日前，在2016英特爾生命科學信息技術論壇上，一款名為GTX One的生物計算加速平臺現身，引發了業內對于精準醫療行業新的看法。這款GTX One加速系統，通過算法創新充分釋放FPGA的計算能力，相當于將一臺超級計算機壓縮到一個小盒子里；一張FPGA加速卡就能達到60臺高性能至強Xeon CPU服務器的計算性能，極大地縮短了生物信息數據的計算時間。事實上，通過生物數據與醫療行業結合，生物醫療行業正在經歷高速發展。此次英特爾在京推出的“英特爾精準醫療伙伴計劃（Intel BioIT Partners）”，有望在2020年實現24小時內完成基因測序-醫學分析-制定醫療方案等一系列精準醫療過程。

　　精準醫療和基因測序正在全面爆發

未來五年，全球精準醫療市場的規模將快速增長，據西南證券研究報告顯示，2015年全球精準醫療市場規模近600億美元，2015-2020年期間增速可達15%，是醫藥行業增速的3-4倍；2013年基因測序市場規模約45億美元，2013-2018年復合增長率為21.2%，而中國和印度2012-2017年復合增長率為20-25%。從醫療技術的角度來說，精準醫療離不開基因測序，二者之間有著密切的關聯。至于精準醫療在全球范圍內快速發展，主要得益于以下三大因素。

1、政策上的大力支持。去年美國總統奧巴馬在2015年國情咨文中宣布：將重點支持精準醫療發展，投資2.15億美元建立數據庫及基因篩查等。而在中國，針對于精準醫療的利好政策也頻頻出現，科技部甚至召開國家首次精準醫學戰略專家會議，計劃在2030年前，在精準醫療領域投入600億元。政策上的利好消息，極大地刺激了相關企業和醫療機構投入人力、財力來研發精準醫療。

2、基因檢測技術的興起，極大地促進了精準醫療的快速發展。相比傳統的醫療技術而言，精準醫療不單純只是局限于對于疾病的治療方面，它在降低疾病的發病率，有效預防并治療病人病情方面具有更高的準確率和效率。

3、隨著生活收入水平的不斷提升，老百姓們對于自身身體健康的關注度越來越高，尤其是對于正在步入人口老齡化的中國來說，醫療問題正在成為全社會日益重視的問題，老百姓對于精準醫療的需求也在日益攀升。

精準醫療還需經歷九九八十一難

然而在整個國內，目前精準醫療的普及發展也并非一帆風順，實際上整個行業還是存在諸多痛點。

精準醫療面臨的第一個難題就是數據收集的問題，對于很多用戶來說，他們個人健康信息的數據是一項保密的內容，他們不愿意將自己的健康數據透露給他人。這就給精準醫療造成了一定的困難，精準醫療需要基于大量數據基礎之上，沒有這些數據基礎，精準醫療也就難以做到精準。

第二個難題是成本上的難題。類似基因測序這種技術，它的成本雖較之前已經大幅降低，但就現階段而言，仍舊沒有達到普及的水平，絕大多數的精準醫療項目都需要付出高額的成本，這對于一些較小的醫療機構來說，是難以承擔的。此外，基因檢測與分子靶向治療的藥物價格也不菲。

第三個難題是對于醫生以及很多中小醫療機構來說，如果精準醫療成為了日常健康醫療的一部分，這些醫生就需要具備深厚的分子遺傳學和生物化學功底，他們不僅需要解釋遺傳測試結果，還需要了解這些信息如何對應到后期的治療或前期預防當中，并向病人準確地傳達這些信息。去年針對北京協和醫院醫生做的一項調查表明，醫生對遺傳學知識的個人評分平均只有2.1分（4分為滿分）。

第四個難題是精準醫療的支付問題。精準醫療的價格能否被普通的老百姓們所接受，這個也是需要考慮的。如果大多數的老百姓買不起精準醫療藥物，那么精準醫療最終就難以走向大眾市場。此外，醫療保險能否覆蓋精準醫療也是很關鍵的一步。

第五個難題則是精準醫療如何區分病人群體的異質性。即便區分開了，還需要涉及到制藥業的切入，如何才能夠開發出針對特異群體的靶向乃至基因藥物，這并非那么輕松，且藥物從臨床到應用的諸多環節也需要考慮。

而精準醫療所面臨的一個最核心最根本的難題實際上還是源于技術本身，如何對大數據進行更準確的分析，還需要更高的效率來實現。比如在基因檢測運用最為成熟的NIPT領域，就面臨著精準度、檢測周期、假陰、假陽現象等諸多難題，這也是目前全球各國精準醫療所面臨的一個共同難題。

