精準(zhǔn)醫(yī)學(xué)或許目前看來(lái)還有些不切實(shí)際，但確實(shí)有非常大的發(fā)展?jié)摿?。Healthcare IT News報(bào)導(dǎo)，加州大學(xué)柏克萊分校的量化生物科學(xué)中心負(fù)責(zé)人Ross Wilson表示，未來(lái)基礎(chǔ)照護(hù)和基因定序變得非常重要，它們將會(huì)判斷哪些病患可以受惠于基因定序。

　　精準(zhǔn)醫(yī)學(xué)有非常大的發(fā)展?jié)摿?，但眼前仍有許多問(wèn)題待克服。

　　精準(zhǔn)醫(yī)學(xué)能夠推廣到什么程度?目前負(fù)責(zé)國(guó)家衛(wèi)生研究員(NIH) All of Us計(jì)劃的Eric Dishman表示，該計(jì)劃希望吸引100萬(wàn)名美國(guó)民眾參與，但現(xiàn)在已經(jīng)在思考如何推廣到世界各地的數(shù)十億人口。

　　但要達(dá)成這個(gè)目標(biāo)，必須解決許多數(shù)據(jù)搜集與分享的問(wèn)題，還必須重新設(shè)置健康照護(hù)系統(tǒng)，如此才能利用現(xiàn)代IT基礎(chǔ)設(shè)施來(lái)支持精準(zhǔn)醫(yī)學(xué)。但許許多公共衛(wèi)生專(zhuān)家也警告，過(guò)度篩檢可能引發(fā)未知的問(wèn)題。

　　許多人不愿意接受基因檢測(cè)，是因?yàn)閾?dān)憂(yōu)受到保險(xiǎn)公司的不公平對(duì)待。這一切讓醫(yī)療業(yè)者面臨尷尬處境，因?yàn)榧词共∪嗽敢饨邮芑蚝Y檢，但許多病患都不希望醫(yī)院將這些資料放到病例中。目前的電子病例和IT基礎(chǔ)設(shè)施，都還不足以應(yīng)付精準(zhǔn)醫(yī)學(xué)所需的大數(shù)據(jù)。

　　利用快捷式健康照護(hù)互操作性資源(Fast Healthcare Interoperability Resources;FHIR)標(biāo)準(zhǔn)，并使用手機(jī)作為中介，或許是一個(gè)可能的方向。這樣可以充分利用一般家庭里的裝置，也可以讓病患有更多掌控權(quán)，決定誰(shuí)能分享他們的數(shù)據(jù)。

　　但手機(jī)無(wú)法解決所有問(wèn)題。人工智能與機(jī)器學(xué)習(xí)是必要的，必須用這些算法來(lái)清理醫(yī)療照護(hù)系統(tǒng)的龐雜數(shù)據(jù)，使其適用于復(fù)雜的人工智能工具。