随着技术的不断进步，研究人员正在寻找新的方法将这些技术与传统医学相结合，以提高人们的健康水平。这正是在拉霍亚的斯克里普斯研究所刚刚发生的事情。我采访了一项关于更好预测和预防美国头号杀手——心脏病的研究的作者。
斯克里普斯研究所教授阿里·托尔卡马尼是一位计算生物学家，而不是医学意义上的医生。他利用数据、计算机和技术来改善医疗保健，使用计算机科学和生物学的结合来进行他的工作。在过去几年中，他的工作重点是心脏病，这是美国的主要死因之一，其病因非常复杂。
托尔卡马尼和他的团队在斯克里普斯研究所最近发表了一篇关于心脏病的论文。他们构建了一个所谓的“元预测模型”，该模型结合了基因组学、当前的风险因素（如胆固醇、年龄和血压）以及多年的电子健康记录，来预测个人未来10年内患心脏病的风险。研究发现，这种综合方法可以为每个人提供个性化的风险预测，而且其效果是传统筛查方法的两倍。
托尔卡马尼告诉我，下一步是让医生开始使用这个模型，并让患者根据新的信息采取行动。他说：“有点复杂的是，你必须让人们真正响应这个信息。你可以告诉他们有风险，建议他们服用他汀类药物，或者吃得更健康，或者多休息。但最终是否会采取行动取决于他们自己。”不过，他认为，随着风险预测越来越个性化，人们会更愿意利用这些信息。更多的信息总是好的，而且电子医疗数据越多，预测就越准确。因此，确保定期去看医生进行检查是很重要的。
该模型还使用了人工智能，因此它可以搜索托尔卡马尼没有输入的其他风险因素。他告诉我，该模型发现心理健康不佳和睡眠不足是两个主要的危险信号，而这些因素在传统的心脏病评估中通常不被包括在内。
(全文结束)
