Cụm từ "4P" xuất phát từ chiến lược marketing từ giữa thế kỷ 20, các chuyên gia tiếp thị đã quảng cáo 4 yếu tố kinh doanh, gọi tắt là 4P (chữ cái đầu trong tiếng Anh) cho dễ nhớ, gồm sản phẩm, giá cả, địa điểm và khuyến mãi. Với cuộc cách mạng kỹ thuật số, 4P được sử dụng để mô tả một hình thức hành động mang tính cộng đồng để củng cố chính sách chung.
Đối với ngành y, chính sách cộng đồng mới này đáp ứng 4 nguyên tắc chính là y học cá nhân (personalized), y học tiên đoán (predictive), y học ngăn ngừa (preventive) và y học tham gia (participatory). Các thuật toán hiện nay là nòng cốt của chính sách công, nhưng sự đổi mới thực sự chính là phản hồi của người tiêu dùng.
Hành động cộng đồng được cá nhân hóa, tiên đoán và phòng ngừa nhờ các giải pháp thích hợp dựa trên kiến thức được cung cấp bởi Dữ liệu lớn. "4P" hiện đang thâm nhập trong lĩnh vực y tế, chăm sóc sức khoẻ cho con người. Và giờ đây được bổ sung một P thứ 5, đó pertinence (sự thích hợp hay đúng chỗ). Lĩnh vực chăm sóc sức khoẻ được đánh giá theo các tiêu chí khác nhau, nhưng theo quan điểm của người bệnh, vấn đề cuối cùng là phù hợp với chính họ.
Lợi ích của 5P
Chăm sóc sức khoẻ hay y học tiên đoán và phòng tránh dựa trên dữ liệu được tạo ra bởi chính bản thân những người bệnh. Y học sẽ tiên đoán được nguy cơ mắc bệnh mang tính đặc thù. Việc phân chia dân số, chương trình điều trị và phòng ngừa cũng sẽ được cải thiện. Với việc khai thác dữ liệu, ngành y có thể dự đoán nguy cơ trước khi phòng ngừa. Nói cách khác, nhắm vào nhóm người cần có một biện pháp phòng ngừa cụ thể riêng.
Đứng trên quan điểm kinh tế, các chính sách phòng ngừa sẽ hiệu quả hơn nhờ sử dụng thuốc theo từng người hay còn gọi là y học chính xác (personnalized medicine). Khả năng dự đoán tạo ra cách phòng ngừa và hữu ích cho việc điều trị cho từng người bệnh. Dữ liệu lớn sẽ cho phép nhiều bác sĩ tham gia, còn bệnh nhân có thể giám sát việc điều trị. Dữ liệu về sức khoẻ sẽ làm cho việc chẩn đoán chính xác hơn so với một bác sĩ duy nhất tham gia điều trị như truyền thống.
Cụ thể, khả năng kết hợp tất cả dữ liệu có sẵn trên toàn thế giới và đánh giá từng trường hợp làm cho việc đưa ra các quyết định phù hợp hơn. Đối với các chuyên gia y tế, dữ liệu lớn hỗ trợ cho ra các thuật toán lâm sàng phức tạp, tạo ra đòn bẩy giúp cho ngành y chữa trị dựa trên bằng chứng. Những khả năng này giúp cuộc cách mạng theo hướng tăng cường phòng ngừa và và y học cá nhân hóa tăng tốc.
Và những bất lợi
Cơ hội luôn luôn đi kèm thách thức, nhưng cuộc cách mạng kỹ thuật số sớm muộn sẽ làm sâu sắc hơn, ý nghĩa hơn đối với hệ thống y tế của nhân loại trong tương lai gần. Khả năng dự báo phải đối mặt với vấn đề kỹ thuật và đạo đức. Trong vòng 2 thập kỷ trở lại đây ngành y phải đối mặt với một vấn đề kỹ thuật: Y học dự báo làm cho ngành bảo hiểm trở nên chia rẽ. Và thực tế, nếu các loại bệnh của từng cá nhân được dự đoán, điều này đồng nghĩa họ khó có thể được bảo hiểm. Thông tin cá nhân càng nhiều, thì càng ảnh hưởng đến tính hợp tác, tức chia sẻ rủi ro.
Tương lai, khi con người được thử nghiệm di truyền và dự đoán khoẻ mạnh trong suốt quãng đời còn lại, và nếu pháp luật không can thiệp họ sẽ không tham gia bảo hiểm bắt buộc. Ngược lại, nếu biết được người nào đó mắc bệnh nan y, ngành bảo hiểm sẽ từ chối. Vấn đề bảo hiểm chỉ là một khía cạnh, y học dự báo còn tạo ra các vấn đề liên quan đến đạo đức và nguyên tắc xử thế. Ví dụ, người giải quyết thế nào khi biết trước tuổi thọ của người thân. Tuy rất hứa hẹn và tiềm năng, song y học tiên đoán cũng cần phải có giới hạn rõ ràng.
Mô hình 5P trong y học cần phải tránh bằng một yếu tố P khác, có tên perdition (tạm dịch Sự diệt vong). Trong khi kỹ thuật số kết hợp với công nghệ sinh học chắc chắn có thể cải thiện việc chẩn đoán lẫn chữa trị, nó cũng có thể gây ra những bất lợi cho ngành y giống như các ngành kinh tế khác, như công nghiệp âm nhạc, hàng loại thiết bị biến mất, thay bằng các công cụ đa phương tiện như Internet, Youtube, Napster ....
Trong lĩnh vực y học, mối quan hệ với những người khổng lồ trong lĩnh vực kỹ thuật số như GAFA (Google, Amazon, Facebook, Apple) rất phức tạp, buộc các nhân viên y tế phải vào cuộc, học hỏi, trau dồi kiến thức nếu không sẽ bị đào thải. Ngược lại, nếu hợp tác tốt, các công cụ này sẽ cung cấp dữ liệu vô tận có giá trị, làm tăng hiệu quả mô hình 5P trong y học, giúp ngành y hoàn thành sứ mệnh cao cả cứu người.