在目前的國內(nèi)互聯(lián)網(wǎng)行業(yè)內(nèi)，跟風之氣很重，如此“高大上”的大數(shù)據(jù)分析怎么能夠逃得過各類創(chuàng)業(yè)者，風師和行業(yè)內(nèi)人士的法眼呢?因此無數(shù)的企業(yè)都開始宣稱，我們要做大數(shù)據(jù)分析，大數(shù)據(jù)分析多么有用多么好，要是不做都不好意思和人打招呼。但是實際上，并不是所有企業(yè)和所有的商業(yè)模式都適合應(yīng)用大數(shù)據(jù)分析，在本文中，我們主要會針對大數(shù)據(jù)的成本問題來進行探討。

　　大數(shù)據(jù)理念決定的兩大問題

　　大數(shù)據(jù)具有4V理念：volume、variety、velocity、value，前三者指數(shù)據(jù)的容量、類型和傳輸速度，后者指在前三者基礎(chǔ)上實現(xiàn)收集、存儲、管理、分析而產(chǎn)生的數(shù)據(jù)價值。如此問題就來了，如何在前三者基礎(chǔ)上實現(xiàn)收集、存儲、管理、分析進而使數(shù)據(jù)產(chǎn)生價值?如何在這個收集、存儲、管理、分析的過程中使其成本與所產(chǎn)生的價值成正比?

　　如果移動醫(yī)療企業(yè)想要涉足大數(shù)據(jù)，就必須解決下面兩個問題：

　　第一，大數(shù)據(jù)項目需要耗費多少成本;尤其對創(chuàng)業(yè)企業(yè)的運營過程中，控制成本是一個重點。

　　第二，如何進行大數(shù)據(jù)的分析。因為利用大數(shù)據(jù)的價值需要足夠的分析能力，需要知道其可能在移動醫(yī)療的哪些方面發(fā)揮作用并創(chuàng)造價值。

　　技術(shù)成本過高

　　對于移動醫(yī)療大數(shù)據(jù)而言，成本應(yīng)該包含兩個方面——技術(shù)成本和人力資源成本。這兩個成本分別蘊含在大數(shù)據(jù)的存儲和分析中。但是數(shù)據(jù)分析能力的高低，才決定了大數(shù)據(jù)的真正價值。可以說，如果沒有數(shù)據(jù)分析，“大數(shù)據(jù)”只是一堆IT庫存，存儲成本極高而收益為負。

　　第一章中Dr.2曾經(jīng)說過，目前國內(nèi)大多數(shù)移動醫(yī)療初創(chuàng)企業(yè)，以所謂的大數(shù)據(jù)結(jié)尾，都是在耍流氓而已，因為目前他們?nèi)匀煌Ａ粼趯Υ罅繑?shù)據(jù)的收集，整理，儲存和簡單的分析等初級階段。能夠?qū)Υ髷?shù)據(jù)進行進一步研究、分析和運用的企業(yè)少之又少，因為成本太高了!想要從無數(shù)的垃圾中搜尋一塊金子，首先你需要一個巨大的垃圾存儲地，其次還需要耗費很多人力物力來進行搜尋工作，存儲和搜尋本身所耗費的成本也許已經(jīng)超過了金子本身的價值。

　　大數(shù)據(jù)并非是一個簡單的項目，首先就像很多IT項目中所包含的那樣，需要如下基礎(chǔ)：軟件許可和支持、硬件資源、高通量的帶寬、存儲服務(wù)器、完善的組織架構(gòu)、人員專業(yè)技能和服務(wù)的培訓、客服團隊等。

　　不過，大數(shù)據(jù)分析遠遠不止如此，很多IT項目在完成后，只需要保留少量人員后續(xù)跟進，或者安排機動人員偶爾進行維護即可，但是大數(shù)據(jù)分析卻是一個持續(xù)投入，不能間斷，越干越多的工作。因為其本質(zhì)就是對數(shù)據(jù)進行不停的收集，并進行持續(xù)的分析，如果在某個時間段使用數(shù)據(jù)庫中的某一段來分析，那么它本質(zhì)上就只是小數(shù)據(jù)而已。所以真實大數(shù)據(jù)分析的支出和耗費都將會是巨大的，移動醫(yī)療的初創(chuàng)企業(yè)無法承受，那又何來商業(yè)模式呢?

