曾经有一段时间,医生依靠基本的仪器、直觉和假设来进行诊断. 现在? 强大的计算机、存储系统和处理速度正在改变一切. 硬数据分析让人们通过x射线保持健康, 核磁共振成像, CT扫描, PET扫描和所有的诊断. 这些需要有效的收集和存储. 美光站在了这种模式转变的最前沿. 但在医疗保健领域,没有比人类基因组——DNA——更复杂的数据模式了.
雪莉·佩克是洛杉矶的一名基因组学研究员. 2013年,她被诊断为IIIC期卵巢癌. 从那以后,她一直致力于根据患者的DNA序列定制卵巢癌治疗方法. 但这并不容易. “你不能孤立地接受一个基因, 发现它发生了突变,然后给一个人一种针对该基因的药物,并期望他们被治愈,佩克说. 癌症本质上是一种由破损的说明书引起的疾病. 在我们的60亿个DNA碱基对的某个地方发生了一个错误,导致细胞不受控制地分裂. 问题是遗传问题存在于每一种癌症亚型中——肝癌, 淋巴瘤, 黑素瘤, 等. -变化到令人难以置信的程度. 这就像试图组织一场车祸——不通过发短信或不发短信, 但人们在开车时发短信或思考什么. 数据加起来.
幸运的是,我们有足够聪明的计算机来理解所有这些信息. 术语可能很难理解——机器学习, 人工智能——但最重要的是,医学研究人员有算法来组织癌症背后的数据. 佩克能够对她自己的卵巢癌进行测序. 当她能够理解破损细胞机器的本质时, 她可以开始利用她的专业知识来设计解药.
如果我们对每个人都这样做呢? 计算能力在那里. 佩克说我们只需要人们开始参与进来. 癌症基因组图谱就是这样一种疾病索引. 病人提交他们的基因序列和疾病描述, 研究人员和医生可以利用他们的专业知识和这些高性能的算法来生产专门针对个人的药物. 但这并不容易. 它需要每个人的帮助.
“患者需要一种方法来收集肿瘤的数据. 对于一个给定的肿瘤,要获得这种水平的数据生成是非常困难的. 对于普通病人来说,目前还没有这样的机制.”
“患者需要一种方法来收集肿瘤的数据,”佩克说. “对于一个特定的肿瘤,很难获得这种水平的数据生成.对于普通病人来说,“目前还没有这样的机制.”
佩克自己也需要帮助. 她联系了格雷格·弗·斯蒂格, 南加州大学的助理教授, 他开发了一种名为相关性解释(CorEx)的算法,可以在医疗数据中找到模式. 他们使用CorEx来分析卵巢癌患者的基因表达数据. 他们发现,对患者免疫系统的某些刺激可以提高患者的长期存活率. 根据CorEx检测结果和她自己的肿瘤数据, 佩克开始服用一种免疫治疗药物——一种尚未被批准用于卵巢癌的药物.
Pepke的目标是让所有患有卵巢癌的女性(不仅仅是那些有科学专业知识和研究联系的女性)分享她们的数据——当然是安全的. 制药公司可以历史性地整合, 当前的, 未来的临床试验将进入数据仓库,以推动对治疗方法的更深入了解.
史蒂夫Pawlowski, 美光高级计算解决方案副总裁, 指出人类根本无法独自完成这类分析. 他们需要电脑. “医学领域产生了大量的数据,这些数据需要联系起来,以便研究人员或医生可以使用这些信息来了解发生了什么,他说. “在癌症这样的疾病中,可能会出现成百上千的突变链. 个人必须搜索所有这些调整.”
美光的硬件可以提供帮助. 我们的系统提供高带宽内存解决方案,可以快速存储和移动大量关键医疗数据到处理单元,简化数据存储和数据分析过程. 这推动了创新. 佩克说,就连她的台式电脑都跟不上. “你肯定需要大量的DRAM,”她说. “你真的需要比你想象的更大的内存来运行这些算法.”
将数据存储在处理器附近对于简化数据分析也很重要. 这使得高带宽内存非常有用. “掌握数据很重要, 或者是研究人员和医生的数据副本, 分布在不同的地点, 靠近正在完成工作的地方,以避免在分析上花费额外的精力和时间,Pawlowski说. “如果我必须出去获取数据并来回移动它, 我不可能实时得到我需要的结果. 我们的目标不是移动数据.”
当然,医生哪儿也不去. 但重要的是要检查生物计算机和数字计算机的接口在哪里. 我们的大脑无法区分记忆系统和分析系统. 它们都编码在我们的神经结构中. 但计算机将两者分开,更像是水塔为滑水道提供水源. 在未来,计算机将开始更像它们的创造者那样工作, 将这两个过程集成到一个高带宽系统中.
美光的存储技术可以传输前所未有的海量健康数据. 这带来了更好的治疗方法,尤其是像CorEx这样的算法和像Pepke这样的创新者. 现在我们可以推动技术发展,让每个人的生活更健康.
两个月前,她开始使用实验性的量身定制的免疫治疗药物, 雪莉的医生没有发现肿瘤的迹象. 核磁共振成像很清楚. 雪莉能够继续挽救她生命的工作, 希望能为所有女性带来解药. 通过人工智能的进步, 数据分析, 并改进了汇集癌症数据的努力, 她的希望将成为现实.