智能设备下的个性化医疗，仍然缺少的关键设备是什么

近年来，以基因测序、癌症早期筛查、再生医学以及3D打印器官等为代表的个性化医疗正方兴未艾。

智能设备下的个性化医疗


我们都知道，如果今天，我们要去医 院进行健康体检时，在提早预约后，我们还要去门诊部采集数据，包括血压、体重和其他常规检查等信息。在体检过后的几天，医 院则会告知我们体检结果。然而，未来，所有收集的医用数据都会放到环境中，这样我们就会了解什么是适合自己的。我们不用特意去采集数据，相反，我们还会带着自己的数据去就医。


在未来的健康体检里，我们在前一周就可以将生物芯片邮寄到医生办公室，其中包含一滴从手指上采集的可以分析的血液。智能手机和其他便携式设备，比如可穿戴的手表，将配备各种测量健康体征的技术，我们可以用这些设备倾听自己的心 脏，将心电图数据发送给医生，并把心 脏的声音传输到“声音云”，以便与年龄和生活方式和你相同的人进行比较和分析。这些设备还可以扫描视网膜，检测从高血压、糖尿病到癌症等一系列疾病的潜在问题。


如果面对的是一个孕妇，常规产前检查也将通过技术进行转化，孕妇可以自己监测宝宝的健康状况，并将数据发送给产科医生进行审查和讨论，甚至也免去了进行侵入性羊膜腔穿刺术或绒毛膜取样检查来检测胎儿染色体。相反，一份小小的血样就会显示准妈妈想要了解的正在发育中的宝宝的一切。


在这些技术的创新下，医生在约诊时就不必花费太多时间来收集信息。当然，智能手机也好，只能手表也好，终究只是一种媒介，是数据流通的渠道。医生只需要根据患者来医 院前提供的数据规划治疗方案，也可以在患者到达前就开始检查细节。更重要的是，这些创新技术以及技术背后的数据，带来了个性化医疗的重大突破，毕竟，就个人而言，这些数据。


实际上，个性化医疗的一个关键因素就是，我们每个人的所有数据都将进入一个集中的数据库，这个数据库将为每个人创建一个资料档案，人们可以与其他具有相似特征的人进行对比。该数据库可以根据每个人的信息提供建议及推测可能发生的情况，就像把电脑与汽车连接起来诊断汽车的机械问题一样。不过，人体比汽车复杂得多，但它仍然能说明问题。


在大数据库的背景下，可以想象，在未来，我们可以根据自己的生物学特点了解吃或不吃什么可以避免头痛、平衡血糖、不依靠传统节食方案就减轻体重；白天何时停止喝咖啡可以避免睡眠不好；何时是外出或运动的好时机；某种药物是否对我们有益且无不良反应；哪些旋律与心率同步；何时去散步或者何时去参加减压活动；是否需要担心自己的炎症水平。

过去，患者总是渴望和医生进行更多的沟通交流，而现在，他们的手头拥有了多种工具，可以主动对就医的必要性进行判断，有选择地去看医生。我们可以根据每个人的综合数据集来平衡相应的关联性，以实现大健康的管理愿望。

缺少的关键部件

首先，我们需要整合一个人所有与健康相关的数据，从胎儿期开始，并在一生中不断进行无缝更新。到目前为止，医学上还存在着一种还原论的观点，这在“人类基因组计划”中得到了充分的体现。它的前提假设是：理解基因组的变异能够告知每个人患病和治疗的风险。这种线性思维并没有意识到健康和疾病的复杂性，以及与微生物群、免疫系统、表观基因组、社交网络、环境乃至更多方面的多维相互作用。

整合一个人的所有数据仍然只是关键的第一步。然而，目前的电子健康档案对个人健康状况的记录非常狭义、不完整，且漏洞百出，在未来，这将成为个性化医疗的大阻碍。

与此同时，我们还必须将数据视为一种活的流动性资源，需要提供所有新的相关数据来进行“培育”和“喂养”，而这些数据可能来自各种传感器、生活中的应激事件、职业变化、肠道微生物检测结果、孩子的出生等。所有这些数据必须进行不断的整合和分析。

对此，人们已经提出许多创造性的解决方案。比如，谷歌与罗切斯特大学的生物医学工程师合作，设计了一款马桶座圈，人坐在上面时就可以测量血压。此外，他们还想出了其他方法，如让人在站在体重计上或照镜子时获取生命体征，不经意间获取有效的数据。

理论上，这些数据对个性化医疗来说，是有价值的输入数据，但依然存在一个问题，那就是数据质量。众所周知，睡眠过程中的移动只是大脑活动的一种替代，并不如通过脑电图监测大脑的电波活动来得精确；而且虽然数字跟踪器可以计算步数，但它们仅适用于某些活动，如散步，而不适用于骑自行车或游泳等。可以说，数据质量关涉到个性化医疗的有效，如果数据质量得不到保证，那么有效的个性化医疗也将无从谈起。

并且，保存数据也是一个难题。在美国，大多数医生都不愿意分享他们的———实际上是患者的就诊记录。美国各地的卫生系统都在积极地进行“信息屏蔽”，因为他们担心会失去对患者的控制权，因而不愿共享患者个人数据。确保对数据拥有控制权的一种方法，就是使用无法产生可互操作文件的专有信息系统，这对于个性化医疗的发展却是一个难题。

面对个人海量且不断增长的生物数据和信息的挑战，个性化医疗正在成为一门数字化的、以数据驱动的科学。到目前为止，有限的前瞻性临床研究也可以表明，这一目标将成为现实。