未来的医学印象将是精准医学的重要组成部分。美国国家医学科学院(IOM)在2011年11月发出了一份陈述，特别强调精准医学是树立在了解个别基因、环境、生活方式的基础上的新式的疾病医治和防备的办法。咱们使用生命科学来研讨这个范畴，便是在蛋白、基因或许说在分子的水平上，探求有多大，是否能看见，究竟在蛋白和基因中起到什么作用。
精准医学首要是针对个别化，要有标志物，一起还要有配对，一起需求循证医学的支撑，再便是大数据的处理。生物医学的常用范畴，在这儿咱们可以看到电子、原子、分子、DNA、细胞、蜜蜂、小鼠和人，PACS最好的分辨率在5毫米，CT和MRI大概在1600，或许说在0.1-0.2毫米，光学显微镜则更小一点，电子显微镜就更小。今日开展到基因、基因测序DNA这一块，光学和电子可以观测病毒。
明显咱们的PACS赋予咱们图画的存储和传输，并不包含咱们传统医学常用的生物成像技能和基因配型。也便是说基因和蛋白的数据是PACS的一个条件，医学开展的前一段所做的是有没有病，后一段做的是什么病，在什么当地;印象所要处理的是在什么当地，所以PACS在图画的处理方面是值得重视的。咱们对基因序列、基因测序、蛋白等给予必定的重视，可以在分子印象下调查比照。
总的来讲，医学印象现已开展120年了，从70年代开端，40多年来，咱们首要指数字印象，数字印象给PACS一个很好地时机，所以咱们的传输才可以这么晓畅。在医学数字印象的视点上来讲，处理的首要问题是空间分辨率、比照分辨率、时间分辨率和能量分辨率。PACS关于所环绕的图画来说，便是要处理这四个分辨率。
从临床的视点上看，PACS首要处理三个方面的问题，第一个肿瘤，第二个心脑血管疾病，第三个老年痴呆。查询美国的NIS以及国内的research fund根本都是以这三个为主，PACS也是跟着疾病的干流而演进的。这儿给咱们提出来最难的便是时间分辨率和能量分辨率，也便是说动态的。再有，跟着功用和代谢、波普、量化等进程对PACS提出了一个新的要求。至于大数据，首要便是看代谢的波普和量化，特别是量化。印象这120年的开展虽然要处理四个分辨率的问题，可是它是以形态学为主的间接性东西，还不可以在组织学和分子学层面进行确诊。这个便是咱们现在的医学印象，知道病在什么当地，PACS处理的也是病在什么当地，而不是处理是什么病的问题。
在生物医学年代的医学印象来讲，咱们面临着三个方向：第一点，是个别化。咱们的高等级医院可以调出底层医院的片子，可是仅仅一条线，没有构成网络，不能相互分配，小医院不能拿到三级甲等医院的片子，所以这个是PACS的一个应战。咱们要真实做到个别化，首要咱们要改动咱们的医疗形式，从家庭到医院再到家庭，圈起来，确诊-医治-随诊，这两头都在家庭中，刚好PACS没有散布在两头，那么就没有办法引发社会的参加和家庭的参加。相同，咱们很重视的网络建造，可是咱们实际上完结的是一条线，上面调下面的，下面调不了上面的，还不具有络绎性，更甭说整个网络的分配，这个方面是存在壁垒的。还有咱们的标准化还有待进一步建造。
第二点，PACS要注意印象确诊的整合，也便是intergrate，便是把化验室、病理科、印象组成或许是分子实验室整合，咱们没有这方面的才能，只能靠PACS或许TMT来处理这个问题。所以PACS和TMT在未来关于肿瘤来讲是一个整合医学印象的东西，曩昔咱们是采纳information center 来整合信息，现在咱们把整合信息中心可以称号为intergrate information，咱们把一切的东西都整合在一起，可是咱们仍是在传统思路上树立一个center罢了，所以这个方面是需求咱们考虑的。
第三点，从精准医学的视点来讲，类比军事在18、19世纪，一般经过决战来处理，现在首要靠导弹，那么就需求GPS来定位，那么在医学范畴定位就由PACS来做，只要PACS可以处理这个定位的问题，未来TMT的技能给了精准医学一个很大的支撑，这个也便是我下面要介绍的。至于原因，我做一下解说，咱们都知道，这个是正常的基因，假如基因有变异，你可以说有疾病，一部分变异的基因经过本身的免疫系统康复，另一部分无法康复，咱们把这一部分在癌症之前叫作癌变期，或许说是纤细的癌分子或许是癌细胞。之后突然间增殖，咱们可以看到从癌症到逝世是1-3年，咱们看到的印象是从癌症到逝世的阶段，基因查看和蛋白查看的规模是看不到的。举好莱坞女明星安吉丽娜朱莉的比如，医师告知她的一对基因有80%的或许患乳腺癌，她挑选切除乳腺，这个是在乳腺上还比较好处理。可是假如是在神经科，一对基因有致病的或许，或许会导致胶质瘤，那么就不能像乳腺那么好处理，没有办法切除。在这种情况下，咱们更大的一部分做的是在做基因和蛋白数据的堆集和比照，这方面的作业以及数据的贮存都需求咱们来做，咱们要从单纯的图画中跳出来，要习惯现在的需求。当然咱们仍是需求知道这个肿瘤是有多大，别的还要加强数据的处理。假如乳腺癌筛查傍边，发现基因反常的，将反常的100人集合起来去查看，或许会发现其间的20人患病，可是假如没有基因的比照，仅仅简略的把多少岁到多少岁的人集合起来去诊查或许作用不会很抱负。所以，信息的整合显得非常重要。
以胶质瘤为例，关于胶质瘤的分类现在选用的是2003年WHO的分类，本年6月份，咱们选用新的分子分型进行分类，咱们就可以使用大数据把曩昔的图画都调出来，然后咱们调查其特色以及这个特色与分子分型有没有必定的联系。所以PACS能不能把一切的数据，一切的特色就像计算机前期辅佐确诊相同，可以前期的调出来;能不能一起把MR或许CT的印象全都调出来，这个给PACS中做软件的人员提出了一个要求。
关于今日来说，咱们要开展药物，要进行疾病医治，咱们看不着病变在什么当地，可是咱们知道它现已存在，所以咱们能不能把这一部分的东西取出来，然后咱们置疑它是什么，咱们再打进去，让它去符号这些病变的当地。甚至于搭配着医治药物打进去去确诊和医治，也便是进行靶向医治，这一部分没有医学印象，可是医学印象告知咱们病在哪里，之后用药物进行医治。这个进程相同也需求大数据，还有便是标准。这是一种热情，这种热情架在实际上，便是构成对药物、数据和标准的建造，这是未来PACS很重要的应战。
