不同人即使得了同一種癌癥，其癌細胞病變的基因也未必相同。
因此一種抗癌藥可能對某些病人管用，但對其它病人不管用。
實際上，大部分醫生在給癌癥患者用藥時，需要對患者進行基因比對，以確定是否能用某種抗癌藥。
治療癌癥第二個難點，也是最根本的難點在于癌細胞本身的復制也會出錯。
這一點并不難理解，基因在復制的過程中出了一次錯，就會出第二次。
這樣一來，原本管用的抗癌藥就變得不管用了。
在抗癌藥殺死癌細胞時，未必能把所有的都殺死。
剩下哪怕只有一個癌細胞未被殺死，它依然可以迅速繁殖，并且可能出現新的基因突變。
所以我們通常會聽到這一類故事。
某個患有癌癥的親友，已經將病情控制了很長時間，突然一夜間復發，而且藥物不起作用，很快便離世了。
這里面的原因就是基因的變化，讓原有的抗癌藥不靈了。
由于癌細胞基因的突變和人有關，而且可能一變再變。
因此想要徹底解決問題，就需要針對不同的患者設計特定的抗癌藥，而且要根據患者癌細胞每一次新的變化研制新藥。
也就是說，只要這個研制新藥的速度，能夠趕得上癌細胞的變化。
那么即使不能徹底殺死所有的癌細胞，患者仍然可以長期和癌癥共存。
從理論上講，這種方法是可行的。
但這樣做的成本太高。
首先，要有一個專門的研發團隊，圍繞著每一個患者進行藥品的研制，而且研發速度還要足夠快。
其次，它的耗費至少是每人10億美元。
所以這種看似可能的方法，不具備推廣意義。
&t;divtentadv>那么出路在哪呢？”
投影屏上顯示出三個字：
大數據。
“目前我們已知的，各種可能導致腫瘤的基因錯誤不過在萬這個數量級，而已知的癌癥不過在百這個數量級。
也就是說，即使考慮到所有可能的惡性基因復制錯誤和各種癌癥的組合，也不過是幾百萬到上千萬種。
這個數量級在it領域是非常小的，但在醫學領域則近乎無窮大。
如果能利用大數據技術，在這不超過幾千萬種組合中，找到各種真正導致癌變的組合，并且對這樣每一種組合都找到相應的藥物，那么對于所有人可能的病變都能夠治療。
針對不同人的不同病變，只要從藥品庫中選一種藥即可。
如此一來，便可以控制癌癥了。
雖然這樣成千上萬種藥總的研發成本不低，但如果分攤到全世界每一個癌癥患者身上，就沒那么高了。
同樣的道理，也適用于其它疾病。”
聽到他的話，臺下原本還有些期待的眼神，很快暗淡了大半。
他們都是聰明人，雖然覺得徐良的策略可行，但真正建立這樣的數據庫，還不知道猴年馬月。
甚至他們死的那天都未必會出現。
所以期待感很快退散了。
徐良看在眼里，也沒多解釋。
他重生之前也沒看到這一天，所以根本沒法解釋。