政府应打通健康医疗大数据的应用路径，鼓励数据采集和数据分析，介绍大数据分析利用的成功典范，促进社会形成友好的大数据环境。积极支持国家级组学数据管理与共享平台的建立; 涵盖基因组等各组学的多组学大数据分析技术，及组学数据、健康数据、临床数据整合分析技术，实现生物大数据的高效解析; 海量生物知识库技术，支持海量生物本体构建与整合和大型组学知识库构建、管理与利用，实现海量生物知识高效转化; 多组学、多层次生物大数据可视化技术，支持生物大数据的高效利用; 支持生命科学研究、重大疾病防控、重要生物应用中生物大数据高效利用的大数据应用系统。
 

大数据时代，每个人都是数据的产生者和贡献者，不要让数据无声无息地消散沉默，要提高全民收集大数据意识，尤其是一线的专业临床工作者。建议采取医院与IT企业相结合的模式，采取临床医生与收集数据的技术人员相结合的工作模式，将电子病历工作积极落实。
 

目前我国大数据应用方面主要是依赖开源代码和现有数学模型，真正属于我国原创的算法十分有限。开源代码是可以拿过来使用，但专业性、针对性不够，效果往往不能满足具体任务的实际要求。以图像识别为例，用开源代码开发出的AI即使可以准确识别人脸，但在对医学影像的识别上却难以达到临床要求。例如对肝脏病灶的识别，由于边界模糊、对比度低、器官黏连甚至重叠等困难，用开源代码很难做到精准识别。在三维重构、可视化等方面难以做到精准反应真实的解剖信息，甚至会出现误导等问题，这在生物医药大数据的应用上是‘致命’的。是否掌握核心代码将决定未来的生物医药大数据应用中是否拥有胜算，因此需要在以数学为基础的原始核心模型、代码和框架创新方面加大人力物力投入。
 

出自《生物医药大数据: 发展现状与政策建议》作者张大璐，李萍萍，潘子奇。