編者按：9月11日—9月12日，由經(jīng)管之家（原人大經(jīng)濟(jì)論壇）主辦的“2015中國數(shù)據(jù)分析師行業(yè)峰會（CDA?Summit）”在北京舉行。本文是臺北醫(yī)學(xué)大學(xué)教授謝邦昌在峰會上的演講全文，謝邦昌教授演講的主題是“大數(shù)據(jù)在生技醫(yī)療之應(yīng)用”。

各位嘉賓、各位先生、各位女士，大家早安！

很高興被稱為老教授，實(shí)際上也很老了。聽完吳院長的一悉話，我今天所介紹的比較簡單，在醫(yī)學(xué)領(lǐng)域大數(shù)據(jù)的應(yīng)用。我也希望能夠告訴大家大數(shù)據(jù)這幾年來它所發(fā)揮的作用。

剛剛吳院長提到大數(shù)據(jù)在這方面的應(yīng)用，其實(shí)有一句話很重要。我們知道沒有人擁有所有的數(shù)據(jù)，你怎么在既有的數(shù)據(jù)中間找到自己的數(shù)據(jù)，這是最重要的。剛剛我跟吳院長溝通一些事情，大家知道在大數(shù)據(jù)領(lǐng)域中，我們有三個(gè)領(lǐng)域，IaaS、SaaS、PaaS。在SaaS的大概99.99%，我們都不是IaaS、PaaS這個(gè)領(lǐng)域的人，但是現(xiàn)在很多人都在往IaaS、PaaS這里面走，我們應(yīng)該是SaaS里面的人。

大家想一想我講的這句話，在醫(yī)療大數(shù)據(jù)中間，我們看一下醫(yī)療未來的發(fā)展。其實(shí)科學(xué)精確描述這個(gè)世界，現(xiàn)在的生物學(xué)在越來越朝向?qū)嵶C科學(xué)走。現(xiàn)在我們越來越多涉及到基因，為什么？我們要用大數(shù)據(jù)去解讀。所以在生命語言中間，心里我們?nèi)狈Φ氖橇私馍Z言。但是我們已經(jīng)有生命語言，我們不懂得生命語言的在哪里。

新的基因組定序，從植物、生物、微生物的定序，這方面的領(lǐng)域在各個(gè)方面占有很大的部分?，F(xiàn)在在很多領(lǐng)域研究，大數(shù)據(jù)里面60%都是在做健康這方面的研究。

關(guān)于人類基因組，對我們大數(shù)據(jù)來講很多人都覺得是無字天書。雖然我是學(xué)這個(gè)專業(yè)的，我跟我太太看這個(gè)，我可以從統(tǒng)計(jì)和大數(shù)據(jù)的角度向她解釋一些原因，這些是人類基因。PM2.5跟你的健康有關(guān)系，跟你的基因有關(guān)系。甚至天氣、溫度會跟你的血壓和相關(guān)的健康狀況有關(guān)系。從Genes到Biochemical，最難的是我們怎么把數(shù)據(jù)加以整合和分析找出有用的信息。所以基因跟疾病之間的關(guān)系，有家族遺傳的關(guān)系。我們不知道這個(gè)病是什么樣的，我們要了解遺傳，我們要知道基因。

還有基因跟環(huán)境之間的交互，我有一次到北京來流鼻涕就好了，但是到臺北鼻涕一直有，你怎么把這兩個(gè)因素中間的數(shù)據(jù)找出來?；蛲蛔兣c癌癥之間的變化，他的家族病史告訴他，他可以從一些數(shù)據(jù)中找出原因，用大數(shù)據(jù)協(xié)助來做這件事情。所以在這些控制中間，我們越來越了解病因。

從大數(shù)據(jù)中間我們可以產(chǎn)生分子級的斷命家，這個(gè)已經(jīng)不是天方夜譚了，他可以依照你個(gè)人特質(zhì)化的基因來治療。未來是什么樣的，可不可以有干細(xì)胞產(chǎn)生某項(xiàng)器官，把你的藥效帶到心臟、血管任何的定位。這些東西是不是對人有用，是有用的，但是大數(shù)據(jù)怎么分析出這些東西。

