当我儿子还是个小孩时,他去儿科医生进行了常规的CAT扫描。简单的东西。只需一点点就可以制服他几分钟。他会醒着,轻浮地结束。
除了我儿子没有醒来。他躺在诊所的桌子上,反应迟钝,生命力慢慢下降。该诊所无法诊断他的病情。五分钟后,他在一辆救护车的后面。我的妻子和我无能为力,只能继续看下去,为我们男孩的生命发狂。
原来,他对一种普通的盐酸镇静剂反应不好。一旦解决了这个问题,医生很快就把他带回来了,他很好。
如果…
但是,如果通过突破性的计算,数据库和AI技术的混合,对他的血液和基因组进行快速的分析就可以揭示他在成为关键问题之前的潜力呢?
如果有可能针对他和他的身体的独特状况设计治疗方案,而不是接受切饼方法并在其后立即处理不良反应,该怎么办?
简而言之,如果通过卓越的计算能力和下一代无线连接能力,像我儿子这样的数百万人能够在现场得到迅速,准确的治疗,而不会忍受传统医疗方法的成本和创伤呢?
我问有关儿子的这些问题是当今精准医学工作的核心。这是根据个人特点量身定制治疗方法的做法。精密医学涵盖了越来越多的领域,包括肿瘤学,免疫学,精神病学和呼吸系统疾病,其后端充满了大数据分析。
关键点:
精密医学利用患者的个体特征(包括遗传学)来识别高度特异性的,优化的医疗保健步骤。
需要5G以及新一代的无线和处理器来提供所需的速度和可访问性。
优化并行处理的工作量使精密医学更加实用。
像英特尔的“全天候”这样的愿景使用AI,5G和医疗物联网在24小时内将患者从检查到精确治疗。
数据推动以个人为中心的护理
将药物与基因特征配对仅涵盖可以集中用于特定患者护理的部分数据类型。
考虑布朗克斯区的Montefiore卫生系统。它已经部署了语义数据湖,这是一种用于收集大量不同数据并将其在AI的帮助下整理为可用形式的体系结构。除了针对现场收集的患者的大量数据(包括从许多医疗传感器和设备中收集的数据)之外,Montefiore的医疗保健专业人员还根据需要整理来自PharmGKB数据库(遗传变异和药物反应),美国国立卫生研究院的数据来源的数据。统一医学语言系统(UMLS)和在线孟德尔遗传(人类基因组数据)。
长的故事短,基于弗朗兹-英特尔/ Cloudera公司/解决方案被证明能够为患者准确地创建风险评分,预测他们是否有一个关键的呼吸事件,以及采取何种行动提醒医生。