上一篇：基于互联的大数据 之八——中华对大数据的支撑

西医的关键，是搞懂病理知识，发现药物靶点，设计药物，然后是动物试验，以展开各种优化，然后是临床试验，观察和避免毒副作用。人们认为，医学就应当如此这般展开，医学进步主要依靠新的化学药品。

药物开发是顶尖高手的专利，安全性是第一要紧的；西药可能严重伤害身体，要求严格的管控，不能放任自由使用；有形的疾病形成，要求尽快采取有效的干预措施，以最大限度保全我们。

这些都暗示，互联思维无效，互联网再发展，也解决不了多少问题。

但我们不局限于此，而是反思更多可能性，非得面对有病的身体吗？非得开发出强作用效果的药物吗？只有机理清晰的药物才能治疗吗？生命支持多种解读思路，疾病支持丰富多彩的处置方法，专业的思维是否导致医学能力的限制，导致医疗场景的有限。

英特尔前CEO安德鲁▪格鲁夫在《科学》杂志上发表一篇评论，建议“药物在一期临床证明安全后就在真正的病人上使用，使用过程中，医生把效果数据输入统一的大数据库中，这样可以知道药物在真实世界中的有效性。”意思是，只要新药不会造成严重伤害，就可用在病人身上，采集病人的反应，以判定有效性，不需要再做二期实验（主要考察药物的有效性，及药物剂量和药效之间的量效关系，同时再观察药物的安全性）和三期实验（再次大规模测试药物的安全性，观察疗效）甚至四期实验（考察实际应用，和长期效果），走那么复杂的开发流程。

这想法被专业的药物开发人士嘲笑，他们认为这是典型的IT思维，只有假设疾病由单一机理产生，病人无个体差异，药物疗效十分显著，这样的前提下，格鲁夫的方法才适用。但实际的情况是“每个疾病在分子水平都是多种疾病（如癌症），临床表现不尽相同，并发疾病可能截然相反（心衰可伴随高血压或低血压）；每个病人的代谢酶和靶点蛋白的表达程度不一，饮食，生活习惯，基因背景千差万别；病人的依从性，其他药物的服用数量也不尽相同。如果这还不够复杂的话，多数药物一般只有比较弱的效果，多数疾病的硬临床事件（如死亡）发生率并不高。在如此复杂的情况下，本来就不强的疗效和安全性信号很容易被埋在噪音里。”

专家的意见非常中肯，他们是从专业的药物开发角度来看的。面对人类最艰难的问题，我们需要从不可能中发现可能，从艰难中找到出路。互联网立足于外在的、整体的思考，不涉及靶点、药物机理等繁复的概念，因此扩大研究范围，降低实验成本，展开多元的观察，观察海量使用人群，以发现真知。

在专业人士的眼里，医学就该这样发展，努力发现药物靶点，致力于开发新药。需要找到症状匹配的病人（一期20～80例健康志愿者；二期100～300例病患志愿者；三期1000～3000例病患试验者）；要求严格的实验，得出周全的分析报告（典型的新药申请书一般在十万页级别）、对应旷日持久的审查。整个过程经历10多年的研发周期，数以亿美元计的开发费用。

西医方法是行得通的，不管病前环节，等候人们得病了，再要求进行各种配合，容易管理民众的分散性，维持一种控制的医学；要求贡献钱财，也能满足资本的游戏规则。且不说这样不是最优，很多疾病一旦表达出来，当下阶段的人类就无法控制，需要另外的解决之道。

互联创新者看到的，是飞速发展的信息化技术带来的各种测量分析仪器，和大规模生产线支持下的低成本广泛复制；是宽松选择，但千万倍于以往的参与者；是民众对病痛的恐惧，和避免疾病的努力；是对中药、针灸等实验室无法应对的方法的解读；人们可基于生活展开治疗，与之相伴，是周全的数据记录，用新分析方法，从数据中发现真相，消除噪声，排除干扰。

这是互联思维和科学思维的碰撞，两种眼光出现了显著的认识偏差。

坚持用现代科学的方法解决问题，和转向互联模式，还是两种权力，两种价值观的差别，不局限于方法上的优劣。对深谙理论和富有经验的研究者来说，他们倾向于用已熟悉的方法而获得进展，哪怕已经力不从心，甚至已经明白他们所代表的方法的陈旧，他们也会努力试试，不会轻易认输。学术影响上，他们是当仁不让的主流，话语权已经被他们垄断，并会在媒体上营造前途光明的景象。与此相应，绝大多数人被排除在科学研究之外。

如果还要说点什么，那就是，科学主义者希望提出一些观点，比如“科学方法是好的”之类的，互联创新者并不在意这些，他们希望消弭以往那些硬邦邦的、被作为真理的东西，要寻找更大的可能性，因势利导这个时代，和民众协同，和生命协同以取得进步。

随着互联状态的深化形成，这种力量正在聚集，试图冲破上述阻碍，把医学带向新的境地。