Содержание
Прорывные технологии в медицине, на которые точно необходимо обратить внимание — СПб ГБУЗ МИАЦ
Citi GPS: Global Perspectives & Solutions, аналитики которого помогают клиентам одного из крупнейших международных финансовых конгломератов – Citigroup Inc – ориентироваться в трендах глобальной экономики, выпустили отчет с указанием десяти прорывных технологий, на которые точно необходимо обратить внимание. Вход в капитал этих технологий пока не очень высок, однако в будущем они принесут миллиарды инвесторам.
В исследовании Citi GPS: Global Perspectives & Solutions говорится, что технологии из представленного списка изменят ценности существующего мира и представление человечества о будущем.
В списке оказались твердотельные аккумуляторы (они намного экологичнее, дешевле и эффективнее, чем литий-ионные батареи), беспилотный транспорт, киберспорт, технология беспроводного доступа Dynamic Spectrum Access, сеть 5G, плавающие ветрогенераторы, смарт-колонки и нейросети, которые заменят риелторов.
Два пункта из десяти в отчете про медицину – борьба со старением и большие данные в здравоохранении.
Anti-Aging Medicines
По данным отчета, уже к 2023 году появятся первые одобренные к применению сенолитики – препараты, способные избирательно инициировать гибель постаревших клеток, чтобы предотвратить множество болезней, связанных со старением. Если технология подтвердит свою состоятельность, то можете себе только представить, какие деньги будут в этом рынке. Правда, как отмечается в отчете, при этом существенно пострадает выстроенная машина по зарабатыванию денег на лечении болезней, которые эти самые сенолитики будут предотвращать.
Big Data & Healthcare
Ожидается, что к 2020 году будет накоплено более 2310 эксабайт медицинских данных, просто дикое количество информации, которое даже невозможно себе представить в бумажных носителях. Сюда войдут неструктурированные отчеты врачей из электронных медицинских карт, цифровые медицинские изображения, результаты анализов, лабораторные исследования, показания с носимых устройств, генетическая информация и т.
д. и т.п.
Данные, как уже не раз говорилось, станут новой нефтью или новым электричеством, кому как больше нравится. Крупным медицинским центрам, как основным источникам интересной комплексной медицинской информации, уже сейчас необходимо озадачиться вопросом оцифровки всего и вся в своих стенах, продумать структуру хранения этой информации, обеспечения ее деперсонификации и безопасности, чтобы быть готовыми к буму, когда эти данные станут превращаться в инструмент монетизации. А также не лишним будет взять к себе в штат датасаетиста, чтобы начать работу по очистке и структуризации сырых данных, продумать работу по их разметке, чтобы приманить к себе побольше стратапов, работающих в области разработки систем поддержки принятия врачебных решений на основе искусственного интеллекта.
Источники: телеграм-канал @it_medicine, hightech.fm
Медицина все активнее переходит на электронные технологии
Фото: iStock
Расчеты проведены на основе более 26 тысяч источников за 2020-2022 годы, отобранных из массивов высокоцитируемых публикаций и профессиональных СМИ.
Исследователи подтвердили, что пандемия коронавируса стала мощным драйвером развития цифровой медицины. Необходимость наладить оперативную массовую помощь больным, в том числе дистанционно, привела к смягчению нормативных ограничений, регулирующих использование отдельных технологий. Но рост спроса здравоохранения на ИT-решения был также связан с увеличением доли больных с хроническими заболеваниями, необходимостью обеспечить им постоянный мониторинг и длительный уход. Взрывному росту цифровой медицины также способствуют новые решения в области искусственного интеллекта, сенсорики, робототехники, беспроводной связи, обработки и анализа информации, дополненной и виртуальной реальности.
Цифровизация медицины способствует ее переходу к модели 4-П, которая подразумевает предсказание и профилактику развития заболеваний, персонализацию терапии и партисипативность (соучастие) со стороны пациента. Она также расширяет доступность и повышает стандарты оказания врачебной помощи.
Анализ позволил выделить основные направления цифровизации систем здравоохранения в мире.
Например, в исследовательской повестке первостепенное внимание (второе по значимости в рыночной) уделяется биосенсорам — ключевым элементам носимых устройств (фитнес-браслетов, умных часов и др.). Эти гаджеты могут отправлять информацию о состоянии здоровья врачу, вызвать при необходимости «скорую помощь», а также стимулируют более ответственное отношение самих пользователей к своему здоровью.
