医多维医药文献检索是基于pubmed数据库的优势结合健数的大数据处理技术研发而成医学文献检索数据库，收录3000多万篇医学类文献。它继承了pubmed的检索语法与语义转换功能，使得检索结果与其基本一致。同时为了延续用户习惯，在引入中文翻译的同时，保留了检索界面与详情界面与pubmed的一致性，让用户更为便捷地查询医药类信息。
知网，万方，医学方面的，万方比较齐全一点。
国际医学文献数据库检索网站Medline——世界上最著名的医学文献检索系统之一AIDS Databases——有关艾滋病的临床实验、药物研制以及相关文献数据库CANCERLIT——癌症数据库(National Cancer Institute)CHID online——综合卫生信息数据库，提供有关卫生、卫生教育资源的题录、文摘等信息ClinicalTv——向医患人员提供的临床实验信息数据库DIRLINE——收集美国约17,000个政府机构、研究机构、公司、学术机构等信息药物信息库——包含有9,000余种美国处方与非处方药物信息HSTAT——包括有健康指南、评价、和消费者指南信息的全文数据库NCCAM Resources——补充和替代医学资源Dietary Supplements——提供维生素、矿物质、植物等信息畸形、智力迟缓数据库——提供先天畸形、智力发育迟缓信息LOCATORplus——杂志、书籍和视听教材目录数据库Chemical Abstract——覆盖化学、化工、医学、生物学、环境、食品等多学科的科技文献系统Dialog 联机检索系统——世界上最大的文献检索系统Biomedicine——荷兰医学文摘，世界权威性的医药文献数据库。RHO——生殖健康展望，由William H Gates 基金会的基金资助Out Look——有关生殖健康的论题，由 PATH 出版，联合国人口基金资助，可免费索取医药信息网——有药品数据库、疾病数据库、新药数据库、医药市场等主要数据库MEDLINE Search——最权威的生物医学文献数据库，可获取全球范围内的4300种期刊的文献Consensus Statements——提供对医生、患者有重要意义的有争议医学问题一致性见解Cancer net Database——综合癌症信息数据库Rare Diseases Database——罕见疾病临床研究数据库Visible Human Project——可视人计划数据库TOXNET Databases——毒理学数据库，将有关毒理和有害物质信息分为八个文档FDA——最新的有关食品、药物、生物制剂、美容品、医学装置等通过、调整等信息Guideline Clearinghouse——提供临床医疗指南，汇总美国各权威协会和学术机构制定的各种指南性文件Women's Health & Environment——妇女卫生与健康研究信息数据库Rehabilitation Information——康复信息数据库INFOTRIEVE——可通过WEB浏览器查找医学文献CLINIWEB——医学信息检索系统，帮助医生从WEB上查询有用的医学信息Health A to Z——一个功能强大的INTERNET医学信息资源搜索器Medguide——收录了网上大部分生物医学资源，支持多词逻辑检索achoo——INTERNET医学信息资源搜索MedAll List——是哈佛大学收集医药网点的列表，有大量网上医学院校和图书馆的联接MedExplorer——检索方法简便，主要提供有关医学新闻及杂志的信息MEL health resources——将INTERNET上的医药信息按学科分类进行整理，提供关键词查找Medical Virtual library——是一个分布式的资源系统，提供关键词查找，并有按字序排列的列表BiomedNet——由美国多家机构联合建立，收集网页1万余个Medscape——面向临床医师和其他医疗卫生专业人员的交互式的商用Web站点Medical Matrix——有分类检索和关键词检索两种检索方式。