[大資料會是非常重要輔助診斷的工具，沒法完全取代醫生]大資料包括人工智慧，計算能力肯定是超過人的。但目前及以後很長時間，都沒法在醫療這種複雜環境下，完全取代人。

以目前著名的IBM的watson沃森為例子，在腫瘤醫療方面，積累了幾十萬級別的案例。在各大三甲醫院都在使用，輔助診斷。使用中按照需要的診斷資訊提供患者各類檢查資料。對一些比較常見的病，比如直腸癌等等，都能給出很好診斷分析。但最後要主治大夫來下結論。

所以明顯減輕大夫的工作，提高診斷質量。

大資料能取代醫生嗎？

大資料越來越成為醫生重要的工具和技術，但是不會完全取代醫生，可以取代部分職能醫生。

就接觸到的大資料醫療應用有幾種情況:

一、3D列印。

我哥哈工大同學一直研究醫療3D列印，和很多醫院開展合作，可以列印骨頭，列印心臟支架等器官，尤其是可以根據患者疾病資料建立人體模型，手術模型，幫助手術人員更好制定手術方案和團隊協作。對於骨頭列印比傳統器械成本降低90%，速度提高一倍，康復效果很受患者好評。

透過大資料可以提高教育培訓醫學院學生，提高手術成功率，降低手術風險和醫療成本。

二、中醫大資料診療

鄭州有個公司投資和醫療機構合作，蒐集了幾十萬份面診，舌珍，手珍名老中醫治病患者資料，利用大資料運算，個人透過終端多維比對大資料可以生成初步診斷結果，然後給出康復方案，在普遍缺乏中醫的診所提供一個很好的應用，目前獲得幾千萬的風險投資。此類大資料智慧診療裝置已經面市了很多，比如手環，測壓手錶，診療魔鏡等。

三、健康管理大資料應用比較廣

鄭州一家做企業家健康管理的，將使用者體檢報告輸入個人檔案，結合年齡，職業等大資料庫形成疾病風險報告，結合問題及時與專家會診，提高防範重大疾病的風險，提高健康水平，其建立的健康風險管理標準已申請專利，為1000多位企業家提供健康服務。

四,尋醫問藥，掛號，健康教育類大資料應用也比較常見，代替很多醫院的基礎工作智慧。

總之，隨著5G快速普及，遠端醫療，智慧陪護，智慧手術等會得到廣泛應用，能代替更多醫護的診斷，掛號，教育，康復指導，手術方案培訓，諮詢等基礎工作，但是重要崗位醫生工作還無法取代，比如手術大夫，中醫專家等這些需要經驗與應變能力的崗位。但也會催生掌握大資料應用的新的醫生崗位，比如3D骨科列印操作人員等。

你有什麼其他好的大資料應用嗎？

大資料（big data），IT行業術語，是指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。

用於醫療上，現在已經在用了，比如國家對醫院的管理，對醫生的管理。醫療平臺的雲計算，醫療穿戴裝置等等。現在肺炎疫情中使用的大資料查詢接觸者，其實都是對醫學提供支援，要取代醫生，大資料是不行的。

再說說人工智慧用於臨床，我們醫院放射科也有人工智慧了，但是還得讓人來複核一下，以矽元素為基礎的機器，始終，或者說至少目前不能代替以碳元素為基礎的人類。

人腦複雜多變，疾病也是千變萬化，大資料也需要人類決策。

不可能的，什麼時候都需要醫生。大資料只是提供分析手段和依據，如何獲取、誤讀和應用，還是需要專業醫生。

現在有不少人認為，醫生已經沒有作用，只是機器看病就行，但有病了還是最快往醫院跑，然後還反覆說看病難，看病貴。特別是如今疫情嚴重，醫生自覺往前衝，也沒有見到其他人拎著機器往前衝的，請他們在家待著都做不到，甚至有意傳播病毒，讓疫情變得難控制，難道不值得深思嗎？

