南美洲扇动翅膀的蝴蝶，可能会给美国的得克萨斯州带来一场飓风。一个微小的变化就能影响事物的发展，这是大家都耳熟能详的蝴蝶效应，然而在医学上，并发症的产生就与这一非线性物理效应有着异曲同工之处。

　　顾名思义，并发症是由疾病、治疗或手术诱发的、未曾预料到的疾病，具有很强的不确定性和可变性。“由于受到患者体质、生活习惯、居住环境等多方面的影响，并发症现在还很难实现精准研判，主要还是依赖医生的临床经验，这也给不少缺乏临床经验的新入职医生出了‘难题’。”宁波市第二医院张景峰教授说，如何更精准的预判疾病并发症并做好针对性治疗方案，一直是当下临床实践中的迫切需求。

　　不过，这一难题现在有望通过建立大数据模型计算来解决。日前，宁波财经学院蒋雄飞博士与宁波市第二医院郑建军教授团队以及浙江大学郑波教授团队合作在非线性物理Top期刊《Chaos, Solitons and Fractals》（影响因子9.922，中科院一区）发表的文章《Structure and dynamics of human complication-disease network》（人类并发症网络的结构与动力学），详细介绍了运用复杂系统和临床数据来研究生物网络的非线性动力学行为，对疾病并发症进行量化建模，这为未来临床的疾病预防、诊断和治疗提出了新的方案。

　　“偶然的一次学术交流活动，让我萌生了运用复杂性理论来研究并发症的想法。”蒋雄飞介绍，在早期模型验证中，他们就发现肺炎导致的并发症和后遗症很多，当看到心血管疾病等常见慢性疾病也是并发症的时候，研究团队感到十分疑惑，甚至对模型的准确性产生了怀疑，研究一度陷入停滞。

　　“这看起来好像毫不相干，所以我们也不是很确定是哪里出了问题。”蒋雄飞说，“直到找到2015年《JAMA》上有国外学者发表论文论证了‘肺炎的临床影响导致心血管疾病的风险增加’这个结论，这与我们的研究结论不谋而合，这就证明了我们的模型和结论都是正确的！”

　　有了权威期刊的“验证”，蒋雄飞团队干劲更足了。“我们从临床医学知识数据库中收集了6715种疾病，疾病的并发症从数据库中的疾病描述中提取。一个节点表示一种疾病，节点之间将存在有向链接。”蒋雄飞介绍，据此，他们绘制了一个名为人类疾病并发症网络（HDCN）的有向图，用以代表上游疾病和其下游并发症之间的因果关系。“言简意赅的说，通过大量临床样本的分析，我们现在将各个疾病对应的并发症设置了链接关系，只要样本数据不断扩充，我们就可以从中找出并发症在不同条件下的规律和顺序，针对性的匹配给不同患者。”

　　研究团队多次对肺炎和慢性肺心病等呼吸道疾病的并发症进行了计算。他们发现，上消化道出血和多器官衰竭等这些看似与呼吸道没有关联的疾病，其实都是它们的并发症。

　　“这些症状的原因及其关系极为复杂，因此，预测并发症对患者和医生在临床实践中至关重要。”论文的共同通讯作者之一、宁波市第二医院郑建军教授介绍，这些并发症与公众认知中的呼吸道并发症相去甚远，如果能够有效预判预警，则会对临床治疗有很大帮助。

　　据了解，当前该研究将分为多个阶段开展，研究者已绘制了人类疾病并发症网络并研究其拓扑特征、标记了疾病模块、进一步用布尔动力学模拟了疾病网络的动力学行为，能够详细地揭示了模体在疾病系统中具有潜在功能，譬如它能控制对外部刺激的响应并对病情进程产生影响，可能通过级联耦合过程将初始扰动放大，并产生严重后果。

　　“现在研究中布尔动力学的更新规则是同步和同质化的，然而，在临床实践中，并发症的进展显然是不同步的。”郑建军介绍，下步将进一步扩大样本规模，不断提升模型决策的精准度，“我们将对异质性节点的大型网络动力学进行全面的研究，并采用异步更新规则，还希望发展一个定量框架，从当前发现的疾病追溯到可能的原始疾病，并且让预测准确率再上新台阶”。

　　“我们也期待未来这一技术可以应用到开发新的疾病预防、诊断和治疗策略上。”蒋雄飞说。（通讯员：徐凯阳）

人类疾病并发症的网络图

由病毒性心肌炎和急性胰腺炎所构成的并发症系统，以及布尔动力学行为，该系统呈现显著的非线性效应。