还提供免费Mailing listsDoctor's Guide——向医生和患者提供信息和服务，特色服务是新闻和会议消息美国化学文摘社——世界最大、最强化学信息库,1300万条摘要、1650万种物质美国专利数据库——提供美国专利目录和摘要数据库,免费查找专利名称、摘要等信息天然产物数据库——提供75年以来活性天然产物，通过电子邮件申请帮助查询IBM 专利服务器——提供美国专利局26年来的专利摘要，免费摘要、付费定购拷贝件Science 科学——世界订户最多综合性科学刊物，这是我国引进的电子版PharmInfoNet——医药信息网，提供药品、疾病、新药数据库；医学专题综述、医药市场等Nature Medicine——自然杂志出版生物医学论文，提供1996年以来各期目录及摘要The Lancet 柳叶刀——始于1823年著名医学杂志，提供大量全文，全部免费阅读')美国国家健康研究所——联邦政府生物医学研究中心，世界上著名的生物医学研究中心HealthGate数据公司——提供免费Medline查询，最新研究信息，帮助临床治疗、生物医学研究及教育生物医学文献数据库——中国医科院信息研究所研制，综合性生物医学数据库，国内权威美国医学协会出版物——美国医学协会出版，新闻、文摘或全文，包括以下部分。内科学文卷、皮肤病文卷、外科学文卷、眼科学文卷、美国医学会志、美国医学新闻、神经病学文卷、妇女健康杂志、家庭医疗文卷、普通精神病学文卷、耳鼻喉、头颈外科、儿科及青春期医学British Medical Journal——英国医学杂志Medical Conference——医学会议库，4500多条会议信息，每日更新NIST Webbook and Chemistry Webbook——美国国家标准与技术研究所数据集，免费查询5000多种化合物的红外光谱，8000多种化合物质谱等等。New England Journal of Medicine——报道医学重要研究成果的周刊，提供全部过刊信息及现刊的论文摘要国内医学文献数据库检索网站中国科技信息资源共享网络——涵盖中国生物医学文献数据库（CBM）、美国MEDLINE数据库中国科学引文数据库——集多种功能为一体的综合性文献数据库中国科学引文索引数据库——收集我国出版315种重要期刊，91-94年13万篇论文及45万引文摘要。中医中药数据库——中国科学院科学数据库提供中国中医药文献检索中心——由中国中医研究院信息中心制作，提供中医药方面的Web界面文献检索服务金纬达海峡信息数据库检索——包括动态信息、科技类、综合类以及台湾系列信息等六十五个数据库万方数据医学期刊——由中国科技信息研究所制作，收录了近百种医学期刊的电子版，免费使用医管论文(台湾医院协会)——收有台大医学院,阳明医学院,高雄医学院,中国医药学院论文若干中国专利数据库——中国知识产权局研制，提供85年专利法实施后批准的专利，收集我国出版315种重要期刊，91-94年13万篇论文及45万引文摘要中医药期刊文献数据库——收集我国出版315种重要期刊，91-94年13万篇论文及45万引文摘要海峡信息数据库检索——中文网上科技文献检索中国医学信息网络——栏目有中国卫生事业，中国生物医学文献数据库，中医学院，协和医科大，医学信息网，亚洲桥，Internet信息查询中国卫生事业——有卫生事业概况、中国生物医学文献数据库、中国医学科学院、医学信息网络、医药卫生机构等栏目中国生物医学文献数据库——收录了1982年以来近千种中国生物医学期刊以及会议论文的文献题录
前景看好，据《全球健康医疗大数据行业发展前景预测与投资战略规划分析报告》的分析，当下我国健康产业的市场规模已经达到超过4万亿元
