精準醫(yī)學或許目前看來還有些不切實際，但確實有非常大的發(fā)展?jié)摿?。Healthcare IT News報導，加州大學柏克萊分校的量化生物科學中心負責人Ross Wilson表示，未來基礎照護和基因定序變得非常重要，它們將會判斷哪些病患可以受惠于基因定序。

　　精準醫(yī)學有非常大的發(fā)展?jié)摿?，但眼前仍有許多問題待克服。

　　精準醫(yī)學能夠推廣到什么程度?目前負責國家衛(wèi)生研究員(NIH) All of Us計劃的Eric Dishman表示，該計劃希望吸引100萬名美國民眾參與，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。

　　但要達成這個目標，必須解決許多數(shù)據(jù)搜集與分享的問題，還必須重新設置健康照護系統(tǒng)，如此才能利用現(xiàn)代IT基礎設施來支持精準醫(yī)學。但許許多公共衛(wèi)生專家也警告，過度篩檢可能引發(fā)未知的問題。

　　許多人不愿意接受基因檢測，是因為擔憂受到保險公司的不公平對待。這一切讓醫(yī)療業(yè)者面臨尷尬處境，因為即使病人愿意接受基因篩檢，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基礎設施，都還不足以應付精準醫(yī)學所需的大數(shù)據(jù)。

　　利用快捷式健康照護互操作性資源(Fast Healthcare Interoperability Resources;FHIR)標準，并使用手機作為中介，或許是一個可能的方向。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)，決定誰能分享他們的數(shù)據(jù)。

　　但手機無法解決所有問題。人工智能與機器學習是必要的，必須用這些算法來清理醫(yī)療照護系統(tǒng)的龐雜數(shù)據(jù)，使其適用于復雜的人工智能工具。