从FitBits到临床研究：大数据会如何改变医药行业

千姿百态

所谓大数据就是可用的大数据集以及对它们加以分析的能力。其他行业正在朝着将更多数据转移至云端的方向发展，将它们储存在远程而非内部服务器上。亚马逊式的侧重点会给医疗保健带来哪些机会呢？以下人物在今年早些时候举办的福布斯医疗峰会上对此进行了讨论：

苏珊·德斯蒙德-海尔曼（Susan Desmond-Hellmann），加州大学旧金山分校校长，曾担任基因泰克公司（Genentech）的开发负责人，任职期间她成为了医药行业最著名的高管之一。

乔纳森·布什（Jonathan Bush），电子病历云提供商雅典娜医疗（Athena Health）的创始人兼首席执行官；该公司市值48亿美元，营收5.39亿美元。

格伦·德弗里斯（Glen de Vries），Medidata公司（本次大会赞助商之一）总裁。Medidata为医药公司提供基于云的临床实验数据库，并帮助制药公司控制研究成本以及管理科研生产力。今年该公司股价暴涨了两倍。

史蒂芬·弗伦德（Stephen Friend），赛智生物网络（SAGE Bionetworks）创始人，该公司利用基于网络的生物学和病人自己提交的数据，悉心探求开发药物以及其他疗法的新办法。他之前曾是默克公司（Merck）抗癌药物研究的负责人。

“数据正在用于我们生活的方方面面，其方式既可能是令人毛骨悚然的——我不想撇开这一点——也可能是让人赞叹不已的。”加州大学旧金山分校校长苏珊·德斯蒙德-海尔曼说道，该校可是美国顶尖医学院之一。“我们日常做的事情，如果很多都在iPhone手机上完成，比如我们用它购买日常用品并记录健身习惯时，会有许多行为信息被亚马逊（Amazon）和谷歌（Google）等公司加以分析，以了解我们的情况，而这些信息医疗服务提供者不能访问，我们作为病人也无法使用。”

弄清楚如何利用这些数据将如何改变这些数据对疾病或保健的意义？我们应如何改变医疗系统的运作方式，才能使大数据方式行之有效？让我们来细数一下吧。

小线索能汇集成大数据

“云在极为庞大的规模上专注的点却极为狭窄，”德弗里斯说，“为了能够实施，我们需要采取一种渐进式方法。”起初，这可能意味着利用人们也许已经在收集的小量信息。例如，对治疗心力衰竭、肌肉萎缩症以及神经退行性疾病药物的测试，目前这些测试是基于在设定的时间里病人能够走多远。但这不是现实情况下的测量，只发生于医生的办公室里。德弗里斯说，为什么不让人们戴上耐克（Nike）的FuelBand运动腕带或者能追踪他们走了多少距离的FitBit设备呢？

一个更能引发兴趣的例子来自史蒂芬·弗伦德：麻省理工学院媒体实验室的马克斯·利特尔（Max Little）找到了一种方法——根据嗓音中几乎无法察觉的症状来探知帕金森症的早期征兆。这可能会引出研究疑难杂症的新方法。

病人可以成为驱动力

在大数据方法的应用方面，一大限制是“健康保险流通与责任法案”（HIPAA），该法案限制了数据分享的方式。但是当病人自己选择分享其数据时则没有问题——没人强迫他们这么做。

“如果看看互联网是如何兴起的，那要说到关于猫的网页，”弗伦德说，“实际上是那些关心傻傻事情的人想做一些他们非常热衷的事。我猜对医疗信息分享而言，驱动力将是一些患有范科尼贫血症或这样那样疾病的人，他们的态度是‘访问我的数据不存在任何障碍。我想解决那个问题。’”海尔曼看到病人和研究者之间出现了一种新契约：“我将自愿提供自己的数据，只要你分享数据就行。”

打破“大厦情节”

“尽管HIPAA带来的麻烦也很大，但最大的障碍不是它而是大厦情节。”布什说。他表示：“搭建系统的是那些努力让医院大楼里人满为患的人，因为即便伴随着人口老龄化现象，他们还是看到每百人住院天数一年下降了0.5天，他们需要找人来填满那些病床……这些系统是以收费和收治住院病人为导向的。”他看到一个更为去中心化的医疗系统渐渐浮现。正确的做法不是把病人带到大型学术医疗机构里以便收集数据（就拿核磁共振扫描来说吧），而是从离病人最近的那台核磁共振仪器上获得数据。

海尔曼也看到医疗正从一个费用高昂的大型中心化系统中向外转移。“我不再去银行了。我也不打电话找旅行社了。”她说。而医疗领域尚没有自助服务。“一切都照着最高最贵的标准来。”

连接未连接的数据

现在，明显的联系还没开始建立。例如，如果不是想到雅典娜医疗提供的电子病历系统应该方便地与Medidata帮助进行的临床试验相关联，很难看到布什和德弗里斯两人的交锋。

目前这还没有实现，这也是为什么难以进行好的临床研究以证明药物或其他治疗手段有效，或者找出最佳治疗办法的原因之一。但是不要期待会有大的飞跃。“云在极为庞大的规模上专注的点却极为狭窄，”德弗里斯说，“为了能够实施，我们需要采取一种渐进式方法。”

大数据库能否替代临床试验？

这是最大的未解问题之一。目前在医学界，临床试验是真理的唯一仲裁者；任何其他类型的研究被投以更加怀疑的目光。原因很清晰：随机挑选病人接受一种或另一种治疗，这大大消除了其他类型研究中存在的偏差。因此，临床试验已经成为药物开发过程中成本最高的一部分。

但是，如果其他类型的数据库变得够大够强，它们能否替代随机对照临床试验呢？布什认为，答案无疑是肯定的，因为这些大型研究的条件与现实情况有很大差别。

出乎意料的是海尔曼也持同样看法，她是新临床试验最受推崇的设计师之一——但仅限某些情况下。她还记得：当第一批病人服用基因泰克公司生产的Avastin药物时，自己惶惶不安的感受，Avastin通过阻断血管生长来对抗肿瘤。通常说来，血管是好东西，且当时没有人知道该药物会产生什么效果。对于那种史无前例的测试，她认为我们将一直需要做随机对照试验。而测试一种药物对抗新疾病的效果，或者测试一种类似药物能否发挥同样的作用时呢？也许大型数据库可以做得足够好来替代临床试验。