医院数据资源目录体系根据国家卫计委、省市相关医院信息化建设标准规范，梳理医院各生产业务系统元数据标准、数据交换标准等。主要包括数据分类和归类管理、数据质量标准制订和修订、数据资源目录的管理、数据与业务应用之间的映射关系管理、业务变更和新增业务需求时数据的整合与设计、医院数据总体规划、数据全生命周期的管理、数据管理规范的制订和修订等。医院数据整合交换平台建设医院数据整合交换平台，将HIS、CIS、LIS、医院运营绩效、人力资源等业务系统数据按照统一数据交换标准，整合到医院数据整合平台，打断各业务系统消息壁垒、解决数据分散存储不能进行综合分析利用的问题。为建设医院综合信息应用数据仓库，全面、深层次进行数据分析利用打下坚实基础。医院数据质量控制系统为医院决策支持系统提供良好的数据分析和数据挖掘环境，通过建设医院数据质量控制平台，解决在医院数据整合中会牵涉到医院各方面的信息系统如HIS\RIS\PASC\HR\物流等，医院的信息系统建设时间阔度较长，各业务系统建设标准规范不一致等问题造成的数据质量问题。医院综合信息应用数据仓库医院决策支持系统应用应建立面向主题的卫生统计数据仓库，并在此基础上实现统计数据的综合分析利用。医院数据仓库应采用星型模式或雪花型模式建模，在满足目前业务需求的基础上，设计高效灵活的数据模型。在分析技术上，由于医院数据指标较多，维度复杂，基于RDBMS的ROLAP技术相比MOLAP技术，更适合于医院数据仓库的建设。同时，医院数据的分析还应结合信息技术和数理统计理论，对海量统计数据进行挖掘，提升业务数据价值。医院决策支持系统医院决策支持系统通过采用规范的多形式业务视图聚合不同的业务信息，基于不同的业务访问维度和信息抽取形成主题化表述，结合前端的多样展现格式和BI工具，利用多维分析、在线自主分析、数据挖掘、预警预测、智能文档、多媒体终端展示等技术，实现灵活、快捷、易操作的业务信息访问及展示。 以上信息来自亿信华辰-医疗行业解决方案
前景看好，据《全球健康医疗大数据行业发展前景预测与投资战略规划分析报告》的分析，当下我国健康产业的市场规模已经达到超过4万亿元
医多维医药文献检索是基于pubmed数据库的优势结合健数的大数据处理技术研发而成医学文献检索数据库，收录3000多万篇医学类文献。它继承了pubmed的检索语法与语义转换功能，使得检索结果与其基本一致。同时为了延续用户习惯，在引入中文翻译的同时，保留了检索界面与详情界面与pubmed的一致性，让用户更为便捷地查询医药类信息。
很多，以下是经常用的全文数据库，pubmed大部分没全文：1、OVID2、EBSCO3、proquest4、scicnedirect5、springer6、
邬贺铨：大数据首要应用是智慧医疗邬贺铨介绍，所谓大数据是指在允许的时间里，无法用常规软件对数据进行抓取、管理和处理而产生的数据集合。而在医疗数字化的过程中，医院成了大数据产生的重要来源，病历、影像、远程医疗等都会产生大量的数据。 “大数据的应用首当其冲的就是智慧医疗。”邬贺铨表示，“具体可应用在临床诊断、远程监控、药品研发、防止医疗等方面。” 在他看来，大数据的应用可产生很高的经济价值。“按照世界经济论坛的说法，大数据是新财富，价值堪比石油。麦肯锡曾说，大数据就是生产资料。一份报告显示，医疗大数据的分析会为美国产生3000亿美元的价值，减少8%的美国国家医疗保健的支出。” 不过，邬贺铨也提醒，要把医疗大数据转换为经济价值，最难的是医疗数据的挖掘。“关键是怎么能够提取出与诊疗有关的数据。” 帮助医生临床诊断 邬贺铨介绍，大数据的第一个应用是临床诊断。“这首先体现在对病人的数据分析。”他说。精准地分析病人的体征、治疗费用和疗效数据，可避免过度治疗、避免副作用较为明显的治疗。通过进一步比较各种治疗措施的效果，医生可更好地确定临床最有效、效益最好的治疗方法。 其次体现在临床决策系统。通过将医生处方和医疗专家库医学指导比较，系统可提醒医生避免出错，如药品不良反应、过度使用抗生素等，帮助医生降低医疗风险。“美国的一个儿科医院通过使用临床决策支持系统，两个月内减少了40%的药品不良反应。”他举例说。 最后是可以让临床医疗数据更加透明。