不佳，后期饮食质量改善对于维持女性主观认知同样具有积极意义；探究了多领域生活方式干预对社区老年人躯体衰弱及认知功能的影响，并讨论了该干预方式在亚洲国家初级卫生保健系统下大范围推广的接受度及可行性，为痴呆防治与干预提供了新思路；开发出新型DNA甲基化时钟“meta-clock”，具备比现有DNA甲基化时钟更强的全因死亡预测效力，并且更能区分肿瘤和正常组织，反映衰老特征。

6. 环境与健康研究

研究院成员探索了短期（1-7天）空气污染对血液中炎症因子水平的影响；率先探索了年平均PM2.5水平和参与者住所至最近的公路之间的距离与肝脂肪变性之间的关联；报道天气和环境污染对偏头痛发作风险的影响；基于长时间序列的死亡登记数据以及气象观测数据，发现中国浙江农村地区人群的极端气温死亡风险显著高于城市地区人群；融合高分辨率气象观测数据、多源遥感融合的人居指数数据以及社会经济脆弱性数据，建立栅格尺度上的极端高温风险评估模型，进行了1km分辨率的浙江省高温风险评估与制图；拓展了气温变率的评估方法，发展了一种时空气温变率指数，用以评估短期气温波动对健康的影响；探索城市居住环境中道路、建筑、绿地的空间特征与肥胖的关联。

7. 传染病防控

研究院成员从社会生态心理学的视角对如何培养和增强人们应对诸如新冠肺炎疫情这类重大突发公共卫生事件的心理韧性提出了相应的建议；证明了使用隔离与社交距离防控相结合的综合措施对于阻断新冠疫情的传播是至关重要的；分析了过去10年中国的流感监测数据，研究了中国不同省份关闭学校在控制流感传播中的作用，为制定具有针对性的流感防控政策提供理论指导。