有一些人研究干細(xì)胞的，結(jié)果發(fā)現(xiàn)干細(xì)胞存在人類身體所有的部分。尤其是第二大部分是這塊，你的脂肪里面的干細(xì)胞是最多的。特別是研究心臟和肺等等，對干細(xì)胞的研究我們一直在進(jìn)行，對干細(xì)胞的修復(fù)也是沒有問題的。還有就是納米技術(shù)，這里面需要太多大數(shù)據(jù)的應(yīng)用了。

最后是無聲的殺手人類與微生物的戰(zhàn)爭，剛剛教授講到了流感的預(yù)測，很重要的是細(xì)菌不斷的演化，演化的速度比你預(yù)測的速度還要快。

大家可以知道在醫(yī)學(xué)上面的挑戰(zhàn)剛開始，它跟大數(shù)據(jù)的結(jié)合現(xiàn)在如火如荼的在做，我今年2月才轉(zhuǎn)到大數(shù)據(jù)，我們需要做的就是這些整合。在這個(gè)情況下，今天跟大家談到的是所謂的大數(shù)據(jù)在醫(yī)療上的應(yīng)用。

其實(shí)剛才吳教授講過了，我請大家記住四個(gè)英文單詞SMAC（Social、Mobile、Analytics和Cloud），實(shí)際上手機(jī)和任何分析速度運(yùn)算來月快，請大家記住這四張圖形，Science一定告訴你data，時(shí)代雜志告訴你2045年那些事情，因?yàn)槿祟悤兂刹恍?，你相不相信這件事情，最后這件事情又引申了2045這件事情。

在2012年5月做了一個(gè)實(shí)驗(yàn)，誰比較聰明，Warse最聰明，它是世界上益智賽觀者。大家回想十幾年前有一個(gè)深藍(lán)，它贏了誰？贏了前蘇聯(lián)的棋王。告訴你，以后玩象棋游戲電腦陪你玩兒，這就叫電玩時(shí)代的來臨。這個(gè)就是人工智慧時(shí)代的來臨。大家手邊拿著一個(gè)手機(jī)叫智能手機(jī)。你以后家里的很多都冠上智能。連大數(shù)據(jù)都可以辦世界博覽會，我們原董事長也在場。世界博覽會（2015貴陽國際大數(shù)據(jù)產(chǎn)業(yè)博覽會），大家知道世界各大咖都集中在那。

我想說臺灣做的一件事比較好的，叫開放Data，政府在各方面的數(shù)據(jù)能公布的很多都能公布。我們所有的財(cái)政，電子發(fā)票等等這些，很有研究興趣的。還有健保資料部能公布的都能公布，然后加以整合，但是個(gè)人隱私的都不會公布。政府愿意公布這些材料說明政府開放出來，所以這件事情也很重要。中國政府現(xiàn)在重要的一件事情是怎么公布數(shù)據(jù)資料，雖然做了但是還是不夠。

馬云在5月的時(shí)候說的這句話，就是IT時(shí)代把人變成了機(jī)器，但是DT時(shí)代讓機(jī)器越來越接近人，越來越接近人的智慧。現(xiàn)在DT時(shí)代來臨不代表IT不重要，它還很重要，我們在座的99%的人大概都不是做Ass這塊，我們是做Saas這塊。速度越來越快，需求量越來越大，代表著云計(jì)算時(shí)代的來臨。所以不必?fù)?dān)心有這些種種，不見得每個(gè)人都建Data中心，該做什么的做什么，我們是要做解決方案的人。

