突破10：醫(yī)療大數(shù)據(jù)，一切還只是開始

醫(yī)療數(shù)據(jù)越豐富，醫(yī)生越能夠依據(jù)數(shù)據(jù)做出最佳的判斷，但數(shù)據(jù)的收集、處理和分析都是難題。

大數(shù)據(jù)在2015年是一個(gè)不可忽視的熱詞，在醫(yī)療中，它同樣占據(jù)了重要地位。美國的醫(yī)療大數(shù)據(jù)公司Flatiron Health可以說是震撼了整個(gè)醫(yī)學(xué)界。賓夕法尼亞的校友特納和溫伯格創(chuàng)辦了這家公司，希望能夠收集和分析海量的癌癥治療臨床數(shù)據(jù)。

谷歌為Flatiron Health注資1億美元，美國著名的腫瘤專家、杜克大學(xué)的醫(yī)學(xué)教授艾米·阿伯內(nèi)西認(rèn)為其收集數(shù)據(jù)的方法嚴(yán)密而周全，并加入該公司擔(dān)任了首席醫(yī)療官。這家公司到底為何如此吸引人呢？即使在美國，也只有一小部分癌癥患者的治療數(shù)據(jù)被系統(tǒng)地收集了起來（一般來自隨機(jī)的臨床研究案例），僅占了成年癌癥患者總數(shù)的4%左右。Flatiron Health的目標(biāo)就是，將剩下的96%的數(shù)據(jù)，也系統(tǒng)化地、標(biāo)準(zhǔn)化地收集起來并且反饋給醫(yī)生，幫助醫(yī)生尋找最適合的治療方案。

為什么這些數(shù)據(jù)可以幫助醫(yī)生呢？現(xiàn)代醫(yī)學(xué)和傳統(tǒng)醫(yī)學(xué)最大的區(qū)別之一是，現(xiàn)代醫(yī)學(xué)是循證醫(yī)學(xué)，即遵循證據(jù)的醫(yī)學(xué)。醫(yī)生必須參照臨床研究依據(jù)，再結(jié)合個(gè)人的臨床經(jīng)驗(yàn)，最終做出判斷和制定治療方案。大數(shù)據(jù)就能夠?yàn)獒t(yī)生提供臨床依據(jù)。例如，一位醫(yī)生可以在Flatiron Health系統(tǒng)中將自己治療乳腺癌的效果與美國其他專家的治療效果做比較，這樣能夠快速修正和改善自己的治療，否則這位醫(yī)生需要一次又一次地在病人身上試驗(yàn)療法，經(jīng)過好幾次失敗或許才能找到最適合的療法。對個(gè)人而言，患者能夠更快地獲得匹配的治療，而從廣義上講，醫(yī)療資源能夠得到最有效的運(yùn)用，避免了浪費(fèi)。

其實(shí)醫(yī)療大數(shù)據(jù)以往也有人做，例如EMR（電子病歷系統(tǒng)）。但很多醫(yī)生感覺它提供的數(shù)據(jù)太雜亂，無法使用。例如，一位患者的數(shù)據(jù)可能是由多方提供的，包括腫瘤科醫(yī)生、放射科醫(yī)生、外科醫(yī)生、化驗(yàn)室等，不同診所使用的格式也可能不同，散亂的數(shù)據(jù)讓人“眼花繚亂”。而Flatiron Health采用了各種計(jì)算機(jī)巧和匹配算法，讓計(jì)算機(jī)能夠閱讀各種雜亂的原始病歷，從中提取數(shù)據(jù)，并最終以統(tǒng)一的格式表達(dá)。當(dāng)然，龐大的數(shù)據(jù)和復(fù)雜的運(yùn)算很容易出錯(cuò)，而Flatiron Health獨(dú)有的人機(jī)混合感知系統(tǒng)可以找出并糾正錯(cuò)誤。

美國已有210家癌癥醫(yī)療中心使用Flatiron Health系統(tǒng)，這些醫(yī)療中心每年共收治約30萬名患者。除此以外，一些學(xué)術(shù)機(jī)構(gòu)，如耶魯紐黑文醫(yī)院的斯米洛癌癥診所、賓夕法尼亞大學(xué)的艾布拉姆森癌癥中心也在使用Flatiron Health。不少醫(yī)生都覺得，該系統(tǒng)不僅能收集海量數(shù)據(jù)，而且能夠整理數(shù)據(jù)，對其加以評估和歸類，讓數(shù)據(jù)的使用更有效率了。

當(dāng)然，也有人對于癌癥治療大數(shù)據(jù)表示懷疑。美國麻省理工學(xué)院懷特黑德生活醫(yī)學(xué)研究所的創(chuàng)始人羅伯特·溫伯格就認(rèn)為，腫瘤研究中，蛋白質(zhì)之間的互相作用和基因突變方面的數(shù)據(jù)太過龐大，我們還無法解讀。也就是說，收集這些數(shù)據(jù)需要很大的工作量，可是產(chǎn)出卻常常不成正比。Flatiron Health方面表示，現(xiàn)在只是一個(gè)開始，以后癌癥的大數(shù)據(jù)系統(tǒng)會更加完善。