Для рынка наиболее популярной областью применения цифровых технологий (и третьей в рейтинге исследовательских приоритетов) стала телемедицина. Это прежде всего было связано с пандемией COVID-19, необходимостью соблюдать карантин, мерами социального дистанцирования и переходом в онлайн большой части услуг, в том числе медицинских.
В первую тройку приоритетов, значимых и для науки, и для рынка, входит электронный документооборот. Оцифровка медицинских записей повышает скорость передачи медицинской информации и удобство оказания врачебных услуг, сокращает рутинный труд врачей.
Для обработки больших медицинских данных, накопленных в ходе исследований или в рамках электронного документооборота, разрабатываются системы поддержки принятия клинических решений на основе искусственного интеллекта и решения для анализа медицинских изображений с помощью алгоритмов компьютерного зрения.
Ассистивные продукты позволяют людям с ограничениями по здоровью компенсировать утраченные функции и вести активный образ жизни
Интернет медицинских вещей позволяет объединять различные приборы и датчики в целостную экосистему и оптимизировать работу медучреждений благодаря контролю состояния техники и учету лекарственных средств. Совмещение постоянного мониторинга физиологических функций человека и отслеживания критических изменений снижает затраты на лечение и число исследований, проводимых с участием медперсонала, а также возможность врачебной ошибки.
Различные ассистивные продукты позволяют людям с ограничениями по здоровью компенсировать утраченные функции и органы и вести активный образ жизни. Серьезный потенциал имеют интерфейсы «мозг — компьютер». Они уже применяются для нейрореабилитации и лечения нейродегенеративных и психических заболеваний, а в будущем помогут расширить возможности человека — например, стимулировать его когнитивные способности или контролировать эмоциональный фон.
— В России, как и во всем мире, широко внедряются пока менее комплексные цифровые технологии, — пояснила «РГ» автор исследования, заместитель директора Форсайт-центра ИСИЭЗ НИУ «ВШЭ» Анна Гребенюк. — Наиболее востребованы облачные сервисы для хранения и обработки медицинской информации — к ним подключена треть всех организаций здравоохранения, а также цифровые платформы, в первую очередь для предоставления телемедицинских консультаций и дистанционного мониторинга за состоянием здоровья пациентов, ими пользуется 18 процентов.
Прогноз
Анна Гребенюк, заместитель директора Форсайт-центра ИСИЭЗ НИУ ВШЭ:
— Процесс цифровой трансформации системы здравоохранения идет непрерывно, по мере развития информационных технологий внедряются все более сложные решения: от цифровых сервисов и телемедицины до систем на базе искусственного интеллекта, роботизированных хирургических комплексов, смарт-госпиталей на базе медицинского интернета вещей. Сами технологии также усложняются, например, носимые технологии будут развиваться от уже привычных фитнес-браслетов к полноценной «умной» одежде и обуви, которые позволят удаленно мониторить большое число параметров здоровья человека и вовремя сигнализировать о критических изменениях.
В дальнейшем ожидается все большее внедрение комплексных технологий: систем автоматизированного анализа медицинских изображений, поддержки принятия врачебных решений, цифровых ассистентов для врачей и пациентов, роботизированных помощников.
Широкое распространение цифровых технологий, в свою очередь, требует формирования новой модели работы медицинских организаций, перестройки логистики и механизмов взаимодействия между различными уровнями системы здравоохранения для бесшовного оказания медицинских услуг. Необходимо обеспечить условия для реализации тех возможностей, которые предоставляют новые ИТ-решения: непрерывное наблюдение за состоянием здоровья пациентов, диагностика заболеваний на ранней стадии, в том числе до появления первых симптомов, персонализация терапии с учетом индивидуальных особенностей организма.
Как персонализированная медицина трансформирует здравоохранение
За последние несколько десятилетий программы медицинского лечения в основном были универсальными.
Клиницисты назначают различные лекарства или варианты лечения пациентам в зависимости от категории заболевания. Однако пациенты часто по-разному реагируют на разные виды лечения, поэтому частью процесса является разработка наиболее эффективного лечения с наименее серьезными побочными эффектами. Персонализированная медицина использует совершенно другой подход. Он направлен на разработку точной клинической картины пациента на основе его уникального биологического строения. Такая глубина информации позволяет клиницистам выявлять различия в генах, РНК или белках, которые могут повлиять на их восприимчивость к заболеванию.
