基因技术+大数据+机器智能=长生不老？
前几天看到一篇介绍美国新型社区医疗的文章，美国人看小毛小病原来都是找服务社区的“全科医生”，近年来“全科医生”凸显出很多问题，比如：
1.全科医生待遇只有专科医生的2/3，造成全科医生供给不足；
2.全科医生个人诊所检测诊断设备不足，服务能力有限，造成即使是咽喉炎这种小毛病，候诊时间也会超过2小时。
为了解决这些痛点，美国形成了新兴的社区诊所，这些诊所甚至都没有医生，只有助理医生。但是它有更多和医院联网的检测诊断设备。
我们知道，现在很多诊断都是依据检测结果，而不是医生的个人经验。所以这样的诊所完全可以满足简单疾病的治疗，并且可以大大缩短候诊时间至分钟级。
美国最大的连锁药店CVS pharmacy下属MinuteClinic（分钟诊所），今天发展到33个州超过1000家店，服务了超过1800万患者，包括40多种常见疾病和对慢性病的监测，患者平均等候时间低于15分钟，客户满意度95%。
看完这篇文章，我对未来看病是什么样子产生了非常浓厚的兴趣，查阅了一些关于未来医疗的资料，摘录要点分享给大家。
小毛病怎么治
我们通常关注心血管疾病、癌症、中风等大病，但最困扰我们的是嗓子痛、发烧感冒等小病。
患小毛病的原因非常多，虽然症状相似，病因却未必相同。
就拿嗓子疼来说，一医生给开点药（通常是退烧药和抗生素），过几天我们就好了。到底是药物起了作用，还是自然痊愈，或者是吃了药以后的心理作用，谁也说不好。
实际上，绝大部分时候，嗓子疼根本不需要吃抗生素，感染根本不是细菌引起的——很多时候嗓子疼是由病毒感染引起的，抗生素根本不管用。
怎么才能知道嗓子痛是由病毒引起，还是细菌引起呢？
中国通常的办法是验血，如果白血球高就认定有细菌感染，然后医生就给开抗生素。
其实，虽然白血球高和细菌感染有很大的关联性，但并非互成充分必要条件。有些时候有局部细菌感染，未必会导致白血球高；反过来也一样，造成白血球高的原因很多，因此白血球指标高未必说明是细菌引起了嗓子疼。
即便有细菌感染，不同人感染的细菌可能不同，医院常备的广谱抗生素未必对每一个人病灶的细菌都管用。
另外，细菌感染有些时候和病毒感染是相伴随的，因此，看到白血球高，医生开了抗生素，服用一段时间也未必见好。
那么问题来了，怎么才能知道造成嗓子疼的原因是什么呢？
利用一种新技术，从病人的嗓子里取样，然后放到一个仪器中对样本进行基因测序。
测出来的大部分DNA是患者本人的，少量DNA是感染的细菌或者病毒的。
由于利用DNA检测生物准确率极高，因此病灶所有感染的病原都能找到，然后就可以根据每个人病灶处不同的细菌（病毒）对症下药。
这样治疗的效果当然可以好得多。
现在，这种方法在美国已经进入临床试验，效果非常让人振奋，而唯一的问题是基因检测的成本目前较高，大约是每次1000美元。
如果能普及这种技术，每次成本可以降到100美元以下。因此这种方法在不久的将来有望得到普及。
显然，如果我们能够对症用药，治疗效果会好很多，很多抗药性问题也能得到解决。
癌症怎么治
Google专注医疗前沿科技的全资子公司 Calico CEO李文森博士认为大数据和机器智能技术和医学的结合可以治愈很多顽疾，包括癌症。李文森的观点也代表了今天美国医学界的主流观点。
要讲大数据和机器智能治愈癌症，先要讲为什么癌症那么难治愈。
癌细胞不像其它的细菌那样来自外部。同一种细菌感染的疾病，致病的细菌通常是相同的（比如肺结核由结核杆菌引起）。
