Return to Video

丹尼爾.卡夫特:醫學的前景?應用程序將大放異彩

  • 0:00 - 0:02
    幾年前
  • 0:02 - 0:04
    當我參加TED長灘會議的時候
  • 0:04 - 0:06
    我遇見了哈里特。
  • 0:06 - 0:08
    我們之前在網路上就遇到過
  • 0:08 - 0:10
    不是你們想的那種遇見方式。
  • 0:10 - 0:12
    其實我們遇見是因為我們都認識琳達.埃維
  • 0:12 - 0:15
    她是最早的線上私人基因組公司的創始人之一。
  • 0:15 - 0:18
    因為琳達知道我們兩人的基因訊息
  • 0:18 - 0:20
    所以她發現我們兩個都有一種罕見的線粒體DNA
  • 0:20 - 0:22
    叫做單倍體基因型 K1a 1b 1a
  • 0:22 - 0:24
    這說明了我們是遠親。
  • 0:24 - 0:26
    其實我們和冰人奧茲也有血緣關係
  • 0:26 - 0:29
    所以,奧茲、哈裏特和我算是親戚。
  • 0:29 - 0:31
    因為現在大家都使用臉書,我們當然也設立了自己的臉書群組。
  • 0:31 - 0:33
    我們歡迎你們加入。
  • 0:33 - 0:35
    隔年當我在TED會議上遇到哈里特時
  • 0:35 - 0:38
    她早就已經上網訂做了我們自己的快樂單倍體T恤。
  • 0:38 - 0:40
    為什麼我要告訴你們這件事呢?
  • 0:40 - 0:42
    這和我們未來的健康又有什麼關係呢?
  • 0:42 - 0:44
    我和哈裏特相遇的過程其實充分地說明了一件事
  • 0:44 - 0:46
    那就是跨學科的研究、突飛猛進的科技
  • 0:46 - 0:48
    正影響我們將來的身心健康——
  • 0:48 - 0:50
    這些研究和科技包含了低成本的基因分析
  • 0:50 - 0:52
    有能力運用功能強大的生物信息學
  • 0:52 - 0:54
    以及網路和社會網絡之間的關聯。
  • 0:54 - 0:56
    今天我想談的就是我們應該了解這些指數科技。
  • 0:56 - 0:58
    我們的思考經常是直線的。
  • 0:58 - 1:01
    但是你想像一下,如果你有一片蓮花葉子
  • 1:01 - 1:03
    而且它每天都分裂一次
  • 1:03 - 1:05
    兩片,四片,八片,十六片
  • 1:05 - 1:07
    15天後你就有三萬兩千片葉子。
  • 1:07 - 1:09
    那一個月後你認為會有多少葉子?答案是10億。
  • 1:09 - 1:11
    所以如果我們開始學著「次方性思考」
  • 1:11 - 1:13
    我們就可以讓我們身邊所有的科技有所不同。
  • 1:13 - 1:15
    許多這些科技,就我醫生的角色和想創新的人來說,
  • 1:15 - 1:18
    是我們真的能用來改變我們未來的健康以及保健發展
  • 1:18 - 1:20
    解決我們現今在保健發展遇到的主要難題
  • 1:20 - 1:23
    例如說保健制度的巨額成本
  • 1:23 - 1:26
    老年人口
  • 1:26 - 1:28
    沒能非常有效地運用資訊、整合保健制度
  • 1:28 - 1:30
    還有採用創新技術時
  • 1:30 - 1:33
    過程也經常是困難重重。
  • 1:33 - 1:35
    我們能做的一件重要的事,這我們今天也剛談了一些
  • 1:35 - 1:37
    就是把這條曲線向左移。
  • 1:37 - 1:39
    我們把大多數金錢花費在生命階段的最後百分之二十。
  • 1:39 - 1:41
    如果我們將錢花在保健制度和我們自身的健康管理中
  • 1:41 - 1:43
    透過科技親自參予這些系統運作和管理
  • 1:43 - 1:45
    將曲線向左移、改善我們的健康,那會怎樣呢?
