在蘋(píng)果春季新品發(fā)布會(huì)結(jié)束之后，普通大眾的目光，都集中到了全新設(shè)計(jì)的MacBook筆記本，以及所有版本和價(jià)格悉數(shù)出爐的蘋(píng)果手表上，蘋(píng)果在此次發(fā)布會(huì)上公布的一個(gè)重要項(xiàng)目ResearchKit，卻似乎被媒體忽略了。實(shí)際上，通過(guò)這一項(xiàng)目，蘋(píng)果iPhone手機(jī)不僅僅將滿足用家的功能需求，ResearchKit將會(huì)第一次讓外部的醫(yī)學(xué)專家，第一次獲取來(lái)自iPhone特定用戶的大數(shù)據(jù)，從而幫助人類醫(yī)學(xué)和藥物的研究。

ResearchKit屬于一個(gè)軟件平臺(tái)，可以將千千萬(wàn)萬(wàn)部蘋(píng)果手機(jī)，轉(zhuǎn)變成生物醫(yī)學(xué)研究的工具。在9日的發(fā)布會(huì)上，全球各地的研究人員，也公布了若干研究各種疑難雜癥的應(yīng)用軟件。

美國(guó)科技新聞網(wǎng)站《連線》指出，ResearchKit的推出是蘋(píng)果智能手機(jī)戰(zhàn)略一次有趣的轉(zhuǎn)型。iPhone用戶所產(chǎn)生的數(shù)據(jù)，第一次將會(huì)被外界的專家所使用。

ResearchKit希望攻克的難題，是在研究疑難疾病時(shí)專家很難獲取大數(shù)據(jù)。比如一個(gè)專家在研究心臟病的形成機(jī)制時(shí)，希望獲取到最大規(guī)模的案例數(shù)據(jù)，但目前難以做到。

在歷史上，有一些醫(yī)學(xué)研究項(xiàng)目耗時(shí)多年，采集了數(shù)千個(gè)案例的情況，并且產(chǎn)生了相當(dāng)有價(jià)值的數(shù)據(jù)。不過(guò)，這樣的項(xiàng)目難度巨大、數(shù)量稀少。此外從效果上，數(shù)千個(gè)病人的案例，遠(yuǎn)遠(yuǎn)比不上全世界七億個(gè)擁有蘋(píng)果手機(jī)的用戶。

美國(guó)斯坦福大學(xué)的醫(yī)生阿什利（EuanAshley），曾經(jīng)開(kāi)發(fā)了一款智能手機(jī)上的醫(yī)學(xué)健康軟件“我的心臟計(jì)數(shù)器”（MyHeartCounter），可以監(jiān)控身體活動(dòng)以及其他影響心臟病的風(fēng)險(xiǎn)因素。

阿什利醫(yī)生表示：“蘋(píng)果的ResearchKit，提供了全新的醫(yī)學(xué)研究方式，我們將會(huì)看到過(guò)去從來(lái)不可能看到的醫(yī)學(xué)和疾病現(xiàn)象，希望我們能夠覆蓋盡可能多樣化的樣本群體。”

據(jù)悉，目前已經(jīng)通過(guò)ResearchKit展開(kāi)研究的疾病包括帕金森綜合癥、糖尿病、乳腺癌治療和康復(fù)，以及哮喘，這些領(lǐng)域的手機(jī)軟件已經(jīng)投入使用。

眾所周知，iPhone屬于高端手機(jī)，價(jià)格昂貴，這意味著ResearchKit的醫(yī)學(xué)數(shù)據(jù)只能來(lái)自特定的iPhone用家群體，這是否無(wú)法準(zhǔn)確代表疾病的樣本人群呢？

不過(guò)專家指出，以美國(guó)為例，蘋(píng)果手機(jī)在2014年的用戶規(guī)模已經(jīng)高達(dá)6320萬(wàn)人，而通過(guò)大規(guī)模的樣本，專家希望能夠避免出現(xiàn)“樣本選擇偏差”，避免將樣本對(duì)象集中于某一類特定人群。

阿什利醫(yī)生表示：“如果你能夠以巨大的樣本規(guī)模進(jìn)行研究，那么樣本偏差帶來(lái)的挑戰(zhàn)將變小。”