«Изучая уникальные характеристики болезни, характерные для каждого пациента или подгруппы пациентов, персонализированная медицина стремится разрабатывать умные и адаптированные лекарства, которые напрямую зависят от этих характеристик для более точного и целенаправленного лечения болезни», — говорит доктор Эшли Сандерс. , руководитель группы в Max-Delbrück-Centrum für Molekulare Medizin (MDC) в Берлине, Германия.
В то время как персонализированная медицина является новым подходом в современной медицине, идея лечения пациентов как личностей вряд ли нова. Еще во втором тысячелетии до нашей эры древнеегипетская медицина, а затем греческая медицина, в значительной степени сосредоточивалась на понимании здоровья человека, а также его обстоятельств и убеждений. Универсальный подход, возможно, стал широко использоваться с появлением фармацевтических компаний в начале 2019 года.0007-й век. Персонализированная медицина предлагает вернуться к этим основополагающим принципам лечения.
В этой статье мы обсудим некоторые достижения, которые выводят персонализированную медицину на передний план.
Расшифровка генетического кода
Проект «Геном человека» был, пожалуй, одним из самых важных шагов на пути к персонализированной медицине. Короче говоря, это проложило путь к тому, чтобы медицина стала профилактической, а не просто реактивной. Опубликованная в 2003 году полная последовательность генома человека позволила ученым и клиницистам идентифицировать генетические вариации тысяч заболеваний — подход, известный как геномика.
Это также проложило путь к быстрому, дешевому и точному секвенированию ДНК и РНК, поместив геномику в основу исследований и усилий по лечению различных заболеваний человека.
Рак — отличный пример того, как геномика используется для адаптации лечения к конкретным пациентам на основе генетической информации. Нет двух одинаковых раковых заболеваний у пациентов, и то, как развивается рак, связано со сложной взаимосвязью между генами и окружающей средой. Секвенирование ДНК предлагает путь, позволяющий клиницистам идентифицировать унаследованные гены, которые, как известно, повышают восприимчивость человека к определенным видам рака.
После постановки диагноза рака секвенирование ДНК в биоптатах опухоли может идентифицировать генетические маркеры рака, что позволяет клиницистам направить определенные противораковые методы лечения на эту конкретную аномалию (если лекарство доступно). Например, примерно семь процентов немелкоклеточного рака легкого (НМРЛ) вызваны наследуемой мутацией в Ген ALK , кодирующий киназу анапластической лимфомы (ALK).
Это открытие привело к разработке блокаторов ALK, таких как церитиниб, которые можно выборочно назначать пациентам с мутациями ALK , страдающим НМРЛ.
Совсем недавно новый подход к геномике, называемый соматическим мозаицизмом, продвигает персонализированную медицину еще на один шаг вперед, чтобы адаптировать методы лечения к индивидуальным клеткам пациентов.
«Наша группа изучает соматический мозаицизм, который представляет собой захватывающий сдвиг парадигмы в том, как мы понимаем генетику болезней. Мы используем одноклеточные технологии, чтобы узнать о молекулярных изменениях и мутациях ДНК, которые образуются в наших клетках, и о том, как они меняются с возрастом и при болезни. Мы стремимся использовать эту информацию для прямого нацеливания на мутировавшие клетки, которые могут участвовать или даже управлять характеристиками заболевания», — говорит Сандерс.
Неинвазивный мониторинг неалкогольного стеатогепатита
Неалкогольный стеатогепатит (НАСГ) представляет собой агрессивную форму неалкогольной жировой болезни печени (НАЖБП), состояние печени, которое характеризуется стеатозом печени, сопровождающимся повреждением и воспалением клеток печени.
Загрузите этот технический документ, чтобы узнать об анализе, который может идентифицировать биомаркеры предрасположенности к НАСГ, надежно предсказать накопление жира в печени и помочь предсказать успех вмешательств в определенных подгруппах пациентов.
View Whitepaper
Рекламный контент
Развитие мультиомики
В то время как геномика была отправной точкой персонализированной медицины, рост многих других технологий омики расширяет возможности предотвращения повторения. Протеомика и транскриптомика теперь используются наряду с геномикой для понимания аномалий, которые могут возникать в генетическом коде, транскрипции РНК, синтезе белка и клеточных функциях.
