这就是大数据。这就是大数据。说到大数据，最常见的应用就是大数据分析。大数据分析的数据来源不仅仅局限于企业内部的信息系统，还包括来自各种外部系统、机器设备、传感器、数据库的数据，如政府、银行、国计民生、行业、社交网站等。大数据分析技术和工具对海量数据进行统计汇总后，以图形和图表的形式展示数据，实现数据的可视化。在此基础上，
大数据是什么？
采集记录足够多的数据，使工作更加针对化和精准化，这是大数据吗？这不是大数据而只是数据化。什么是大数据呢？例如洛杉矶警方曾对以往的刑事案件做了统计，通过算法得出了第二天的高概率犯罪地点，然后有针对性的派警察去该处巡逻，从而使得当地的犯罪现象下降20%。这是大数据。再比如，经济学家都认为股票无法预测，而一位剑桥大学毕业的博士搞了个公司，对有史以来几乎所有的证券交易的数据进行记录，然后通过算法进行分析。
他对什么国家政策、公司业绩、行业走向等等一眼都不看，100%地排除主观意志的，只根据计算结果来进行投资，最后赚了大钱。这是大数据。大数据的精髓并不在于数据的精准和数量，而在于对内在规律的挖掘和对未来趋势的预测。其思路是：一个结果是有很多原因的，原因作用的强度可能是随机的，我们对其中作用的机理并不清楚。
我们难以找出规律性，但知道规律性就蕴含在结果数据之中，如果我们能建设合适的模型，写出好的算法，就有可能把这个规律性提炼出来，从而能科学地发现真相和预测未来。今天上午在贵州省大数据中心看到了大数据应用的事例。金润建设和鹏润达这两家企业分别投标200多次，一次也没中过，依然积极地投。投标是要成本的，这两家公司那里来的动力？通过大数据的知识挖掘技术，发现了它们总是陪着固定的一家公司一同招标，最后总是那家公司中标。
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）临床决策支持临床决策支持最早定义为运用相关的、系统的临床知识和患者信息，加强医疗相关的决策和行动，提高医疗水平和医疗服务水平。主要体现在临床诊疗方面，基于人工智能、机器学习等关键技术智能分析医疗数据，为医生提供疾病早期诊断、个体化诊断及治疗、智能用药提醒、不良事件预警等服务，通过诊疗建议，从而提醒医生防止潜在的错误，提高诊疗工作效率和诊疗质量。
医疗服务提供方可以降低医疗事故率，尤其是临床错误引起的医疗事故。同时，临床决策支持系统还可以使医疗流程中大部分的工作流流向护理人员和助理医生，使医生从耗时过长的简单咨询工作中解脱出来，从而提高治疗效率。（2）医疗学术科研基于大数据分析技术，医学研究主要集中于疾病相关分析、疾病精准分析、治疗方案医疗效果、预后复发的作用、生物标记筛查等具体分析应用场景。
