leiphone 奕欣
包括谷歌、蘋果、微軟、IBM在內的科技巨頭，在過去幾年里都在做同樣的一件事：聘請生物醫療界的領導者。
醫學科學家從原來的研究室轉移到科技公司，實際上對於雙方都是一件好事。專注於臨床研究的醫學科學家並不總是有機會接觸到足夠數量的患者，並進行長期的研究。而這樣的強強聯手可以借互聯網公司的雄厚資源獲取多維度的大量健康數據，工程師還能為健康數據建立各種傳感器及算法，並進行詳盡的分析。簡單說來，互聯網公司，或者說它們背後的數據，對於科學家而言，真真是無法抵抗的誘惑。
這樣的例子不勝枚舉。
2015年9月，Tom Insel離開美國國家心理健康研究所，加入Google Life Sciences團隊。
2015年底，Michael McConnell停下了史丹佛大學的心血管項目，加入谷歌。
上個月，致力推動開放醫療研究的Stephen Friend也加入了蘋果。
但這樣的趨勢也說明瞭一個問題：不管是關注全人類的谷歌，還是專注消費者的23andme，他們都掌控著健康數據的所有權，或者說，他們控制著分析人類健康數據的方法，並運用於服務中。
目前有一個新詞叫「黑箱社會」（Black Box Society），指的是用一些機構用不公開的數據分析工具進行數據處理和判斷。比如在線廣告商的「個性化推送」，或是針對特定群體的服務器優先，都可以視之為黑箱社會的表現。就像凱恩斯經濟學「看不見的手」一樣，數據分析里看不見的手，同樣在悄悄發生著作用。
如果算法決策未被公開，卻被用於健康分析，那麼社會的黑箱效應就會愈發嚴重——因為你不知道自己已經被「區別對待」了，可能你也無從得知，自己已經被一些帶有歧視性的健康描述所形容，更不要說去反抗了。
Health is wealth the life changing video
互聯網公司的影響
Nature認為，大量健康專家「遷徙」到矽谷，可能會為生物研究及醫療行業帶來根本性的影響。
目前包括英國、瑞典、挪威和愛沙尼亞在內的國家，已經實現了電子健康記錄的規範化，而這得益於政府和民間組織的推動。而美國也在未來五年內有望實現這一目標。與此同時，機器學習的進步讓電子健康數據的未來增加了不少可能性。比起局限於個體案例的臨床觀察，覆蓋大量人群的樣本顯然更適合機器學習來處理。
在以往，研究者們會在病房或診所內進行觀測及記錄，數量大概是幾十到上百個。此外，要抽絲剝繭地在這些綜合數據里獲取相關的信息，一方面代表性不足；另一方面也耗費時間和精力。而現在，通過智慧手機上的各種應用，用戶的位置、步數都能利用可穿戴設備記錄下來，這樣的數據就非常可觀了。
而根據谷歌引擎的數據統計及分析，我們也可以窺見人們對健康，甚至是特定疾病的重視。目前谷歌正在採用Knowledge Graph算法來為用戶推薦更準確的健康搜索結果。谷歌的一項統計表明，每秒鐘產生的40000個搜索，有2000個是和健康相關的。
而提到機器學習，IBM的沃森自然是不能忽略的人工智能。IBM可以用自然語言和機器學習處理非結構化數據。而在今年，IBM還和與英國國家醫療服務體系（NHS）進行了二度合作，將和Moorfields眼科醫院一同開發辨識視覺疾病的機器學習系統。（詳情可閱讀：《繼攻克圍棋後，Deepmind想「看透」人類的眼睛》）
雖然目前可穿戴設備只能對特定健康指標進行監測，但它們所產生的實際功效要比傳統的醫學療法要好得多。比如有媒體此前提過的全自動「胰腺」，就能實時監測用戶的血糖水平，並及時給予調節療法。
十年前，創業公司會收購各種健康數據，並轉手賣給制藥公司；但今時今日，幾乎每一個科技巨頭都想著要「進軍數位醫療」。
封閉的數據
許多企業進軍醫療領域，目的在於通過管理上的進步和分析水準的提高，從根本上改變醫療護理行業。
就像前面提到的美敦力，此前在2013年就推出過一款血糖設備Enlite。但對於患者來說，即使用戶能夠在任何時刻監測血糖，但自己卻對整體數據沒有所有權。
即使企業樂於分享數據，他們也會對數據作分享限制。比如23andMe，它擁有全球最龐大的基因數據組，允許用戶查看和下載自己的單個DNA，也可以分享給某些公司。但這樣富有醫學專業度的數據並不能解決用戶心裡的疑惑，他們還需要獲得授權，將數據給專業的分析師，才能得到「聽得懂」的檢測結果。
長期以來，制藥公司一直掌握著大量數據，但它們並沒有實驗之外的實際使用數據，而且也無從分析同一對象在不同實驗中的情況。晚些進軍市場的創業公司，則利用技術和可穿戴設備的優勢，在數據的積累和學習中進行更精確的用戶預測。
eMarketer在一份報告裡指出，可接入互聯網，並對健康數據進行分析、簡化護理流程及醫學研究的可穿戴設備，在2020年將會擁有超過1630億美元的市場規模。但這些數據所憑依的算法，可能會阻礙科學的進步——就像前面所說的一樣，企業可能會為了商業利益對用戶的數據進行交易或是分析，而這未必是一件能給用戶帶來愉快體驗的事情。
開源，為了明天
封閉的系統當然不是全無壞處，比如可以對數據進行統一的規範處理，這樣無疑會提升運行速度。利用傳感器或者其它分析方法，將數據整理為臨床可用的信息，當然對社會是有益處的。而隨著這樣的企業增加，原來的僅靠出售數據為利的企業可能也就會日漸式微了。
這一點可能需要政府的支持——嚴格的監管和規定可能會阻止健康數據的分析和交易。目前，歐盟已經出台了相關法律，以防止人們的信息被商業化。而美國在目前的2-3年內實現這一點的可能性很小。
而對於一些科技巨頭而言，它們擁有的資源——數據和計算能力，加上富可帝國的資金力量，幾乎力可扛鼎。蘋果、微軟、Alphabet、思科和甲骨文，這五家公司在2015年的現金儲備已經達到5040億美元。但為了避免監管和稅收，大部分都儲備在海外，這就出現了政府有心無力的狀況。
而鑒於這樣的現狀，自然雜誌提出的一種解決方法就是開源。在上個世紀90年代，IBM放棄了服務器，而對開源軟體下了苦功，而就在開源的ApacheWeb服務器和Linux操作系統形成了一個可行的軟件，IBM就開始銷售其服務。
而政府的資金支持同樣可以鼓動健康數據的開放。比如人類基因組計劃成立後，基因組測序公司Celera便把數據存儲在數據庫GenBank裡，將業務轉移到疾病治療上。不過，目前政府的資金支持，還不及商業層面的投資。比如23andMe，它們家最近一輪融資達到了1.5億元，已經達到聯邦政府投給歐巴馬政府精準醫療計劃的70%。
但開放數據，特別是健康數據，存在的一個問題是隱私問題。用戶不僅要打破「黑箱」效應，還要知道他們的數據來源如何被使用，在哪裡被使用。而這些數據的安全性，同樣可能會招致很多的社會討論。
在醫療護理領域上，用戶一直以來都處於被動的位置——雖然是他們選擇了產品，但測量過後的數據，掌控權卻不在他們的手裡。只有當用戶開始意識到這一點，為自己的健康數據負責之後，事情才有可能發生轉機——守住健康數據的底線。
沒有留言:
張貼留言