記得，我現(xiàn)在看到很多都教育你怎么跳個(gè)層次，跳到里怎么找Data做這方面，No Data記得這些事情。我不是說這塊不重要，但是這塊相當(dāng)成熟了，這塊你讓該做的人做，大數(shù)據(jù)應(yīng)用很簡單的一句話，就是Data是什么。所以大忽悠麥肯錫忽悠大數(shù)據(jù)，其實(shí)它之前就有了，但是忽悠的非常好。所以看大數(shù)據(jù)組織，聯(lián)合國組織，看看大家都在玩了，中國政府一看，再看美國白皮書，我該玩兒大數(shù)據(jù)了，所以2012年應(yīng)該是中國進(jìn)入大數(shù)據(jù)的元年，當(dāng)然中國跑的比誰都快，今年又辦了一個(gè)大數(shù)據(jù)的峰會。所以最重要的告訴大家，它提的大數(shù)據(jù)宣言，100多個(gè)國家，40多個(gè)企業(yè)提這個(gè)宣言的意義在哪里？我要定數(shù)據(jù)的規(guī)格，這是有真知灼見的。所以海峽兩岸的大咖都在這里。

大家可以看到在未來十年電腦的智慧，現(xiàn)在是老鼠，未來十年大概會接近人腦。所以剛剛已經(jīng)講過這個(gè)了，就是大數(shù)據(jù)的整合，剛剛吳院長說的就是Crisp的過程。我剛剛講過，以往來講這些分析方法什么的要用很多算法，像oracle等等都已經(jīng)把這些買下來了，這樣方法都有了，而且很簡單很快速。我剛才講了C+、R等等都有了，現(xiàn)在是解決方案的天下。我很快可以找到這個(gè)結(jié)果，我之所以用電腦是要證明給大家看，我簡單秀一下，大家就明白了。

這一張可以處理幾百萬的資料，假設(shè)在座的中小企業(yè)大概一兩百萬的資料，你用Excel就可以處理掉了。我剛才說做Guesting，我們這里有數(shù)據(jù)挖掘的預(yù)測，你要做預(yù)測，然后就是下一步，一步一步這樣下來，我就不一一講了。我要預(yù)測這三個(gè)地方的銷售量，我直接完成，完成之后，我們模型就直接出來了。大家可以看到，這是它的預(yù)測值就出來了，當(dāng)然它有它的模型。以這個(gè)來講，我們剛才講的也一樣。我想這些東西大家也都會。首先我就可以很快的做這些，剛剛吳院長講到的這些觀念。

很重要的是，我要看銷售的預(yù)測，要看它之間的關(guān)聯(lián)性，找到你買它們之間的關(guān)系。以這個(gè)來講一樣，我可以很快的找到，你今天購買的行為中間你會有哪些之間的結(jié)構(gòu)關(guān)系，然后你可以找到你買它們之間的結(jié)構(gòu)關(guān)系。剛才是幾萬的資料，買這個(gè)就可以知道其中的結(jié)構(gòu)關(guān)系。開始的秀只是為了證明，是你怎么找到這些資料，這些資料你能不能得到，你不能得到的話，你做分析資料，我剛才說No Data，你有再好的技術(shù)都是空的，但是現(xiàn)在大家都在賣產(chǎn)值給你，你沒有Data，什么都是枉費(fèi)的。所以百度可以做世界杯和任何的預(yù)測，所以未來是以Data為核心的生活。我們現(xiàn)在以大數(shù)據(jù)做一個(gè)分析，因?yàn)閮砂冬F(xiàn)在青少年問題越來越嚴(yán)重，我們警察局結(jié)合了教育部，結(jié)合它們的很多大數(shù)據(jù)分析，第一個(gè)，先分析青少年常上網(wǎng)站的增量，然后找到之間的關(guān)聯(lián)性，找到這些關(guān)聯(lián)性之后就是語義分析，然后找出它的主題。我們看這些主題的監(jiān)管的知識，我們要做哪些事情？電子足跡，跟蹤這些，去輔導(dǎo)這些青少年。所以根據(jù)這些電子足跡，大家看到臺灣的青少年網(wǎng)站是Facebook等，我們可以很快找到這些，可以知道哪些要注意，還有領(lǐng)頭的意見領(lǐng)袖是誰，這其中就能看到相關(guān)性種種的，然后協(xié)助他們做毒品輔導(dǎo)之類的。電子足跡進(jìn)去后鎖定，然后找出毒品的來源，還有建立毒品的DNA，再建立大的數(shù)據(jù)庫。

