導讀:大數據,由于與醫療保健相關,已經出現在個性化醫療革命的中心。簡單地說,數據的增長給診斷精準性的提高提供了巨大的可能性,因為研究人員能夠深入探尋從而創造更多的,尤其是在分子和組織水平的,有針對性的治療。
美國Definiens公司是生命科學領域里,對生物標志物診斷和醫療保健行業的定量數字化病理圖像分析和數據挖掘解決方案的領先供應商。該公司的首席執行官,托馬斯黑德勒,和我們探討了大數據推進個性化醫療事業的五大原因。
1.能解開未知
科技可以幫助我們從實驗樣品和活組織切片中獲取大量的數據。這就使我們有機會發現與疾病相關的未知因子,并用來當作藥物靶點或疾病分子標記。數據還可以用來幫助揭示疾病尤其是癌癥的復雜性,從而為每個患者找到不同的藥物及治療方案。
2.能關聯多種診斷信息來源并制定治療方案
來自臨床結果、遺傳圖譜和組織形態的大數據分析將是個性化醫學的一大動力。隨著我們對來自不同來源的數據對比整合,為每個患者量身定制治療方案也將成為可能。
3.能更多基于事實而非主觀理解作出治療決定
傳統而言,大多數診斷是通過顯微鏡觀察活檢樣本然后給出主觀視覺分析。這樣根據每位臨床醫生的具體背景和經驗,他們的診斷就有可能不同。因此,對患者樣品經常要求多次“第二意見”。病人病理樣本的數據化,也就是從定性樣品中提取多次離散數據點,就會產生廣闊數據量,以便用來進行統計分析,并迅速做出切實可行的臨床診斷和治療建議。
4.能對組織切片和基因組信息進行系統分析
通過患者的組織切片和特定基因組信息,臨床醫生可以避免多輪測試,而系統地提取每個病人的詳細信息。因為同時擁有所有可用信息從而確定診斷和患者預后,醫生就能夠以更快的速度在個體基礎上給出最好的治療決定。
5.臨床醫師能在自身以及與其他醫師之間高度重復
臨床上測試結果再現非常重要。每名臨床醫師在不同的時間應該都能夠做出相同的診斷,醫師之間也應該同樣給出相同的診斷結果。通過使用從臨床樣本和測試所產生的大數據,測試結果的持續重復性更加可能,臨床醫師和醫生也就能夠給出更準確的診斷判斷以及更合適的治療選擇。