　　人力資源成本也過高

　　從大數(shù)據(jù)的硬件支出管理方面來看，最初需要的存儲需求可能在能力范圍之內(nèi)，但是隨著對數(shù)據(jù)速度要求的提高，那所需要的硬件需求可能會成百上千倍地增加。屆時，你需要面對的是大量的硬件支出，以及額外的人員和技術(shù)資源用以管理整體環(huán)境。如果需要對數(shù)據(jù)流進行實時分析，要檢測假象或有異常的地方，則需要其他的商業(yè)工具或數(shù)據(jù)可視化工具來幫助實現(xiàn)。這又是一筆巨大的成本支出。即使租用第三方服務(wù)，如阿里云或亞馬遜云，其成本也相差無幾。

　　由于大數(shù)據(jù)分析的規(guī)模龐大，移動醫(yī)療的小企業(yè)即使已經(jīng)砸鍋賣鐵開始做了，后續(xù)的持續(xù)投入也會讓大部分人上西天，或者只能造假，人為干預(yù)!比如很多可穿戴公司宣稱的大數(shù)據(jù)商業(yè)模式，試圖收集并分析所有背有傳感器的患者的數(shù)據(jù)，即使這些數(shù)據(jù)是由機器生成或者已經(jīng)保存在系統(tǒng)中，但由于這些數(shù)據(jù)類型、數(shù)量和增長速率都各不相同，而且每個人的數(shù)據(jù)都需要長期保存，按大數(shù)據(jù)分析的要求，即使是最為細節(jié)性的數(shù)據(jù)也不能隨意丟棄。因此隨著時間的積累，數(shù)據(jù)量就會越來越多，直到崩潰。

　　再者，數(shù)據(jù)庫如何保持穩(wěn)定和可擴展性，如何不被黑客攻擊，如何保護數(shù)據(jù)來源(如患者)的隱私，這些都非三言兩語說說那么簡單。

　　據(jù)麥肯錫咨詢公司公布的一份報告顯示，到2018年，美國在“深度分析人才”方面將面臨14萬至19萬的人才缺口;在“能夠分析數(shù)據(jù)幫助公司做出商業(yè)決策”方面將面臨150萬的人才缺口。大數(shù)據(jù)分析職位相關(guān)的技能主要包括數(shù)學、統(tǒng)計學、數(shù)據(jù)分析、商業(yè)分析和自然語言處理。盡管對這些技能還沒有達成一致，但是數(shù)據(jù)科學家、數(shù)據(jù)架構(gòu)師等職位是大數(shù)據(jù)項目所必須具備的。

　　黎叔曾語重心長地說道：“二十一世紀什么最貴?人才!”所以對于移動醫(yī)療行業(yè)的大數(shù)據(jù)項目而言，專業(yè)性的數(shù)據(jù)分析和數(shù)據(jù)挖掘人才，很難負擔的起如此高的人力資源成本。因為大數(shù)據(jù)的管理和分析對于參與者的收集、整理、統(tǒng)計、概率、數(shù)學、計算機、業(yè)務(wù)理解等方面的能力要求甚高。盡管“能力是可以培養(yǎng)的”，但是這些都不會從天上掉下來。而且移動醫(yī)療行業(yè)與普通行業(yè)不同，既要具有深度的醫(yī)療行業(yè)背景，又要具備IT、數(shù)學、統(tǒng)計學、管理法等的技能，這種人才真是非常難找啊!

　　簡單把以上所述歸納如下表：

　　理念很好但落地很難

　　無論移動醫(yī)療初創(chuàng)企業(yè)是想把大數(shù)據(jù)項目外包，還是想自力更生獨立自主來做，都需要考慮以上這些成本問題，聽起來似乎只有“三個字”,但實際操作就另當別論了?，F(xiàn)在各位讀者知道Dr.2為什么說一些人在耍流氓了吧，很多人真的只是在忽悠概念，連如何真正落地都沒有想過。

　　但故事并沒有完，為什么說很多的移動醫(yī)療大數(shù)據(jù)是偽命題呢?這是因為大數(shù)據(jù)經(jīng)常存在無意識的偷換概念、條件變異及本身存?zhèn)蔚那闆r。

　　在我們醫(yī)療行業(yè)，兩個特征是很重要的——敏感性和特異性。敏感性是指患者的臨床表現(xiàn)方面，一般不會被遺漏。而特異性是指一種疾病所具有的特征，在臨床上，主要是被用來做診斷鑒別的，目的是用以排除易混淆疾病，是確診某種疾病的金標準。特異性是敏感性的充分必要條件，而敏感性只是特異性的充分條件而非必要條件。具有足夠的敏感性不一定就具有特異性，具有足夠的特異性也不一定就具有敏感性。

　　即使辛辛苦苦真的搜集來了數(shù)據(jù)，可能卻是毫無用處，這就是因為醫(yī)療中獨特的特異性與敏感性問題、雜波干擾的問題、一票否決的問題和安全性第一的問題，這些我們將在后面仔細討論。