2019年7月，国务院印发《国务院关于实施健康中国行动的意见》，国家出台《健康中国行动（2019-2030）年》，围绕疾病预防和健康促进两大核心，提出将开展15个重大专项行动，促进以治病为中心向以人民健康保障为中心的转变，努力使群众不生病、少生病。为积极有效应对当前突出健康问题和疾病威胁，必须关口前移。权威人士指出，此次健康中国行动坚持预防为主，是对《“健康中国2030”规划纲要》任务目标的细化和落实，体现了两个“突出”——把预防摆在更加突出的位置，突出健康促进和动员倡导，将统筹推进重大专项行动，实施疾病预防和健康促进的中长期行动，为全方位全周期保障人民健康、建设健康中国奠定坚实基础。

在“健康中国行动”提出的到2022年和2030年要实现的总体目标中，癌症、心脑血管疾病、慢性呼吸系统疾病、糖尿病等重大慢性病的防治成为重要环节，而对全面健康素养水平和健康生活方式的考量则贯穿了整个中长期目标。在癌症防治行动的行动目标中指出，高发地区重点癌种早诊率应达到55%及以上并持续提高，基本实现癌症高危人群定期参加防癌体检。倡导个人尽早关注癌症预防、践行健康生活方式、定期进行防癌体检并密切关注癌症危险信号。要求社会和政府创造条件普遍开展癌症机会性筛查，加强农村贫困人口癌症筛查，促进各类保险与医疗救助等制度间的互补联动和有效衔接，并强化癌症防治的基础前沿研究、诊治技术和应用示范的全链条部署，持续提升我国癌症防治的整体科技水平。

代谢组学是继基因组学与蛋白组学后另一个被寄予厚望，广泛应用于精准医疗中的组学方法。相较于基因组与蛋白组，代谢组学可以直观实时地测定出个体体液中小分子的性质与含量，因此可以监测肿瘤即将发生和已经发生的实际代谢状态。在科研方面，它具有跨物种的同质性，有利于表征或诊断疾病的动物模型；在临床诊断方面，它可以对多种体液的不同成分进行检测，多维度的展现个体的代谢组特征。

人工智能被大众关注是在Google公司开发的基于神经网络的人工智能学习系统Alphago自学围棋并战胜人类。而自从人工智能（神经网络）在黑色素瘤诊断上的成功开发后，越来越多基于机器学习、神经网络等方法对生物医学成像判读及对疾病的诊断便成为该领域的热门研究及应用方向，也被当作未来医学发展的重要辅助手段。

北京博远首次成功建立了一系列利用DDA/MRM技术的代谢组检测方法，该方法可以在较短时间对微量血样本（血清/血浆）进行靶向与非靶向脂质与亲水代谢组的相对定量检测。同时构建了一种基于机器学习的数据分析算法，该算法可以对两种或多种样本数据进行精确分析及分类，并形成有效分类模型。通过基于机器学习的特征筛选，我们从数千个代谢物中找出对疾病检测重要的5–20个特征分子，并以此建立了针对特定疾病的靶向定量方法，同时构建相应的人工智能数据分类模型以辅助疾病的早期发现与诊断。

该方法结合了代谢组数据与机器学习分类与特征筛选策略，可以对高维度的大量样本进行全面分析，较于传统方法有效提高了分类的准确性、精确性和速度。借助于上述方法，北京博远已经成功在肺癌、胰腺癌等肿瘤的早期诊断中开发了具有高准确性、快速、无创的检测方法及模型，未来将会推广覆盖所有大类肿瘤。这种全新检测策略的建立有助于多项肿瘤疾病的早期诊断、辅助诊断或人群筛查，具有广泛、多样的使用范围和很高的临床应用价值。