安平平，沈依宁，周施锦，范茹玉，徐程扬，吴聪

·生物样本库建设·

基于5G的跨地域采样在异地生物样本采集过程中的应用展望

安平平，沈依宁，周施锦，范茹玉，徐程扬，吴聪

200433 上海，海军军医大学第一附属医院临床研究中心（安平平、沈依宁、周施锦、范茹玉、徐程扬、吴聪）；856000 西藏自治区山南市，中国人民解放军陆军第九五四医院检验科（安平平）；200093 上海理工大学健康科学与工程学院（沈依宁）

生物样本库是针对特定人群血液、体液、组织和亚细胞成分等生物样本（包含样本信息和来源人群相关信息）开展标准化收集、保藏和研究的机构[1-2]。近年来，国内生物样本库建设蓬勃发展，相关制度、规范逐渐完善，为生物样本库的建设和运营提供了参考标准和技术规范。生物样本库工作涵盖生物样本的采集、运输、处理、存储、分发以及相关信息采集统计等，所有流程应依照标准作业程序（standard operating procedure，SOP）执行并根据质控结果持续改进。对于不在医疗机构内采集的生物样本，需要当地或外派工作人员采集并预处理后转运至生物样本库集中储存，此过程耗费时间长、协调难度大，且从捐献者准备、相关信息记录、样本容器选择、样本采集、预处理直至转运回生物样本库的过程可控性较差，严重影响生物样本质量水平。因此，如何有效保障生物样本在采集、预处理和运输过程中的标准化和可追溯成为提升样本质量的关键一环。

第五代移动通信技术（5th generation mobile communication technology，5G）是具有高效率、低延迟、安全、稳定等特点的最新一代移动通信技术[3]。5G不仅能用于人与人之间的通信，还可实现人与物、物与物之间多媒体形式的信息交互。5G已广泛应用于医疗领域，如远程医疗、应急救援、智慧院区管理等方面[4-6]。针对跨地域生物样本采集过程中常出现的采集标准不统一、样本处理不及时、采集及转运过程不可追溯、信息通联不畅等严重影响生物样本质量的问题，采取专业化、模块化的跨地域采样方式，利用 5G 技术结合物联网设备，实现生物样本采集、处理、暂存与转运全流程可视化监管与远程交互，保证跨地域生物样本采集过程的可控性与一致性。

1 跨地域采样的必要性

医学研究需要大量生物样本作为支撑，生物样本库的出现促进了医学科学的进步和疾病个性化诊疗的发展。但部分研究的不可重现性阻碍了医学的发展并造成了大量的损失，很大程度归因于生物样本质量水平的异质性[7]。我国人口分布存在地区、城乡、教育背景、遗传背景等方面的差异，同时存在大量特殊群体、遗传家系等资源，为准确、全面把握疾病发生发展规律，需要多层次、多地域采集符合特定诊断或研究目的生物样本，以针对不同人群采取差异化的预防和诊疗方案。生物样本库依据最佳实践标准或准则开展专业化的样本采集，为医学研究提供的样本需要注释良好且质量可控[8]。生物样本库采用一致或相似的标准规范收集的生物样本具有相似的质量水平，能够提升医学研究成果的可重复性和参考价值。通过两类途径能够实现生物样本收集流程的同一性：一是生物样本库按照国家标准或行业规范来改进自身设施布局和工作流程，采用同等标准的 SOP 和数据规范来收集样本，这也是未来生物样本库发展方向；另一途径则是通过跨地域采样的方式由中心生物样本库派出或指导专业人员使用统一的 SOP 收集生物样本以保证样本的质量水平和信息数据的相容性，同时进行全程监管和状态记录，使研究者能够更加全面地了解每个样本检测结果异质性的来源，更加客观地解释实验结果和研究发现[9]。生物样本库建设需要投入大量的人力物力，同时需要专业的管理和培训，在当前我国医疗资源和科研水平区域分布不均衡的情况下，大规模重复性建设不是一个经济的解决方案，同时也很难保证运营的可持续性。跨地域采集当地人群高质量的生物样本后转运至大型生物样本库存储并研究有助于科研力量向偏远落后地区辐射。通过配置专业化的采样单元前往目标地域完成采样过程，可以最大限度减低生物样本质量水平的异质性，保证样本信息的完整性。

