1700864351
1700864352
关于第二个例子，之前已经讲过。根据分子生物缺陷，不仅能够强化个人化定向，而且能引起人们对药物开发伦理中关键概念的重视。每年，美国都有约68000人被确诊为恶性黑色素瘤，这样的诊断，如同是给绝大部分患者下了一年之内的死刑判决，因为恶性黑色素瘤患者的平均存活时间仅为8个月。之后，突然出现了一种革命性的新方法。生物技术公司Plexxicon生产的被称为PLX4032的BRAF抑制剂，以药片的形式让患者服用，针对50％到60％恶性黑色素瘤患者体内的驱动BRAF基因变异，效果非常明显：在由38名患者组成的第一阶段临床实验中，81％的患者出现了快速明显的肿瘤收缩反应。这一效果仅限于携带BRAF变异的患者，而那些没有携带此变异的患者，在服药期间病情继续恶化。用以进行比较的药物达卡巴嗪，仅有15％的患者对药物产生了积极反应，而且带有十分明显的毒性。这样的结论是否具有说服作用呢？许多医生都称其为“拉撒路效应”（Lazarus effect），在我的整个职业生涯中，从未听过有人用这个说法来描述一种药物。波士顿麻省总医院的顶尖癌症专家吉斯·弗莱厄蒂（Keith Flaherty）称：“根据我们掌握的实验结论，我已经了解了所有需要了解的信息。我们采用这款新药，不是因为与一款我们都憎恶的药品进行测试对比的结果，以前那种药，我们这辈子都不会再开了。”但是，依然要进行更多的临床实验，包括针对676名患者的第三阶段实验，其中一半患者拿到PLX4032，另一半拿到达卡巴嗪。为什么要进行这个实验呢？因为FDA需要患者服用新药而产生的存活优势数据。更有甚者，FDA坚持实验规模达到一定人数，以便对新药提高生存率的事实进行量化分析。
1700864353
1700864354
普利策奖获得者，记者艾米·哈蒙（Amy Harmon）于2010年到2011年撰写了关于这款药物的一系列文章，并在文章中探讨了高度定向化基因药物是否应该采用新规则的问题。也许，这一系列文章最吸引眼球的地方，就是两位表兄弟的故事。表哥名叫托马斯·迈克拉夫林（Thomas McLaughlin），时年28岁，表弟名叫布兰顿·莱恩（Brandon Ryan），22岁。两人都刚刚被诊断患有恶性黑色素瘤。在临床实验中，托马斯被随机分配到了BRAF阻滞剂一组，而表弟却被分到了对照组。结果可想而知：托马斯的病情逐渐好转，而布兰顿则因病离开了人间。
1700864355
1700864356
查尔斯·索耶（Charles Sawyers）医生斯隆－凯特琳纪念癌症中心（Memorial Sloan-Kettering）有着自己的见解。“化疗就是让患者进行毒性治疗，患者的响应率非常低。因此我们要想一想‘真的是在为患者提供帮助吗？’但是这些生物药品，副作用很小，疗效十分理想，我在想，为什么还要如此严格？在遇到这样的决定性事件时，就要有人站起来说，‘我们的体制需要变革。’”
1700864357
1700864358
的确，我们的体制必须要变革，必须要重振。我们要对过去的规矩进行创造性破坏。因为我们关注的，不仅仅是风湿性关节炎和恶性黑色素瘤等治疗剂背后简明的科学道理，也是继续进行安慰剂临床实验的道德问题。回忆一下目前癌症治疗方案的循证医学思想：大多数有安慰剂控制组的临床实验，收效都甚微，只能延长患者1到3个月的存活期。我们完全可以在早期临床实验结束后，申请加急批准，然后利用随后收集的数据与历史对照数据进行对比。举例来说，我们知道，恶性黑色素瘤对标准化疗、达卡巴嗪的响应率为15％，平均能延长患者两个月的生存寿命。而如果我们能将高度定向化的药物与大批历史数据相结合，就能搞定这件事。制定新的规则，将整个药物开发流程积极向前推进，不再为患者定制无效的毒性治疗方案。过去的方式，并不能为我们提供多少帮助，但却暴露了一些可悲的道德问题。
1700864359
1700864360
