精准医疗 是一门大数据 驱动的科学。从我们的理解来说，精准医疗不同于传统的单个学科的单兵作战，它更是一个多学科融合的学科，是包括病理科、影像科、分子医学、遗传学、计算科学等领域的综合。当然更重要的，还有我们强调的基因组学。
从大众比较好理解的角度谈一下精准医疗。曾有一个电视节目，将一个东西用五个方面或条件去描述，当只给出一个条件的时候，一般人很难断定它是什么东西，但当把这五个条件都给出的时候，就能很精确的断定这是一个什么东西。相比之下，精准医疗也是同样的道理，在之前我们去医院 会拍片子、抽血，医生通过影像学、血液生化指标来判断疾病状况，但对于很多疾病还是难以确诊和治疗的。现在，我们可以加入遗传指标，就是将部分或全部的30个亿遗传密码的指标考虑进去，这样就可以对疾病进行更加精准的诊治。这里，有人会问，为什么之前没有把遗传因素考虑进来呢？主要原因是在新一代测序技术出现之前，获得一个人的遗传指标，所耗费的人力、财力及时间成本是非常大的，而目前获得一个人全部30亿个遗传密码的价格将很快接近1000美金，而且只需要几天的时间。有了这些前提，我们才可以把遗传因素考虑进来。总之，精准医疗是什么样的概念呢？就是将一个人的遗传因素、影像学因素、各类临床生化指标等，并结合环境因素、日常饮食等，进行综合考虑，进而对一个人的健康状况以及疾病状态做一个精准地判断，实现精准地预防和治疗。
精准医疗是前二年才火起来的，所以不论是从国家层面还是科研、产业层面来说，基本上都是在起步阶段。前进的路上一定会遇到各种困难。但就目前来看，首先要解决的问题是协同创新的问题。像我刚才所说，在拿到一个人包括遗传因素的各类指标之后，如何去进行疾病的诊疗？前提是要有一个足够大的队列，而且是我们中国人特有的队列，甚至是不同民族特有的的队列。在此大的队列基础上，我们才能运用数据挖掘算法，通过一个人的各项指标计算出疾病或健康状况。目前，美国正在建立百万基因组队列，英国也在建立起了十万基因组队列。同样，我们国家要实现精准医疗也要建立一个大的列队。那么如何去建立？如果政府自己去搞、科研临床的人自己搞、各家企业也搞自己的，都只关注自己碗里的那点东西的话，最后可能谁都没有饭吃。因此，很多专家学者们在精准医疗领域提倡八个字：交叉融合、协同创新。人类疾病的种类非常之多，多家 机构没必要在同一种疾病上进行死磕。但这需要将政府的宏观调控力量、科研临床、产业界的力量，以及资本界的力量，协同起来，在财力和物力等方面，实现合理分配，让每家机构都能真正以人类的健康为出发点，在分享自己数据的同时，能够得到更大的利益。
另外一个方面是大众的教育问题，很多人认为，目前基因检测 行业不成熟，等成熟了再花钱去做。如果每个人都在等待，这个行业永远成熟不了。这个行业需要更多大众的参与和支持，每个人的参与都会在一定程度上为遗传密码的解读及精准医疗的发展贡献一份力量。
第三点是行业内经常被提到的数据隐私的问题。我们的银行卡密码固然重要，但泄露了，可以再修改。而人的遗传密码一生只有一套，一旦泄露，会有不可挽回的损失。因此，除了数据加密技术需要保证外，个人基因组隐私法律问题也需要严格制定。
大家比较关注的就是到底我们测的基因有什么用？能不能预知未来，或者预先判断可能患哪些病？这个话题很容易衍生另一个话题：这个基因能不能“算命”的问题. 这其中更多层面的需要大家去正确理解这个问题。在人体的基因里面可以简单地分成几大类，例如：其中一类是致病基因，即某个人一旦携带某种突变在很大程度上会患上某种病的，如地中海贫血、血友病等。得到这一部分人的基因信息就能够判断这类人会不会患病；另外一类，大家比较关心，但是对于非专业人士来说理解的不是非常深刻的就是所谓的易感基因。它代表着整个人群中的一种概率。经常有研究说某个人携带某种易感基因，是否就一定会患某种疾病？这个是不一定的。对于这种情况的判断，在研究层面如果我们掌握的数据，或者说基线越多，就能够越准确地判断个体在未来的疾病风险。所以，从这个层面来说，在一定条件下，基因是能够帮助预警个体未来的健康状况的。
这个精准医疗和精准健康，目前是基于基因组、转录组等多组学、多个层面的数据来实现的。这些组学的特征就是数据量特别大，其实医学不缺乏大数据，只是现在借助于基因测序 来从另外一个维度揭示疾病。目前基因测序的数据量是非常惊人的，一个人的全基因组测下来大都会达到100G的数据，而我们知道现在一台高性能的测序仪一天能够处理50个人的样本，在数据量巨大的同时，计算量也是非常大的。此外，包括数据传输，数据计算，以及之后的数据解读，这每一步都是计算科学和IT科学的一个痛点。真正的临床应用都需要测序和大数据的分析。
要做好服务，就要把3大块的痛点解决好：
第一、传输。数据怎么快速地从测序端传到计算端，再从计算端传给临床医生，这是一个需要解决的问题。
第二、计算。这么大的数据量，要迅速地找到突变的基因是什么，这是对计算的挑战。
第三、解读。临床医生看到这些突变的基因和临床上的现象如何进行关联，这也是一个需要解决的问题。
互联网IT方面，做好这三个方面才能真正地服务好临床，服务于健康。
互联网O2O 现代营销模式：三大块：流量、痛点以及简约和极致。在具有庞大的用户流量前提下，探明用户的“痛点”，然后，追求事物的“简约和极致”。千山的庞大用户群：主要是两类慢性病患者-中国高血压 患者近3亿；糖尿病 患者近1亿。千山找到了患者的“痛点”：用药不能千篇一律、药有毒副作用，通过现代生物基因芯片 检测技术（如高血压、糖尿病个体化用药基因检测等），检测患者的基因型，指导个体患者精准医疗：吃哪种药、多少剂量合适；何时用药最佳。通过便携式、即时化、连续医疗监测设备（如
人工智能血压计腕表和臂表，无创、粘贴血糖仪等），解决了用户“痛点”，这些设备看似简单，有的可能还价值不高，但科技含量极高、可移动、人工智能化，方便使用，而且这不是千山互联网医疗 的根本，甚至公司并非是指望它们贡献多少业绩，而是将用户（患者）永久地很自然、很情愿、很忠诚地呆在一个闭环的“健康服务 生态 圈”里，这就完成了“简约”的第一步。
下一步就是医疗互联网的“极致”：为用户（患者）定制药物、定制健康医疗服务 ，这是一个能享长期盈利的终极目标。千山“粘住”了大量的医院、大量的用户（患者），特别是患者的基因数据，用药类型和数据，这是药厂所需的，这样药厂就会慕名而来与千山合作，共同开发个性化药物、靶向药物，千山从与药厂合作、相互参股、从售药中获利，同时，还通过名人名医坐疹（按：千山已聘请中科院 院士、国医陈可翼老人），为患者答疑解难，提供日常保健、养生服务指导。另外，这个“健康医疗服务生态圈”自然也少不了保险公司的加入，如
华大基因与平安保险合作。
请问：如今的A股上市公司有哪家做到了？阿里做到了吗？
独一味007050
0
评论(73)
收藏
展开