«Эти мультиомные технологии занимают центральное место в персонализированной медицине. Это то, что позволяет нам глубоко охарактеризовать пациентов и болезненные состояния, чтобы можно было разработать целевые методы лечения», — отмечает Сандерс.
Мультиомные технологии используются для идентификации биомаркеров заболевания, очень похожих на мутации ALK , которые встречаются в подмножестве НМРЛ. Протеомика, например, позволяет клиницистам и ученым понять все молекулярные процессы в организме пациента, которые вызывают заболевание. Такие методы, как масс-спектрометрия (МС), обеспечивают «высокопроизводительную» идентификацию и количественную оценку молекулярных изменений у пациентов с необычайной чувствительностью и легкостью.
В то время как более ранняя протеомика, основанная на МС, имела проблемы с чувствительностью и специфичностью, новые технологии (например, жидкостная хроматография-МС) позволяют ученым получать очень подробные данные о тысячах белков от больших групп пациентов. Действительно, рассеянный склероз начинает создавать свою собственную клиническую область, персонализированную лекарственную терапию на основе рассеянного склероза, но из-за высоких затрат, связанных с этим подходом, в настоящее время только избранные лаборатории могут извлечь выгоду.
Таким образом, многие клинические лаборатории продолжают использовать старые малопроизводительные методы на основе антител для клинической диагностики до тех пор, пока не будет улучшена доступность методов на основе РС.
Большие данные, большой потенциал
Создание подробного целостного представления об отдельных пациентах требует огромной вычислительной мощности. Оценки разнятся, но, поскольку в нашем геноме от 19 000 до 22 000 генов, наш протеом примерно такого же размера. Сложность понимания того, как это влияет на болезни человека, ошеломляет, и это еще до того, как вы рассмотрите вариации, возникающие в результате альтернативного сплайсинга, полиморфизма отдельных аминокислот и посттрансляционных модификаций.
«Это большие данные, которые просто невозможно проанализировать вручную», — говорит Аннализа Окчипинти, доцент Университета Тиссайд, Великобритания. «Вам нужны передовые вычислительные методы, чтобы найти источник такого заболевания, как рак, во всех этих данных», — добавляет она.
Окчипинти разрабатывает инструменты обработки данных для использования в персонализированной медицине вместе со своим коллегой Клаудио Анджионе, который также является доцентом Университета Тиссайд. Они использовали науку о данных для прогнозирования результатов лечения пациентов на основе мультиомных данных.
«Мы начинаем с клинического профиля пациента и объединяем его с данными мультиомики и другими результатами сканирования. Мы объединяем эти данные с помощью машинного обучения, которое связывает данные одного пациента с данными большой группы пациентов. Это перекрестное сравнение позволяет нам предсказать, как будет прогрессировать рак и какие лекарства можно использовать для лечения этого конкретного подтипа рака у этого пациента», — говорит Окчипинти.
Рост науки о данных был неотъемлемой частью персонализированной медицины: это узел, который объединяет данные пациентов и определяет, как лечить их болезнь. Как и легкий доступ к секвенированию ДНК, легкодоступные инструменты обработки данных помогают интегрировать мультиомику в медицинские системы здравоохранения.
Однако инструменты обработки данных, которые описывает Окчипинти, далеки от клинического использования.
«Один важный вопрос заключается в том, насколько точны расчетные прогнозы. Является ли это более точным, чем у специалиста-онколога? Это сводится к алгоритмам обучения. Чем больше данных извлекают вычислительные модели, тем выше их точность прогнозирования. Но, возможно, этот вопрос является отвлекающим маневром, поскольку мы разрабатываем, как инструменты обработки данных могут дополнить процесс принятия врачебных решений, а не полностью его заменить», — добавляет Анджионе.
Лечение вас и ваших генов
Как ни странно, наука о данных позволяет ученым рассматривать пациентов как нечто большее, чем просто набор чисел. Интегрируя огромное количество данных о пациентах, клиницисты и ученые имеют большой потенциал в понимании того, как люди справляются с болезнями. В конце концов, каждый пациент по-разному справляется с болезнью и реагирует на нее.