2 5G 在跨地域采样过程中的技术保证

我国已建成全球规模最大的 5G 网络，基本实现乡镇以上区域连续覆盖并广泛延伸至行政村。5G条件下数据传输速率高达 10 Gbps、网络延迟≤ 1 ms。广域覆盖、稳定、高效、低延迟的 5G 网络允许跨地域采样单元配置于更加偏远地域，覆盖更多、更广泛的群体。跨地域采样单元通过 5G 实现与生物样本库、科研人员和其他采样单元之间的实时协作，消除空间障碍和信息壁垒。同时 5G 能够通过强大的身份验证机制、访问控制策略、通信通道安全协议和加密技术来避免数据传输过程中所受的威胁[10]，保障跨地域采样过程中数据的安全传输。

设备间通信（device-to-device，D2D）技术是 5G 关键使能技术之一，跨地域采样过程中邻近设备利用 D2D 技术在 5G 蜂窝频谱上实现相互间直接通信，当设备距离较远时可自行切换至蜂窝网络通信，在提升数据传输效率、降低时延的同时确保连接的稳定性和可靠性。网络边缘计算是配置在设备端的智能边缘设备，利用计算卸载、缓存机制、人工智能和新型密钥协议等技术实现超低时延、高度可靠的用户端信息处理[11-12]。5G网络切片技术是基于灵活以太网和网络功能虚拟化技术从整个物理网络中切分出一个独立的、专用的网络切片[13-14]，移动运营商利用网络切片技术可以根据跨地域采样数据传输需求提供定制化的、高度安全的 5G 专网，实现公网数据和医疗专用数据的相互隔离，通过终端接入控制保障、空口专用资源保障、端到端网络切片安全保障等措施有效地保证了医疗数据访问的安全性及便利性[15]。以上这些新兴技术的协同运用和灵活的网络架构策略进一步促成了高效、稳定和安全的 5G 网络，是跨地域采样过程有力的基础设施保障。

3 基于 5G 的跨地域采样过程展望

基于 5G 的跨地域采样是指经过统一培训的专业人员、携带统一的便携式设备、使用统一的 SOP 前往目标地域完成捐献者信息采集、样本采集、预处理和转运环节，同时借助智能传感设备和通信技术手段对跨地域采样过程和样本状态进行实时追踪监测的整个过程。5G作为核心技术或支持性技术在 COVID-19大流行期间的广泛应用证实了其可靠性与高效性[16]。随着智能传感、人工智能、自动化等技术的发展，5G网络与上述技术的结合将极大促进跨地域采样的应用。基于 5G 的跨地域采样整体过程如图1 所示。涵盖人员与物资管理、数据采集与传输、样本采集与转运、利用数字孪生的过程监管以及样本采集协作与利用整个过程。

3.1 人员物资准备

生物样本和信息数据共关联是生物样本库的重要特征[17]。临床研究者根据研究目的（家庭研究、特定疾病患者、新干预措施临床试验等）和研究内容提出个性化的生物样本需求，结合生物样本库全流程质量控制中分析前变量代码标准（standard PRE analytical code，SPREC）制订生物样本采集常规内容、特殊要求等相关跨地域采样 SOP。选派具有一定医学背景（能够完成信息采集与审核，指导捐赠者完成相关准备），实验室技能（掌握各类型样本的采集、处理、运输、保存标准规范，能够甄别异常样本）和熟悉信息学技术（物联网、5G、智能终端）的工作人员进行规范化培训并实践考核，确保熟练掌握跨地域采样操作流程和操作方法。为环境监测传感设备和样本处理与暂存设备加装物联模块实现医疗物联网（internet of medical things，IoMT），配置工业级边缘计算网关（支持多种数据传输协议，具有丰富的数据接口和强大的边缘计算能力，同时支持算法定制、远程运维和强大的防火墙等功能）作为智能网络边缘设备并测试数据连接稳定性，备齐生物样本采集、处理、暂存所需试剂耗材，修订完善风险防范预案后，采样人员携带配套的设备、耗材前往目标地域开展工作。同时采用高效、稳定、非接触式射频识别技术（radio frequency identification，RFID）电子标签，标记试剂和耗材，通过 RFID 天线实时采集、追踪、统计及查阅生物样本、试剂和耗材的位置、状态、库存等信息。相关物资分类列举如表1 所示。

