医学大数据到底是什么？

举个具体的例：2012年Google科学比赛的第一名授予了一位高中生，她通过对760万的乳腺癌患者的样本数据的机器学习，设计了一种确定乳腺癌细胞位置的算法，来帮助医生对病人进行活检，其位置的准确率高达96%，超过了目前专科医生的水平。在医学影像分析方面，很多软件已近刚开始商用化，值守由于目前在临床诊断上需要有真人签署检验报告，隐私这些软件给出的结果还需要有人来核实后签字。

医疗行业长期存在优质医生资源分配不均，诊断误诊漏诊率较 高，医疗费用成本过高，放射科、病理科等科室医生培养周期长，医生资源供需缺口大等问题。

在医疗健康大数据来源多样化且快速增长的背景下,随着近些年深度学习技术的不断进步，人工智能逐步从前沿技术转变为现实应用。在医疗健康行业，人工智能的应用场景越发丰富，人工智能技术也逐渐成为影响医疗行业发展， 提升医疗服务水平的重要因素。

与互联网技术在医疗行业的应用不同，人工智能对医疗行业的改造包括生产力的提高，生产方式的改变， 底层技术的驱动，上层应用的丰富。通过人工智能在医疗领域的应用， 可以提高医疗诊断准确率与效率；提高患者自诊比例，降低患者对医生的需求量；辅助医生进行病变检测，实现疾病早期筛查；大幅提高新药研发效率，降低制药时间与成本。在医疗大数人工智能的应用方向上具体可分为四大方向:

（1）临床决策支持

简单来说就是尽可能多得获取病人的相关资料。包括患者的检验检查资料，以及生活相关资料，通过专业的分析理论及分析方法，获得可以指导疾病诊断，治疗，预后，遗传等等等等。

这种数据收集及分析可能是以医院，省市，国家甚至国际间为单位。不难理解的是，样本量越大，可信度越高。无论科学研究，还是临床医学应用，大数据研究都是现在的热点，也是最有意义的研究之一。但其实操作起来难度很大，需要耗费的人力，资源，经费也很高。