Возвращаясь к подходам, использовавшимся в древнеегипетской медицине, персонализированная медицина должна быть направлена на включение психологических и экологических аспектов жизни пациента для лечения заболеваний. Многие ученые и клиницисты берут это на вооружение, стремясь изучить субъективные аспекты болезненных состояний с помощью эмпирических методов. Например, недавно ученые выявили закономерности мозговой активности, соответствующие клинической боли. Несмотря на переводческую работу, недавнее исследование, опубликованное в Nature Medicine описывает разработку алгоритма, который может обнаруживать состояния хронической боли у отдельных пациентов на основе активности их мозга, зарегистрированной с помощью магнитно-резонансной томографии (фМРТ). С помощью этих данных клиницисты стремятся оценить, страдает ли пациент и что они могут сделать для его лечения.
Когда персонализированная медицина поступит в клинику?
Огромный прогресс был достигнут в том, чтобы сделать медицину более персонализированной с момента публикации генома человека в начале 2000-х годов.
Бум мультиомики и методов обработки данных помогает разрабатывать варианты медицинского обслуживания, которые лучше приспособлены к потребностям отдельных пациентов, а не подгоняют их под единый подход.
Однако, по словам Сандерса, персонализированной медицине еще предстоит пройти определенный путь, прежде чем она будет систематически интегрирована в системы здравоохранения: «Создание мультиомных данных, необходимых для глубокой характеристики пациентов, требует дорогостоящих технологий, которые не всегда доступны в клиниках. Извлечение характеристик заболевания из этих данных требует специальных знаний и вычислительного опыта, анализ которых требует времени. Текущая задача состоит в том, чтобы сократить стоимость и время диагностики, чтобы мы могли внедрить персонализированную медицину в рутинную клиническую практику».
Возможно, для того, чтобы сделать персонализированную медицину доступной для большего числа пациентов, больше всего нужны не технологические достижения, а методы рационализации персонализированных подходов к лечению в более широких системах здравоохранения.
Четыре технологических тренда воплощают персонализированную медицину в жизнь
В медицинских исследованиях происходит тихая революция, и она зависит только от правильного сочетания знакомых существующих технологий.
Эволюция персонализированной медицины
Персонализированная медицина — это развивающаяся отрасль здравоохранения, которая рассматривает отдельного пациента как источник данных с высоким разрешением. Собирая широкий спектр информации о человеке — его образе жизни, наследственности, истории болезни, генетической информации и т. д. — специалисты, работающие в этой области, могут сравнить ее с данными о подобных людях, столкнувшихся с аналогичными проблемами со здоровьем. Мысль такова: то, что хорошо сработало для тех пациентов, скорее всего, сработает и для этого.
Персонализированная медицина представляет собой сдвиг парадигмы от подхода «один размер подходит всем», который слишком распространен сегодня в здравоохранении, предоставляя пациентам более быстрый доступ к медицинским методам лечения, которые дают им более благоприятные результаты.
Мы живем во времена, когда много говорят о беспилотных автомобилях, освоении космоса и технологическом повседневном удобстве. Персонализированная медицина использует лучшее из этой технологии, чтобы выйти за рамки развлечения с помощью наушников виртуальной реальности. Он восстанавливает наше здоровье, когда мы больны.
Вот четыре основных технологических тренда, определяющих персонализированную медицину сегодня.
Усовершенствованные медицинские технологии облегчают обнаружение генетических мутаций
Мы прошли долгий путь в генетической медицине. Область применения была сильно ограничена пять или шесть лет назад, но неизбежность технологий со временем улучшается. Для потребителей это обычно означает меньшие телефоны и более быстрые компьютеры. Для медицинских работников это означает новые и лучшие инструменты для спасения жизней.
Материалы научной фантастики становятся реальностью, и это особенно интересно для медицинских приложений. В настоящее время не так уж сложно дать плодовой мушке точную копию раковой опухоли пациента, а затем на лету провести скрининг на наркотики, чтобы наблюдать за результатами.
То, что работает на лету, будет работать и на человеческом пациенте, и когда вы делаете это в масштабе — мы использовали до 400 000 плодовых мушек одновременно — вы получаете убедительные результаты гораздо быстрее, чем отдельный онколог, консультирующийся с исследовательским журналом.
