如何来定义健康的影响因素呢？健康15%是遗传因素，10%的社会因素，8%的医疗条件，7%的气候条件和60%的自我行为，这段话不是我评价的，而是WHO的标准评价。如果说15%来自你的DNA，剩余85%的影响因素都是后天的。我们能做什么呢？其实最主要的三个方面就是饮食、运动、情绪，就是你的摄入、消耗和干预。那么在我们人生的漫长旅途中，你的DNA在你父母选择你的时候已经选择过了，在未来的饮食和运动方面到底怎么样做才能管理好你的健康，你是不是需要数字化记录和监测，是不是需要建立一个健康管理的系统来指导帮助你？

那么这个过程AI(人工智能)在做什么？这个过程中每个人都是特异性的，有一些你自学习的过程，到未来还有对照学习的过程，最后利用人工智能的机器学习的过程来解决你的问题。在这个过程里面，我们会有一些已知的基因组、蛋白组、代谢组数据和结论，这个目前看相对比较少的，这是白盒的模型。未来我们可以在不断的交互过程中，运行计算、训练学习、推理预测、干预反馈的过程里找到黑盒模型，解决你在互相交互过程中的数据的偏差和确认。这个过程中从数据到信息、到知识、再到共识，这是很漫长的过程。

当前最重要、最基本的还是数据。我们可以记录自己的数据，可以监测自己的数据，可以去管理自己的数据。相对于大家去医院做检测来说，每时每刻的记录可能相对来说更重要，相对于医院的一次切片性的诊断，你的定期的监测可能更重要，相对于我们得病以后的治疗，可能你的早期预防更重要。这个过程是什么呢？就是你自我认知、自我觉醒、自我管理的过程，碳云想做的就是这样一个过程。

我们希望更多的IT的能力融入到BT这个行业里来。上个世纪我们考大学的时间，很多人都说生物是下一个发展最快的行业，后来发现很多人都转行了。目前大家又把目光聚焦到生物产业，但需要更多的IT人进入到BT这个行业里来，去改变BT行业的基本的算法。未来生物学就是计算生物学，就是BT+IT的融合。

此外每一次人类的进步都需要有认知上的新的改变。塞麦尔维斯是教会医生洗手的一位产科医生。塞麦尔维斯发现两个病区里面产妇死亡率明显差异，区别在于有的医生和护士在尸检后直接去接生。而他要求医生在接生前去洗手，大大降低了死亡率。但他的理论不被接受，被关进了精神病院，并在1865年死在精神病院。也在那一年，巴斯德发现了细菌，证明了他的理论。后来在匈牙利广场上立了一个塞麦尔维斯的雕像，这说明认知对一个行业来说多么重要，atv直播，也多么困难。1928年弗莱明发现了抗生素，人的寿命从19世纪的35岁到了20世纪70岁。21世纪大家有可能用数字生命，利用基因组、蛋白组、代谢组等组学数据来解决你的健康问题，延长你的寿命。

数字生命信息的对称是我们这次想解决的主要问题，现在我们看到中国成年人的糖尿病的发病率是11.6%，大概1.1亿人，但是30年前中国人的糖尿病的发病率只有1%，这30年发生了什么？是基因突变还是雾霾？其实只发生了一件事情，就是大家基本上都吃饱了，甚至过分吃饱了。说起来很可笑，大家以为吃饱这个事情是一个很正常的事情，因为每天每个人都要吃三顿饭，但是我们的DNA可能在几万年的演进过程中并不是为吃饱设计的。DNA的逻辑一是预计吃了上顿没下顿，二是在能获得饮食的时候就过分去吃，储存能量。但是你想想，现在你每天这顿吃饱以后到下一顿，你饥饿是多长时间，第二顿又是过分的饮食，你的胰岛素就发生了紊乱，导致二型糖尿病的高发。尤其在你不运动的情况下二型糖尿病发生持续上升，而且近期这个数据大部分都发生在农村。

心血管疾病发病率也高达25.2%，昨天看到了一个新数据已经是2.9亿人患有心血管疾病，而且大量的也发生在农村。现在城市里更多人关注到了自己的饮食和运动，但是农村更多人还没有关注。这个过程中如何去记录和观测你在每天的饮食，每天的运动，包括最基本的你的基因组的数据，你可能去更好的管理你自己，能够把自己的生命更好的去数字化。其实对于每一个人来讲，每个人应该都是自己最大的sensor（感应器），如果你说利用人工智能去解决你的问题，你应该最早解决的是你自己这样一个感应器对外界的反馈，和你的基本数据基础上对外界反馈的合理解决方案。所以我们希望把管理生命数据的权利还给每个人，你自己能够了解自己的数据，掌握自己的数据，乃至管理自己的数据。未来你能够了解更多这样的信息，能够去跟你的医生做更好的信息对称。