政府伙伴送来污水样本，实验室检出病原体后，还得把不同格式的记录整理成可比较的地区和时间趋势。若每增加一种病原体都重做一遍，五个人很快就会被维护工作拖住。Verily Health的做法，是用一个dbt包——可重复使用的数据模型、程序组件和测试组成的标准工具箱——支撑30多种病原体的近实时监测；结果通常只延迟一两天，就能进入公开的Sightline看板及研究和政府机构。
最值得看的不是看板，而是复用方式。团队把医疗数据标准FHIR中复杂、层层嵌套的记录，交给可调参数的共享组件处理：同一个“观察结果”组件，既能追踪污水样本里的甲型流感水平，也能处理连续血糖监测仪记录的A1C读数，只需调整参数，不必复制整套代码。团队还把复合主键控制在约三列，多数表不超过约30列，主动牺牲一点最细粒度，换取可理解、可维护的数据。以上来自dbt博客对Verily技术负责人David Drummond在dbt Summit 2026分享的转述。