k1体育我们能活过 120 岁吗？

　　k1体育前段时间，极客公园前沿社在企业家圈子里做过一个有意思的调研，让大家预测未来人类寿命的长度。这群试图用科技和商业力量改变世界的人，对寿命这件事普遍持乐观态度，很多人预言 30 年内，大部分普通人活到 100 岁没有问题。

　　带着这个结果，我们去找了和缓医疗 CEO 李宇，让他和我们一起录了一期 IF TALK 的音频节目，一起探讨如何科学地看待人类的生命和健康问题，以及互联网正在给我们的生命体验带来怎样的影响。

　　本期节目的三位嘉宾为和缓医疗 CEO 李宇、极客公园创始人张鹏及极客公园记者辛建军，文字内容经过节选及编辑，要听完整音频内容，请点击此处文字。

　　李宇：我觉得还好，因为现在社会环境好了，饮食、生态都好了，大家自然就觉得能活得长久一些，另外的因素是医疗水平确实在长进。

　　李宇：治病这件事上，比如说癌症，我觉得最近这十到二十年还是会有大突破的，核心是我们对生命和药物的认知更强了，对人的习性和发病原因的认知也更强了。

　　辛建军：关于死亡和癌症，其实业界有不同的争议。一种观点认为人的死亡和衰老，是因为人的一生中会面临各种各样的压力，会积累下一些难以修复的损伤，另一种观点则说死亡是自然界调节一个种群数量的方式，这样能这种生命的后代留出生存空间，所以他们认为死亡的本质是一种自杀行为。

　　张鹏：好像这个事在业界还没有定论，但如果把人的身体理解为一个系统，被编了程了，到一定程度好像就要关机，如果维护得不好，可能会被淘汰得更快。

　　李宇：自杀派的我觉得有点想多了，细胞本身没有思维，但是被编过程的这个说法我也比较倾向。我觉得，生死问题，正是因为死亡，才赋予了生命的意义，你要是不死，那生也没意义了。

　　辛建军：其实现在硅谷很热衷于长寿跟抗衰老研究。前段时间看了《三联生活周刊》的一组报道，说硅谷热衷于做长寿研究，是因为那里程序员多，程序员们虽然不懂生物技术，但懂编程，他们相信生命就是一个数据量比较大的数据库而已，他们希望能够在这个数据库里找到一些 BUG，去修复它，达到延长寿命的目的。

　　张鹏：所以你看用科技的思维进入生命科学领域，其实挺有意思的。一帮程序员，一帮极客，开始研究生命的问题。

　　李宇：（关于人类寿命的极限，）现在流行三种算法：第一种是细胞分裂的算法，分裂一次 2.4 年，一生大概分裂 50 次左右，得出了 120 岁，这是流传最广的算法；第二种叫哺乳动物按性成熟期算，13~15 岁人类性成熟之后，乘个倍数，得出来大概 100 多岁；第三种叫生长期，人类在 20~25 岁之后就不长了，一般哺乳动物的寿命是各自生长期的五到七倍，算上也是 100 多岁，但不管什么算法，没有到 180 岁以上的。人类有记载的最长寿的人是 122 岁，综合这几种算法和现实中的依据，大家一般就认知为极限是 120 岁了。

　　辛建军：目前世界上公认的寿命最长的人，是一个法国人，生于 1875 年，死于 1997 年，寿命是 122 岁零 164 天。从人类诞生到现在，地球上存在这么大的一个数据量的人类，只有一个人超过了 120 岁，所以也会有一些人认为，这个样本量已经足够大了，他们把 120 岁定为一个极限数字。

　　张鹏：上面说的是从过去看，随着基因技术的进步，未来要突破这个极限，到底有没有可能呢？

　　李宇：主要难点是神经干细胞没有找到再生的办法，俗称的脑细胞从出生之后就只能少不能多了，要是能找到办法把神经干细胞增加的话，或许就有机会。

　　辛建军：所以现在有些人想通过脑机接口的技术，去把人的记忆之类的保存下来，你是怎么看脑机接口这件事情的？

　　李宇：前沿社之前有一次专门讨论过脑机接口，我原来以为是一些生物上不能永生的人寄希望于精神永生，但是现在的脑机接口，只能输出控制行为，但是记忆、意识、人格这些，我们还不知道是怎么形成的，自然后取不出来。所以人类对自己的脑的认知有限，形成了我们现在对长寿研究的有限。

　　张鹏：后来我们看了一圈脑机接口，世界上最先进的也就是输出几通道的指令，但要把意识抽离出来，变成一个能够独立运转的东西，这个现在真的是完全不可行。所以脑机这件事，未来也许能帮人在肢体受损的情况下，更有质量地生活。