這個(gè)跟我們五年前我們跟調(diào)查局做的一件事情，大家看這也是雜七雜八的，我們調(diào)查一個(gè)人，那個(gè)是毒犯判了進(jìn)了牢里后的記錄，這個(gè)記錄很復(fù)雜，這就是一個(gè)購買行為，這是他跟各類人的聯(lián)絡(luò)，馬上就清楚的勾勒出來，勾勒出來之后結(jié)合兩岸的刑事警察局破獲了東南亞一個(gè)毒網(wǎng)，這就是大數(shù)據(jù)的簡單應(yīng)用。沒有這些數(shù)據(jù)，更多的應(yīng)用也沒用。

資料還可以用在治安，用在暴力犯罪預(yù)測，哪里的暴力犯罪最多，這個(gè)美國已經(jīng)在做了，這個(gè)可以用在大數(shù)據(jù)的數(shù)據(jù)的整合。臺灣有一個(gè)總體的資料庫，大家了解臺灣進(jìn)總體資料庫有很多是開放的，你可以看一看整個(gè)結(jié)構(gòu)。大陸我們協(xié)助過統(tǒng)計(jì)局做數(shù)據(jù)平臺，國家數(shù)據(jù)，但是這些數(shù)據(jù)的開放性還不夠，同時(shí)也懷疑這些數(shù)據(jù)的準(zhǔn)確性，這些都是值得加強(qiáng)的，我就不再講了。

現(xiàn)在數(shù)據(jù)的整合越來越重要，DataTime已經(jīng)上新三板了，數(shù)據(jù)模仿。我們現(xiàn)在在做哪些事情？我在北醫(yī)，我們原來做的有點(diǎn)像這件事情，這個(gè)我已經(jīng)向各位報(bào)告過了。我們現(xiàn)在做了三個(gè)：醫(yī)療云、健康云，照顧云，走在大數(shù)據(jù)上。這三個(gè)云最重要的，臺灣叫健康保險(xiǎn)，這里叫醫(yī)保數(shù)據(jù)庫。醫(yī)保數(shù)據(jù)庫，假如有信息化，你們可以進(jìn)去，因?yàn)檫@是開放的，但是需要申請，這里有不同的申請，它會教你怎么開放。這些東西怎么去串這些數(shù)據(jù)庫。所以你要有串?dāng)?shù)據(jù)庫，整合數(shù)據(jù)庫的能力，你要想怎么用Saas把這些數(shù)據(jù)庫整合出來，了解心臟病到底用什么藥。像剛剛講的乳癌，這個(gè)人家怎么做的，都可以清清楚楚知道，然后再來重大傷病，還有住院，醫(yī)療這些，清清楚楚的這些資料都可以開放，但是個(gè)人資料都沒有開放。

我們現(xiàn)在做的一件事情，我們有五家醫(yī)院，還有些一中心，我們將醫(yī)保、健保數(shù)據(jù)庫加以整合，能不能跟生活形態(tài)，跟你的運(yùn)動，跟人類的生活形態(tài)，甚至基因等加以整合，整合完以后數(shù)據(jù)處理，數(shù)據(jù)分析，它會產(chǎn)生什么樣的價(jià)值向各位報(bào)告，臺灣15年下來產(chǎn)生了有頂級影響力的研究報(bào)告。所以造就了這兩年來，你可以看到很多數(shù)據(jù)，經(jīng)濟(jì)學(xué)人在今年公布了臺灣是宜居城市，臺灣的醫(yī)療在全世界是第三，亞洲第一，健保數(shù)據(jù)庫的公開和研究，造就了臺灣醫(yī)療水準(zhǔn)在這十幾年來突飛猛進(jìn)。

