‍‍‍‍‍‍

‍‍如今，癌症治疗数据有很多，如何利用和提供有用的信息为当今癌症个体化治疗提供依据，Andrew L.Pecora教授（Hackensack大学医学中心John Theurer癌症中心，肿瘤商务管理总编辑）发表了一篇关于大样本数据带来个体化治疗希望的文章，医脉通对此进行编辑整理，详情看下文：‍

‍‍

Andrew L.Pecora教授

如何减慢癌症治疗费用的增长速度并改善临床结果？这一问题令支付方、治疗者、政策制定者和患者都很烦恼。在目前情况下，貌似私人企业、公众甚至学术界都打算应用大样本的数据来解决支付有价值的治疗方式的难题。貌似有两种方法打开市场，将大样本数据运送到床旁。二者都有希望促进黄金定律：治疗太多不好，太少也不好……适中最合适。

首先涉及到的是一种叫做“煮沸海洋”的方法。IBM（Watson），ASCO（CancerLinQ），和Flatiron Health（OncoAnalytics）以及其他机构都打算收集大量的数据并提取有用的信息（有些是实时的，有些需要应用回顾性的方法）来更好的指导临床决策。理论上说，通过信息来改变行为。收集和提取大量的信息可以找出不太有效的治疗或者疗效相同但是更贵的治疗。然而，这种方案存在挑战，包括（但不仅限于此）电子病历中的错误数据（估计超过40%）、合并症的患者或特殊基因突变的患者缺乏特异性和缺乏及时的和重点突出的财务信息。

第二种方法是将患者进行临床和分子分型后，提供实时的临床和财务信息。这种方案可以使服务费转变为捆绑型报销。也可以更多的向报销改革倾斜，改变行为量表，将临床结果与费用捆绑起来从而确保价值。

癌症的治疗结果、追踪和分析或COTA（为了保证透明度，这是与我有关的一个公司）最近宣布向Horizon BCBSNJ和Med-Metrix Inc公司投资。其意义在于大型市场的支付方销售和收款金融分析公司与肿瘤学家合作，建立了云端解决方案，从而实现了基于价值的治疗。这与私人企业的合作不同，这种合作的效果是意义深远的。这种方案仍然存在挑战，因为需要付款改革的必须基础设施以及接受一种通用的筛选方法。

最令人鼓舞的是美国人非常善于为市场提供解决方案，甚至不用讨论治疗的定量配给问题。我们已经用了超过半个世纪来发现癌症的机制和设计真正可以改善临床结果的个性化治疗方案。我最大的希望是大型的数据确实能够带来希望，在控制费用的情况下改善临床结果。

‍‍

医脉通编译自：Big Promise From Big Data，OncLive‍‍，‍‍Friday，October 24，2014

‍‍‍‍