白癜风病的症状 https://m.39.net/disease/a_w9ve7mb.html来源：创事记
欢迎
精准医疗的问题
迪亚曼蒂斯的年健康愿景引发了许多问题。首先，这些大型科技公司想成为医疗服务提供商吗？到目前为止，唯一真正明确表达想成为在线医生的是Amazon。
除了与Alexa合作外，该公司还为员工开设了自己的健康诊所，并与JPMorgan和BerkshireHathaway合作开展了秘密健康项目Haven。
但至少到目前为止，Apple和Google似乎满足于将技术与传统医疗服务提供商整合，深入了解行业。与此同时，保险业更可能调整自身适应预防性健康模式，而不是一触即溃。
去年的一项调查显示，保险公司与越来越多的医疗服务提供商签订合同，要求以统一费率提供持续的医疗服务，而不是根据特定服务再定费用。
但在某些方面，戴曼迪斯押注人工智能是正确的；人工智能在预测疾病方面已经小有成就。目前尚不清楚的是，这些预测能精确到什么程度，大数据对理解我们的身体如何工作有多大意义。
例如，尽管对每个新生儿的基因组进行测序听起来就很强大，但迪亚曼蒂斯认为它在检测某些疾病方面还不如血液测试有效。此外，预测医疗可能只是一个空中楼阁。
在最近的一篇论文中，奥斯陆大学医学伦理中心的博士后亨利克·沃格特（HenrikVogt）阐述了为什么大数据可能不会像迪亚曼蒂斯描述的那样实用。随着科技进步，会更精确地发现疾病迹象，技术就可以释放越来越多的信号。
但是预测疾病并不等于确诊。“大数据筛查的主要问题是，用高度敏感的技术监测身体的诸多特征，必然会发现许多异常，但无法判断哪些会在临床上显现。因此，就有可能误诊。”
沃格特指出，即使患某种疾病的可能性很高，也可能永远不会出现症状。随着医疗服务和设备变得越来越复杂，如直接面向消费者的基因测序和心率变化检测的可穿戴设备，人们对身体的了解也越来越多。
但信息爆炸也造成了泥沙俱下。并不是每一个微小的基因异常都有意义。不同的身体可能有不同的特质。虽然了解自己的疾病风险，就有了更多的预防空间，但沃格特认为也存在过度治疗的风险，不仅代价高昂，还可能对患者造成伤害。
沃格特解释说，过多地投资大数据而不是其他方面可能会产生问题，比如社会或制度变革。
沃格特写道，这并不是说没有机会通过数据和智能来减轻疾病，但医生需要重新考虑风险。沃格特写道:“我们必须承认，总会存在一定程度的风险、发病率和死亡率。”
这种观点与精准医疗背道而驰，后者倾向于认为人体就像一台机器，可以测量、分析并最终加以控制。
“历史学家尤瓦尔·哈拉里（YuvalHarari）不加批判地将著作《上帝看人》（HomoDeus）建立在这样一个假设之上，有机体就是算法。”
但人体不是这样的;它们的组成和环境都是独一无二的。“由于生物学和统计学上的原因，对人类生命轨迹的准确预测是有限度的。这显然限制了预测医学的前景。”
这一观点至关重要，因为它是一切质疑大数据医疗法的核心。这就是Apple聘请医生为其医疗硬件开发提供建议的原因。正如沃格特所指出的，大数据要真正推动更好的健康结果，就必须制定标准取舍信息。
迪亚曼蒂斯承认，大数据不是一切，“最好是人类和AI协同合作，我认为，在读x光片、核磁共振、CT扫描、基因组数据等方面，一旦我们能把人类的自我放在一边，机器学习就能发挥更大的作用。”
（原文来自FastCompany，作者RuthReader）