其實很簡單，那些認為醫生沒有用的，以後自己看病就行，就別到醫院去添亂了！

取代不了。醫生看病基礎的東西，大資料可以替代，但一些經驗性的治療方案，大資料是沒有辦法取代的，特別是博大精深的中醫，就算是大資料再複雜的模型也是沒辦法解決的。

利用大資料把一些權威診斷方案和專家治療較好的處方進行聚合，開發醫用機器人能夠取代人類看病人為的錯誤診斷，機器人的操作從某種程度上講更優於人的經驗診斷。

短時間內（我個人認為未來10年內）都無法實現。原因如下：

1、大資料是一種解決問題的思維，不是一種具體方法

“大資料”這三個字包含了非常豐富的知識和資訊，在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大資料時代》 中大資料指不用隨機分析法（抽樣調查）這樣捷徑，而採用所有資料進行分析處理。換而言之，大資料首先解決不是決策，而是解決可能會推動決策的各類因素和資訊，透過資訊整合，並抽取出更有效的線索，實現資料清洗和重組，為決策提供有效的資料支援，輔助決策。

舉個現在大家關心並知道的例子，杭州現在推行的健康碼

你能說，有了健康碼，疫情就被控制了麼？沒有依據掃碼結果進行執行防控手段的人，這個健康碼可以讓我們百毒不侵，病毒退散嘛？？

2、醫療領域因為無法承擔誤診的責任，因此資料互通是個大難題

要搞大資料，首先得消滅資訊孤島，要讓資訊流動起來，讓需要獲取資訊的單位可以輕鬆得到資料。但在中國現在的醫療領域，這是一個巨大的難題，因為一旦出現誤診，那麼又要誰負責呢？

這一個小小的病歷本里有醫生龍飛鳳舞的“醫界書法”，更是醫生的防偽標籤。實際上，目前病歷資訊基本是不會在網上通傳的，有很大的因素在於醫方也擔心患者在不同醫院進行診斷結果不同、給出治療方案不同後的扯皮，甚至造成嚴重事故後的責任無法釐清責任。

3、患者症狀難以標準化描述，無法形成簡約有效的可讀資料

別的不說，中西醫之間對於患者症狀的認知就是一個天然的壕溝，阻斷了中西醫交流。實際上即便是更加“科學化”的西醫理論，對患者的症狀描述也不可能做到絕對的通用和標準，細微化的表象，如何描述？誇大了，會誤診；低估了，還是要誤診……在採集患者資料這個“大資料”的第一步上，嚴格意義上來說，還沒有特別好的解決方案。

其他零零種種的原因還有很多，但我想，如果沒辦法解決醫療責任的判定前，個人感覺很難出現利用“大資料”來替代會診的情況，更不要說替代醫生了。

作為一名科技工作者，大資料也是我的主要研究方向之一，所以我來回答一下這個問題。

首先，大資料的發展對於醫療領域的意義還是比較大的，一方面大資料技術的應用能夠提升整體的醫療水平，另一方面大資料技術也會提升醫療工作者的工作效率，同時促進醫療領域的各種創新。

從大資料技術的應用前景來看，大資料將進一步輔助醫生來完成各種工作任務，大資料本身並不會取代醫生，但是隨著大資料的不斷髮展，也為下一步智慧體在醫療領域的落地應用奠定了基礎，而智慧體將在一定程度上取代一些傳統醫療崗位。

醫療領域對於資料是非常敏感的，很多醫療領域的創新（技術研發）都是基於各種資料來完成的，從這個角度來看，醫療領域的資料價值是比較高的。實際上，在大資料概念出現之前，醫療領域對於各種資料的價值化分析就已經比較普遍了，很多醫療領域的科研課題也都離不開資料分析，所以當前大資料在醫療領域的落地應用也走在了傳統行業的前列。

大資料技術在醫療領域的應用有非常大的想象空間，而且在當前5G通訊的推動下，物聯網在醫療領域的應用也會進一步得到普及，這也會在一定程度上拓展大資料的資料採集渠道，從而拓展大資料技術的應用邊界。透過大資料技術體系，能夠更加合理運用已有的醫療資源，也能夠讓優質的醫療資源進一步擴大覆蓋面，這是大資料技術重要的價值體現方式。

大資料本身並不是目的，大資料的目的是應用，而醫療領域的大資料應用出口主要有兩個，一個是醫生，另一個則是智慧體，所以從這個角度來看，大資料技術的運用將在很大程度上推動醫療領域的結構升級。