图1 基于 5G 的跨地域采样过程

表1 跨地域采样物资准备

3.2 数据采集与传输

生物样本的捐献是自愿、无私奉献的行为，签署知情同意作为捐献者了解参与临床研究相关信息和保护其权益的一种手段是重要且必需的[18]。电子知情同意具有易于使用、界面人性化、互动性强和可定制的优势，在临床研究中得到越来越广泛的应用[19]。向捐献者远程提供电子知情同意书和附加的音视频解读，或者通过 5G 与研究者视频互动，方便捐献者对文件的理解及撤销。结合样本捐献者个人信息（如一般情况、营养状况、生活方式、环境暴露和家族史等）和健康信息（如当前健康状况、用药状况、既往病史等）的采集需求量身定制结构化的采集小程序，快速、准确、完整地完成生物样本相关信息采集。此外，可穿戴传感设备已广泛应用于人体日常活动和健康状况监测，可以持续感知和存储人体体温、血压、心电图等生理参数和步数、呼吸、表情变化等机体运动数据以及代谢物、生物大分子、离子等生化指标[20-23]。可穿戴智能传感设备收集的数据已成功应用于多项临床研究[24]。在某些需要长时间采集样本相关信息的研究中，生物样本库可利用能够动态监测捐赠者健康状态和疾病状态的智能传感设备稳定地采集设定时间量的数据。为保障采集数据的隐私性，在完成信息录入后假名化编码转换，即便是样本采集人员在未授权的情况下也无法接触捐献者更多信息，通过 D2D 技术将信息传输至边缘设备，通过边缘计算判定数据质量和完整度，如果符合设定要求则汇总统计后通过 5G 专网回传至生物样本库，否则通知工作人员利用手持智能终端设备（personal digital assistant，PDA）现场采集缺失数据后再回传。生物样本库通过 5G 专网与医院中 HIS、LIS、PACS 等信息数据系统进行连接，获得捐献者的既往临床诊疗数据以进一步丰富生物样本相关信息，后续还可通过5G网络回访捐献者完成生物样本相关信息动态更新补充。生物样本库和临床研究者通过 5G 网络向样本捐献者反馈生物样本对临床诊断和治疗方面产生的影响和作用。这种合作关系有助于增强样本捐献者的自豪感与对生物样本库的宣传作用，扩大生物样本捐献人群规模，最终有助于改善医疗保健[25]。

3.3 样本采集与转运

生物样本采样过程的可追溯性能够保证生物样本的正确识别、安全性和质量水平[26]。完成信息采集和人员核对后，PDA 按照 SOP 依次提示样本类型、容器准备、患者状态（如体位、特殊行为或刺激诱发后等）、采样部位、离心方式、样品分装、样本暂存等操作要点和注意事项，在 PDA 指引采样过程中添加“if-then”控制语句（例如：“如果”采样完毕未能在规定时间内确认置于冷藏环境中或进入离心程序，“那么”会弹出提醒按照 SOP 进行相关操作对话框），确保采样过程规范性，采样人员按照 PDA 指引依次操作确保采样过程的标准化、准确性和同一性，在完成生物样本采集的同时自动记录操作过程和时间节点。

生物样本种类繁多，每种生物样本的采集与处理方式也不尽相同。血液、尿液、粪便等样本留存方式较为简单，另有一些生物样本留存操作较为复杂（如浆膜腔积液、肺泡灌洗液、病理组织等），这些复杂操作需要经验丰富的工作人员或在其指导下完成。基于 5G 高效传输速率和低延迟的优势，通过使用音视频手段实现专家远程即时指导开展复杂操作[6]。5G网络的巨大容量允许“一对多”远程指导[27]。因此，经验丰富专家可以同时远程指导多个跨地域采样单元高效完成生物样本采集。采集的样本传递至配置有物联模块的离心机、程序降温仪、–80 ℃冰箱或液氮罐中处理保存，RFID 天线通过感知样本保存管 RFID 标签信号实时记录生物样本位置、时间节点以及试剂耗材库存等信息，环境监测传感设备全程监控跨地域采样过程。IoMT 设备及 RFID 天线所采集数据通过 D2D 实时传递至边缘设备，边缘设备利用人工智能技术分析跨地域采样过程中汇聚的海量数据。收集一定规模样本后，由定制样本转运车辆或无人驾驶飞行器[28]沿途搜集各采样单元暂存的生物样本，通过 5G 网络实时回传车辆位置、视频图像及冷藏设备运行数据。

