智能手机|从智能手机到智能手表,如何成就个性化医疗?( 二 )



缺少的关键部件
《柳叶刀》杂志的总编辑理查德·霍顿(Richard Horton)也曾表达他对技术所持的态度:“用智能医疗机器人代替医生是科幻小说中经常出现的主题;而通过数字助手来提供个性化医疗建议的想法 , 是依赖智能手机中自我监测的数据实现的 , 如今看来似乎也有道理 。 ”尽管看起来通过包括智能手机和智能手表在内的设备来捕获人们的健康数据具有极大的个性化医疗前景 , 但现在 , 我们还缺少很多关键部件 , 这一问题亟须攻克 。
虚拟医疗助手的价值高低取决于所输入的数据 。 对此 , 乔纳森·陈(Jonathan Chen)和史蒂文·阿施(Steven Asch)进行了非常准确的描述:“再多的算法或计算能力永远都不可能得出不存在的信息 。 ”
首先 , 我们需要整合一个人所有与健康相关的数据 , 最好从胎儿期开始 , 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最大阻碍 。
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 。 许多公司还在开发特殊的智能手机应用程序 , 通过光谱或比色来扫描食物 , 比如 , Onduo的智能手机人工智能图像检测 。 此外 , 新型智能手表也正在收集比以往更多的数据 , 如Fitbit的Ionic或Versa , 它们可以获得连续的心率、睡眠和体育锻炼等数据 。
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精准和有效 , 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 。
【智能手机|从智能手机到智能手表,如何成就个性化医疗?】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 , 这一目标最终将成为现实 。