  • 1:45 - 1:47
    我最喜歡的科技是「次方科技」
  • 1:47 - 1:49
    我們大家現在都在使用這種科技了。
  • 1:49 - 1:51
    想想看,這些科技現在正突飛猛進。
  • 1:51 - 1:53
    打個比方,iPhone4已經是這樣了
  • 1:53 - 1:55
    想像一下iPhone8的功能會有多強大。
  • 1:55 - 1:57
    我對這項技術已經有一些心得。
  • 1:57 - 1:59
    我在矽谷一家辛格蘭若堤大學的醫學部門工作
  • 1:59 - 2:02
    我們會在每個夏天從全世界找來一百個傑出的學生
  • 2:02 - 2:04
    研究這些關於醫學,生物科技
  • 2:04 - 2:07
    人工智能,機器人技術,納米技術,空間技術的整合科技,
  • 2:07 - 2:09
    解決跨學科訓練的問題
  • 2:09 - 2:12
    並利用這些技術來影響還沒有實現的重大目標。
  • 2:12 - 2:14
    我們也有七天的執行計畫。
  • 2:14 - 2:16
    接下來的幾個月是「未來醫學」
  • 2:16 - 2:19
    這個計畫能協助跨學科訓練並將技術運用到醫學上。
  • 2:19 - 2:21
    我剛提到了手機。
  • 2:21 - 2:23
    這些手機擁有超過兩萬個不同的應用程序
  • 2:23 - 2:25
    甚至英國還設計了一種應用程式
  • 2:25 - 2:27
    你可以把一片小晶片連上你的 iPhone,然後在晶片上小便
  • 2:27 - 2:30
    看看你是不是得了性病。
  • 2:30 - 2:32
    我不知道我會不會試,不過是有這樣的程式可以用。
  • 2:32 - 2:34
    還有其他的應用程式能讓手機有診斷功能。
  • 2:34 - 2:36
    例如說如果你有糖尿病
  • 2:36 - 2:39
    你可以用iPhone來測量血脂
  • 2:39 - 2:42
    然後把數據發給你的醫師
  • 2:42 - 2:44
    所以你和醫生都能更了解你的血糖狀況。
  • 2:44 - 2:47
    讓我們看看整合科技是如何應用在保健用途上。
  • 2:47 - 2:49
    讓我們從速度開始。
  • 2:49 - 2:51
    我們都知道,就如摩爾定律所說的
  • 2:51 - 2:53
    電腦運作的速度越來越快了。
  • 2:53 - 2:55
    所以我們能夠運用它們來做更多事。
  • 2:55 - 2:57
    電腦的能力越來越接近人腦的能力
  • 2:57 - 2:59
    很多情況下甚至超越了人腦。
  • 2:59 - 3:01
    但我認為電腦的速度對成像技術的好處最大。
  • 3:01 - 3:03
    這種用非常高畫素即時地呈現身體內部的技術
  • 3:03 - 3:06
    進步真的是越來越驚人。
  • 3:06 - 3:08
    我們正在綜合多種技術, PET掃描、CT掃描和分子診斷
  • 3:08 - 3:10
    來發現和尋找所在位置不同的東西。
  • 3:10 - 3:12
    你現在看到的是今天MRI掃描技術以極高畫素重建的馬克.霍頓希的頭像
  • 3:12 - 3:14
    他是TED醫學會議的管理者。
  • 3:14 - 3:16
    現在我們可以以前所未有的的像素和能力來看大腦內部
  • 3:16 - 3:18
    從根本上學會如何重建、甚至重新設計、或是逆向設計大腦
  • 3:18 - 3:20
    因此我們能更了解病變,疾病和治療方法。
  • 3:20 - 3:22
    我們能用fMRI即時來觀察大腦內部。
  • 3:22 - 3:25
    通過理解這些過程和聯繫
  • 3:25 - 3:27
    我們能夠瞭解藥物和冥想所帶來的影響
  • 3:27 - 3:29
    改善個人化治療、提高功效
  • 3:29 - 3:32
    例如說,更符合個人需求、更有效的精神藥物。
  • 3:32 - 3:35
    fMR用的掃描器現在變得更小更輕便,也不像過去那樣昂貴。
  • 3:35 - 3:37
    從這些掃描器得到的數據實在太多
  • 3:37 - 3:40
    很快地會造成很大的問題。
  • 3:40 - 3:43
    現在的掃描佔用了800本書的空間或者20G。
  • 3:43 - 3:46
    幾年後的掃描將會佔用1T或者800000本書的空間。
  • 3:46 - 3:48
    我們該如何去利用這些信息呢?
  • 3:48 - 3:51
    讓我們從自己的例子說起吧。我不會問這裡誰做過結腸檢查,
  • 3:51 - 3:53
    但是如果你大於50歲,那麼該是你檢查結腸的時候了。
  • 3:53 - 3:55
    你怎麼避開結腸鏡的尖端呢?