我在这里尝试着对生命科学产业的新模式如何发展壮大进行预期。这种发展，将match.com的理念提高到了新的层次。个体的特定基因变异等差异化特征，与高度定向的治疗方案相配对。配对方案需要极为细化，因为如果我们仅指向诸如囊性纤维瘤CFTR这样的基因，是远远不够的。一定要深入个体身上具体的变异，比如Vertex制药公司的G551D或BRAF阻滞剂所针对的BRAF的V600E变异。之后，我们就能期待着理想的疗效和快速的监管批准。再次崛起的生命科学产业，将利用个人化科学，利用个人的相关数字化信息来制订治疗方案，而非面对大众。现在，我们拥有全方位的工具，能够在医学界对这一理念进行贯彻，也能首次开出以前从未有机会体验的精准处方。
1700864361
1700864362
1700864363
1700864364
1700864365
颠覆医疗：大数据时代的个人健康革命 [:1700862431]
1700864366
颠覆医疗：大数据时代的个人健康革命 第十一章 数字人与个体
1700864367
1700864368
通过将肉体置于我们外延的神经系统之中，通过电子媒体的方式，我们建立起一个动态系统，其中，所有之前的技术不过是我们身体的单纯延伸，包括城市，都将转化成为信息系统。
1700864369
1700864370
——马歇尔·麦克卢汉，《理解媒介》，1964
1700864371
1700864372
正如之前由科技推动的时代革命一样，无论是印刷机的推广带来的文学和科学文化的兴起，还是紧随电报发明其后的经济和社会全球化大发展，现在最重要的，并不是我们所拥有的新能力，而是如何将这些技术和社会能力转化为机遇。
1700864373
1700864374
——克莱·舍基（Clay Shirky），《认知盈余》（Cognitive Surplus），2010
1700864375
1700864376
超级融合，是数字化世界渗入医学之茧的最终成果。为了引出这一概念，我们在本书中介绍了一系列小规模融合的例子。
1700864377
1700864378
直到现在，医学界一直享有特权，是所有健康和医疗信息的独家来源、承办方和储存方。而互联网和与健康有关的对等网络的大发展，使得公众与医学工作者之间的知识差距迅速缩小。随着越来越多的人对自己的DNA数据更加重视，有能力实时在手机上观测主要的生理指标，知识平等一定会更快成为现实。我们身边的工具中，每一样都能提供数字化人类的新方式，而且正如我们了解到的，这些工具的叠加与组合能够生成更大的能量和灵活性（见图11.1）。将这些工具和能力加以综合，我们就能为每一个人获取关于他／她的解剖学、生理和生物数据，这在以前是不可能实现的。当我们将所有这些能力聚集在一起时，就创造出了一个虚拟人，虽然不是真实的人，但却复制了真实个体的许多重要特征。
1700864379
1700864380
1700864381
1700864382
1700864383
图11.1 一系列朝向数字化人体发展的融合。每张图都代表着之前离散的实体朝向融合不断发展的趋势。
1700864384
1700864385
现在，我们可以继续讨论这一系列融合所带来的影响了。这些融合，很可能是有史以来最伟大的融合，将快速成熟的数字化、非医学领域的移动设备、云计算和社交网络，与蓬勃发展的基因组学、生物传感器和先进成像技术的数字化医学领域合为一体。
1700864386
1700864387
个体科学
1700864388
1700864389
本书的写作目的，不是带领读者进行“技术观光”，而是为了讲述如何实现医学的创造性破坏，解释为什么医学的创造性破坏终将实现，我们将怎样达到一种知识高度，能精细而全面地了解个体信息，从个体科学的角度进行分析思考。只需要利用针对个体的DNA测序和基因分析，就能掌握个体的独有特征和“条形码”。人和人各不相同，就连双胞胎在表观遗传标志上都有着很大区别。叠加在这些分子生物特征之上的，是另一个全新维度，可以从中了解到每一个脏器系统，以及我们对环境做出响应的整体功能。许多都归入了“组类”范畴：表示蛋白质的蛋白质组；转录进RNA的遗传物质——转录组；分子层面的代谢组，比如由人体合成的荷尔蒙；表示各种糖类的糖组；表示脂类的脂组；与蛋白质相互关的蛋白互作组；以及表示我们所处环境的暴露组。利用数字医学工具的非凡融合，我们现在有了“个体组”。我们即将迈过这个门槛，确定宇宙中的每一个人都是与众不同的。