邬贺铨表示，美国疾控中心公布了医疗数据，帮助病人作出更明智的决定，从而选择性价比更高的治疗方案。“通过告诉病人多种不同的医疗方案，病人可以自己选择治疗方案。美国还公开发布不同医院的医疗质量和绩效数据，这有助于督促医院改进医疗服务质量。”邬贺铨评价道，“仅仅这个医疗临床决策系统，对美国来讲，一年就能减少1650亿美元医疗支出。” 实现远程监护医疗 “大数据的第二个应用是计算机远程监护。”邬贺铨说。 首先，通过收集数据，医生可以更好地判断病人病情。他举例说，“比如，充血性心脏衰竭的治疗检查费用非常高。但是通过大数据分析发现，凡是充血性心脏衰竭的病人，他的颈静脉会扩张。所以根据颈静脉扩张的检查，就能判断他是不是充血性心脏衰竭。而颈静脉的检查，根本就不要成本，摸一下就够了。而这也是通过大量数据的搜集而总结出来的。” 其次，通过对数据的收集和分析，可实现计算机远程监护，对慢性病进行管理。比如，充血性心脏的标志之一是由于保水而增加体重，因此通过远程监控体重可发现相关疾病，提醒医生及时采取治疗措施，防止急性状况发生。 “计算机远程监护还可以减少病人住院时间、减少急诊量，提高家庭护理比例和门诊医生预约量。”邬贺铨表示。 加快药品研发入市 “大数据的第三个应用是医疗研发。”邬贺铨介绍，“这首先体现在预测建模。”通过收集临床实验前期和结果的数据，可以评价新药的安全性、有效性以及潜在的副作用，提高研发效率。“原来，一般新药从研发到推向市场的时间大约为13年，使用预测模型至少可以提早3-5年。” 其次是临床实验设计的统计工具和算法。通过挖掘病人数据，可以评估和招募患者是否符合试验条件，并进一步找出最合适的临床实验基地，从而加快临床试验进程。
医疗数据主要来源，包括患者档案、医疗机构、制药企业等等，所以医患和药，就是围绕这样一个体系架构去做的。它本身数据要求周期比较长，一般按要求时间很长，这里面各种各样一些数据。解决方案，本身基础是什么？这是数据架构。利用大数据架构，分析临床、操作、定价问题、付款问题、支付问题、研发以及新的商业模式、体系架构、制药行业，临床决策，费用报销等等，这样一个体系架构，医疗行业应用面非常广。关于如何用大数据实现智慧医疗？用一个案例解释探码智慧医疗平台通过为患者提供一种前所未有的智慧体验，其应用涉及到统一通信、视频、无线网络、传感技术和RFID等当前最新的和最热门的技术领域，从而打造了一个整合各种应用高新科技信息化平台。于此同时，探码科技利用自身大数据收集能力的优势，通过广泛的数据源访问大量结构化和非结构化的患者数据，预测分析可以帮助诊断患者状况，将治疗与最佳结果相匹配，并预测患有疾病或医院重新接种风险的患者。运用互联网共享数据的智能互联设备和传感器数量的迅速增长。在医疗保健方面，利用各种物联网新技术的导入，智慧医疗将改变目前医疗服务的现状、医院内外以及医患关系都将发生新的变化，医疗服务将会更加弹性与开放，可以为不断持续提升医疗服务品质，例如电子病历与疾病信息平台的建立，都将有助医院无纸化并进一步打通病患信息的共享机制。从而使患者用较短的治疗时间、支付基本的医疗费用，就可以享受安全、便利、优质的诊疗服务。智慧医疗与传统的医疗服务模式相比，主要有以下一些优点： 利用多种传感器设备和适合家庭使用的医疗仪器，自动的或自助的采集各类人体生 命体征数据，在减轻医务人员负担的同时，能够更频繁的获取更丰富的数据。 采集的数据通过无线网络自动传输至医院数据中心，医务人员利用数据提供远程医 疗服务，能够提高服务效率，缓解医院排队问题，并减少交通成本。 数据集中存放管理，实现数据广泛共享和深度利用，从而能够对大量医疗数据进行 分析和挖掘，有助于解决关键病历和疑难杂症。 能够以较低的成本对亚健康人群、老年人和慢性病患者提供长期、快速、稳定的健康监控和诊疗服务，降低发病风险，间接减少对稀缺医疗资源（床位等）的需求
