ResearchKit要顛覆醫(yī)療行業(yè)需邁過幾道坎？

　　這次的蘋果春季發(fā)布會，被全新的MacBook和Apple Watch搶去了大半風頭，當大家都在討論誰會去購買那款高達12.68萬的土豪表時，都忽略了那個看不見、摸不著的東西——ResearchKit。其實，這個號稱是“醫(yī)學顧問”的ResearchKit并不簡單，它甚至被業(yè)界人士認為或?qū)淖冋麄€醫(yī)療行業(yè)，甚至是對人類生活產(chǎn)生深遠影響。

　　簡單來說，ResearchKit是蘋果專為醫(yī)學研究者打造的一款軟件基礎(chǔ)架構(gòu)。研究人員可以基于這個開源的架構(gòu)設計出各種醫(yī)療App，以便收集各類病患的健康數(shù)據(jù)。從這方面來看，它很有可能顛覆傳統(tǒng)的醫(yī)學研究方式。另外，ResearchKit真正地啟動了移動醫(yī)療機制，并且在這個過程中的核心角色是“醫(yī)學研究人員”，通過移動端App能夠真正地解決患者相關(guān)問題或提出治療方案、甚至是開發(fā)出新的藥物，這將觸動移動醫(yī)療行業(yè)的“痛點”，專業(yè)性和移動性都比較強，遠比那些僅僅是提供參與的移動醫(yī)療平臺更為強大。

　　另外，再加上有蘋果這樣一家軟硬件整合、產(chǎn)業(yè)鏈把控力強的企業(yè)來主導，ResearchKit的前景將不可限量。不過，說到要改變整個醫(yī)療行業(yè)，ResearchKit還需要面臨幾個問題。

　　問題一：樣本偏差和硬件采集影響數(shù)據(jù)精準性

　　蘋果COO Jeff Williams 在發(fā)布會上闡述了醫(yī)療研究的一些困境：目前醫(yī)學研究仍有幾方面局限，一是參與者難招募，醫(yī)學研究往往需要大量志愿者參與;二是調(diào)查數(shù)據(jù)偏主觀;三是數(shù)據(jù)發(fā)布非常頻繁。

　　收集患者數(shù)據(jù)是目前醫(yī)學研究的最大難題之一，比如一個專家在研究心臟病的形成機制時，希望獲取到最大規(guī)模的案例數(shù)據(jù)，傳統(tǒng)的醫(yī)學研究項目，一般要耗時多年才能采集數(shù)千個案例，項目難度巨大、案例數(shù)量稀少。

　　基于這個突破口，蘋果ResearchKit的思路是：全球已經(jīng)有七億部iPhone售出，而每部iPhone都是一個能記錄用戶健康信息的智能硬件，何不利用這個龐大的用戶群體，讓患者和研究人員共同參與到醫(yī)學研究中?的確，通過ResearchKit可以將千千萬萬部蘋果手機，轉(zhuǎn)變成醫(yī)學研究的工具。而通過這個工具，醫(yī)學研究人員能夠快速、廣泛地收集來自全球各地的患者數(shù)據(jù)。ResearchKit為醫(yī)學研究人員提供了一個全新的病患數(shù)據(jù)獲取渠道。不過，通過這個渠道獲取的數(shù)據(jù)在精確度上將會受到兩方面的影響。

　　一方面，ResearchKit采集的數(shù)據(jù)存在樣本偏差。由于iPhone定位高端市場、價格昂貴，其用戶群體相對偏年輕、富裕人群。而通過ResearchKit獲得的這些數(shù)據(jù)，可能是來自實際上收入更高的一個群體，而收入等經(jīng)濟因素也很健康息息相關(guān)，比如經(jīng)濟條件差使得心臟病發(fā)病率要更高一些。并且愿意參與到ResearchKit研究的志愿者大多是會嚴肅對待自己健康問題的人，這類人會更積極地提高自己的健康水平，所以基于ResearchKit的研究也更傾向于獲取這類人的數(shù)據(jù)。

　　另一方面，醫(yī)學研究對采集的數(shù)據(jù)要求十分精準，而ResearchKit是結(jié)合軟件和硬件傳感器進行數(shù)據(jù)采集，這就對iPhone或Apple Watch這樣的智能終端設備在數(shù)據(jù)采集的精確度上構(gòu)成挑戰(zhàn)。也就是說，所有希望依靠蘋果手機獲取大規(guī)模研究數(shù)據(jù)的專家，都必須注意到數(shù)據(jù)的精確度問題。