　　李宇：神经元细胞的组织形式比我们的各种算法前沿得多，现在计算机科学的进步让我们认知脑的速度在加快，大家都很乐观地觉得这几十年应该还会大的进步。

　　张鹏：对生命的认知，我觉得可能两条线，一个是在基因层面有很多创新，另一个就是对人脑的认知在继续进步，尤其是 AI 能够加速我们对一些事情的理解。说到 AI，现在大家很乐观，说医生不够用了，咱们有 AI 啊，不吃饭不喝水，不怕疲惫，态度还好，如果医生的经验积累都能够放入 AI 的数据库里，是不是能够比较系统性地提升医疗质量？

　　李宇：很流行的说法，说医生要下岗了，我坚决反对，这是不可能的，就好像电脑，只是改变了医生的工作方式，但不能替掉医生这个角色。AI 短期内能弥补的，是人的记忆和运算能力有限，但是从症状输入的环节来讲，现在并没有很好的办法解决，因为人和人的交流，文字和语言只是一小部分，你的肢体、神态都能反映你的心情，这个计算机目前还无法实现。

　　张鹏：AI 其实是大数据去处理小决策，人脑则是小数据处理大决策，往往通过一个眼神我就能 GET 到一堆东西，但对 AI 来说这个信息量太少了。只给它一个眼神，之前得做多少深度学习，才能知道这个眼神对应的是什么。所以并不是像想象的那样，AI 能做一切，至少今天机器学习的技术还做不到这些，还得往前继续演进才能有这个可能性。

　　李宇：核心是我们现在能给到计算机的数据输入太有限了，算法上也有限，AI 算法需要更新、迭代。

　　张鹏：举例来说，机器读图的能力比人强，但好像也有问题，现在准确率就是上不去，这个是什么原因？

　　李宇：现在的算法比过去有大踏步的进步，大家就过分乐观。这个在读片领域最容易产生效果，因为模式识别下把图像拿来分块分析，看哪块有异常，比较容易写到现在的算法里。但综合来说，能不能替代人呢？起码现在还没能证明它能提供像人一样的判断能力。医疗上有个关键指标，叫做漏诊率，如果 AI 不能证明自己没漏诊，那医生就要重来一遍。所以现在一些 AI 应用上，是提示医生有没有漏诊，它变成了医生的智能辅助工具，但是替代医生。现在单独的人和单独的机器都有漏诊问题，大家结合一下，进一步降低漏诊率。

　　张鹏：所以我们想用 AI 把医疗资源彻底解放，无限延展，这个短期内是不现实的。

　　李宇：现在公认的办法还是理念上的提升，健康是个持续状态，你要是天天还在熬夜喝酒，不把自己的身体当回事，健康就是伪命题了。不能指望得了病去医院，医生肯定就能给你看好，他其实是帮助你怎么维持一个健康状况，如果有异常，再用一些被明确证明过的手段来帮助你修正，所以最主要的还是自己的健康管理理念。你有这理念了，再找专业的人士帮忙，结合你的生存环境，把可能导致大病的外部因素加以控制。健康有先天和后天的原因，先天的有 DNA 技术的进步，后天的环境和心理因素上，中国人普遍不够重视，有研究说 40% 的疾病是直接跟心理状态正相关的。

　　张鹏：所以个人的健康不能太寄托于科技进步，这是一个有意思的话题。乐观来自于科技进步，但想活得更健康，还要靠自己。我们要有一个客观、科学认知生命的思维，既不能主观认为只靠自己就可以，也不能认为说这事跟我没什么关系，用科技就能解决，还是要找一个中间的状态。

　　李宇：现在还处在分级诊疗改革的大潮中。分级就是小病小看，大病大看，国家级的定位叫做基层首诊，双向转诊，急慢分治，上下联动。按照国际上各国的发展规律来看，都是有什么病，先去周围的诊所，先找家庭医生，所以医疗资源紧张问题也能缓解。但我们现在是有什么病都往三甲医院挤，都知道那里医疗水平高、医生好，结果到那里一看，哇，这么多人有这么重的病，其实反而对自己造成的压力更大。分级诊疗里很关键的是家庭全科医生，专科医生我们叫专家，他要治疑难杂症，做科研攻关，但全科医生是要关心患者，不是有大病才找他，他相当于是日常生活顾问。

　　张鹏：我们在电影里经常看到，美国人好像有医生从小就给他看病，这个是因为美国人数少、医生多吗？

　　李宇：这个不能跟人数挂钩，美国 80 万注册医生，都是博士，我们现在注册在册的医生，不到 300 万，但有一半是没有本科以上学历的。美国的医生就是要高精尖，他们没有本科生学医这个事，他们在本科学完通识教育后，再去考医学院，上了就是研究生，毕业就是博士，这个体系保证了这 80 万人水平差异不会很大。但国内，除了医院有大小之外，大家对于医生的认知上，可能有时候还会觉得自己都上过大学，医生知道的是不是没我多啊。

　　张鹏：尤其是有了互联网，自己可以上网查资料之后，跟医生说我觉得自己是什么病，还抱怨医生怎么就不理解呢。

　　李宇：拿着搜索引擎的结果去问医生，医生也很痛苦。中国的三甲医院不是水平不行，不是医生不想给你好好服务，就是人太多了，服务不过来。我们医生做手术的技术水平比美国人要高，熟能生巧，我们看的病人多。

