在人类解读完人体之后就要对人体的密码进行分析了（解读人体部分请翻看昨天内容）。人类如今又有哪些手段能够对人体进行分析呢？

第二部分：分析人体 

1. 科技巨擘计划挖掘人体数据宝藏 

过去，苹果、微软、谷歌、三星等科技公司在桌面软件、网页搜索、移动电话等领域称雄；如今，他们又有了新目标——意图在卫生保健领域分一杯羹。卫生保健是美国第一大市场，市场容量为3万亿美元，占美国GDP近五分之一。

有权威人士预测，将来我们的身体将会处于细密的监测之下。现在，可穿戴设备、无线装置设备、人体秤、血糖检测仪……这些设备收集我们的生理数据，并将其汇成庞大的数据流。未来，这些数据会来自于内置于我们身体内的生物感应器或者其他植入型的设备。它们会收集数据，并将其传到智能手机上；手机上的APP会对这些数据进行分析。当我们的身体出现状况时其还会发出预警。

苹果、微软、谷歌、三星这些重量级的科技公司都已发力，目的是掌握电子健康领域的主导权。他们主要是在智能手机和可穿戴设备上发力。用智能手机收集、分析、传输高容量的卫生健康数据已经成为一种越来越重要的方式。美国已经在转变医生的数据记录方式上投入数十亿美元，电子病历越来越广泛地被医生使用。正是出于对美国电子病历改革的看好，苹果发布了HealthKit。它是一个移动应用平台，可以收集和分析用户的健康数据。

显而易见，这些科技公司已迈出了瓜分卫生健康市场的步子，可对此一些医学专家并不很乐观。他们认为这些科技公司推出的相关产品是否能够得到大规模应用还有待市场检验。他们坚信一些重大的健康问题，例如过度肥胖，并不能利用APP和可穿戴设备去解决。有些医学专家甚至认为科技公司推出的相关产品只是玩具。

障碍不只来自医学专家，还来自消费者——他们在收集自己健康数据一事上持漠不关心的态度。

实际上，早就有人指出，真正想全面收集健康数据者必须面对诸多挑战。第一个挑战是用户信息的统计。购买数字健康产品的人绝大部分是高端消费者或者注重自我健康的人，而非患有慢性疾病（如过度肥胖）的人。后者是不舍得花好几百美元购买这类电子产品的。

第二个挑战是大部分医生并不认为数据越多越好。他们担心电子产品提供的数据绝大多数并不是他们需要的，比如随时监测到的血压、脉搏、体重等数据。另外，对医生来说，在家记录的数据可能也是没用的，因为他们不知道这些数据产生的具体环境。比如血压，如果是在病人紧张的状态下获得的就会失真。失真的数据是没用的。

第三个挑战来自所谓的数字饥渴诊断（Data-hungry Diagnost）。数字诊断往往基于医学预防的假设。虽然长时间地进行身体监测有助于提早发现癌症等疾病，但也会使病人处于自检过于频繁的状态，带来“过度积极”的负面影响。

最后一个挑战是监管。美国食品和药物管理局最近对医疗电子设备的使用范围进行了规范。记录一天走多少步之类的健康仪器不在他们的监管范围内，但真正医疗级别的设备，例如防止睡眠呼吸暂停的仪器，则在他们的监管范围内，即需要取得FDA(美国食品和药物管理局)的证书才能上市，使用时还必须有医生做指导。

虽然在健康数据的收集方面遇到了上述诸多问题，但苹果、微软、谷歌、三星等科技公司仍在积极研发相关产品，包括能够连接电子病历系统的软件，因为电子病历系统记录了病人的临床数据、试验结果和其他信息。这是他们对医学大数据时代到来进行积极备战的表现。 

2. 10万人、250个生物指标记录者一起寻求健康密码 

来自华盛顿大学的电脑科学家拉佐斯卡和他的妻子加入了“10万人健康计划”。该计划的组织者系统生物学研究所将持续监测他俩的身体状况，然后给出“改善建议”。加入“10万人健康计划”后，拉佐斯卡得献出自己的基因序列，每3个月被抽14小瓶血，还得收集自己的唾液、尿液和粪便，并将它们邮寄给系统生物学研究所。

利用拉佐斯卡提供的样本，研究人员对拉佐斯卡血液中的250多种蛋白质、脂肪、血糖、维生素等指标进行了测量，并对其肠胃中的数十种微生物进行了分类。另外，研究人员还通过健康追踪腕带对拉佐斯卡的运动和睡眠状况进行了追踪。

拉佐斯卡的所有数据都会被存储到系统生物学研究所的电脑上。研究所的主席兼创建者胡德希望能找到10万个类似拉佐斯卡的志愿者参与研究，参与的期限是25年。

胡德认为这种对人体生物数据的全面收集与研究能够让我们提早知道癌症、心脏病等重大疾病的到来，同时也能改善相关的医疗技术。他认为现在的医疗理念是重治病轻养生，重对症轻预防，失衡情况严重。如果能通过实时监测提早发现身体指标的变化，情况或许会好一点。

在进行研究的过程中，一些研究人员对“10万人健康计划”能否预测、预防一些还未被研究透的疾病持质疑态度，例如尚没有明显的证据表明用维生素B降低人体内的高半胱氨酸（homocysteine）就能减少心脏发病的几率，但胡德及他的一部分同事却相信，大数据分析对未被研究透的疾病的治疗也会产生一定作用。