  • 3:55 - 3:57
    現在有一種虛擬的結腸鏡檢查。
  • 3:57 - 4:00
    比較這兩張圖,作為放射科醫生
  • 4:00 - 4:03
    你可以檢查你病人結腸的內部
  • 4:03 - 4:06
    藉由人工智慧的協助
  • 4:06 - 4:09
    找出可能受傷的部位,就像你在這裡所看到的損傷。
  • 4:09 - 4:12
    我們以前可能會錯過這種損傷,但是藉由在放射科中用人工智能
  • 4:12 - 4:14
    我們能找到我們以前沒發現的損傷。
  • 4:14 - 4:17
    這可能會讓以前不願做結腸檢查的人願意檢查。
  • 4:17 - 4:20
    這是一個診療方式轉變的例子。
  • 4:20 - 4:22
    我們正朝向一個生物醫學、信息技術和無線網路的整合時代
  • 4:22 - 4:25
    而且我會說是「整合機動式」時代,也就是數位醫學的時代。
  • 4:25 - 4:28
    所以甚至我的聽診器都是數位的。
  • 4:28 - 4:30
    當然,它有個應用程序。
  • 4:30 - 4:33
    我們正走向《星際奇航記》裡出現的那個「影音分析儀」的時代。
  • 4:33 - 4:36
    這種手持超音波儀器正超越而且取代聽診器。
  • 4:36 - 4:38
    這種儀器過去的價位是十萬英鎊或幾十萬美元
  • 4:38 - 4:41
    現在只要大約五千美元
  • 4:41 - 4:43
    我就能買得起這樣一個功能強大的診斷儀器。
  • 4:43 - 4:45
    我們正把這個裝置和電子醫療記錄結合起來
  • 4:45 - 4:47
    在美國,電子化醫療紀錄仍然少於百分之二十。
  • 4:47 - 4:49
    我想在荷蘭應該高於百分之八十。
  • 4:49 - 4:52
    但是我們現在轉到結合醫療數據,
  • 4:52 - 4:54
    把數據電子化,
  • 4:54 - 4:56
    如此我們就能整合資訊。
  • 4:56 - 4:58
    現在作為一名醫生,不論在哪裡
  • 4:58 - 5:00
    透過這些移動設備,我就能得到病人的數據。
  • 5:00 - 5:03
    當然,我們正處在iPad,甚至iPad2的時代。
  • 5:03 - 5:06
    就在上個月美國食品藥品管理局首度通過的應用程序
  • 5:06 - 5:08
    證實可以讓放射科醫生直接在這些設備上讀數據。
  • 5:08 - 5:10
    所以肯定的是,現今的醫生,包括我自己
  • 5:10 - 5:13
    已經完全離不開這些設備了。
  • 5:13 - 5:15
    正如你們大約一個月前所看到的
  • 5:15 - 5:18
    來自IBM的華生在益智節目「危險邊緣」中擊敗了兩位冠軍。
  • 5:18 - 5:20
    因此我要你們想像當我們在幾年內開始採用雲端資訊
  • 5:20 - 5:22
    並真正有了人工智慧醫生連接到我們的大腦
  • 5:22 - 5:24
    我們做的決定和診斷會和過去全然不同。
  • 5:24 - 5:27
    你們現在在很多情況下已經不需要去看醫生了。
  • 5:27 - 5:30
    只有大約百分之二十的狀況下醫生才會用到手來做診療。
  • 5:30 - 5:33
    我們正處在虛擬診療的時代
  • 5:33 - 5:35
    從使用Skype到American Well來做線上看病
  • 5:35 - 5:37
    到思科研製的非常精密的健康診斷系統。
  • 5:37 - 5:39
    這種和你的醫師的互動能力是有別於以往的。
  • 5:39 - 5:41
    現在因為有這些設備我們的能力更是提高了。
  • 5:41 - 5:44
    這是我的朋友傑西卡傳給我的她頭部裂傷的圖片
  • 5:44 - 5:46
    所以她不用來急診室,我能通過看照片來診斷。
  • 5:46 - 5:49
    或許我們能利用現今的遊戲技術
  • 5:49 - 5:52
    比如微軟Kinect來進行診斷。
  • 5:52 - 5:54
    例如在診斷中風時,
  • 5:54 - 5:56
    用簡單的移動偵測儀器和幾百元的設備就可以進行檢測。
  • 5:56 - 5:59
    我們現在實際上能用機器人來看病。
  • 5:59 - 6:01
    如果我是一名血液病專家
  • 6:01 - 6:03
    可以用這台RP7到另一家診所或醫院看診。
