国内在大数据、精准诊疗方向上也有很多布局和应用
中国科学院北京基因组研究所生命与健康大数据中心
中国科学院北京基因组研究所生命与健康大数据中心建立了海量生物组学大数据储存与分析体系，建设组学大数据应用与共享平台，已完成整合全球1700多个生物数据库，国内首个原始组学数据归档库正式上线，目前正开展人群精准医学信息库、原始组学数据的共享平台。
清华大学数据科学研究院医疗健康大数据研究中心
清华大学数据科学研究院医疗健康大数据研究中心整合海量医疗健康大数据，为公众健康、临床决策、政府决策提供支持；对临床表型与生命组学数据进行整合分析，实现对肿瘤、慢性病、罕见病等高危疾病实现精准预防、诊断和治疗。
电子科技大学健康大数据研究所
电子科技大学健康大数据研究所已经完成大数据分级诊疗监测评估系统，目前承担着基于健康云的老年健康管理服务、面向医疗保险的大数据分析应用、医学数字影像唯一身份识别等科研任务。
高血压大数据联合实验室
高血压大数据联合实验室由中国科学技术信息研究所、北京同仁医院、科学技术文献出版社共同成立，正在打通院内数据，形成产、学、研融合的高血压数据平台、管理平台，后期将面向全国形成高血压数据共享、应用、发布的数据支撑平台。
春雨·中国科学院大学健康大数据联合实验室
春雨·中国科学院大学健康大数据联合实验室是国内专注于健康大数据的专业实验室，目标是实现智能和自动化的慢病管理，根据用户线上问诊数据，实现初步的智能化疾病诊断，目前已成型使用，正开展分析健康消费数据，增加用户用药和治疗经济性，降低医保赔付率。
贵州省大数据精准医学实验室
贵州省大数据精准医学实验室由贵州省医牵头成立，通过医学影像大数据，形成人工智能医疗体系，正在开展3D医学影像，以让医学生更加熟悉人体构造，同时将影像设备结合大数据分析提供出了更精准的诊断方式。
上海精准医疗大数据中心
上海精准医疗大数据中心由复旦大学、复旦大学各个附属医院、上海张江转化医学研发中心组成，已开展生物大数据开发与利用研究，建立标准化的食管癌患者临床信息管理系统，搭建了精准医疗临床决策支持系统。
中华精准医学中心
中华精准医学中心由复旦大学附属中山医院和华大基因联合成立；通过基因大数据，建立覆盖生育健康、肿瘤预防、心脑血管、遗传及感染等领域具有国际水平的基因组学研究和应用中心。
医渡云、柯林布瑞、乐九医疗等国内医疗大数据企业
国内的医渡云、柯林布瑞、乐九医疗等医疗大数据企业率先在医院推广全数据搜索引擎，把医院积累的海量数据资源盘活，使得临床资料的精确查找达到秒级水平。基于性能卓越的医疗大数据平台，医渡云等企业还在与医院合作，利用其积累深厚的NLP和大数据平台构建技术，共同探索面向临床的知识推荐服务系统。
Airdoc
人工智能企业Airdoc的辅助诊断模型可以识别百万级甚至更高数量级的医学影像。如能够通过多维度数据分析辅助诊断及疾病预测，通过对文本、影像等多模态海量数据的综合挖掘，建立预测分析模型，进一步探索疾病分布演化规律；如医学影像识别，已经针对大脑、心血管、肺部、肝脏、骨骼健康领域研发出多个模型。
同济CT“阿尔法狗”
还有同济CT“阿尔法狗”，据称5秒读结果，阅片水平已经接近主治医师，对于三毫米以内的小病灶，人肉眼很容易遗漏掉，但是它却能够识别出来，对肺结节的发现准确率更是高达90%。
华大基因
华大基因通过基因测序预测破解疾病，通过搭建生物信息云平台进行超大规模的全基因组关联分析，可以进行母体肿瘤早期筛查，研究遗传病的分子流行病的突变点频谱分布。
华西-希氏医学人工智能研发中心
就在7月27日，四川华西医院的华西-希氏医学人工智能研发中心经过3个月研发，已经实现了人工智能对消化内镜图片的秒级诊断，诊断准确率达90%以上，有望于未来2-3年临床应用。
据报道显示，该人工智能技术的研发过程分为数据筛选、消化病变归类、AI模型数据训练和深度学习、模型测试调整及再训练等4阶段，目前已对20万份病例数据进行了深度学习，对息肉、肿瘤、静脉曲张的初期诊断准确率分别达到了92.7%、93.9%和96.8%。
以上这些案例并不足以完整描绘整个医疗大数据发展现状，但足以看出，无论是在国内还是国外，大数据、精准诊疗、人工智能都是一个重要的风口上，这将是信息化发展到一定阶段后产生质变的关键时期，我们应该迎难而上，随着潮流来做一些有意义、能落地的工作。