医疗数据主要来源，包括患者档案、医疗机构、制药企业等等，所以医患和药，就是围绕这样一个体系架构去做的。它本身数据要求周期比较长，一般按要求时间很长，这里面各种各样一些数据。解决方案，本身基础是什么？这是数据架构。利用大数据架构，分析临床、操作、定价问题、付款问题、支付问题、研发以及新的商业模式、体系架构、制药行业，临床决策，费用报销等等，这样一个体系架构，医疗行业应用面非常广。关于如何用大数据实现智慧医疗？用一个案例解释探码智慧医疗平台通过为患者提供一种前所未有的智慧体验，其应用涉及到统一通信、视频、无线网络、传感技术和RFID等当前最新的和最热门的技术领域，从而打造了一个整合各种应用高新科技信息化平台。于此同时，探码科技利用自身大数据收集能力的优势，通过广泛的数据源访问大量结构化和非结构化的患者数据，预测分析可以帮助诊断患者状况，将治疗与最佳结果相匹配，并预测患有疾病或医院重新接种风险的患者。运用互联网共享数据的智能互联设备和传感器数量的迅速增长。在医疗保健方面，利用各种物联网新技术的导入，智慧医疗将改变目前医疗服务的现状、医院内外以及医患关系都将发生新的变化，医疗服务将会更加弹性与开放，可以为不断持续提升医疗服务品质，例如电子病历与疾病信息平台的建立，都将有助医院无纸化并进一步打通病患信息的共享机制。从而使患者用较短的治疗时间、支付基本的医疗费用，就可以享受安全、便利、优质的诊疗服务。智慧医疗与传统的医疗服务模式相比，主要有以下一些优点： 利用多种传感器设备和适合家庭使用的医疗仪器，自动的或自助的采集各类人体生 命体征数据，在减轻医务人员负担的同时，能够更频繁的获取更丰富的数据。 采集的数据通过无线网络自动传输至医院数据中心，医务人员利用数据提供远程医 疗服务，能够提高服务效率，缓解医院排队问题，并减少交通成本。 数据集中存放管理，实现数据广泛共享和深度利用，从而能够对大量医疗数据进行 分析和挖掘，有助于解决关键病历和疑难杂症。 能够以较低的成本对亚健康人群、老年人和慢性病患者提供长期、快速、稳定的健康监控和诊疗服务，降低发病风险，间接减少对稀缺医疗资源（床位等）的需求
我国智慧医疗与大数据在发展过程中，存在诸多问题。报告归纳为六个方面的问题： 一、 数据标准不统一、归属权不明确; 二、 数据共享面临多重阻碍; 三、 尚无完善的利益激励机制打破旧利益格局，难以进入核心医疗应用领域; 四、 整体缺乏有效的运营机制，线上线下医疗闭环难形成，缺乏可行的盈利模式; 五、 产业的可持续发展战略规划和体系不健全，缺少顶层设计，行业监管缺位; 六、 医疗与信息技术复合型人才缺口明显。 智慧医疗与大数据的共识摘自：
分析病情，分析病情发生的季节以及时间，得出最佳的治疗方案。—柠檬学院大数据。
树妈妈生了一些可爱的嫩芽弟弟妹妹许多叶儿宝宝都穿着绿色的礼服去凑热闹,从远处看,像一块无暇的翡翠,给大树妈妈增添了许多生机 忽然,从远处传来了一阵扑鼻的芳香原来是美人蕉妹妹为春天姐姐的到来,穿上了华丽的礼服,以表示欢迎咦,那边怎么那么多花朵,红的、白的、紫的、黄的等,五彩缤纷走近一看,哦,原来花儿们正在比美比艺花儿们有的显示着自己有的在唱歌,声音是那么好听,所有的演员都被吸引住了有的在表演优美的舞蹈《天鹅湖》、《白雪公主》等真是太精彩了
事实上，所谓“大数据时代”的说法并不新鲜，早在2010年，“大数据”的概念就已由美国数据科学家维克托·迈尔·舍恩伯格系统地提出。他在 大数据时代一书中说，以前，一旦完成了收集数据的目的之后，数据就会被认为已经没有用处了。比如，在飞机降落之后，票价数据就没有用了；一个网络检索命令完成之后，这项指令也已进入过去时。但如今，数据已经成为一种商业资本，可以创造新的经济利益。数据能够成为一种资本，与移动互联网有密切关系。随着智能手机、平板电脑等移动数码产品的“白菜化”，Wi-Fi信号覆盖的无孔不入，越来越多的人不再有“在线时间”和“不在线时间”之分，只要他们愿意，便可几乎24小时一刻不停地挂在线上；在线交易、在线支付、在线注册等网络服务的普及固然方便了用户，却也让人们更加依赖网络，依赖五花八门的网上平台。