科学与技术创新是改进医生治疗疾病方式的核心。
在数字化方面，医疗保健行业正稳步向前，尽管步伐缓慢；该行业身处监管严格的领域，处理着海量敏感信息。
这一领域最引人注目的举措之一，是十多年来持续推动采用电子健康记录——即每位患者病史的数字化版本。
尽管这项技术仍远非完善，但我们或许终于看到了一些进展：根据普华永道健康研究院本月发布的一份报告，约90%的医院至少拥有基础电子健康记录系统，而十年前这一比例仅为9%。
医疗服务提供者与患者之间的联系也日益紧密，收集到的信息量一直在不断增长。
以下介绍数字技术如何影响生命科学和医疗保健的其他领域，以及仍然存在的一些障碍。
互联网帮助医生获取资源——包括彼此之间的联系
借助互联网，医生和医学生能够比以往更便捷地获取学习资源。与此同时，Figure 1 等社交媒体平台也应运而生，让医生彼此联系，为令他们束手无策的病例汇集众人智慧，共同作出诊断。
Figure 1 联合创始人 Joshua Landy 医生告诉 Business Insider，Figure 1 正努力成为“医疗保健领域的中枢神经系统”，尽管它看起来可能像一个“医生版 Instagram”。通过这款应用，医生可以提交令自己困惑的病例（须经患者同意），其他人则可以尝试提供帮助。单个帖子有时就能收到数千条回复。Landy 表示，该平台在全球约有150万名用户，其中包括医生、护士和其他医疗保健专家。
更智能的设备将自动测量数据，并据此提供护理，无需人工协助
医疗设备和健身追踪器总体上正变得更加互联，让你能够在智能手机上查看从心率到血糖水平等各类数据。
医疗设备公司 Edwards Lifesciences 首席执行官 Mike Mussallem 告诉 Business Insider，未来几年，闭环系统将变得更加普遍。这类系统基本上能够读取数据，并根据读数提供治疗，无需任何人工干预。
例如，9月，美国食品药品监督管理局（FDA）批准了一款常被称为“人工胰腺”的设备，用于14岁以上的1型糖尿病患者。Medtronic 制造的这款设备名为 MiniMed 670G，可自动监测患者的血糖水平，并按需输注胰岛素，无需持续检查和注射。
人们希望，这些闭环系统能够承担一些繁琐工作，让医生和患者在出现更重要的问题时可以集中精力应对。
计算机可以为你的医生提供第二意见
在医疗领域，机器学习与医学影像似乎相辅相成。例如，GE 正与加州大学旧金山分校开展为期三年的合作，帮助医生判断哪些检查结果需要重点关注，据 Fast Company 报道。其中一个项目旨在缩短读取 X 光片到实施可能挽救生命的治疗之间的时间。
涉足这一领域的并非只有他们。Watson Health 于6月表示，正与15家以上的医院和公司合作，利用影像技术了解“认知影像”在现实世界中的运作情况。这项合作将帮助 Watson Health 在推出这项服务之前（预计于2017年推出）弄清哪些方法有效、哪些无效。
除了影像，Watson 也在药物开发领域采取行动，并为癌症治疗提供指导。在12月9日举行的一场乳腺癌会议上，IBM 还公布了其癌症诊断项目的数据。Watson 获得了印度近700名患者的健康记录信息，并被要求像肿瘤委员会的医生那样判断最佳治疗方案。研究人员发现，Watson 与肿瘤委员会的意见约有90%的时间一致。IBM 副首席医疗官 Andrew Norden 医生告诉 Business Insider，这一结果符合 IBM 的预期——如果 Watson 100%的时候都与肿瘤委员会意见一致，就没有必要让这台超级计算机提供第二意见了。
测序技术成本降低，让更多人能够获取一组新的数据——自己的 DNA
2003年，人类基因组首次完成测序，这改变了我们研究人体的方式。当时，解码全部30亿个碱基对（分布于我们的23条染色体中）耗资高达27亿美元，总共花了13年。
如今，得益于强大的测序平台，测序完整人类基因组的成本已降至仅1,000美元。
了解 DNA 编码的每一项信息都可能成为强大工具，而降低成本让更多人能够获取这些信息。
制药公司正利用数据发挥优势
随着更多信息被纳入电子健康记录，遗传数据也日益容易获取，制药公司理应能够利用这些进展，改善治疗效果或研发更有效的药物。
但事情没有像预期那样迅速推进是有原因的。ZS 公司负责人 Pratap Khedkar 告诉 Business Insider，制药行业尚未从数字化中获得更大影响，因为当前药品支付方式的缘故，从医疗保险公司、医疗服务提供者到药品福利管理机构，各方都有不同的盈利模式。
以基于价值的定价为例。其目标是在降低医疗保健成本的同时提高护理质量。将基于价值的定价应用于药品，意味着药费与药物疗效挂钩，而不是按使用次数计费。Khedkar 表示，这代表着巨大的转变，而这类变化需要时间。