　　辛建军：拿搜索引擎看病，我以前也有一段时间这么干过，但后来我发现一个问题，愿意把自己的病情在网络上进行分享的，大多是急重病，所以我们自己拿搜索引擎去搜，会觉得自己是不是也很严重。

　　李宇：所以现在形成了两个极端，要不上三甲医院，要么自己上网搜，中间的环节缺失了，就是科学地主动帮你管理健康的角色完全没有。

　　张鹏：中间要有一个顾问型的人，现在的搜索引擎，关键的信息没有丰富到那种程度，也没有智能到那种程度，我们怎么在三甲医院和搜索引擎之间去解决问题？

　　李宇：家庭全科医生这个角色，肯定是市场上稀缺的，政策上选择的办法，除了多拨点钱之外，也鼓励社会资本大力进入，去建设这一层的梯队。要让大家觉得全科医生这个职业有奔头，愿意去从事这个职业，并能保障他们的职业发展路线和收入，让全科医生有不次于专科医生的发展。

　　张鹏：就是不要动不动就去三甲医院，先去找全科医生解决。不过这里面也有问题，中国人口基数大，供需有很大的矛盾，这个事需要一些技术手段上的突破和解决。

　　李宇：科技进步能缓解这个矛盾。美国医生也不富余，80 万人服务 3 亿用户，比例上跟我们差不多，所以在医生数量上，我们并不是缺得那么厉害，只是在质量和分工上有差异。移动互联网提供了所有个人的连接之后，医生和患者之间的连接变得效率很高，美国也是这样，使用远程视频看病的人越来越多。看病就是找个医生嘛，除了需要线下检查、抽血等之外，都可以线上办。美国有一个医疗服务厂商，它的统计数说 75% 到 80% 的门诊行为，是可以在线上用视频的形式替代，医生帮你判断筛选问题，判断哪些是需要线下就医的，哪些是需要导诊到大医院的。

　　医疗问题无非就是看病和治病。看病这个事是能在互联网上解决的，不一定要去线下，只要你把找到医生这个环节做得高效、低成本就好。医疗上有一个不可能三角，质量、价格和可及性，是没办法三者都达到最大值的，所以只能稳住一个，在另外两个上做文章。线上的治疗不可能比三甲医院提供更高的质量，在质量这个维度上，维持住，在价格和可及性上可以再大踏步的进步。

　　张鹏：你看你也是典型的极客型人才投入到健康领域，你出于什么目的投入其中的？

　　李宇：主要是现实社会矛盾太大，又觉得互联网的方式能大概率地去缓解这个矛盾。我们最早是做大病会诊，在线上把专家帮你找到，你就不用兴师动众跑到北京来看病了。后来发现一线城市反而需要基础医疗，家庭医生这个角色没有，健康理念也没有，需要有人来补足这个环节。现在视频聊天普及了，移动支付也不成为障碍，还有一个特别容易被大家忽视的是实名制，所有的手机号都实名之后，它就变成一个实名网络了。

　　李宇：把医生集中起来，24 小时值班，一分钟内可以接通，让大家随时随地都能轻松地找到医生，而且是有质量保证的、专业的家庭全科医生，小问题线上就解决了。我们接到的案例里，40% 是偏心理的，不需要用药，不需要治疗，只是他不知道该怎么办，还有 40% 吃点小药就可以了，剩下的 20% 需要线下检查或就医导诊。全科医生类似于家庭健康顾问，日常小问题，甚至生活习惯，都可以和他聊聊。

　　辛建军：2013 年左右，移动医疗这个概念非常火，有很多 VC、创业者都在往里面进，但这么多年过去了，没有特别大的公司跑出来，问题出在哪里？

　　李宇：根本原因是看病是一件低频和被动的事情，还有之前环境和生产工具的制约，以前没能实现视频化，服务价值很难体现，用户也不愿意付费。

　　李宇：用户习惯迁移是个普遍问题，他们去医院看病都看了几十年了，想三天就改掉他们的习惯，那是没办法的。但他如果已经在微信上适应视频聊天了，接受起来会快一点。用过的人就会发现，主动提供人文关怀是全科医生必备的技能，不像医院里的医生，不考虑这些。

　　张鹏：你刚才说人的心态会影响健康，医生这个职业是应该要有情感付出的，如果他的负荷大到没有情感付出，他的功能就有一部分被抑制了。我们需要去寻找有效的科学方法，去释放这部分功能。让我们的生命体验更好，这是未来科技真正要去解决的问题。所以是不是要通往 120 岁，这个可能不是最核心的问题，最核心的是在通往 120 岁的路上，我们有没有最好的生命体验。

　　公司地址：北京市朝阳区酒仙桥路4号751 D·Park正东集团院内 C8座105室 极客公园