淺談大數(shù)據(jù)時代聊聊小數(shù)據(jù)

　　現(xiàn)在好像人人都愛說“大數(shù)據(jù)”，就像平時我去開會，不是用大數(shù)據(jù)分析這個，就是用大數(shù)據(jù)建構(gòu)那個?？墒俏易罱础睹绹嬎銠C學會通訊》（CACM）上面提到了幾次小數(shù)據(jù)，我覺得大家也有必要了解一下這個有趣的概念。

　　大數(shù)據(jù)其實就是一個特別大的數(shù)據(jù)庫，大到用現(xiàn)有的技術(shù)無法處理，因此計算機行業(yè)的人談大數(shù)據(jù)，指的是“大數(shù)據(jù)技術(shù)”。而生命科學領(lǐng)域的人談大數(shù)據(jù)是指該領(lǐng)域的“大數(shù)據(jù)分析”，搞大數(shù)據(jù)設(shè)備和管理的人不見得會分析，因為這需要專業(yè)。

　　還有一股力量也將改變我們關(guān)于健康的想法和實踐，那就是由個人數(shù)字跟蹤驅(qū)動的小數(shù)據(jù)。基于某種云應(yīng)用，隨時間連續(xù)地、安全地、私人地分析你工作、購物、睡覺、吃飯、鍛煉和通訊的數(shù)字追蹤，而得到關(guān)于你的健康的畫面。這里需要私人的裝置和網(wǎng)絡(luò)服務(wù)，特別是自跟蹤。譬如昨天我有點胃痛，于是想：前天和大前天有何不同呢？??！明白了，我每天喝一兩酒，前天喝的酒不同，換了一個牌子，可能就是這個新牌子的酒引起我胃痛。這個小數(shù)據(jù)提供了分析我健康情況的依據(jù)。

　　大數(shù)據(jù)開啟了一個時代的轉(zhuǎn)型，給人們帶來一場生活、工作與思維的大變革。時代的變革需要以大數(shù)據(jù)為視角理解數(shù)據(jù)與信息。

　　什么是小數(shù)據(jù)？小數(shù)據(jù)就是個體化的數(shù)據(jù)，是我們每個個體的數(shù)字化信息。比如我天天都喝一兩酒，突然有天喝完酒了胃疼，我就想了，這天和之前有何不同？原來，這天喝的酒是個新牌子，可能就是喝了這個新牌子的酒讓我胃疼。這就是我生活中的“小數(shù)據(jù)”，它不比大數(shù)據(jù)那樣浩瀚繁雜，卻對我自己至關(guān)重要。

　　第一個意識到“小數(shù)據(jù)”重要性的是美國康奈爾大學教授德波哈爾·艾斯汀。艾斯汀的父親去年去世了，而早在父親去世之前幾個月，這位計算機科學教授就注意到老人在數(shù)字社會脈動中的些許不同——他不再發(fā)送電子郵件，不去超級市場買菜，到附近散步的距離也越來越短。

　　然而，這種逐漸衰弱的狀態(tài)，真到醫(yī)院去檢查心電圖，卻不一定能看出來。到急診室檢查的時候，不管是測脈搏還是查病歷，這個90歲的老人都沒有表現(xiàn)出特別明顯的異常?？墒聦嵣?，追蹤他每時每刻的個體化數(shù)據(jù)，他的生活其實已經(jīng)明顯與之前不同。這種日常小數(shù)據(jù)帶來的生命訊息的警示和洞察，啟發(fā)了這位計算機科學教授——小數(shù)據(jù)可以看作是一種新的醫(yī)學證據(jù)，它是“your row of their data”（他們數(shù)據(jù)中屬于你的那行數(shù)據(jù)）。

　　人們愛說，大數(shù)據(jù)將改變當代醫(yī)學，譬如基因組學、蛋白質(zhì)組學、代謝組學等等，不過由個人數(shù)字跟蹤驅(qū)動的小數(shù)據(jù)，也將有可能會對個人醫(yī)療帶來變革，特別是當可穿戴設(shè)備更成熟后，移動技術(shù)將可以連續(xù)、安全、私人地收集并分析你的數(shù)據(jù)，這可能包括你的工作、購物、睡覺、吃飯、鍛煉和通訊，這些數(shù)字追蹤將得到一幅只屬于你的健康自畫像。

　　擁有了這幅專屬于自己的數(shù)字自畫像，有什么好處呢？假設(shè)你是一名患者，這樣精確個體化的小數(shù)據(jù)也許可以幫助你回答：我每次服藥應(yīng)該用怎樣的劑量？當然了，藥物說明書上會有一個用藥指導(dǎo)，但那個數(shù)值是基于大量病人海量數(shù)據(jù)統(tǒng)計分析得來的，但它適不適合此時此刻的你呢？于是，你就需要了解關(guān)于你自己的“小數(shù)據(jù)”。對于慢性病、抑郁癥、記憶力衰退和克羅恩病，很需要日?；顒幼兓臄?shù)據(jù)。大數(shù)據(jù)一般是從一個大N的種群里面取得的，而小數(shù)據(jù)n=me。我們需要數(shù)據(jù)解放，把移動和網(wǎng)絡(luò)服務(wù)的數(shù)據(jù)解放到你我自己。

　　這樣一來，小數(shù)據(jù)也許可以為我們提供更多研究的可能性：能不能通過分析年老父母的集成數(shù)據(jù)，進而獲得他們的健康信息？能不能通過這些集成數(shù)據(jù)，比較不同的醫(yī)學治療方案？譬如數(shù)據(jù)跟蹤能說明你散步可以走多遠，你多早離開家，那就可以表明關(guān)節(jié)炎藥物治療效果如何。

　　更令人期待的是，小數(shù)據(jù)或許還將成為人類攻克癌癥的一個好幫手?，F(xiàn)在許多人認識到需要用患者的數(shù)據(jù)進行個性化的癌癥治療。我們要特征化所有患者。腫瘤細胞的DNA引起不同的癌癥病人非常不同的變化。譬如，大致相同的基因變異或刪除只占患者的10%。即使是同一個腫瘤，其細胞的變異也不同。基因之間的相互作用可能引起二次變異，對患者的治療影響很大。所以，對許多患者用同一個治療方法是不可能成功的。個性化或者說層次式的藥物治療是要按照特定患者的條件開出藥方——不是“對癥下藥”，而是“對人下藥”。這些個性化的治療都需要記錄和分析個人行為隨時間變化的規(guī)律，這就是小數(shù)據(jù)。

　　當然，這并不是說大數(shù)據(jù)就不重要。在醫(yī)學上發(fā)現(xiàn)治療的一般規(guī)律需要大數(shù)據(jù)。歐美各國都在計劃編制患者信息的數(shù)據(jù)庫，不但為了癌癥治療，也為開發(fā)新的治療方法。集成大量在線數(shù)據(jù)庫可以推動個性化用藥，減輕他們的痛苦。從大數(shù)據(jù)得到規(guī)律，用小數(shù)據(jù)去匹配個人。

　　大數(shù)據(jù)流行，大家就“言必稱大數(shù)據(jù)”，可這并不是做學問的態(tài)度，不要碰到大量的數(shù)據(jù)，就給它戴上一頂帽子“大數(shù)據(jù)”。就像20年前，系統(tǒng)工程也很時髦。哪怕是做報告談到一個比較大的工程，都說那是系統(tǒng)工程?？上到y(tǒng)工程又怎么樣呢？“那是很難的”，就沒有下文了。我們應(yīng)該敞開思想，研究實際問題，切忌空談。