1700864390
1700864391
由于有了个体科学，我们也来到了消除医学的许多基本无知的门槛边。“原发性”（idiopathic）这个医学术语，在医学界被用来形容不知如何诊断或不了解疾病原因的情况。这个词汇源自希腊文“idios”，意为“个人的”、“分离的”或“与众不同的”，与“pathic”这个意指饱受疾病困苦的词汇相结合，就形成了一个新词。讽刺性的是，随着“个体组”的发展，我们似乎正在回归到idios的最初内涵上：我们正在努力了解每一个人的独特性，越来越有可能为个体疾病给出诊断，找到根源。而且，“原发性”高血压这样的说法，表明我们不明白为什么7000万美国人患有高血压，“隐源性”（本意为“模糊或未知的起源”）的说法，意味着某种疾病有着我们尚未搞清楚的神秘性。就算为这类疾病做出诊断，比如糖尿病或炎症性肠病，每位患病个体的分子基础也各不相同。个人化医学时代，最终将消除“隐源性”和“原发性”这样的用语，全面地认识到，每个人都是与众不同的个体idios，要凭借对个体特征的绝对尊重，来进行诊断和治疗。不久的将来，我们就能够在数字化人体的基础上，解开疾病的根源问题，用宝贵的知识来挽救生命，提高生命质量。这将是个体科学的巨大成果，但不是唯一的成果。
1700864392
1700864393
疾病与医疗诊断的整套分类系统，都要重新改写。现在所使用的简化模式，十分粗略地将个体分配到极为宽泛的疾病类别之中，或是糖尿病两种类型中的一类，或是某器官的癌症。而个体科学会促进一种新型分子分类学的发展。这种分类学利用基因或路径等首要的生物学基础，再配合上诸如仅发生在夜间的葡萄糖调节异常等生理表型因素，这样一来，就会出现5b型糖尿病，其特征是与锌的黏合问题而导致的胰岛素蛋白转运功能不佳，还有8型糖尿病，其致病原因是褪黑素受体功能失常，对蓝光较敏感。我们也能将发生在皮肤、甲状腺或其他器官上的某种癌症定义为BRAF V600E型癌症，将表现为多发性硬化、克罗恩病、哮喘或狼疮的疾病归类为白介素－17受体免疫性疾病。。
1700864394
1700864395
几乎所有用于数字化人体的工具，都与网络有关，无论是移动传感器网络、万维网、基因调控网络、神经网络，还是社交网络。网络中的节点，因网络的特质而有所不同，在社交网络中，节点是人，而在细胞中，节点是基因座。但各类网络中，驱动节点和中枢的关键概念是共用的。无论是对人类基因进行排序，还是对无线生物传感器收集到的数据进行处理，都需要在并行平台上进行大规模平行计算。巨大的数据量，以及将数据转化为信息的可能性，依赖于多核处理能力，并越来越依赖于云计算的应用。而我们深入了解个体的能力，正取决于网络科学。我们捕捉核处理的数据越多，某特定个体的特征就能得到更加清晰的界定。
1700864396
1700864397
从一到亿
1700864398
1700864399
在临床研究中，我们通常用“n”代表参加某一项目的患者人数。“n为1”，代表着最小的人类样本——个体。一般来讲，临床实验并不认为针对单一个体的研究足以对治疗方案做出有意义的评估，虽然在测试教育干预或行为干预时，有过单一个体的先例。在医学领域，n为1的实验，用来对疼痛管理的不同药物进行评估，以连续的方式，用不同的药物和剂量在个体身上做测试，以找到有效的方案。最近，n为1的方法用在了治疗帕金森症的新型药物测试中。一些研究人员利用n为1自我检测的正规方法，来了解药物对睡眠、情绪和体重的影响。从某种角度讲，我们都在做着n为1自我检测，尤其是在拥有充裕数据作为指导的时候。
1700864400