与以往的工业革命一样，对于财富或资源处于劣势的国家而言，问题不在于第四次工业革命是否会惠及其民众，而在于何时到来。当前，正如各国财力存在巨大差距一样，数据生产、存储和获取方面也存在严重不平等。低收入和中等收入国家（LMICs）可以利用庞大的人口规模和不断下降的技术成本，缩小大数据鸿沟。这需要及时有效地投资于可扩展的数字系统。个人和人口健康数据极具价值，但贫困国家目前掌握的这类数据却少之又少。
第四次工业革命代表着生物、社会和数字系统的融合，将改变富裕国家和贫困国家的公共卫生与医疗卫生；同样，问题只在于何时发生。对贫困国家的民众而言，何时到来关系生死；第四次工业革命带来的医疗卫生变革迟到多少年，将直接关系到他们承受的额外发病和死亡负担。英国脱欧和唐纳德·特朗普当选部分受到经济排斥和不平等政治的推动，这进一步表明，弥合数字公平鸿沟对富裕国家也至关重要。
健康领域大数据的力量，正逐渐使统计范围达到“n = all”（全体人口）。目前，在LMICs，规划者和研究人员都不得不依靠传统的抽样人群，来制定改善人口健康的决策并检验相关假设。n = all指的是完整、持续的普查：每一位与医疗卫生系统发生接触的人都与其他数据点整合，并纳入监测系统。只有将有关家庭经济状况、地理位置、社会因素、生物学、疾病和基因组学的数据全部整合起来，这种监测系统才能发挥强大作用。
构建n = all医疗卫生系统所需的基础设施，可以依托现有的医疗卫生和数据资源。所需基础设施包括两部分：1）专业的社区卫生工作者，他们持续服务于一个界定清晰、覆盖完整的人群，无论人们处于健康还是患病状态；2）简便、互联的智能手机应用，可连接医疗机构数据，包括实验室数据。这类基础设施负担得起吗？可以——即使在当下，人均成本低于5美元，也能部署这样的基础设施。事实上，我们已通过在尼泊尔农村开展的一项公共合作，证明了其可行性。
这种基础设施对于迅速提升卫生系统绩效、实现全民健康覆盖必不可少。在疾病监测方面，可以将医疗机构层面的实验室数据与社区层面的综合征数据结合起来，从而更及时、准确地应对疫情，避免疫情造成的巨大健康和经济损失。还可以将慢性病患病率与各种已知疗法的有效性结合起来，为医疗服务提供者配备更合适的工具和资源。通过登记并追踪整个人群，可以找出全民健康覆盖方面的缺口。总体而言，医疗卫生系统可以变得更具适应性，也更注重学习。
然而，这仍是第三次工业革命的基础设施。第四次工业革命带来的下一项机遇，是利用机器学习、基因组学、蛋白质组学和微生物组领域的快速进步与成本下降，并将其融入面向全体人口的个性化医疗。我们所说的个性化医疗，既包括健康的社会决定因素——当地特有的水和空气质量、粮食安全、住房安全数据——也包括生物因素——基因、蛋白质、微生物。所有这些都可以整合起来，并建立在核心基础设施之上；社区卫生工作者借助该基础设施持续普查居民。能够建立n=all公共卫生基础设施的LMICs，将最有条件采用这些技术，并鼓励企业和其他机构投资推动其整合。
我们设想的这类n = all个性化医疗会带来诸多隐私、安全和伦理问题。民众和政府需要调整法律、实践和保护措施，以应对这些问题。确实，民主治理在此至关重要——很难想象在缺乏民主制度的情况下，部署n = all医疗卫生系统还能尊重人权。公共卫生监测的数据架构不应被国家用来针对异见人士、打压言论自由或侵犯个人隐私。因此，像我们开展工作的尼泊尔这样的民主国家，需要在即将到来的第四次工业革命中引领LMICs，并探索其对人口健康和个人健康的意义。
尼泊尔自身致力于成为创新可负担数字系统的领军者，将其用于监测和科学研究。我们通过一项创新的公私合作伙伴关系为此奠定了基础，该合作将尼泊尔不断发展的民主治理传统与我们组织的经验结合起来，Possible。该组织在基层公共部门医疗卫生服务方面有着出色的业绩。迄今为止，我们已打造出这一平台的基本要素——由社区卫生工作者开展的持续监测系统、一款生物识别应用，以及一套以医院为基础的电子病历系统。下一步将反复完善我们的扩展方案，寻找新的科学应用，在尼泊尔扩大规模，并与其他国家分享经验、开展对话。
我们共同看到，LMICs有很大机会跨越许多现有障碍，不再只是被动接受第四次工业革命技术，还能亲自走在创新前沿。首要步骤之一，是建立支撑医疗卫生服务的核心、全面且有组织的数据架构。
医学博士、哲学博士邓肯·马鲁（Duncan Maru）是哈佛医学院的医生和流行病学家，也是施瓦布基金会年度社会企业家。尊敬的加甘·塔帕部长（Gagan Thapa）是尼泊尔卫生部长，也是施瓦布基金会全球青年领袖。