在現(xiàn)有的研究條件下，樣本選擇偏差同樣難以避免。比如許多參與某個(gè)疾病研究的病人，更多是住所距離研究中心比較近的病人，或是僅僅是有充裕時(shí)間參加研究的病人。

由于蘋(píng)果的ResearchKit將采取開(kāi)源模式，因此研究者希望能夠?qū)⑾嚓P(guān)的醫(yī)學(xué)研究軟件，移植到安卓等其他移動(dòng)平臺(tái)上，從而進(jìn)一步擴(kuò)大樣本人群。

不過(guò)，不論是何種平臺(tái)，智能手機(jī)用戶中更多是年輕人、較富裕人群、亞洲人或白人，不太可能做到完完全全的多樣化。

對(duì)于醫(yī)學(xué)研究者而言，ResearchKit并非萬(wàn)能良方。醫(yī)學(xué)研究采集的數(shù)據(jù)，要求十分精準(zhǔn)，這可能超出了穿戴設(shè)備和智能手機(jī)的能力。

斯坦福大學(xué)的醫(yī)生ErrolOzdalga曾經(jīng)撰寫(xiě)過(guò)有關(guān)醫(yī)生和醫(yī)學(xué)系學(xué)生利用智能手機(jī)軟件的文章，他表示，在數(shù)據(jù)準(zhǔn)確度上，智能手機(jī)仍然構(gòu)成一個(gè)挑戰(zhàn)，“你必須意識(shí)到，智能手機(jī)無(wú)法告訴你所有需要監(jiān)控的活動(dòng)的指標(biāo)。”

換言之，所有希望依靠蘋(píng)果手機(jī)獲取大規(guī)模研究數(shù)據(jù)的專家，都必須注意到數(shù)據(jù)的精確度問(wèn)題。

美國(guó)研究機(jī)構(gòu)“Scripps Translational Science Institute”的主人托波爾（EricTopol）表示，目前還難以判斷ResearchKit如何輔助醫(yī)學(xué)研究，未來(lái)是否真的能夠推進(jìn)人類醫(yī)學(xué)研究。

所有的ResearchKit應(yīng)用軟件，都采用問(wèn)卷以及手機(jī)數(shù)據(jù)采集的方式獲取疾病數(shù)據(jù)，比如利用手機(jī)的加速傳感器，測(cè)量用戶已經(jīng)走了多少步。如果用戶使用了最新發(fā)布的蘋(píng)果手表，則還可以獲取鍛煉過(guò)程中的心跳數(shù)據(jù)。

比如研究帕金森綜合癥的mPower軟件，利用iPhone的觸摸屏采集手部顫抖的信息，另外利用了麥克風(fēng)采集聲音抖動(dòng)的數(shù)據(jù)。

美國(guó)賓夕法尼亞大學(xué)的健康研究專家帕特爾（MiteshPatel）表示，病人數(shù)據(jù)的采集，和理解這些數(shù)據(jù)不是一回事，他更加關(guān)注的是如何利用多種醫(yī)學(xué)APP，帶來(lái)一些真正有意義的研究改進(jìn)。

帕特爾表示，ResearchKit將提供一個(gè)全新的病人數(shù)據(jù)獲取渠道，同時(shí)幫助研究者對(duì)數(shù)據(jù)的有效性進(jìn)行評(píng)估。

帕特爾等上述專家均表示，盡管存在一些不足之處，但是移動(dòng)端APP將是未來(lái)醫(yī)學(xué)和藥物研究的未來(lái)。

帕特爾表示，一些移動(dòng)端軟件將會(huì)督促普通民眾改變飲食生活習(xí)慣，比如吃更有營(yíng)養(yǎng)的東西，進(jìn)行更多鍛煉，這些軟件將會(huì)帶來(lái)更大的沖擊，“最重要的事情，是如何利用ResearchKit的數(shù)據(jù)和研究結(jié)果，創(chuàng)建一種行為習(xí)慣，如果你無(wú)法改變某個(gè)人的行為習(xí)慣，那么相關(guān)的數(shù)據(jù)采集和研究，又有何意義呢？”