百家争鸣之灵感触动
一枝独秀不是春 百花齐放春满园
资料卡：本节提及的企业/研究机构
Google、微软、法国高速基因组测序分析平台、飞利浦、Health Nucleus、IBM、威斯康星大学麦迪逊威丝曼中心、中国科学院北京基因组研究所生命与健康大数据中心、清华大学数据科学研究院医疗健康大数据研究中心、电子科技大学的健康大数据研究所、高血压大数据联合实验室、春雨·中国科学院大学健康大数据联合实验室、贵州省大数据精准医学实验室、上海精准医疗大数据中心、中华精准医学中心、医渡云、柯林布瑞、乐九医疗、Airdoc、同济CT“阿尔法狗”、华大基因、华西-希氏医学人工智能研发中心
（作者备注：以下资料均来自互联网业界报道，部分资料为本人与相关厂商交流获悉。）
首先来看一组全球医疗大数据临床应用方面的具体实践
Google FluView
专攻搜索引擎的一些公司在掌握大数据资源方面具有得天独厚的优势，他们可以基于这些数据挖掘很多应用，如关注热点、消费习惯等。Google公司的FluView，是一个基于大数据分析的跟踪工具，对流感预测是非常好的一个案例，也是较早广泛报道成功案例。FluView能够接收并处理来自搜索用户、医生、医院以及CDC实验室的大量数据，为流感疫情的蔓延提供一个清晰的图像，进而帮助阻止流感疫情的蔓延。
微软Azure云平台
微软Azure云平台推广大型、开放的基因组数据集1000基因组，为研究人员提供帮助，并与很多基因公司合作，打造基因组大数据分析平台。
法国高速基因组测序分析平台
法国开建2个高速基因组测序分析平台，主攻癌症、糖尿病、罕见病，平均每年能够实现对1.8万个基因组的测序和解读。同时，启动基因组和个体化医疗项目，以提高国家医疗诊断和疾病预防能力为整体目标，预计在全国范围内建立12个基因测序平台，2个国家数据中心。
飞利浦
飞利浦联合威彻斯特医学中心启动精准医疗计划，IntelliSpace基因组学解决方案无缝衔接了来自多个数据源的数据，将基因组学分析与患者临床数据相整合。
Health Nucleus
Health Nucleus的全基因组健康管理服务提供全基因组测序、微生物组测序、代谢组学分析、临床检查和影像服务，可通过用户基因组与人类参考基因组进行比较，评估用户的基因组。
IBM WatsonHealth
广受关注的IBM WatsonHealth的认知系统能不断地学习、训练、产生知识，与理解的对象产生互动。整个方案包括Watson for oncology（肿瘤，lung， breast，colon/rectal 等的治疗方案）、Watsonclinical trial matching（临床方案匹配，识别患者相适应的临床方案）、Watson discovery advisor （医学发现，从海量医学文献获得洞察力）、Watsongenomics advisor （基因，从 DNA序列中获得洞察力）、Analysis of medical images（医学影像分析）。
IBM Watson要做的不是“占有”数据，而是通过提供平台鼓励用户自己训练Watson——我认为这个思路是正确的。基于IBM Watson的医疗助理每秒可以阅读数亿页资料，帮助医务人员获取数据，这在之前是做不到的。
Google AI
Google AI进军医疗，在一些类型的乳腺癌的病理识别准确率上超过了医生——病理学家花了整整30个小时，仔细分析了130张切片，准确率为73.3%，而谷歌AI交出的答卷则是88.5%。
类似的基于图像识别的应用还很多，例如基于脑部MRI的白质高信号灶分割、基于皮肤镜照片的皮肤癌分类诊断、基于数字病理切片的乳腺癌淋巴结转移检测、基于眼底照片的糖尿病性视网膜病变检测等等。这些基于影像的分析诊断能够成功，主要是因为影像学提供了足够的规则，因此很容易做出大数据判别。
威斯康星大学麦迪逊威丝曼中心和威斯康星发现研究院
基于录音也可以进行大数据诊断，这非常新颖。根据威斯康星大学麦迪逊威丝曼中心和威斯康星发现研究院的新研究，依靠5min的录音就足以判断某个人是否容易罹患与基因相关的遗传性疾病。目前已经可以准确地识别个体的突变前期的脆弱的X染色体。
达芬奇手术机器人
可以辅助医生做手术的手术机器人也是重要的一部分，它可以利用各种知识库可以实现精准诊疗。达芬奇手术机器人已经成为全球最成功和应用最广的手术机器人。