  • 6:03 - 6:05
    這種能提升診療效率的整套工具其實現在在家就找的到。
  • 6:05 - 6:07
    所以想像一下,我們已經擁有無線網路體重計。
  • 6:07 - 6:10
    你可以站在體重計上
  • 6:10 - 6:13
    你可以把你的體重用Tweet告訴你的朋友,他們能幫你保持身材。
  • 6:13 - 6:15
    我們有無線網絡血壓器。
  • 6:15 - 6:17
    我們正在整合這所有的技術。
  • 6:17 - 6:20
    所以我們不用戴這些雜七雜八的裝置,而是可以把他們變成一個貼片。
  • 6:20 - 6:23
    這是我在史丹福的一個同事發明的iRhythm。
  • 6:23 - 6:25
    它完全取代了先前的技術,而且價格低很多,效率更好。
  • 6:25 - 6:28
    現在我們正處於自我量化的時代。
  • 6:28 - 6:31
    人們可以買幾百元的裝置
  • 6:31 - 6:34
    像這個小FitBit。
  • 6:34 - 6:37
    我可以量化我的步數和我的卡路里消耗。
  • 6:37 - 6:39
    我可以每天都從這些數據了解一些事情。
  • 6:39 - 6:42
    我可以把數據和朋友,醫生分享。
  • 6:42 - 6:44
    現在有一種手錶可以測量你的心律,叫Zeo睡眠偵測器。
  • 6:44 - 6:46
    它能讓你使用這些資訊對自身的健康更了解。
  • 6:46 - 6:48
    當我們開始整合這些資訊
  • 6:48 - 6:50
    我們就會更知道用它做什麼,更了解我們的病狀和身心健康。
  • 6:50 - 6:53
    現在甚至有一種鏡子可以測量你的脈搏率。
  • 6:53 - 6:56
    我認為,在未來,我們衣服裡會有可以穿戴的裝置
  • 6:56 - 6:58
    全天候檢測我們的身體。
  • 6:58 - 7:01
    就像我們現在車裏的OnStar系統,
  • 7:01 - 7:04
    紅燈會亮起,雖然它不會說「去檢查引擎」
  • 7:04 - 7:06
    但它會說去「檢查你的身體」
  • 7:06 - 7:08
    回家好好照顧自己。
  • 7:08 - 7:10
    也許幾年後
  • 7:10 - 7:12
    你照鏡子時鏡子會幫你看病。
  • 7:12 - 7:14
    家裡有小孩的
  • 7:14 - 7:17
    你會想要這種會幫你的無線尿布吧...
  • 7:17 - 7:20
    我想你不需要這麼多資訊。
  • 7:20 - 7:23
    但是這一天會來的。
  • 7:23 - 7:25
    今天我們已經聽了很多新技術和技術整合。
  • 7:25 - 7:27
    我認為有些技術會使我們和病人更接近
  • 7:27 - 7:29
    有更多時間表達我們對病人的關懷。
  • 7:29 - 7:31
    這些技術能夠提供這樣的幫助。
  • 7:31 - 7:33
    我們談到了一些能幫助患者的科技
  • 7:33 - 7:35
    那麼科技如何幫助醫生呢?
  • 7:35 - 7:37
    我們正處在「超強化外科醫生」的時代。
  • 7:37 - 7:40
    他們能進入身體內部
  • 7:40 - 7:42
    用機器人做手術,這現在已經可以做到了。
  • 7:42 - 7:44
    這種水平即使是短短五年前都不太可能達到的。
  • 7:44 - 7:46
    現在這種技術還因為多重影像技術,例如「增像技術」得到提升。
  • 7:46 - 7:49
    所以醫生能通過他們的鏡頭看到患者的內部
  • 7:49 - 7:51
    看腫瘤在哪裡,血管在哪裡。
  • 7:51 - 7:54
    除此之外,「決策支持」這個技術也可以和「機器手術」做整合。
  • 7:54 - 7:57
    例如說,在紐約的醫生可以幫阿姆茲特丹的醫生。
  • 7:57 - 7:59
    我們正在步入一個叫做NOTES的真正無疤手術的時代。
  • 7:59 - 8:01
    機器內窺鏡能穿過胃部切除膽囊
  • 8:01 - 8:03
    不會留下疤痕,過程也是機器化的。
  • 8:03 - 8:05
    這是即將被採用的技術。
  • 8:05 - 8:07
    基本上是一種無疤手術
  • 8:07 - 8:09
    拜機器化手術之賜。
  • 8:09 - 8:11
    除了控制機器手,我們還能控制其他東西嗎?