Медицинские технологии, возможно, не так доступны, как их аналоги в сфере потребительских технологий, но, тем не менее, они улучшаются. Не так давно методологии генетической медицины, обеспечивающие персонализированную медицину, были очень сложными, но, к счастью, времена изменились — то, что когда-то было очень сложным, теперь является повседневным делом в медицинской лаборатории.
Технология больших данных позволяет нам собирать огромные объемы информации и управлять ими
Популярное модное слово из сферы бизнеса, большие данные в широком смысле относятся к набору методов для извлечения, анализа и взаимодействия с наборами данных, слишком большими для того, чтобы люди могли с ними справиться.
Представьте себе электронную таблицу Excel, настолько большую и заполненную данными, что она приводит к сбою вашего персонального компьютера; Вот почему компании используют специализированные инструменты для управления им.
Например, в обрабатывающей промышленности методологии работы с большими данными сокращают количество отказов производственных линий и оптимизируют управление цепочками поставок для почти нулевого времени простоя. В мире средств массовой информации они играют важную роль в нацеливании контента и рекламы на людей в нужном месте в нужное время, максимизируя привлекательность определенной статьи или рекламной акции.
В медицине большие данные позволяют использовать преимущества всех исследований и методов лечения, которые были проведены до вашей собственной консультации. Врачи и исследователи могут опираться на предыдущие результаты, чтобы скорректировать свой эксперимент (или лечение пациента) на основе исторической информации.
Персонализированная медицина представляет собой сдвиг парадигмы от подхода «один размер подходит всем», который слишком распространен сегодня в здравоохранении, предоставляя пациентам более быстрый доступ к медицинским методам лечения, которые дают им более благоприятные результаты.
Технология искусственного интеллекта поможет нам осмыслить все эти данные
Если большие данные — это открытый океан, то ИИ — наша яхта мирового класса для навигации по нему. ИИ быстро распространяется среди потребительских и корпоративных технологий, и он будет только улучшаться. От голосового виртуального помощника, который живет в вашем смартфоне сегодня, до беспилотных автомобильных систем ближайшего будущего, все зависит от программного обеспечения с искусственным интеллектом, которое сделает нашу жизнь проще и удобнее.
Люди, как ни странно, не умеют упорядочивать математические или научные данные по четкой схеме. Но это именно та сфера, в которой ИИ преуспевает. Поскольку, образно говоря, бьющееся сердце ИИ — это необработанная математика, это делает его инструментом следующего класса для научных медицинских исследований. Мало того, что большинство крупных фармацевтических компаний могут похвастаться исследовательским подразделением ИИ, эти исследования прокладывают путь к новым лекарствам.
Примите во внимание тот факт, что исследовательская группа в Австралии находится на пути к выпуску первого медицинского лечения, полностью разработанного системой искусственного интеллекта. 1 Это вакцина против гриппа, и предварительные испытания на животных показали ее высокую эффективность.
В последнее время в моде технологии персонализации
Людям нравится продукт или услуга немного больше, когда они знают, что этот продукт или услуга были созданы специально для них. Вот почему предприятия начали полагаться на технологии, чтобы добавить новые уровни персонализации к тому, что они делают.
Ваша лента новостей Facebook, например, управляется алгоритмом, который подает контент на основе друзей, с которыми, по его мнению, вы хотите взаимодействовать, и контента, который, по его мнению, вы хотите потреблять. Такой персонализированный подход к социальным сетям значительно повысил активность на сайте.
Netflix — еще один выдающийся пример благодаря всемирно известному алгоритму рекомендаций.
Для платформы довольно просто вести учет всего контента, который она распространяет от пользователя к пользователю, поэтому она использует эти данные, чтобы предложить, что пользователь может захотеть посмотреть дальше. Компания даже спонсировала «Приз Netflix» в размере 1 млн долларов, присуждая деньги той команде, которая сможет повысить точность своей системы рекомендаций на 10% или более.
В медицине персонализация означает, что лечение разрабатывается с нуля для каждого отдельного пациента. Это специализированная медицина, в которой содержится больше индивидуальных деталей и истории болезни, чем в любом учебнике.
Важно подчеркнуть, что персонализированная медицина сегодня реальна и практична. Уже доказано, что это эффективный механизм для борьбы с болезнями, которые ранее ставили в тупик медицинские бригады. По мере того, как технологии и медицинские исследования продолжают развиваться (как всегда), трудно сказать, насколько одновременно доступной и мощной может стать персонализированная медицина.