3.4 跨地域采样过程监管与数字孪生

数字孪生（或称数字副本）即通过实物的数字化仿真模型、传感设备、控制系统、历史运行数据和通信网络建立现实世界和数字世界之间双向互动。数字孪生已应用于制造业、采矿业、城市建设以及精准医疗等领域来优化产品或改进工作流程[29-30]。通过数字孪生技术能够实时展示样本位置和操作进度、试剂耗材库存和批号效期、跨地域采样过程环境监测数据以及 IoMT 设备的运行状态并绘制时间数据变化曲线，完整的原始数据和可监管的采样流程可增强利益相关者和医学研究者对生物样本库的信任，减少医学研究成果潜在的转化障碍[31]。利用计算机建模技术和人工智能技术，整合分析既往跨地域采样过程中的 IoMT 运行数据和工作流程数据，在生物样本库构建跨地域采样过程的三维孪生模型并持续优化，孪生模型可以直观展示跨地域采样过程的环境和设备运行状态，初步研判异常数据并进行预警或紧急处置。利用5G、自动化、视触觉传感等先进技术，生物样本库工作人员可以通过对孪生模型的简单操作实现对跨地域采样单元的远程精确控制，特别是能够实现紧急状态下的及时介入，在节约人力资源的同时提升自动化跨地域采样过程的安全性，保证特殊环境状态下生物样本采集工作的可持续性。此外还可借助孪生模型进行跨地域采样的模拟演练，结合天气、道路状况、捐献者数量与状态、科研需求等信息，科学规划采样路线与人员、物资配备，确保跨地域采样过程安全顺利。

4 总结

生物样本是医学研究中重要的基础资源，生物样本库作为生物样本的管理机构，有责任采集和保存尽可能高质量的生物样本和相关数据[32]。专业化的生物样本库按照 SOP 采集生物样本、保证完善的样本相关信息、准确的 SPREC 注释以及可追溯的生物样本采集流程可大大提升生物样本质量水平和后续研究的可重复性。国家今年发布的《来源于人的生物样本库样本用于体外诊断试剂临床试验的指导原则》明确了来源于人的生物样本库样本用于体外诊断试剂临床试验的相关要求，对于样本全流程可追溯提出了更高的要求。

跨地域样本采集或多中心样本采集常常因为人员、环境、设备、操作流程等差异对生物样本的质量水平造成影响。本文提出了基于 5G 的跨地域采样范式，它突破了生物样本采集的地域限制，实现异地生物样本标准化采集和全流程监管，有助于生物样本库获得更多、更高质量的生物样本，更好地满足生物医学研究的样本需求，具备良好的应用价值和前景。

[1] Sudlow C, Gallacher J, Allen N, et al. UK Biobank: An open access resource for identifying the causes of a wide range of complex diseases of middle and old age. PLoS Med, 2015, 12(3):e1001779.

[2] Paskal W, Paskal AM, Dębski T, et al. Aspects of modern biobank activity - comprehensive review. Pathol Oncol Res, 2018, 24(4):771- 785.

[3] Dangi R, Lalwani P, Choudhary G, et al. Study and investigation on 5G technology: a systematic review. Sensors, 2022, 22(1):26.

[4] Nayak S, Patgiri R. A Vision on intelligent medical service for emergency on 5G and 6G communication era. EAI Endorsed Trans Internet Things, 2020, 6(22):1-13.

[5] Huang TH, Chu YH, Zou QC, et al. Medical equipment management practice based on internet of things technology in the background of multi-hospital development. China Medical Devices, 2022, 37(1):37- 42. (in Chinese)

黄天海, 褚永华, 邹瞿超, 等. 多院区发展背景下基于物联网技术的医疗设备管理实践. 中国医疗设备, 2022, 37(1):37-42.

[6] Lacy AM, Bravo R, Otero-Piñeiro AM, et al. 5G-assisted telementored surgery. Br J Surg, 2019, 106(12):1576-1579.

[7] Riegman PHJ, Becker KF, Zatloukal K, et al. How standardization of the pre-analytical phase of both research and diagnostic biomaterials can increase reproducibility of biomedical research and diagnostics. New Biotechnol, 2019, 53:35-40.

[8] Simeon-Dubach D, Kozlakidis Z. New standards and updated best practices will give modern biobanking a boost in professionalism. Biopreserv Biobank, 2018, 16(1):1-2.

[9] Riegman PH, de Jong B, Daidone MG, et al. Optimizing sharing of hospital biobank samples. Sci Transl Med, 2015, 7(297):297fs31.

[10] Khan R, Kumar P, Jayakody DNK, et al. A survey on security and privacy of 5G technologies: potential solutions, recent advancements, and future directions. IEEE Commun Surv Tutorials, 2020, 22(1):196- 248.

[11] Ranaweera P, Jurcut A, Liyanage M. MEC-enabled 5G use cases: a survey on security vulnerabilities and countermeasures. ACM Comput Surv, 2022, 54(9):1-37.

[12] Jiang JW, Wang D, Zhang GY, et al. Private key management scheme for mobile edge computing. Chin J Comput, 2022, 45(6):1348-1372. (in Chinese)

蒋京玮, 汪定, 张国印, 等. 面向移动边缘计算的密钥管理协议. 计算机学报, 2022, 45(6):1348-1372.

