“读万遍”有一个很重要的前提：谁来埋单？

　　比如，药明康德“读万遍”的潜台词是用户会选择全基因组测序技术“测一遍”，进而完成所有的数据采集，这里面的商业模式有那么简单吗？其中有五个问题值得我们深入思考。

　　需要“读万遍”的是谁？

　　要消费者产生“读万遍”的需求，不是一件容易的事。每“读一遍”的背后，需要证明的是其可靠性和准确性。美国23andMe得到FDA的批准重新开始服务消费者，但仅仅是几百项基因检测中的一项：布卢姆综合症基因检测（一种隐形遗传病）。

　　在此之前，23andMe为了通过FDA的获准为消费者提供产品和服务，付出的代价是对上千名用户进行非常复杂的标准化学术研究：仅针对布卢姆综合症这一项，就包括了175名实验室检测证明，302名样本试验和667名随机试验，当然这一切都必须在FDA标准化流程和监管下进行，而前期的资金投入毫无疑问均由企业来承担。

　　由此看来，“读一遍”需要企业付出的代价是巨大的，想要实现“读万遍”的药明康德，的确还有很长的道路要走。

　　谁来承载“读万遍”的工作？

　　不管是“测”还是“读”，都需要设备和人力的投入。在“读万遍”的商业模式背后，是对数据分析和解读能力最直观的需求。如果我们已经把大部分的测序工作交给了设备，基因数据的产出也就相应地实现了标准化和自动化，数据分析的过程也能朝着标准化和自动化发展，但数据的解读还基本上停留在人工操作的层面。

　　解读包括对数据的注释和解析。基因数据的注释通过机器学习算法和生物信息工程师能实现半自动化，但数据的解析还需要大量遗传信息咨询师和有基因组学背景的医师，而这部分需要国家监管和授予一定的咨询认可及行医资质。

　　能承载“读万遍”工作的，是具有专业基因背景知识的信息工程师、咨询师和医师。

　　如何解决“读万遍”的数据授权？

　　值得思考的是“生物银行”中数据的安全性问题。这里有一个很重要的概念，“生物银行”通常是指生物样本库，存储的是组织、血液、细胞、DNA等生物样本和与其相关的临床资料，还包括对应的质量控制信息管理及应用系统。就目前来说，国家对构建“生物银行”的决心也越来越坚定。

　　从这个层面上理解，可以认为“读万遍”的数据实际上并不在“生物银行”里面，而相对的“基因银行”的概念目前还在“云端”无法落地。另外，我们需要的基因数据是无法通过“测一遍”就能解决的，各大基因检测公司存储的基因数据也无法进行对接和共享。这些数据的所有权归根结底是属于消费者的，至于基因数据的使用权，各家基因检测公司和消费者之间对数据的使用协议也不尽相同。

　　不管通过任何方式，数据的使用授权是肯定存在的，但目前国内外都没有相对完善的法律对其进行规范。因此，会不会出现一些第三方的企业对基因数据的授权进行管理，而消费者能够授权这些第三方机构从基因公司将其基因数据安全地转移出来，进一步交给专业化的生物信息公司和相关的健康医疗机构管理的健康数据进行对接呢？

　　如何保证“读万遍”的数据不被滥用？

　　一旦专业化管理基因数据的生物信息公司出现，则需要相对独立和规范的监督，最好在国家相关部门的监管下面对基因数据进行操作和挖掘。不过值得一提的是，互联网行业的公司也许能推动这个过程的实现，通过云端的数据存储、分析、解读、应用对接，基本上满足消费者通过移动互联网技术来管理自己的基因数据的愿望。

　　让消费者参与到自己基因数据的管理和应用上面，每一步的操作需要的数据授权都能让用户有知情权，通过可视化技术实现用户和数据挖掘的互动。这样的用户体验会让消费者和基因公司之间产生更大的信任感，数据“滥用”的问题也会在规范化的使用协议下面得到解决。

　　国家如何监管“读万遍”？

　　云计算的发展和基因数据的授权使用发展到一定程度肯定会出现交集。比如，基因数据作为伴随人类一生的遗传信息，将会被划分为保密等级极高的个人隐私数据，云计算承载了基因数据的应用和挖掘任务，这背后潜在的风险是极高的，不亚于个人的银行账号密码。所以，国家相关部门对云主机和云计算会颁发相应的牌照或资质，以此来规范基因数据的存储、分析、解读和挖掘。

　　结语

　　既然“测一遍”是不够的，那么“读万遍”就不止了。从基因检测的临床应用来看，每一项检测服务的数据是需要形成规模效益的，因为这里反映的是一个统计学概率指标。前期对每一项检测服务都需要资金投入，美国奥巴马通过竖起“精准医疗”的大旗把这部分投入转嫁到了“百万基因组计划”里面，英国则通过“十万基因组计划”把前期投入让国家埋单了。到目前为止，中国政府还有很长一段道路要走。

　　前期的大数据积累不到位，“读万遍”的时代便不会开始。这不仅仅是一个“先有蛋再有鸡”的问题，而且还是一个医疗健康行业开始数据化的瓶颈问题。“测一遍、读万遍”的商业机密也隐藏在这个“大数据”里面，只有懂得消费者人性和痛点的聪明人，才能把这个机密抓住变成商机。