曾幾何時，醫生依靠基本儀器、直覺和假設來做出診斷。現在呢？ 強大的電腦、記憶體系統和處理速度正在改變一切。硬資料分析透過 X 光、MRI、CT 掃描、PET 掃描以及介於兩者之間的各種診斷方法來保持人們的健康。這些都需要高效的收集和儲存。美光站在這種範式轉移的最前沿。但在醫療保健領域，最複雜的資料形態莫過於人類基因組——DNA。
Shirley Pepke 在洛杉磯從事基因組學研究。2013 年，她被診斷出患有 IIIC 期卵巢癌。從那時起，她一直致力於根據患者的 DNA 測序量身打造卵巢癌治療方案。但這並不容易。Pepke 說：「你不能孤立地看待基因，一旦發現它發生突變，就給患者使用針對該基因的藥物，然後指望患者能痊癒。」 癌症本質上是一種說不清道不明的疾病。其病因可能是 60 億個 DNA 鹼基對的某個地方出現了錯誤，導致細胞不受控制地分裂。問題是，每種癌症亞型——肝癌、淋巴瘤、黑色素瘤等——的基因問題差別巨大，令人難以置信。這就像試圖理清車禍的原因——不是按照傳簡訊與否，而是人們在開車時傳了什麼簡訊或在想什麼。這些資料積少成多。
幸運的是，我們有足夠聰明的電腦來理解所有這些資訊。這些術語可能很難理解——機器學習、人工智慧——但關鍵是，醫學研究人員能夠利用算法組織癌症背後的資料。Pepke 對自己的卵巢癌進行排序。當她瞭解了細胞機器損壞的本質後，她開始利用自己的專業知識設計治療方法。
如果我們為所有患者都這樣做呢？ 運算能力已經有了。Pepke 說，我們只需要人們開始參與。癌症基因組圖譜就是在疾病指數方面所做的努力之一。透過患者提交的序列和疾病描述，研究人員和醫生可以利用專業知識和這些強大的算法來生成針對個人的療法。但這並不容易。它需要每個人的幫助。
「我們需要向患者提供收集這類腫瘤資料的方法。要針對特定腫瘤進行這種程度的資料生成非常困難。對於普通患者，現在還沒有這樣的機制。」
Pepke 說：「我們需要向患者提供收集這類腫瘤資料的方法。」 「要針對特定腫瘤進行這種程度的資料生成非常困難。」 對於普通患者，「現在還沒有這樣的機制。」
Pepke 自己也需要幫助。她聯絡了南加州大學的助理教授 Greg Ver Steeg，後者開發了一種名為「相關解釋」(CorEx) 的算法，可以在醫療資料中發現模式。他們利用 CorEx 分析了卵巢癌患者的基因表達資料。他們發現，對患者免疫系統的某些刺激可提高長期存活率。根據 CorEx 的結果和她自己的腫瘤資料，Pepke 開始服用免疫療法藥物——一種尚未被批准用於卵巢癌的藥物。
Pepke 的目標是讓所有患有卵巢癌的女性（不僅僅是那些擁有科學專業知識和研究關係的女性）共享她們的資料——當然是以安全的方式。製藥公司可以將過去、當前和未來的臨床試驗整合到資料倉庫中，從而為治療提供更深入的見解。
美光先進運算解決方案副總裁 Steve Pawlowski 指出，人類根本無法獨立完成此類分析。他們需要電腦。他說：「醫學領域產生大量資料，透過共享這些資料，研究人員或醫生可以利用其中的資訊瞭解發生了什麼。」 「像癌症這樣的疾病可能產生成百上千的突變鏈。研究人員必須在所有這些突變中尋找線索。」
美光的硬體可以提供幫助。我們的系統提供高頻寬記憶體解決方案，可快速儲存大量關鍵醫療資料並將其傳送到處理單元，從而簡化資料儲存和資料分析過程。這推動了創新。Pepke 說，即使是她的桌上型電腦也不能勝任。她說：「你肯定需要大量 DRAM。」 「執行這些算法所需的記憶體比你想像的要大得多。」
將資料儲存在處理器附近對於簡化資料分析也很重要。因此，高頻寬記憶體非常有用。Pawlowski 說：「與研究人員和醫生打交道時，重要的是將資料或資料副本分散在不同地點，靠近資料處理所在地，以避免在分析上花費額外的精力和時間。」 「如果我必須外出獲取資料並來回移動資料，我就無法即時獲得所需的結果。我們的目標就是不移動資料。」
當然，醫生不能到處跑。但重要的是研究生物電腦和數位電腦的接口位置。我們的大腦並不區分記憶系統和分析系統。它們都被編碼在神經結構中。但電腦可以區分兩者，其工作原理更像是為水上滑梯供水的水塔。未來，電腦的工作方式將更像其創造者，將這兩個過程整合到一個高頻寬系統中。
美光的記憶體技術可以傳輸前所未有的巨量健康資料。這將帶來更好的治療效果，尤其是藉助 CorEx 這樣的算法和 Pepke 這樣的創新者。現在，我們可以為技術提供動力，讓每個人的生活更加健康。
在開始使用實驗性的定製免疫療法藥物兩個月後，Shirley 的醫生發現腫瘤消失了。MRI 結果顯示一切正常。Shirley 得以繼續從事挽救她生命的工作，並希望為所有女性帶來治癒的希望。透過 AI 的進步、資料分析以及癌症資料彙集工作的改進，她的願望將變成現實。
