有些人的血液里，天生流动着革命和创新的因子，所以他们会一针见血地指出某些弊病，然后想着解决它。————题记。
近期，未来论坛在京举行，在创新生态－从基础科研到前沿技术开发的圆桌论坛环节,卡耐基梅隆大学计算机学院教授，机器学习系副系主任，Petuum公司CEO邢波做了一场关于医疗大数据主题的演讲，在此之前，邢波教授曾主持CMU的一个机器学习和医疗中心，致力于基于自然语言处理，图像和视频分析，计算基因组学以及泛组学等使用多维异质数据源的精准医院研发，以及包括移动和可穿戴设备，医疗数据隐私安全等应用于医疗行业的大数据技术。根据雷锋网—AI科技评论在现场的感受，整个演讲简单扼要，振聋发聩，以下是雷锋网—AI科技评论根据现场演讲摘录。
各位好，我想讲一下在医疗大数据和智能医疗研发和产业化过程中出现的问题，同时探讨给我们的基础研究和技术创新带来的启发。大家知道医生的世界是非常高压和紧张的，他们每天都面临排山倒海般的大数据迎面扑来，数据通常都非常昂贵、复杂，而且有极高的时效性，所以在这种基于数据做决策实际上是相当有挑战性的任务。实际上我们并不是很能肯定在面对大数据的情况下医生是不是真的可以从海量数据中实时地做正确决策，这也是我们在理论研究和应用开发所面临的极大挑战。如何能使医务工作者在数据的海洋中正确有效的驾驭或决策呢？
医疗决策中的4大弊病
通常我们会认为，医生的诊疗决策是基于确定的科学依据，疾病的诊断和治疗有统一标准的。但实际上很多著名医学家，包括著名的ArnoldRelman教授，新医学英格兰杂志的主编，道出了相反的真相：实际上很多时候医生的决策经常是基于经验、推测，惯例，甚至仅仅是便利或习惯。
1.过度诊断／过度治疗
另外一位著名医学家LeoAnthonyCeli，他是MIT和哈佛的教授，而且是著名医疗大数据库MIMIC的负责人之一，他观察到医疗现象中有“钟摆现象：多年前我们觉得很有效的方案在几十年后经常发现是无效甚至有害的。比如在重症病房里是不是要进入动脉导管手术，是不是要给更年期妇女使用激素，还是要给二型糖尿病患者控制糖的摄入；以及大家熟知的有关维生素，胆固醇作用的讨论。其他的问题还包括：病人安全、过度诊断、过度治疗，甚至在生物医学的可重复性，都是问题重重。事实上过度诊断过度治疗在美国医学界是一个严重的问题。大家如果想了解里面的细节，我建议你们看这本书，一位著名的医生GilbertWelch博士写的，对此有详尽描述。他实际上是建议大家少看病、少去治疗，才会变得更健康。
这种过度诊断和治疗不光无助于人类健康，还造成了巨大的浪费。现在在美国每年大概有亿美元来自医疗上的浪费，这里面过度诊断和治疗导致了其中三分之一，同时它也挤占了很多其它资源，使很多本应优先服务的病人得不到应有的治疗。
2.过度检测
另一个比较严重的问题是所谓的过度检测，大家知道现在我们的仪器变得更加精密了，我们有很多移动设备或穿戴式设备，可以大量获取每个人的健康信息。这个信息量是如此之大，很多时候我们并不知道一些所谓的异常到底是不是会导致疾病，或者是不是有重要性；因为如果用放大镜看每个人，每个人都会有点不正常，所以它到底和疾病是不是有关系，里面还没有足够研究。总之我们还缺乏对于这些大数据的深度、明确的了解，对它们和疾病之间因果关系的了解，对于复杂病理和致病因素的了解。
举一个例子，比如癌症，我们现在经常会说我们要攻克癌症、要早期诊断癌症，但实际上到底有没有必要呢？有没有对于结果的具有统计意义的证明呢？这是一个很有意思的问题，Celi教授指出：很多癌症在病理意义上很像是我们所说的“乌龟”，它实际上是潜伏在你的身体里缓慢成长，在它把你杀死以前你可能已经被各种其它毛病杀死掉了。比如大部分大前列腺癌的发病是在70-80岁以后，所以你就会想到底要不要干涉这个癌症，还是因地制宜地做其它的事情，比如