癌细胞是我们体内正常细胞在复制时基因出了错而产生的，至于怎么错的，是因人而异的——也就是说同样一种癌症，在不同患者身上基因复制错误可能不相同。
这就解释了为什么很多抗癌药对一些病人比较灵，对另一些人却没有什么作用，因为他们的癌变其实不同。
每一个人的身体条件不同，同样的抗癌药，有些人的副作用比较小，有的人可能副作用非常大，很容易破坏他们自身的免疫系统。
实际上，大部分医生在给癌症患者用药时，需要对患者进行基因比对，以确定是否能用某种抗癌药。
更要命的是癌细胞本身也是变化的，既然细胞在复制时，基因会出一次错，就有可能错第二次、第三次。
因此，对一个患者，即便一开始为他找到了一种有效的抗癌药，但是如果癌细胞基因再发生突变，曾经管用的药物也会变得不管用。
我们经常会听到这样的故事，有的人得了癌症后，一直控制得很好，病情稳定；一些人甚至看上去已经痊愈了，但是忽然有一天，他的病复发了，然后病情就无法控制，很快就过世了。这其实是因为癌细胞本身变化所造成的。
由于上述原因，李文森博士认为，很难找到一种万灵药彻底医治哪怕是一种癌症，这和发明抗生素治愈结核病不同。
事实上，即便是基因泰克研制的那些所谓特效抗癌药，也只对一小半人特别管用。要想彻底治愈癌症（或者说让患者和癌细胞长期共存），就需要针对不同的患者设计特定的抗癌药，而且根据这个患者癌细胞每一次新的变化研制新药，只要这个研制速度能够赶得上癌细胞的变化，即使不能够彻底杀死所有的癌细胞，也能控制癌症，让患者长期健康地生活。
从理论上讲，这种方法是可行的，但是这样做的成本太高。
首先，需要有一个专门的研发团队围绕着每一个患者进行药品的研制，而且研发的速度还要足够快。
其次，它的耗费至少在每人10亿美元以上。因此，全世界除了像乔布斯这样的亿万富翁，都不可能用这种方法来治疗癌症。这就是目前人类在抗癌方面遇到的困境，这个困境是无法通过传统的医学进步走出来的。
事实上，在过去的二十多年甚至更长的时间里，全世界医学界对癌症机理的理解和治疗方式的改进是非常有限的。
那么出路在哪里呢？李文森博士认为需要依靠将最新的基因技术和IT技术（尤其是大数据）相结合。
目前在人和动物身上发现的可能导致肿瘤的基因错误大约有5000种，而癌症的种类不过一百来种，也就是说即使考虑到导致癌变的基因复制错误和各种癌症的全部组合，不过是几百万种。上百万这个数量级在IT领域是非常小的，但是在医学领域则近乎无穷大。如果能利用大数据技术，在这上百万种组合中找到各种真正导致癌变的组合，并且对这样每一种组合都找到相应的药物（这个工作量大到必须依靠机器智能），那么对于所有人可能的病变都能够治疗。
未来，医治癌症的方法可能是这样的，针对不同人不同的病变，只要从药品库中选一种药即可，比如对患者老王，医生根据他的情况给他开了第1203号抗癌药品，如果发生新的病变，经过检查确认后，改用256号药品……，这样并不需要每一次重新研制药品。如此一来，癌症就变成了像感冒式的普通疾病，不再会对生命产生威胁。虽然开发出这样成千上万种药总的研发成本不低，但是如果摊到全世界每一个癌症患者身上，李文森博士估计只需要人均5000美元左右。
总结一下：
1.大数据和机器智能会越来越多地介入医疗领域
2.颠覆式的技术革新带给各类疾病（包括今天的绝症）全新的解决方案
3.好好爱护自己的身体，说不定我们能赶上每个人都活过100岁的时代
