正文
聚道科技CEO李厦戎：
精准医疗行业最缺乏的是数据和快速积累数据的能力。我们需要探索如何让更多的有志之士能够获取到这些数据，参与到这些数据的共享和挖掘中来。
烈冰科技CEO宗杰：
我认为目前最大的麻烦是数据的解读。测序可能花一周就能得到100GB的数据，但是分析位点和疾病的关联性需要有医学背景的人查阅大量文献，然后推断出问题可能源自哪条细胞信号通路。
二、精准医疗的各类型创新企业，未来将会面临哪些障碍和机遇？
Slide4 两种基因检测的商业模式所面临的挑战
1. 基因检测行业
奇云诺德CEO罗奇斌：
现在有些公司的数据量已超过100万，但是大量的数据没有做一个分类的，用户的体验和管理一塌糊涂，基本上是做完一次的基因检测就没下文了。所以C端有一个很大的问题就是做完检测之后应该怎么办。
微基因CEO陈钢：
相比于数据的体量，数据质量更加重要 。检测流程如果一开始仅仅是为了卖检测的话，就很难保证数据的质量。另外，我对政府监管比较乐观。随着FDA的一些努力，23andMe已经拿到10项获批的疾病检测。当美国的情况好转时，我相信在其他大力推行精准医疗方案的国家，事情都会逐步地开展起来。实际上，在中国当一个行业当政府监管出现的时候，里面真真做扎实的企业马上就可以腾飞。
君联资本副总裁周珺：
国内做肿瘤基因检测的公司，产品和发展路径区分度不是特别大，可能就会像共享单车，看谁能够跑得快，能够有最大的数据积累量。我们希望找到有某些特殊技术的公司，能够在一些专有领域树立更高的壁垒。基因和细胞治疗以及基因治疗等方面有一些天然的联系，在这方面做一些工作也是一个方向。
Slide5 两种医疗大数据的商业模式所面临的挑战
2. 病历大数据行业
斯坦福王永雄院士：
美国的电子病历系统比较完整，而且从开始就比较统一，有很大的互通性。所以数据整合不是问题的所在。但我还没有看到一个可以把数据的商业价值很好地体现出来的解决方案。某一些有很广大用户群的医疗机构，开始比较有系统地利用其内部产生医疗数据，从而创造对他这个组织的一个价值。
清华江瑞教授：
据我所知，搜集病历的公司有不少家已经覆盖了上百家医院。大家容易想到的数据应用方式包括辅助诊断和治疗建议。但怎样把数据真正地用起来，而不是给医生添乱，这是个问题。医生很忙，他们来说不太容易接受复杂的新系统。对于大医院的医生本身不需要你来辅助他的临床决策。
中科晶云CEO赵屹：
大量的这种病程记录里面的信息，对基因检测的解读有多大的帮助。因为我们知道基因虽然有一些位置有突变，其实有外显率，外显率不同，症状可能从有到无都可以出现，所以结合病历是必须的。
Slide6 生信云平台的商业模式所面临的挑战
3. 生物信息分析云平台
聚道科技CEO李厦戎：
生物信息分析云是仅提供信息存储资源，更是在提供一个上下游的协作方式。比如Seven Bridges针对NCI的那个肿瘤协作云，就是解决了协作的问题，而不单纯是解决大规模肿瘤数据计算的问题。其实他们并没有强调计算多么迅速，而是关注怎样提高这个行业整体的效率。
北京希望组CEO汪德鹏：
我们选三代测序这个方向是觉得它以后会成为一个更大的趋势，就是提供完整的遗传信息，尽管现在很贵。我们发现，如果大量地计算的话，其实云平台并不省钱，所以我们今年搭建了一个自己的平台 。
三、
医院、高校和企业如何共建标准、培养人才和促进产学研的合作共赢？
Slide7 第三个讨论的问题——人才、标准和合作
1. 行业标准
斯坦福王永雄院士：
我觉得标准就是建立一个下限。有标准的好处是可以把杂音去掉很多。我看中国这个产业现在有相当多的杂音。但是这个标准并不是表示说你一定要这样去做，每个公司都可以有自己的标准，你只要达到那个下限，怎么样方便都可以。
