通过智能数据来了解人体——个性化医疗当中的内存技术

当今的医疗保健行业中存在的数据量不计其数。从技术角度来说，可以用在线对这些数据进行实时的分析，比如内存技术，这种技术就是为医学治疗目的进行开发的。

因此，德国波茨坦普拉特拉学院（HPI）的计算机研究人员正在用此种技术帮助病患获取更多的个性化医疗诊治方案。

人体的构造极其复杂。仅一个基因组当中，就包含三十亿多个基因信息。现代医学正在深入这些复杂体系结构当中，视图为患者寻求更好的治疗。像基因组测序这样的诊断程序有助于开发这些如此庞大的数据资源库。然而，这个诊断过程中所涉及到的分析总是困难重重。问题就出现在这些分散的数据以及他的聚合体的多样性当中。

“现在的医师已经今非昔比了，他们变成了数据分析师，他们必须努力收集数据并将这些数据进行标准化。”来自哈索·普拉特拉学院（HPI，位于德国的波茨坦）的电子医疗与生命科学项目经理，Matthieu-P. Schapranow博士说。结果，耗费时间的数据分析技术只能应用在某些个别案例当中。然而今天的跨学科研究小组已经创立了一种永不过时的解决方案，这位来自德国波茨坦的科学家说。

Schapranow博士的团队隶属由哈索·普拉特纳教授执掌的HPI研究小组，他们和来自临床研究领域的合作伙伴正在共同开发一款可以支持专家进行大数据分析的软件程序。因此在HPI研发的内存技术得以应用，有史以来第一次实现了大型数据的实时捆绑与分析。

“无论这些数据位于什么位置，医师、临床研究人员以及医疗专家都可以根据来自全球各地的从数据当中提取的医学知识做出更加精准的诊断决定。” Schapranow博士说。除了个体患者数据之外，他们也有权利处理来自全球医疗数据库的信息资源。医师之后可以把精力集中在最重要的环节——找出对病患最佳的治疗方案。计算机科学家说，通过这种方式，不仅让医师们做出更快更准确的决定成为可能，病患的副作用可以降低，治疗所需费用也会得到削减。

基因组分析云平台（Analyze Genomes）绑定了波茨坦科学家的联合研究小组，其中包括主治医师、生物学家以及基因学家。这个云平台已经可以为科研人员和医生的工作提供如下方面的应用：

• 在基因浏览器的帮助下，就算不需要测序仪器，科研人员依旧可以探索到关于DNS的更多细节，然后确定出关于致病菌自身变化的信息。

Healthcare Data Analysis real time analysis of healthcare data – HPI makes patient care easier.

• 在医学知识驾驶舱中，医生与病人可以获取到包括个人和基因特性、生物性关系以及全球可行性治疗方案的综合的视图。

• 临床医师可以利用药物反应分析（Drug ResponseAnalysis）进行合作，从以前的病例当中寻找可以为目前的病例做参考分化疗预测诊断。

S-Bahn Analyzer HPI helps S-Bahn travelers with the immediate Analysis of Tweets From Tweet to Lead Social Media Analysis leads to pote.Schapranow和他的团队在2016年的德国汉诺威电子通信展上的医疗保健展区（Hasso PlattnerInstitute, Hall 6, D18）发表了两个正在进行的研究项目：

• 这个智能项目由联邦研究部赞助，主要目的是促进对于诱发慢性心力衰竭的复杂原因的了解，同时了解这些诱因之间的关联。利用分析方法，主治医师可以在未来的日子里对可能引起疾病的原因和治疗的成功性做出更好的预测。

Realtime Medicine Data Analysis-Strong Data Support for Weak Hearts.

• HPI的科学家向人们展示了智能分析-健康研究访问（Smart Analysis – Health ResearchAccess ，简称SAHRA）系统是如何将庞大的医疗数据在内存技术和科学分析的基础上进行连接与检测。通过这一个系统就可以实现治疗、下订单、研究和数据的注册的功能，并可以匿名提交用户数据进行隐私保护，以上的所有功能都可以通过这一个系统实现。

CloudRAID Managing Sensitive Data Securely in the Cloud.在医疗领域内的内存技术和信息分析技术方法的应用可以说是百家争鸣。从对未来医疗的规划到个性化的癌症治疗方式，这当中存在着很多种可能性。但是各个研究领域的最终目的总是殊途同归：让全人类都可以得到最好的治疗，从现在到未来。

作者：Frank Wittmann  来源：化学数据联盟