  • 8:11 - 8:13
    對於身障人士,那些半身不遂的人
  • 8:13 - 8:15
    有一種能讓人腦和電腦互動的技術叫做BCI。
  • 8:15 - 8:18
    在四肢癱瘓者的大腦皮層運動區植入晶片
  • 8:18 - 8:20
    他們就能控制滑鼠指標、輪椅或者機器手臂。
  • 8:20 - 8:22
    這些晶片現在做得越來越小
  • 8:22 - 8:25
    越來越多患者體內都能夠放入這種晶片。
  • 8:25 - 8:27
    這種技術仍在臨床階段,但想像一下
  • 8:27 - 8:29
    當我們將這些技術結合令人驚歎的仿生學假肢
  • 8:29 - 8:31
    像卡門院長和他的同事設計的DEKA手臂
  • 8:31 - 8:33
    有17種不同的移動方式和靈活度
  • 8:33 - 8:35
    能使失去肢體的人比以前更靈巧。
  • 8:35 - 8:37
    我們實際上真正進入到了可穿的機器人時代。
  • 8:37 - 8:39
    如果你手腳完好,但是你得了中風
  • 8:39 - 8:41
    你可以穿這些假肢。
  • 8:41 - 8:43
    或者假如你下半身癱瘓,像我在巴克力仿生物公司拜訪的朋友們
  • 8:43 - 8:45
    他們發明了eLEGS。
  • 8:45 - 8:47
    我上週拍了這段影片。
  • 8:47 - 8:49
    影片中這位半身癱瘓的人因為穿上這些仿生裝備正在走路。
  • 8:49 - 8:51
    如果不穿這些盔甲,他完全得依賴輪椅。
  • 8:51 - 8:53
    這些機器裝備現在還在發展初期。
  • 8:53 - 8:56
    我認為藉由這些技術
  • 8:56 - 8:58
    我們能改變對殘疾的定義
  • 8:58 - 9:00
    在某些情況下甚至能將「殘疾」轉變成「超能」。
  • 9:00 - 9:03
    這是艾米.馬林斯,她在小時候就失去了雙腿。
  • 9:03 - 9:05
    這是休.赫爾,麻省理工的教授
  • 9:05 - 9:07
    他也在一次攀岩事故中失去了雙腿。
  • 9:07 - 9:09
    現在他們通過修復手術可以比正常人爬得更好,動得更快
  • 9:09 - 9:11
    用不同的方式游泳。
  • 9:11 - 9:13
    再說說其他的整合科技吧。
  • 9:13 - 9:15
    很明顯地,肥胖趨勢朝著錯誤的方向快速發展
  • 9:15 - 9:17
    包括肥胖症造成的支出也是越來越龐大。
  • 9:17 - 9:19
    但是醫學儀器卻有種越做越迷你的趨勢。
  • 9:19 - 9:21
    例如說,我們可以用這種電子藥丸來做一趟「奇幻航行」。
  • 9:21 - 9:23
    你可以吞下這個麻雀雖小卻五臟俱全的裝置。
  • 9:23 - 9:26
    當它通過你的消化道時
  • 9:26 - 9:28
    能在消化道裡拍照,並且進行診斷和治療。
  • 9:28 - 9:30
    我們還做了更小的微型機器人
  • 9:30 - 9:34
    他們能自動通過你的消化系統
  • 9:34 - 9:36
    用一種更溫和的方式來做外科醫師做不到的事。
  • 9:36 - 9:38
    有時這些裝置會在你的消化系統內自行組裝
  • 9:38 - 9:40
    從而提升使用價值。
  • 9:40 - 9:42
    在心臟儀器方面,起搏器越來越容易植入
  • 9:42 - 9:45
    因此不需要訓練一位介入性心臟科醫師來植入這些儀器。
  • 9:45 - 9:48
    你可以用移動裝置再次的無線遙控這些儀器。
  • 9:48 - 9:50
    所以你可以去任何地方而不影響對儀器的遠程遙控。
  • 9:50 - 9:52
    我們甚至還要把它做得更小。
  • 9:52 - 9:54
    這是一個Medtrinic製作的樣品,比一分錢還小。
  • 9:54 - 9:57
    另外,我們能將人工視網膜放到眼球後面
  • 9:57 - 9:59
    使盲人回復視力。
  • 9:59 - 10:01
    雖然這還在早期實驗階段,但成功的機率是很大的。
  • 10:01 - 10:04
    這些將會是革命性的改變。
  • 10:04 - 10:06
    或著對我們這些視力正常的人
  • 10:06 - 10:09
    有了這些輔助生活的隱形眼鏡會怎樣?