另一个质疑针对的是对个人持续地进行健康监控的价值。一些持续的健康监控的价值并不大。比如患有前列腺癌的病人的病情发展一般是很缓慢的，持续的健康监测很难对其进行全面覆盖，因此对病人治病的帮助也不大。但胡德认为，追踪各项人体的生理指标至少能够帮助医学专家更深入地了解疾病，从而提出更好的治疗方案。

总之，“10万人健康计划”的研究者对参与者进行身体状况的监测和数据的收集是很有必要的。胡德相信其将有助于医疗技术取得重大突破。 

3. 大数据对抗癌症 

约翰和凯茜是一对夫妻，凯茜被诊断出患了3期乳腺癌。为了找到治疗妻子的病的最佳方案，约翰与哈佛附属医院的一个网站联手开发了一个大数据查询工具。利用这个工具医生对凯茜进行了开创性的治疗——并未使用外在的新药和试验性质的治疗方法。

凯茜是2011年9月被确诊为癌症患者的，其后她的肿瘤快速恶化，淋巴结也出现癌变。传统的治疗方法一般是先切除乳房再化疗。但凯茜的主治医生决定采用精准治疗手段，即根据凯茜的具体情况实施定向治疗。

约翰以前开发过一个面向开放资源的网络平台：i2b2。2004年，波士顿的几家医院开始经营i2b2。利用i2b2研究人员能够查询到病人电子病历上的大量数据，为临床试验和治疗提供支持。几年后，5家哈佛附属医院利用i2b2创造了一个强大的查询工具：Shrine。为了治疗凯茜的病，约翰和凯茜的治疗团队利用Shrine筛选出了610万病人的治疗信息。这些信息都是有效的，对治疗凯茜的病起了很大的作用。

据统计，目前在全世界范围内已经有100多家医疗机构在使用i2b2。Shrine这一搜索工具的使用也普及开来。美国和欧洲的研究人员使用它实时监测公共健康领域的变化情况，发现药物的副作用或者探讨其他医疗话题，美国政府还启动了如何在临床试验方面使用Shrine的研究。

可以说，Shrine已被证明物有所值。约翰希望更多的医疗机构能够认可它在我们迈向数字化医学时代的过程中起到的作用。约翰认为我们过去10年扔掉的存储病人信息的数据库如今已成为起决定作用的治疗支持和管理工具。建立更多的i2b2似的平台无疑会使我们的医疗手段更加完善和有效。

当然，要让这些平台及其上面的数据在未来发挥更大的作用还需要我们做很多的工作，比如让Shrine具备自然语言处理能力。这将使它能够挖掘出医生们松散的治疗记录的价值，因为那时它搜索大数据的功能会变得更为强大。在美国，扫描一个人的全部基因的费用已降低至1000美元。这意味着健康记录数据里会包含大量的个人基因序列数据。这些数据有什么作用还有待观察，但无疑我们会用到它们。 

4. 电脑模型在埃博拉病毒肆虐期使用 

2014年10月3日，美国国防威胁降低局（DTRA）决定在西非利比亚最南端的6个城市中建立埃博拉治疗中心。这个军方部门想要基于电脑模型为传染病医疗工作者们建立治疗中心、移动实验室、医院。

泰奥尼斯是弗吉尼亚理工学院计算机生物学系的一名博士生。他所在的网络动力学和仿真科学实验室为国防威胁降低局提供了相关帮助。这个实验室已经在建立传染病模型方面为五角大楼工作了5年。泰奥尼斯编写了一个试验性的程序，或者说电脑模型，以便帮助国防威胁降低局在数个利比亚城市中遴选出最适合建立埃博拉治疗中心的城市。

理想中的该电脑模型必须能完成如下几个工作：一是预测疾病的传染速度；二是呈现病人的病情；三是标记显示高发病区；四是帮助公共健康权威机构抑制传染趋势。显然，进行这些计算需要大量的信息，且不只是与疾病有关的信息，还应包括当地人口的信息。

实际上，弗吉尼亚理工学院以前就为国防威胁降低局开发过类似的电脑模型，其能对传染病(real-time epidemic)传染过程进行预测，对各种治疗手段的效果进行预估。一个埃博拉疫区的研究人员说与实时传染病有关的电脑模型在2003年SARS病毒暴发时就开始为决策者服务，如今对抗埃博拉病毒，它应该能发挥更大的作用。

在抑制埃博拉病毒的诸多要素中人口信息是至关重要的。泰奥尼斯的电脑模型把当地人分成几大群体：易感染人群、外露区人群、易传染人群、现住院人群、死亡但未埋葬人群、已经埋葬人群、已康复的不再感染人群。这一模型包含了从小孩到老人的所有人口信息。为了完善模型，研究人员每天都对病例进行统计。这对画出传染曲线(epidemic curve)是很重要的。传染曲线能够直观地显示出暴发后的病毒增长趋势。

弗吉尼亚理工学院实验室的副主任尤班克认为，类似的电脑模型能够以图像的方式显示出病菌是如何影响人群并使人患病的。这是医学发展的大趋势。虽然收集数据和专业信息需要很多人手，成本不菲，但他相信这种电脑模型会越来越普及。

无论是“10万人健康计划”、 网络平台i2b2还是电脑模型，都是人类在分析身体密码方面探索的结晶。虽然尚在起步阶段，但技术会越来越完善是确定无疑的。接下来让我们看看未来有可能改造人体的那些技术与产品。

                                                              ——作者/李亚洲《大数据与智能化》杂志、思想坦克新媒体