您上次遇到一位知道如何分娩婴儿的技术首席执行官时是什么时候?而且，就此而言，您上次遇到一位会编码的医生是什么时候?在高等教育中，就像在生活中一样，医疗保健和计算机科学是两个独立且深深的沉浸式轨道。也许这部分解释了为什么尚未实现技术中断医疗保健的承诺。
即使DNA研究(例如基因组测序)的突破使医生能够从最深层了解患者的生物学，并且即使消费者设备实时跟踪我们的健康状况，所收集的原始数据也缺乏必要的解释-处理器”来使用说代码的功能-这是使它可行的必要条件。
单靠数据并不能造福人类。医学智慧和医学数据不能作为程序一起运行。至少还没有。
当他们这样做的时候(我相信这只是时间问题了)，我们将看到医疗保健领域的一场革命。作为一名医生，我看到企业家和风险投资家在这个领域拥有巨大的机遇。他们也需要开始见他们。
作为一个例子，设想一下一个时期，在疾病表现为症状之前，我们可以监控自己的健康轨迹，发现并逆转我们的身体衰退。我们将真正从今天的“疾病护理”模式转变为真正的医疗保健。
我们中的一些人已经在对患者进行此操作，随着时间的推移捕获遗传，表观遗传和激素数据，以及血液检查结果和其他生物标记。
这个想法不仅是为了量化单个快照中的个体，还在于解释这些数据。然后，它可以随着时间的推移成为数据集，可以提供可操作的指导以更改每个人的健康轨迹。然而，在这一点上，这种思想还没有融入任何一种算法中。如果您将这种情况与在医疗保健和技术之间架起桥梁的需要相提并论：我们仍在制定计划。
然而，很早以前，有趣的是，技术和医疗保健的交叉领域正在发展，并且随着多层数据解释的日趋严格，它将变得越来越重要。风险投资家和消费者都应该感兴趣的就是这些交叉点。
建立连接
Google在这里大名鼎鼎，正在尝试建立这种联系：考虑其新的症状检查器，它与哈佛医学院和梅奥诊所合作，根据在搜索栏中键入的症状改善了Google搜索结果。或者，请注意这家搜索巨头的隐形眼镜，它将监控糖尿病患者的血糖水平。
然后是现代互联网的早期先驱Larry Smarr。Smarr是天体物理学家和计算机科学教授，是最早存储其个人医学数据的倡导者之一。
实际上，Smarr已经追踪了自己的生物标记物多年，并且在他被诊断出患有克罗恩氏病之前很久就在他的健康读数中看到了炎症标记物。但是他的医生很快就消除了数据，直到症状变得明显为止。不足为奇：当症状没有立即显现时，医生受过训练以限制检测，保持敏锐度并避免“钓鱼之旅”。
但是事情开始发生变化：许多有远见的科学家，学者和临床医生正在引领“自我量化”革命，使用新颖的数字健康工具随时间跟踪生物标志物，目标是在细胞水平上检测，预测和逆转疾病。
斯坦福大学医学院个性化医学和遗传学系教授兼主席迈克尔·斯奈德(Michael Snyder)较早发现了自己的2型糖尿病-他的传统医生因斯奈德体质瘦弱而将其排除在外。斯坦福大学的研究人员通过对他的基因组进行测序，然后在很短的间隔内仔细地追踪他的血液活动，来了解事物。
他及早发现了这种疾病，消除了糖分，增加了自己的骑行常规-并扭转了病情。
实际上，斯奈德(Snyder)佩戴了多种设备来监测他的各种生物节律：一种这样的可穿戴设备显示出蛋白质的变化，使他能够在莱姆病出现之前对其进行准确诊断。
有了这样的故事和整体研究，设备和测试的使用将带来广阔的前景。但是有障碍。其中之一是，在医疗保险经济中，保险公司一直在寻求节省成本的方法，并且不愿为新的测试付费。这些以数据为中心的个性化方法在被证明可以降低成本之前似乎并不可行。
而且，由于平均而言，保险公司不会长期保持相同的客户，因此他们不太可能会采用数十年来可以改善个人健康状况的方法。
尽管存在这个问题，许多消费者已经开始拥有自己的健康。考虑没有保险的情况下新数字工具和设备的广泛使用。Fitbit最近由于强劲的利润和对腕带健康追踪器的需求而使其库存增加。
Snyder博士最近对我说：“我认为[可穿戴设备]可以极大地改善我们的医疗保健。”他炫耀了一条被多个健康追踪器臂章缠住的手腕。今年夏天，我们和Illumina在纽约共同主办了“了解您的基因组”活动。斯奈德说：“最低限度，您会及早发现问题。我们可以使可穿戴设备做的比现在更多。”
考虑一下斯奈德领导的一项研究的结果。它的建立是为了追踪一组个体的生物标记。一个研究对象，一个戴着测量血压的设备的男人，发现了一个心律不齐，他不知道自己患有心律失常。这一发现可能挽救了他的性命。
“我不知道[可穿戴设备]是否可以降低成本;原则上他们应该这样做。”斯奈德说。“在人们有心脏衰竭风险的情况下，它将节省金钱。”
医疗部门与技术之间的差距更大
尽管如此，医疗领域与技术之间的其他差距仍然存在，可能需要更长的时间才能弥合。例如，医学院没有教导普通医生从这种长远量化观点来看数据。如果您将FitBit图表带入下一个身体，则很可能会妨碍您的医生。
没有教导医生如何应用这些纵向数据集来改善健康状况。
从理论上讲，数字医疗设备应允许医生查看有关个人基线健康状态的信息，并观察随时间的变化，以便更好地识别违规行为和趋势。不过，这需要从当前模型中彻底转变观念，在当前模型中，大多数医生只能捕获患者健康状况的有限快照，并仅在该患者已经患病时将其与总体平均值进行比较。
Snyder说：“今天在医生办公室，您确实可以得到15秒的测量值：ba，ba 、,。”这表示快照不足。“设备使您能够连续地测量个人。”
但是，人们希望改变主流医学。即使保险公司关注成本，他们也在测试这种趋势的价值。例如，安泰(Aetna)有一个计划，该计划向员工提供足够的睡眠时间以现金奖励其现金，这已得到FitBit的验证。
实际上，Aetna的计划可能会指向未来的模型，届时保险公司将为验证健康行为而支付折扣，或者会鼓励进行测量和跟踪以取得更好的健康结果。
总的来说，真正的概念证明将在我们到达个人数据将输入产生解释和指示的系统的点时出现-医生和患者都可以使用这些信息来真正改善长期健康结果。