  • 10:09 - 10:11
    我們現在有藍牙、無線網絡,可以將圖像投射到你的眼睛。
  • 10:11 - 10:13
    如果你維持飲食有困難
  • 10:13 - 10:15
    這些額外的圖像也許能提醒你食物裡有多少卡路里。
  • 10:15 - 10:17
    如果病理學家能把他們的手機當做顯微鏡使用
  • 10:17 - 10:19
    把資料傳回主機,進行更好的診斷,這會是怎樣的局面呢?
  • 10:19 - 10:22
    實際上,現在整個實驗醫學界的情況已經完全改變了。
  • 10:22 - 10:25
    我們現在能利用微流體
  • 10:25 - 10:28
    像斯坦福大學的史提夫. 奎克做的這片晶片。
  • 10:28 - 10:30
    微流體技術能取代整個實驗室的技術員。
  • 10:30 - 10:33
    把它放在晶片上
  • 10:33 - 10:36
    它能在世界上任何地方的照護站同時做上千個檢測。
  • 10:36 - 10:38
    這些技術對農村和醫療不發達的地方會非常有幫助。
  • 10:38 - 10:41
    它能把上千元的檢測成本縮減到幾分錢
  • 10:41 - 10:43
    而且在任何的照護站都能做。
  • 10:43 - 10:46
    如果我們沿著這條「微科技之路」再稍微往前走一點
  • 10:46 - 10:48
    我們就會進入奈米醫學時代。
  • 10:48 - 10:50
    奈米科技讓我們能將儀器做的超級迷你
  • 10:50 - 10:52
    迷你到我們可以設計紅血球細胞
  • 10:52 - 10:54
    或者設計微型機器人來檢測我們的血液或免疫系統
  • 10:54 - 10:57
    或者甚至清除動脈裏的血栓。
  • 10:57 - 10:59
    再來說到成本大減價這一點。
  • 10:59 - 11:01
    不是我們通常在醫學時代裡想到的那種
  • 11:01 - 11:03
    而是過去10MB就要3400元的硬碟現在變得非常的便宜。
  • 11:03 - 11:05
    在基因組學裏
  • 11:05 - 11:08
    十年前我們花了十億美元才發現第一組基因組
  • 11:08 - 11:10
    現在基本上找出基因組的成變成一千美元
  • 11:10 - 11:12
    也許今後一兩年就只要一百美元。
  • 11:12 - 11:14
    我們能用一百元換來的基因組做什麼呢?
  • 11:14 - 11:16
    很快的我們能用這些基因組來做數以百萬種的檢測。
  • 11:16 - 11:19
    當我們集中這些基因組資訊的時候,事情就變得很有意思了。
  • 11:19 - 11:22
    我們會開始進入了真正的個人化的醫學時代
  • 11:22 - 11:24
    在正確的時間為正確的人做正確的藥
  • 11:24 - 11:27
    而不是像現在這樣,給每個人同樣的藥
  • 11:27 - 11:30
    有點像是胡亂開藥似的
  • 11:30 - 11:32
    開給對病人沒用的藥。
  • 11:32 - 11:34
    很多不同的公司正在努力利用這些方法。
  • 11:34 - 11:36
    我來舉一個簡單的例子,還是來自「23和我」的例子。
  • 11:36 - 11:38
    我的數據顯示我已經到了會得視網膜斑點退化的危險期
  • 11:38 - 11:40
    這是會導致失明的疾病。
  • 11:40 - 11:43
    但是如果我把同樣的數據上傳到deCODEme
  • 11:43 - 11:46
    我還能看到我得到第二型糖尿病的風險有多高。
  • 11:46 - 11:48
    我得第二型糖尿病的風險幾乎高於標準值兩倍了。
  • 11:48 - 11:51
    所以我可能會開始注意我在午飯休息時間吃了多少甜點。
  • 11:52 - 11:54
    因此這種診斷也許會改變我的行為。
  • 11:54 - 11:56
    利用我對基因藥理學的知識
  • 11:56 - 11:59
    我的基因如何控制,我的藥物作用是什麼,甚麼可以滿足我的需求
  • 11:59 - 12:01
    這些都將變得越來越重要
  • 12:01 - 12:03
    一旦人們和患者有了這些資訊
  • 12:03 - 12:05
    就能提升藥物劑量和藥物選擇的品質。
  • 12:05 - 12:07
    所以不是只有基因重要
  • 12:07 - 12:10
    我們的習慣和環境都很重要。
  • 12:10 - 12:12
    上次你的醫生問你住在哪裡是什麼時侯?
