大數據和云計算幫助實現精準醫療

寂靜天花板

今年3月我國成立了精準醫療戰略專家組，國家衛計委和科技部多次召開會議，論證啟動精準醫療計劃。一時間全國各地與精準醫療相關的機構和協會如雨后春筍一般出現，例如北京協和醫院、四川大學華西醫院等三甲醫院籌建的精準醫療研究中心。各地與精準醫療相關的論壇和項目也如火如荼的開展起來，例如在杭州舉辦的第四屆Bio4P國際高峰精準醫療與智慧健康論壇，華西醫院開展的總數達一百萬人的全基因組測序，據悉中科院北京基因組研究所以及幾家大機構已經在啟動類似的百萬人全基因組測序計劃。
　　7月29日在央視《朝聞天下》的一個欄目里面，新聞頻道針對“聚焦精準醫療”主題對精準醫療做了一個老百姓通俗易懂的介紹。簡單來說，精準醫療就是利用現代化的醫學手段為患者制定個性化的預防和治療方案。節目全面回應了這一在2015上半年引爆科學界和醫藥圈的概念。然而故事還沒有結束，媒體報道里面每天充斥著各種醫療概念和技術：分子學診斷、基因檢測、靶向藥物、個性化用藥。。。但是，這些都是“醫療”，“精準”去了哪里呢?實現“精準”的大數據和云計算應該在哪里體現呢?

　　精準醫療的核心在于精準，而不是醫療

　　醫療本身有其發展的規律和方式。這里精準的實現，需要醫療大數據的實現，而實現醫療大數據的前提，需要云計算的助力。然而我們必須清楚的一點，云計算無法解決醫療問題，只能是快速準確發現問題的存在。云解決方案既無法解決醫療問題，也無法發現醫療背后的大數據問題，能夠發現問題的，在于生物信息學。是否生物信息學需要云計算才能解決臨床問題，這里需要打上一個很大的問號。

　　云解決方案能夠助力生物信息提供解決方案，但不是一個必需品。好比我們需要解決的是吃飽問題的時候，花太多的時間在研究用綠色還是紅色的碗子盛飯，用深盤子還是淺盤子來盛菜，這些都是無法解決痛點的無用功。現在中國云計算的現狀就是這樣，一方面云計算在各個行業還沒有做到足夠深的整合和足夠廣的覆蓋度，另一方面在傳統醫療領域還沒有達到足夠完善的信息化。

　　信息化不等于大數據英特爾公司生命科學全球總經理Ketan Paranjape曾經在接受記者采訪時提到過大而復雜的基因數據在采集、傳輸、存儲、分析等方面，帶來了對計算的要求、對存儲的要求、對網絡的要求，包括高性能計算。從大數據的采集層面來看，這里需要國家的投入。在中國基因行業的發展中，這方面投入的最多的當之無愧是華大基因了。其中最值得耐人尋味的是，數據采集本應該是國家投入的基礎科學研究，在中國卻成為了讓企業來承擔的一項工程。毫無疑問，通過企業燒錢來完成數據采集這一步，這種模式是無法復制和模仿的。用華大基因首席科學家李英睿先生的話來說：“華大基因一方面是做基礎的科學研究，另一方面是把基礎科學的研究成果轉化為公眾可以使用的真實產品。我們主要通過整合各種平臺和技術手段給公眾提供相應的臨床服務。”換一句話來說就是，華大基因從上游到下游，從B端到C端，從產學研閉環來說，已經全部能夠通吃通做。

　　既然華大基因能夠通過通吃來完成數據采集，我們不得不提出一個問題：大數據的本質是什么?大數據的形成一定不是由壟斷的巨頭來完成。大數據的4V特點是大量 (Volume)、高速 (Velocity)、多樣 (Variety)、價值 (Value)。這里的數據有一個產生的過程，產生的過程能夠進行采集。很多的互聯網巨頭通過控制數據的入口來達到大數據的采集，比如谷歌和百度。在產業界，各企業對數據入口的爭奪一直都沒有停止過。入口能夠隨著科技的發展和人們生活方式的改變而發生遷移，比如從微博到微信，從網頁端到移動端。對入口的控制通常可以通過控制設備實現，也可以通過平臺實現。比如蘋果手機和小米手機就是通過設備來實現控制數據的入口，微信平臺就是通過控制平臺實現了數據流量的入口控制。

　　設備和平臺在基因行業，最終能夠實現入口為王的兩個方式：設備和平臺。采集數據需要設備，分析數據需要平臺。這里的設備只有實現互聯網化的智能設備，才能勝任大數據時代通過控制設備達到控制入口的目的。比如Illumina的測序儀，如果只是一臺生產基因數據的儀器，Illumina是無法成為未來基因行業巨頭的。只有讓每一臺設備接入Illumina的在線追蹤系統，Illumina的系統能夠追蹤每一個上機的樣本信息，一旦設備接入互聯網，所有的樣本信息和數據信息能夠自動同步到設備控制的數據中心進行采集。每一臺設備不僅能夠傳輸設備的狀態監測數據、樣本信息，還能夠傳輸每臺設備的使用情況和地理位置。這些數據的采集便是通過設備來控制數據的入口。另一個數據的入口便是數據分析平臺，這里通過對數據的處理和分析實現對入口的控制。儀器設備廠商能否也做這一塊呢，答案是可以的，不過代價非常的高。其中一個關鍵的原因在于基因數據分析的個性化和碎片化。要解決這個原因的答案就是平臺，這里的平臺不是云平臺。很多的人分不清基因大數據平臺和基因大數據云平臺這兩者的區別，其實能夠類比的例子就是阿里巴巴平臺和阿里巴巴云平臺。

　　云平臺只是實現平臺的一個技術載體，真正的核心不是在于云計算本身，而是在于對平臺的運營和模式的實現。所以很多人對于奇云諾德的理解就是基因大數據云平臺，而忘記這里準確的定義是基因大數據平臺，云平臺只是實現在線的一個技術模塊。如果說滴滴打車的核心在于托管滴滴打車平臺的云平臺，顯然這是很錯誤的理解。

　　只有明白了這一點，我們再來看云計算對于精準醫療的助力，只能是實現精準的計算載體。從云計算對于數據采集的入口來看，這里更大的貢獻其實是解決了數據的碎片化。通過互聯網的在線平臺把碎片化的資源整合起來實現大數據采集。

　　從這樣的趨勢來看，云計算的發展是去中心化一個過程，最終像華大基因這樣的巨頭控制的數據采集方式會被云計算的推廣所弱化。以云計算為核心的基因大數據平臺會迅速的發展起來。這是實現精準醫療的第一個階段，數據的云端化。云計算助力精準醫療的第二個階段，實現數據的安全性管理。

　　沒有一家企業能夠保證數據的安全性。商業界的規律永遠是用戶為王。用戶對于數據安全和個人隱私的意識是與生具有的人性，用戶的對數據安全的敏感度取決于維護的代價和門檻有多高。基因數據的安全性從數據產生開始就存在，具體在哪個環節得到用戶的重視，取決于基因產業的成熟程度。云計算在數據安全性問題解決方案上面已經相對成熟，具體到基因數據是否適用，我相信這是一個技術問題而不是一個道德問題。但是有一點能夠肯定的是，基因數據的安全性維護必定托管于第三方屬性很強的平臺，而不會是華大基因這樣的數據生產供應商。因為要用戶接受裁判和運動員都是同一個人是很難理解的，除非這個行業非常的小眾和封閉。

leftwall

一流技術看廣告，大俠的這個這就是廣告哈