Stratus Technologies的EMEA业务发展总监Greg Hookings报告说，创造针对个别患者的药物需要大量数据，这些数据必须既可用又安全
医学的未来是个性化的。有时被称为精准医疗，它与常规治疗方法不同，它为个人量身定制决策和药物，而不是采取一刀切的方法。
传统上，当一种新药被推向市场时，它会经历严格的测试过程，在人体试验的最后阶段结束。
在一次成功的试验之后，它将投入生产，在那里它必须遵循严格的验证协议，以确保每批产品都以完全相同的方式制造。1
市场上药物使用的标准流程要求患者报告症状;然后，专业人士会开出一种目前市场上已被证明有效的合适药物。
这种方法的一个缺点是，这些药物[仅]在试验环境中得到证明……尽管药物可能成功地治疗了某个问题，但结果可能只适用于特定的情况。
例如，只有40%的患者受益于常见的哮喘和糖尿病药物。2而且，早在2015年，在新冠疫情前的世界，6.5%的NHS住院患者是因为药物不良反应;这个问题导致了8000多张床位的使用，而当时的容量已经达到了极限。
当然，所涉及的药物都经过了严格的测试和评估，但不能完全解释个别患者的副作用。
个性化医疗的工作方式正好相反。虽然症状报告的方式相同，但每个患者随后都会根据其风险水平进行复查。
然后根据遗传因素对患者进行评估，医生可以从实际结果中获得的越来越多的信息数据库中提出最佳治疗方案。
传统的方法本质上是一种试错的方法，而个性化医疗则基于遗传因素考虑每个患者的个人需求——而不是估计——在正确的时间以正确的剂量提供正确的治疗。
个性化药物不仅能提高患者的健康水平，减少副作用，而且有望减少NHS的整体药物预算。
随时待命
对于药品制造商和医疗保健专业人员来说，个性化医疗的第一步是人类基因组测序。起初，这是一个极其昂贵的过程;即使在10年前，完成它的成本大约是1万美元，但今天，成本约为600美元，而且还在下降。3.
这是提供个性化医疗所必需的第一个关键数据集，并且它正在以不断增长的速度生成。与此同时，个人智能设备和数字医疗记录意味着其他有用数据的涌入。
然而，医疗保健提供商面临着创建可扩展的大数据基础设施和分析方法的艰巨任务，以使个性化医疗的提供成为现实。
下一个关键数据集是测试。如前所述，这必须对那些具有特定遗传因素的人进行，从而减少样本量并迅速缩短提供治疗的时间。要使个性化医疗发挥作用，两个关键数据集必须始终在生产线两侧可用。
医疗保健提供商和药品制造商都需要收集、存储和处理大量数据的能力，所有这些都可以通过边缘计算实现。
通过将计算能力转移到需要的地方，而不是昂贵的传统数据中心存储，医疗保健专业人员和制造商将立即获得他们需要的信息。
在医疗保健方面，医生可能需要评估患者的病史，并将症状与以前的治疗方法进行比较;制造商可能需要改变生产过程，以消除患者过敏的单一成分。
而且，在这两个例子中，数据必须在接到通知后立即可用，以便能够迅速提供治疗。
关于如何最好地利用这个大型数据集的讨论仍在进行中;但是，即使人工智能(AI)支持的智能数据是个性化医疗的未来，它仍然需要大量的计算能力，使其成为理想的边缘计算。4
至关重要的保护
对于医疗保健提供商和药品制造商来说，要有效地提供个性化药物，就必须有一定程度的数据共享。
这一直是公司的一大担忧，因为医疗数据受到严格保护……不遵守GDPR法规的公司将面临高达2000万欧元或上一财年全球营业额4%的巨额罚款(以高者为准)。
边缘计算再次提供了一种解决方案，在制造工厂或医疗保健提供商的办公室中拥有计算能力，以保持关键数据的安全性并在本地存储。
任何信息共享都不会被发送到数据中心的云端，而是在两个安全位置之间进行，从而减少了黑客攻击的攻击平面。正确的部署还可以实现“始终在线”可用性，这对于保护数据免受网络威胁和可怕的数据丢失至关重要。
实现这种高水平的网络保护可以缓解医疗保健提供商和制造商的担忧，从而实现更有效、更快速的个性化医疗。此外，边缘计算可以为药品制造商提供许多好处。5
把它带到边缘
个性化医疗是医疗保健的未来，不仅对患者如此，对制造商和NHS也是如此。实现这一目标的主要障碍是对始终可用和始终受保护的数据进行适当的收集、存储和分析。
边缘计算是提供个性化医疗的关键踏脚石，因为重要数据集本质上更安全。拥有合适的计算基础设施是医疗保健行业开始真正探索个性化医疗的全部潜力的关键第一步，因为他们寻求可扩展的解决方案，而边缘计算非常适合提供其所需的灵活、可靠和安全的平台。
参考文献