  • 12:12 - 12:14
    在風土醫學裡
  • 12:14 - 12:16
    你住在哪裡,你接觸過什麼對你的健康有極大的影響。
  • 12:16 - 12:18
    我們能抓住這些信息。
  • 12:18 - 12:20
    因此基因組學,蛋白組學,環境,
  • 12:20 - 12:22
    所有這些數據都湧向我們和可憐的醫生。
  • 12:22 - 12:25
    我們該如何管理它?
  • 12:25 - 12:27
    我們正在進入系統醫學或者系統生物學時代
  • 12:27 - 12:29
    也就是說我們能開始整合這些資訊。
  • 12:29 - 12:31
    例如,做檢測時可以在我們的血液中發現一萬個生物標記
  • 12:31 - 12:34
    透過觀察這些標記
  • 12:34 - 12:37
    我們能看到這些小標記
  • 12:37 - 12:39
    讓我們更早發現疾病。
  • 12:39 - 12:42
    這個領域的創始人李.胡德稱這種方法為P4醫學。
  • 12:42 - 12:45
    我們將能預測我們可能會得甚麼病。
  • 12:45 - 12:47
    我們能預防,這種預防性可以針對個人需求。
  • 12:47 - 12:49
    更重要的是,每個人都能夠參予其中。
  • 12:49 - 12:51
    透過一些如「Patients Like Me」這樣的網站
  • 12:51 - 12:53
    或是使用微軟HealthVault或谷歌健康軟體來管理你的數據,
  • 12:53 - 12:55
    病人能利用這些方法參予預防診斷過程
  • 12:55 - 12:58
    這點會變得越來越重要。
  • 12:58 - 13:00
    再來我要以「品質」來作為結束。
  • 13:00 - 13:03
    我們的治療會更好、更有效。
  • 13:03 - 13:05
    現在高血壓大部分是通過吃藥來治療。
  • 13:05 - 13:08
    如果我們用一種新裝置
  • 13:08 - 13:11
    麻醉調節血壓的神經血管
  • 13:11 - 13:13
    一次就能治好高血壓。
  • 13:13 - 13:15
    這新裝置已經能做到這種治療了。
  • 13:15 - 13:18
    再一、兩年內應該就可以上市。
  • 13:18 - 13:20
    還有更有目標性的癌症療法。
  • 13:20 - 13:23
    我是腫瘤科醫生
  • 13:23 - 13:25
    我必須說大多數我們開的藥其實是毒藥。
  • 13:25 - 13:28
    我們斯坦福和其他地方發現
  • 13:28 - 13:30
    我們能找到癌症幹細胞
  • 13:30 - 13:32
    就是可能引起癌症復發的細胞。
  • 13:32 - 13:35
    如果你把癌症看成是一個種子
  • 13:35 - 13:37
    我們通常能除掉這些種子。
  • 13:37 - 13:39
    它看似萎縮,但經常又長回來。
  • 13:39 - 13:42
    所以我們瞄準的目標是錯誤的。
  • 13:42 - 13:44
    癌症幹細胞依然存在
  • 13:44 - 13:46
    腫瘤能在幾個月後或幾年後再長出來。
  • 13:46 - 13:49
    我們現在學會了鑒定癌症幹細胞
  • 13:49 - 13:52
    將它們設為長期治療的目標。
  • 13:52 - 13:54
    我們正在進入個人化腫瘤學時代
  • 13:54 - 13:57
    我們有能力會整、利用這些資訊
  • 13:57 - 13:59
    有能力分析腫瘤
  • 13:59 - 14:01
    為每一個患者量身制做出一套有效的雞尾酒式療法。
  • 14:01 - 14:03
    最後我要說的是再生醫學。
  • 14:03 - 14:05
    我對幹細胞研究很多
  • 14:05 - 14:07
    胚胎幹細胞再生能力特別強。
  • 14:07 - 14:09
    我們體內也遍佈成體的幹細胞。
  • 14:09 - 14:12
    我們把這些幹細胞運用在骨髓移植領域。
  • 14:12 - 14:14
    就在去年傑龍做了第一次嘗試
  • 14:14 - 14:17
    他用人類的胚胎幹細胞治療脊髓神經傷害。
  • 14:17 - 14:19
    雖然仍在實驗階段,但有進展。
  • 14:19 - 14:21
    我們在臨床實驗運用成體幹細胞大概有十五年了
  • 14:21 - 14:23
    用它來治療許多不同的疾病,尤其是心血管病。
  • 14:23 - 14:25
    我們取出自己的骨髓細胞治療心臟病病人
  • 14:25 - 14:27
    病人心臟病發後用了我們自己的骨髓細胞
  • 14:27 - 14:29
    我們發現病人的心臟功能改蓋,而且活得更好。
  • 14:29 - 14:32
    我發明了一種叫MarrowMiner的裝置
  • 14:32 - 14:34
    它能用比較溫和的方式來收集骨髓。
  • 14:34 - 14:36
    美國食品藥物管制局已經核准這個裝置
  • 14:36 - 14:39
    預期將會在這一兩年內上市。
  • 14:39 - 14:41
    希望你們能喜歡這個發明
  • 14:41 - 14:43
    它能沿著患者的脊椎移除患者的骨髓
  • 14:43 - 14:45
    以前需要穿刺兩百次,現在只要局部麻醉後作一次穿刺就可以。
  • 14:45 - 14:47
    但是現在幹細胞治療是朝什麼方向發展呢?
