5月30日的F1摩纳哥大奖赛可谓充满了戏剧色彩。在比赛进入接近尾声的第64圈时赛道出现状况，梅赛德斯车队的尼科·罗斯博格（Nico Rosberg）趁机超越了此前一直领跑的队友刘易斯·汉密尔顿（Lewis Hamilton），占据了第一的位置。他最终也笑到了最后，收获了本赛季个人第二个分站冠军。赛车工程师会在任何一场比赛的赛前和赛中对数据进行分析， 并将数据和分析结果传输给车队。但即便如此，赛场上仍旧会出现很多意料之外的情况。

总部位于英国沃金的迈凯伦车队是F1比赛中最为着名的几家豪门车队之一。现在，他们正利用自己在实时数据领域的核心技术帮助外科医生完成工作。卡洛 琳·哈格罗夫（Caroline Hargrove）博士十八年前加盟了迈凯伦公司，现在她已经是迈凯伦科技集团旗下子公司迈凯伦应用技术公司（MAT）的技术总监。

哈格罗夫表示，F1赛车安装有上百个传感器。比赛时，这些传感器能将实时数据传送给远在沃金总部的工程师，帮助他们做出实时决策以优化比赛策略。如今，迈凯伦技术应用公司正尝试将这种专业技术应用在外科手术上。外科手术中的时间就是生命，每一秒都至关重要。

迈凯伦公司上个月宣布与牛津大学达成合作，将共同研发分析和决策支持工具以提高改善关键医疗服务质量。据悉，此次合作利用了迈凯伦公司在仿真技术、数据管理和预测分析等领域的专业技术。他们首先对50名外科医生进行了实验，而这些人中大部分尚处于培训阶段但却经验丰富。

F1赛车技术如何在手术室发挥作用？

当医生做手术时，他们会在手肘部位佩戴一个传感器。传感器将通过蓝牙技术向电脑发送数据。哈格罗夫表示传感器可以生成大量数据，而系统会实时对数据进行分析并将反馈结果及时回馈给手术中的外科医生。她说：“我们可以用一些确定的特质判断一个人是否是一个优秀的外科医生，比如速度、灵敏度以及他们在手术中的动 作是平滑流畅还是僵硬死板。外科医生在接受培训时受到了来自老师的很多主观因素影响，但我们依旧可以从很多客观角度对其技术进行判断。另外，其他同行对他 的评价也很反映问题。”

通过对初学者、经验丰富人士等各个训练阶段外科医生的数据进行分析，我们就能够预测他们的进步情况。同时，我们还能判断他们是否达到了自己的发展目标。哈格罗夫表示这些分析不仅能帮助医生节省手术时间，还能节省训练新手外科医生的时间。“在最近几次这种手术中，医生的技术是否得到改善？他们是不是更擅长从事某种类型的手术？数据分析都能给我们答案。如果分析结果表示医生已经在某一领域做得很好，他就可以把更多的时间用于其他领域的学习。”

哈格罗夫还表示，在医生职业生涯早期给他们提供更多数据分析反馈有助于其未来发展。医生可以从手术数据中知道自己是否适合从事所选科室的手术，了解自己的特长。如果医生发现自己的观察力极其敏锐，他可以考虑转去放射科深造。“外科医生被认为是医学领域中的明星，但培养一名外科医生成本极高。”

哈格罗夫称他们与牛津大学的合作目前还处于测试阶段，但迈凯伦公司最终也许会想将合作成果商业化。通过此次合作，他们能得到一个包含了上千位病人手术数据的定量评价数据库。哈格罗夫认为这个数据库极具价值。

医生的观点

弗雷迪·哈姆迪（Freddie Hamdy）医生是牛津大学外科医学学院负责人，也是牛津大学医院NHS信托（Oxford University Hospitals NHS Trust）的肿瘤和外科手术部门主管。他说：“我的工作职责之一就是挑选适合成为外科医生的人，并确保他们获得正确的训练和培养。”

当被问到为什么选择与迈凯伦应用技术公司合作时，他说：“他们在专业仿真领域有着丰富的经验。在外科手术训练中我们需要情景重现，然后根据医生做出的决策对其进行评估。在验证一个医生是否经验老道时，我们也要采用仿真模拟的方式。”

F1赛车技术如何帮助病人？

在F1比赛中，工作人员会及时分析数据以便找到车队的最佳应对策略。他们会利用各种数据进行每分钟上千次的仿真模拟实验，然后给出分析结果。

在牛津大学和迈凯伦公司的合作过程中，他们也会利用放置于病人身上的传感器在术前和术后采集规范性数据。哈格罗夫表示，他们可以在病人接受手术前就对其进行 数据监控，即便病人在家也不受影响。通过分析数据，医生能确定病人是适合接受手术还是需要更多时间以便将身体情况调整到更好的状态。

哈格罗夫指出他们不会在手术过程中为病人佩戴传感器，因为“医生可以用其他方式全方位监控病人情况”。比如，麻醉师就可以利用传统的监控设备观察病人的生命体征数据（血氧含量、血压等）。

规范性健康数据

迈凯伦应用技术公司首席创新官杰夫·麦格拉斯（Geoff McGrath）表示，有的时候医疗健康领域的数据要面临的最大挑战是“人们会利用根据大多数人研发的算法执行规范动作”。他补充称：“你知道自己每天走了一万步意义不大。这对你的健康会产生巨大影响吗？这样的数据并没有告诉你运动的剧烈程度，也未能告诉你应该做些什么不同的事情以改善健康。这样一来，人们就对数据丧失了信心。”

麦格拉斯认为F1赛车技术将数学数据、模拟仿真和建模结合起来，能够发现人们生活中很细微的异常行为变化。他说：“通过数据，我们能发现病人身体情况的一些 趋势，比如为什么病人没改变饮食规律但却体重增加。同样数据还能帮我们监控病人的步态，让我们了解他们走路的方式。如果病人步态出现变化，这一般意味着其 身体状况出现了问题。我们在生活中很难通过肉眼观察发现这些细节的变化。”