曾几何时，医生只能依靠基本仪器、直觉和假设来做出诊断。但现在呢？ 强大的计算机、内存系统和处理速度正在改变一切。硬数据分析通过 X 射线、核磁共振成像、CT 扫描、PET 扫描以及介于它们之间的各种诊断方法，为人们的健康保驾护航。这些都需要高效的数据收集和存储。美光站在了这种范式转变的前沿。但在医疗保健领域，最复杂的数据模式莫过于人类基因组，即 DNA。
Shirley Pepke 在洛杉矶从事基因组学研究。2013 年，她被诊断为卵巢癌 IIIC 期。从那时起，她就一直致力于根据患者的 DNA 序列来定制卵巢癌治疗方案。但这并不容易。Pepke 表示：“你不能孤立地看待基因，发现基因发生了突变，然后给人服用针对该基因的药物，指望这样就能治愈。” 癌症本质上是人类还未攻克的疾病。在我们 60 亿个 DNA 碱基对的某处发生了错误，导致细胞分裂失控。问题是，每种癌症亚型（肝癌、淋巴瘤、黑色素瘤等）的基因问题都有很大差异，大到令人难以想象。这就好比在处理车祸时，不是分析驾驶员发没发短信，而是分析人们在开车时发了什么短信或在想什么。这之中涉及到很多数据。
幸运的是，我们有足够智能的计算机来处理所有这些信息。机器学习、AI 等这些术语可能很难理解，但重要的是，医学研究人员用算法来组织人类癌症背后的数据。Pepke 得以对自己的卵巢癌做了测序。当她能够了解受损细胞机制的本质时，她就可以利用自己的专业知识来设计治疗方案。
如果我们为每个人都这样做呢？ 计算能力已经具备。Pepke 表示，我们只需要人们参与进来。癌症基因组图谱就是在病情指数方面所做的工作之一。通过患者提交的基因序列和病情描述，研究人员和医生可以利用他们的专业知识和这些强大的算法来生成针对个人的专门药物。但此非易事。需要所有人参与其中。
“患者需要有一种方法来收集肿瘤数据。对于给定肿瘤，要获得这种水平的数据生成非常困难。对于普通患者来说，现在还没有这样的机制。”
Pepke 表示：“患者需要有一种方法来收集肿瘤数据。对于给定肿瘤，要获得这种水平的数据生成非常困难。” 对于普通患者来说，“现在还没有这样的机制。”
Pepke 自己也需要帮助。她联系了南加州大学的助理教授 Greg Ver Steeg，后者开发了名为“相关性解释 (CorEx)”的算法，可以发现医疗数据中的模式。他们使用 CorEx 分析了卵巢癌患者的基因表达数据，发现对患者免疫系统的某些刺激可提高长期存活率。根据 CorEx 的结果和她自身肿瘤的数据，Pepke 开始服用免疫治疗药物，一种尚未获准用于卵巢癌的药物。
Pepke 的目标是让所有患有卵巢癌的女性（而不仅仅是那些拥有科学专业知识和研究关系的女性）分享她们的数据，当然，是以安全的方式分享。制药公司可将过去、当前和未来的临床试验数据整合到数据仓库中，以获取更深入的洞察，为打造治疗方案提供支持。
美光高级计算解决方案副总裁 Steve Pawlowski 指出，人类根本无法独自完成此类分析。他们需要计算机。他表示：“医学领域正在产生大量的数据，这些数据需要联系起来，才能帮助研究人员或医生了解当下发生了什么。在癌症这样的疾病中，可能会出现数以十亿计的突变链。人们必须在所有这些变异中进行搜索。”
美光的硬件可以提供帮助。我们的系统提供高带宽内存解决方案，可快速存储大量关键医疗数据并将其传输到处理单元，简化数据存储和数据分析过程。这推动了创新。Pepke 表示，就连她的台式电脑也满足不了要求。“肯定需要大量 DRAM。要运行这些算法，你真的需要比想象中大得多的内存。”
将数据存储在处理器附近对于简化数据分析也很重要。这使得高带宽内存非常有用。Pawlowski 表示：“重要的是，对于给研究人员和医生使用的数据，应将数据或数据副本分散存储在不同地点，最好靠近工作地点，避免在分析上花费额外的精力和时间。如果我必须外出获取数据并来回传输，就无法实时获得所需的结果。我们的最终目标不是传输数据。”
当然，医生不会到处跑。但必须检查生物计算机和数字计算机的接口位置。人的大脑不会区分记忆系统和分析系统。它们都包含在我们的神经结构中。但计算机将两者分开，其工作方式更像是水塔为水上滑梯供水。未来，计算机的工作方式将更像其创造者，将这两个过程整合到一个高带宽系统中。
美光的内存技术可以传输前所未有的海量健康数据，从而帮助打造更好的治疗方案，尤其是在有 CorEx 这样的算法和 Pepke 这样的创新者的推动下。现在，我们可以助力实现这些技术，让每个人的生活更加健康。
在开始使用实验性的定制免疫治疗药物两个月后，Shirley 的医生发现肿瘤消失了。核磁共振成像很清晰。Shirley 能够继续从事挽救了她生命的工作，希望为所有女性带来治愈的希望。通过 AI 的进步、数据分析以及经过改进的癌症数据汇集工作，她的希望终将成真。