[13] Chen K. Technical solution and application of 5G slicing private network based on cloud-network integration. Telecommunications Sci, 2022, 38(7):166-174. (in Chinese)

陈凯. 基于云网融合的 5G 切片专网技术方案及应用. 电信科学, 2022, 38(7):166-174.

[14] Li YF, Wang QH, Yuan XQ. Research on end-to-end slicing technology scheme for vehicle-road collaborative 5G network. Appl Electronic Tech, 2022, 48(3):9-12. (in Chinese)

李艳芬, 王秋红, 袁雪琪. 面向车路协同5G网络端到端切片技术方案研究. 电子技术应用, 2022, 48(3):9-12.

[15] Li ZY, Zhou L, He P, et al. Research on cross-domain secure access technology for medical resources based on 5G slice. China Digital Med, 2022, 17(11):111-115. (in Chinese)

李泽宇, 周亮, 何萍, 等. 基于5G切片的医疗资源跨域安全访问技术研究. 中国数字医学, 2022, 17(11):111-115.

[16] Moglia A, Georgiou K, Marinov B, et al. 5G in healthcare: from COVID-19 to future challenges. IEEE J Biomed Health Inform, 2022, 26(8):4187-4196.

[17] Annaratone L, De Palma G, Bonizzi G, et al. Basic principles of biobanking: from biological samples to precision medicine for patients. Virchows Arch, 2021, 479(2):233-246.

[18] Grady C, Cummings SR, Rowbotham MC, et al. Informed consent.N Engl J Med, 2017, 376(9):856-867.

[19] Skelton E, Drey N, Rutherford M, et al. Electronic consenting for conducting research remotely: A review of current practice and key recommendations for using e-consenting. Int J Med Inform, 2020, 143:104271.

[20] Jayathilaka WADM, Qi K, Qin Y, et al. Significance of nanomaterials in wearables: a review on wearable actuators and sensors. Adv Mater, 2019, 31(7):e1805921.

[21] Li G, Wen D. Wearable biochemical sensors for human health monitoring: sensing materials and manufacturing technologies.J Mater Chem B, 2020, 8(16):3423-3436.

[22] Vishnu S, Jino Ramson SR, Jegan R. Internet of medical things (IoMT)-an overview//2020 5th International Conference on Devices, Circuits and Systems (ICDCS). Coimbatore, India: IEEE, 2020: 101-104.

[23] Sharma A, Badea M, Tiwari S, et al. Wearable biosensors: an alternative and practical approach in healthcare and disease monitoring. Molecules, 2021, 26(3):748.

[24] Hicks JL, Althoff T, Sosic R, et al. Best practices for analyzing large-scale health data from wearables and smartphone apps. NPJ Digit Med, 2019, 2:45.

[25] Mayrhofer MT, Holub P, Wutte A, et al. BBMRI-ERIC: the novel gateway to biobanks. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz, 2016, 59(3):379-384.

[26] Ortiz-Lizcano MI, Arias-Antunez E, Hernández Bravo Á, et al. Increasing the security and traceability of biological samples in biobanks by blockchain technology. Comput Methods Programs Biomed, 2023, 231:107379.

[27] Jell A, Vogel T, Ostler D, et al. 5th-Generation mobile communication: Data highway for surgery 4.0. Surg Technol Int, 2019, 35:36-42.

[28] Verma A, Bhattacharya P, Zuhair M, et al. VaCoChain: Blockchain-based 5G-assisted UAV vaccine distribution scheme for future pandemics. IEEE J Biomed Health Inform, 2022, 26(5):1997- 2007.

[29] Tao F, Qi Q. Make more digital twins. Nature, 2019, 573(7775):490- 491.

[30] Corral-Acero J, Margara F, Marciniak M, et al. The ‘Digital Twin’ to enable the vision of precision cardiology. Eur Heart J, 2020, 41(48): 4556-4564.

[31] van der Stijl R, Manders P, Eijdems EWHM. Recommendations for a dutch sustainable biobanking environment. Biopreserv Biobank, 2021, 19(3):228-240.

[32] Dagher G. Quality matters: international standards for biobanking. Cell Proliferation, 2022, 55(8):e13282.

10.3969/j.issn.1673-713X.2023.05.015

海军军医大学（第二军医大学）“远航”军事医学人才项目（2019-YH-09）；国防科技基础加强计划（2019-JCJQ-JJ-066）

吴聪，Email：congwu@yeah.net

2023-04-11