我經(jīng)常講因?yàn)橐粋€(gè)數(shù)據(jù)庫帶動了一個(gè)領(lǐng)域的成長，這個(gè)成長是關(guān)于到自己的健康。對于這個(gè)來講，臺灣現(xiàn)在跟大數(shù)據(jù)地理信息和影像方面的結(jié)合。我們公布區(qū)域資料之間的整合和人口結(jié)構(gòu)，我們可以知道這個(gè)區(qū)域的醫(yī)療水準(zhǔn)夠不夠，醫(yī)療資源夠不夠。我們還可以知道遺傳病，臺灣最流行的疾病是臺南的登革熱，我們可以知道它的散布情況，當(dāng)年沒有大數(shù)據(jù)所以蔓延非常廣。我們可以知道疾病的蔓延跟疾病的防治，這些都很清楚。

所以在疾病的預(yù)防中，早期預(yù)防，早期醫(yī)療。我們跟上海的醫(yī)院合作，我們把臺灣的管理技術(shù)移植到上海、廈門、北京，目前在做這些事情。在醫(yī)療感知上有小米手環(huán)，現(xiàn)在的小米手環(huán)就是看你睡的好不好而已。用臺灣的電腦數(shù)據(jù)庫建立一個(gè)模型，用來判斷睡眠狀況可能跟高血壓、抑郁癥這些都有關(guān)系，來看你整個(gè)睡眠狀態(tài)來判斷這些癥狀，現(xiàn)在我們在做這方面的模型，這樣的話戴小米手環(huán)的價(jià)值就更高了。小米手環(huán)的價(jià)格可能是一百塊，我的APP你咨詢一下可能就兩三塊，所以這是醫(yī)療云、健康云，用大數(shù)據(jù)平臺銜接起來，連門診、急診這些都在做。

現(xiàn)在很多人都在玩這個(gè)，當(dāng)然你要進(jìn)來也可以。我們玩的是這一塊，最重要的是有數(shù)據(jù)，有數(shù)據(jù)進(jìn)來以后才能有價(jià)值。所以大數(shù)據(jù)越來越重要，未來收集資料、整理資料、分析資料，你把這些資料放在手機(jī)里面，未來最重要的是數(shù)據(jù)。大家都有服務(wù)，你把服務(wù)放在手機(jī)里面就是智能型的手機(jī)。我剛開始只是用模型，我們有太多的模型可以放在手機(jī)和電腦里面，我們醫(yī)療的價(jià)值就在這里，這才是商業(yè)智慧。

在這個(gè)過程中，我們產(chǎn)生的智慧在這里，產(chǎn)生的云在這里。你用手機(jī)，你用不同的設(shè)備跟它接觸，這是一個(gè)革命時(shí)代的來臨。所以請大家注意，還是用臺灣的醫(yī)療大數(shù)據(jù)來告訴大家這是十年來的奇跡。大家到臺灣走一走，臺灣的醫(yī)療我不敢說是全世界第一，但是我至少敢說是世界領(lǐng)先的，臺灣的醫(yī)療水準(zhǔn)通過這個(gè)結(jié)構(gòu)帶動了臺灣的醫(yī)生在全世界是相當(dāng)有名的，所以醫(yī)療大數(shù)據(jù)是非常重要的。

科技風(fēng)云，再輝煌十年，別人都在說為什么十年。到2015年希望我們在座的每一個(gè)，你所在的行業(yè)、企業(yè)或者是研究單位，如果你沒有在這個(gè)領(lǐng)域，就像馬云說的不參與這個(gè)一定埋怨，但是我加了一句話，不參與這個(gè)一定會后悔，一定會被淘汰。諾基亞說了一句話，我沒有做錯任何一件事情，我只是告訴你世界變化的太快了，我趕不上，我沒有找到那個(gè)定位。我們期待一個(gè)未來的智慧城市和智慧醫(yī)療，希望我們一起努力邁向大數(shù)據(jù)時(shí)代，我也希望跟大家一起工作，一起研究，一起合作，謝謝大家。

主持人：

謝謝謝教授，謝教授的演講給我三個(gè)感覺。第一個(gè)是特別幽默；第二個(gè)是他雖然不青春，但是他依然非常年輕。因?yàn)樗麜r(shí)時(shí)刻刻走在大數(shù)據(jù)世界的最前端。