共享模型已然渗透到了诸多行业：出行、餐饮、借贷金融、住房、甚至医疗服务（例如：Doctor on Demand）。在生物/医疗这块高技术门槛、强知识产权壁垒、政策严格的领域中，共享的哲学是否仍然成立？

如果这个模型仍然正确，会颠覆或者最终取代传统的科研法则吗？每年全球数百亿美元的预算是否得以精简？

生命科学领域：

当下的生物技术、新药研发流程其实已大有改观。大型跨国企业已经不是创新力最强的玩家，而是通过投资、合作、收并购、外包等多种复杂手法，继续巩固高筑的站台。

小型创业公司往往行动快，在创造新技术、推动临床试验验证、影响法律法规的制定、商业化等已经生产工艺流程方面都要求效率最高，atv直播，用混合的模式实现了灵活性，降低固定投入成本。CRO、CMO、甚至CSO应运而生并且越发专业。“分布式模型”打破陈旧的流水线，走到台前。

“分布式模型”顾名思义：没有中心试验台，没有储藏间、生产间，科学家甚至可以生活在不同地点，跨越时空在共享的技术平台上贡献自己那一块的专长。虚拟的技术平台让知识共享成为可能。科学家、医生、工程师均专注于产品（无论是小分子还是生物制剂），应用计算生物、计算化学、基于云进行药品设计和改良。

未来的愿景和构想：无需建实验室，无需招募、培训人才，不受地理的限制（降低人力成本），可以更快的启动科研项目，科研速度大有提升，可以和顶级团队合作，和CRO、学术机构、药厂合作。让固定成本小于30%。

临床医学领域：

医疗行业的门槛和要求相对更高。医疗数据属于病人，而非任何公司或机构。个人的生理生物信息、健康情况、遗传信息都是隐私信息，应受到保障。更多的电子设备在逐渐地渗透到生活常规中。捕获的数据是实时、准确、真实的，比自身记忆都可靠。伴随着iphone成长起来的一代，网络、无线的生活习惯必然对其医疗行为带来翻天覆地的变化。

有几个已经出现的应用场景：

1、临床试验招募病人：未来，和CRO合作，提升其工作效率，直播，并将数据从采集、收集、分析等各个环节都覆盖到。当前技术已经允许对病人的追踪、服药依从性监督、并给医生及时反馈任何不良反应的发生；

2、某些疾病类型：如心脑血管、代谢、中枢神经系统的疾病，传统昂贵的实验室生化检查只能覆盖有限、普适的某些指标，更主观、波动性强的指标如情绪、紧张度、抑郁等，都很难量化。运动功能的损失也可以直接反应到神经系统的病症中。这将给诸多疾病的研究进展带来前所未见的突破；

3、检验准确度：如果没有标尺，很难及时调整、精确。类似于操作系统，开源的系统允许大家贡献全球的智慧。应该针对相似的人群特点，制定“相对正常值”的标准。

行业里典型的例子如：Apple充分利用iphone的普及度，在无线技术的临床应用场景布局。2015年发布了ResearchKit，科研中心开展临床试验收集数据，并在做病人招募；2016年发布CareKit，一个健康追踪系统，允许对个体进行药物依从性监测以及运动监测，并和医生、家人分享信息。

智能手机、移动端的高度渗透已经颠覆了人类行为。而慢性病治疗很大程度上不是取决于药片，而是行为习惯的改变。药片对此束手无策。也许新的技术平台才是解决问题的出口。推动这个变革十分不易。需要从行业、医生、病人以及政策制定者多方出力。

具体来说，技术并不是要取代传统或经典，而是要对低效率、误差加以改善。

对于一个传统而古老的行业，“如履薄冰”的精神是一定要维护传承的。但新的技术、更多的数据将是得力的伙伴和帮手，在临床进展、药物反应、主观评测领域会发挥重要作用。但设想，假如药厂临床前试验成功的化合物更多的来自各个实验室的计算拟合，将药物研发的时间和投入减少到十分之一；假如不同国度、区域的患者共享病历资料能发现新的生物标记物或者新的药物适应症，将会产生多大的影响力。BYOD（bring your own device）的理念一定会带来很多融合汇聚。同时也要谨慎，数据多并不等同于数据好。有逻辑、负责任的收集数据、搭建基线，才是最终胜利的王道。