健康医疗大数据，是指在人们疾病防治、健康管理等过程中产生的与健康医疗相关的数据。 ——国家健康医疗大数据标准、安全和服务管理办法（试行）

　　美国阿肯萨斯州有个地方，这块土地曾经是一个钻石矿场，但后来因为钻石密度太少而被放弃。如今这块地变成了钻石公园，游人可以去这里手工淘取钻石，万一真的找到钻石是可以自己带走的。新闻上有时会爆出有游客随意在里面摸了一块石头，结果是十几克拉的钻石的故事。然而，当我驱车几千公里，在太阳底下晒了整整两天，淘了几十公斤泥然而依旧一无所获的时候，我开始蹲在这好几英亩的被翻了好几层的土丘上思考人生。就在这时，我顿…

　　最近刚刚将一篇大数据机器学习的文章写完，说说我的体会。 对于重症医学或者麻醉学领域来说，大数据和机器学习模型是应用比较晚的领域。目前我知道成功落地的大数据AI系统，大多集中在影像医学领域，在血液管理和输液治疗等方面也有应用，拿到了很多很好的项目。 但这些，大多处于一个“项目”阶段，也就是真正的使用并创造价值，还为时尚早。 我所写的这篇文章，是探讨重症医学中，对于一些晚期难以治疗的疾病，通过大数据分析…

　　医疗大数据直到今天为止还多多少少是一个伪命题，半岛彩票尤其是医院层面，哪怕在美国都是如此。其中一个重要的原因就是即便是“不大”的医疗数据，很多都没整明白呢。半岛彩票下面说几个在美国相对已经比较成熟的应用领域吧。 首先是pharmacovigilance，中文似乎译作药物警戒学，或者药物安全。从大数据角度简单来说其实就是从海量EHR数据中识别adverse drug reaction和drug-drug interaction，来弥补因为样本局限在临床试验中未能发现的问题。…

　　作者： @ZhaoYue DXY 前言计算query词权重（术语权重，也称作Term Necessity，Query Term Weight）是IR研究中的一个基本问题，属于Query解析的一部分。熟悉倒排索引的同学都知道，文档通常以词的粒度建立索引。所以对于词的解析，在Query解析中属于非常重要的工作。其中，不仅包括正确识别目标词，还包括围绕目标词的各种特征。 考虑以下场景，当Query只包含一个词时，用户需求单一，仅仅是对于某个事物相关的内容，比如 “ 考研…

　　医疗行业的数据从量来说，还够不到大数据的级别（例如PB）。 医疗数据的问题是在于复杂性，而不是数量。 医疗大数据，或者说医疗信息，主要的发展目标是功能性作用（例如监管、质控等），部分应用型作用（例如知识库），从本身的数据分析与研究的角度来说（例如对疾病的诊断、治疗等），短时间看不到前途。 未来的发展： 1. 数据的应用决定一切，无论是不是大数据； 2. 大数据相关技术（例如nosql)，在短时间不可能进入到医院的…

　　互联网医疗，智能医疗，智慧医疗，移动医疗，健康管理服务产业，大健康产业区别？

　　换个角度从业者根据我接触的来看： 1.互联网医疗：搞IT+资本，讲故事、跨界的。 2. 智能医疗：做硬件的，物联网+医疗，心电血压血糖的硬件、平台、服务收费的故事。深圳做手机和医疗器械的。 3. 智慧医疗：原来的HIS、EMR院内的医疗信息企业。 4.移动医疗：买药和器械等有医疗资源的。结合以上三点 5.健康管理：木医疗资源的回避医疗做健康的。 6. 大健康：金融角度市值管理并购投资角度。 仅个人观点，供参考。

　　我算是间接参与了老婆组的一个将数据分析用于截肢手术的项目。最开始也想蹭蹭神经网络的热度，但后来只能无奈作罢转为传统数据处理方法。 觉得目前大数据医疗的前景就是： 理想很丰满，现实很骨感。我认为，现阶段大数据方法难以在医疗场景里落地的原因有两方面， 一是技术上的难度，二是整个行业浮躁的风气。我会在接下来的段落里进行详细说明。 从技术层面来说， 神经网络所有的弱点几乎都在医疗场景里被放大了。第一点，大数…

　　来给大家讲一下我们发表在Nature Medicine上的一个工作，这算是我在MIT期间做的最有意思的工作之一了（咦为什么是‘之一’，请看 ）。希望这个帖子能够贡献一个数据点，让大家看看机器学习（特别是贝叶斯深度学习，or Bayesian Deep Learning）在医疗监控（health monitoring）上的应用。 应用场景：简单（科幻）地说，我们做的这个系统能够通过感知房子里面的wifi信号，来监测病人是否遵医嘱，按时使用胰岛…

　　本文从商业和政策的角度看待，欢迎交流 1. 医疗大数据的四个矿产地 a) 医药公司、学术机构的研发数据，例如，临床试验和高通量筛选库 b) 医疗服务提供商的临床数据，例如，电子病历，医学影响 c) 支付方和服务提供商的活动和收支记录，例如，医疗参与率，成本预算 d) 病人的行为和情感记录，比如，病人的偏好，康复恢复训练 取决于服务的场景，麦肯锡估计，在美国有高达30%的临床文字或者数字信息，包括电子病历、账单、实验室和…

　　做过半年医疗问答。想从医疗文本数据的分析与挖掘角度回答一下。 我们的初步成果见视频，对了解大规模医疗文本数据挖掘的发展现状具有一定参考意义。文字转语音（TTS）是用小度音箱做的，后面的意图识别、槽位填充健康医疗、知识检索是我们自己的模型在做半岛彩票。 本文的主要探讨以下三个方面： 1.Bot实现流程 2.主要困难 3.应用前景 [视频: 基于知识图谱的医疗问答] 目前问答Bot的实现流程主要有以下三步半岛彩票，当面向医疗领域时会遇到很多挑战。 1.Bot实现流程1.1意图识别分类用户…