  • 14:47 - 14:49
    想一下,你身體裡每一個細胞都有同樣的DNA
  • 14:49 - 14:51
    這在你還是一個胚胎的時候就有了。
  • 14:51 - 14:54
    我們現在能重新構造你的皮膚細胞
  • 14:54 - 14:57
    讓它就像一個多功能的胚胎幹細胞
  • 14:57 - 14:59
    利用這個技術能治療同一個患者的多個器官
  • 14:59 - 15:01
    製造你個人的幹細胞线。
  • 15:01 - 15:03
    我認為這將開啟個人幹細胞庫的新時代
  • 15:03 - 15:05
    把你的心血管細胞、肌肉細胞、神經細胞存在冷凍櫃裡
  • 15:05 - 15:07
    在你將來需要的時候使用。
  • 15:07 - 15:09
    我們現在用這所有的細胞工程技術來整合這些資訊。
  • 15:09 - 15:11
    為3D器官影像列印整合技術
  • 15:11 - 15:14
    用細胞代替墨水來重建一個3D器官。
  • 15:14 - 15:16
    這是未來發展的方向,現在我們還在發展初期。
  • 15:16 - 15:18
    但我認為,就整合科技來說
  • 15:18 - 15:20
    這是最好的一個例子。
  • 15:20 - 15:22
    所以在結束的時候,我想說說現在的技術趨勢
  • 15:22 - 15:24
    以及這些趨勢對健康和醫學會有怎樣的巨大影響。
  • 15:24 - 15:26
    我們正進入微型化、分散化、個人化的時代。
  • 15:26 - 15:29
    我認為如果我們能開始思考如何了解、利用這些技術
  • 15:29 - 15:31
    透過集中這些技術
  • 15:31 - 15:33
    我們就能讓病患對疾病更了解
  • 15:33 - 15:35
    讓醫生更有能力,讓人們更健康
  • 15:35 - 15:37
    而且能夠防患於未然。
  • 15:37 - 15:40
    因為作為醫生我知道,如果某人在患病初期來看我
  • 15:40 - 15:42
    我會很高興,因為通常我們可以治好他們的病。
  • 15:42 - 15:44
    但是他們經常來得太晚,例如可能到了癌症三或四期才來。
  • 15:44 - 15:46
    所以通過利用這些整合技術
  • 15:46 - 15:48
    我認為我們可以進入一個新時代
  • 15:48 - 15:50
    我稱之為「零期醫學」的時代。
  • 15:50 - 15:52
    作為一名癌症醫生,我期待失業。
  • 15:52 - 15:54
    非常感謝。
  • 15:54 - 15:56
    謝謝,謝謝。
  • 15:56 - 15:58
    鞠躬,鞠躬。
Title:
丹尼爾.卡夫特:醫學的前景?應用程序將大放異彩
Speaker:
Daniel Kraft
Description:

在馬斯特里赫特TED上,丹尼爾.卡夫特快速地展望了未來幾年的醫學革新。未來醫學將因設備、測試和應用程序的推陳出新讓病患能立即獲得診斷資訊。

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
18:01
zhang haohan added a translation

Chinese, Traditional subtitles

Revisions