行業急需不斷創新變革，精準醫療才有希望

要想推動精準醫療逐漸走向普及，就必須推動精準醫療的醫療技術水平不斷提升，如此一來才能解決精準醫療的基因測序、數據分析、區分病人群體的異質性問題等，而精準醫療的治療費用也就可以逐漸下降。

2000年，人類第一個基因組開始，基因檢測以摩爾定律的方式進行快速革新，這加快了基因檢測的個體化精準醫療運用進程。

2015年，為了能夠滿足復雜的基因測序數據處理和高性能計算能力需求，英特爾推出了至強融核協處理器（Xeon Phi），它能夠提供多達61個內核、244個線程、1.2萬億次浮點運算性能。但基因序列分析具有高IO密集和高計算密集的特點，還需要常規加速方法以外的特殊手段。

2016年，精準醫療進入到了算法階段，高效的數據分析變得越來越重要，它也是精準醫療所面臨的一個最核心最根本的難題。人和未來生物科技公司推出的基于FPGA的GTX One生物計算加速平臺，從某種程度上來說，有效地解決了這個難題，他們通過高能算法極大的提高了基因檢測樣本的比對和分析效率。

從速度上來說，GTX One加速產品能夠讓無創產前DNA檢測（NIPT）的數據比對分析效率提升100倍。比如，GTX One處理器（FPGA芯片）能在一個超過20億個條目的海量數據字典（近90GB的數據量，即超過22張DVD數據量）中，創紀錄的完成每秒860萬次的查詢，比一臺運行Redis（公認最快內存數據庫）的20核Intel Xeon E5 CPU 的服務器的查詢速度快17倍。

從成本上來說，GTX One系統可以將一臺擁有20核Intel Xeon E5 CPU的高性能服務器24小時的計算任務，壓縮至半小時內完成。這不僅極大地降低了數據分析的時間成本，還能極大降低服務器集群的采購和運維成本。與此同時，GTX One整機滿負荷功耗只有89W，是20顆Intel Xeon E5 CPU 物理核服務器整機功耗的1/5，大大降低了運行成本。

從效率上來說，GTX One處理器也帶動人類精準醫療向前邁進了一大步，它專門針對序列比對和突變分析算法的并發和訪存瓶頸，面向FPGA高計算性能特性，充分考慮算法各階段流水，重新設計了生物信息分析的核心算法。其優化設計甚至細化考慮其訪存可能引發的DDR控制器事務數量、DDR3顆粒內部Open Page的時間特性等，使得 GTX One處理器能夠在一個雙通道的8G板載DDR3內存中，從壓縮的海量數據記錄里，輾轉騰挪，僅僅通過最多不超過4次訪存的情況下，在30億堿基長度的基因組上定位序列片段。

不過GTX One加速平臺還僅僅只是人類精準醫療戰略實現的第一步，人和未來正將這項新的技術運用到全基因組、轉錄組、表觀遺傳等數據分析上，持續不斷豐富GTX One加速平臺上的分析應用產品。只有不斷提升高能算法和大數據分析的能力，才能真正全面提升基因檢測全產業鏈條的整體效率，從而大幅降低檢測成本、時間以及精準度，真正建立大數據健康管理解決方案。

未來大數據下，將全面進入精準醫療時代

不論從何種角度來說，基于基因測序和大數據基礎之上的精準醫療，將會成為人類未來醫療發展的必然趨勢。

首先，精準醫療能夠極大地提升對病人治療的有效性，也能夠提供更為精準的醫療服務，這個對于當前的醫療水平發展現狀來說，具有極大的促進意義。此外，精準醫療的出現，還能夠降低一些非必須藥物的副作用。

其次，隨著精準醫療技術的不斷提升，它能夠減少很多無效的治療檢查，大幅降低治療的時間。最為重要的是，隨著精準醫療技術的提升，它的費用也能不斷降低，同時還因為減少了其他的治療檢測項目，能夠大幅降低醫療的成本。很多傳統醫療單項費用看起來并不高，但實際上卻浪費了很多醫療資源。

最后，從健康的角度來看，精準醫療能夠提供一個更全面的健康管理方案，不論是從病情的預測到病情的治療，精準醫療都能夠更精準地對用戶的病情進行較為準確地把握，能夠幫助患者更全面地管理自己的健康。

總體看來，精準醫療還在不斷探索的路上，企業和醫療機構秉著對生命負責的態度，才能走得更遠。基因檢測寄托著人類精準醫療的夢想，將在不遠的將來全面走向人類并普及，這個領域也必將會誕生出許多偉大的生物科技企業。

作者：劉曠，以禪道參悟互聯網、微信公眾號：liukuang110