而随着科技的进步，以往需要几盒软盘或一张光盘保存的信息，如今只需一片指甲盖大小的芯片，即可全部储存而且绰绰有余；以往需要电脑、显示器、读卡器等专门设备才能读取的数码信息载体，如今或许只需一部智能手机和一个免费下载的APP第三方应用程序，便可将数据一览无余。大数据时代的科技进步，让人们身上更多看似平常的东西成为“移动数据库”，如带有存储芯片的第二代银行卡、信用卡，带有芯片读取功能的新型护照、驾驶证、社保卡、图书证，等等。在一些发达国家，官方为了信息录入方便，还不断将多种“移动数据库”的功能组合成一体。数字化时代使得信息搜集、归纳和分析变得越来越方便，传统的随机抽样被“所有数据的汇拢”所取代，基于随机抽样而变得重要的一些属性，如抽样的精确性、逻辑思辨和推理判断能力，就变得不那么重要，尽可能汇集所有数据，并根据这些数据得出趋势和结论才至为关键。简单说，以往的思维决断模式是基于“为什么”，而在“大数据时代”，则已可直接根据“是什么”来下结论，由于这样的结论剔除了个人情绪、心理动机、抽样精确性等因素的干扰，因此，将更精确，更有预见性。不过，一些学者指出，由于“大数据”理论过于依靠数据的汇集，那么一旦数据本身有问题，在“只问有什么，不问为什么”的模式下，就很可能出现“灾难性大数据”，即因为数据本身的问题，而做出错误的预测和决策。
获得学位意味着被授予者的受教育程度和学术水平达到规定标准的学术称号， 经在高等学校或科学研究部门学习和研究，成绩达到有关规定，由有关部门授予并得到国家社会承认的专业知识学习资历。
邬贺铨：大数据首要应用是智慧医疗邬贺铨介绍，所谓大数据是指在允许的时间里，无法用常规软件对数据进行抓取、管理和处理而产生的数据集合。而在医疗数字化的过程中，医院成了大数据产生的重要来源，病历、影像、远程医疗等都会产生大量的数据。 “大数据的应用首当其冲的就是智慧医疗。”邬贺铨表示，“具体可应用在临床诊断、远程监控、药品研发、防止医疗等方面。” 在他看来，大数据的应用可产生很高的经济价值。“按照世界经济论坛的说法，大数据是新财富，价值堪比石油。麦肯锡曾说，大数据就是生产资料。一份报告显示，医疗大数据的分析会为美国产生3000亿美元的价值，减少8%的美国国家医疗保健的支出。” 不过，邬贺铨也提醒，要把医疗大数据转换为经济价值，最难的是医疗数据的挖掘。“关键是怎么能够提取出与诊疗有关的数据。” 帮助医生临床诊断 邬贺铨介绍，大数据的第一个应用是临床诊断。“这首先体现在对病人的数据分析。”他说。精准地分析病人的体征、治疗费用和疗效数据，可避免过度治疗、避免副作用较为明显的治疗。通过进一步比较各种治疗措施的效果，医生可更好地确定临床最有效、效益最好的治疗方法。 其次体现在临床决策系统。通过将医生处方和医疗专家库医学指导比较，系统可提醒医生避免出错，如药品不良反应、过度使用抗生素等，帮助医生降低医疗风险。“美国的一个儿科医院通过使用临床决策支持系统，两个月内减少了40%的药品不良反应。”他举例说。 最后是可以让临床医疗数据更加透明。邬贺铨表示，美国疾控中心公布了医疗数据，帮助病人作出更明智的决定，从而选择性价比更高的治疗方案。“通过告诉病人多种不同的医疗方案，病人可以自己选择治疗方案。美国还公开发布不同医院的医疗质量和绩效数据，这有助于督促医院改进医疗服务质量。”邬贺铨评价道，“仅仅这个医疗临床决策系统，对美国来讲，一年就能减少1650亿美元医疗支出。” 实现远程监护医疗 “大数据的第二个应用是计算机远程监护。”邬贺铨说。 首先，通过收集数据，医生可以更好地判断病人病情。他举例说，“比如，充血性心脏衰竭的治疗检查费用非常高。但是通过大数据分析发现，凡是充血性心脏衰竭的病人，他的颈静脉会扩张。所以根据颈静脉扩张的检查，就能判断他是不是充血性心脏衰竭。而颈静脉的检查，根本就不要成本，摸一下就够了。而这也是通过大量数据的搜集而总结出来的。” 其次，通过对数据的收集和分析，可实现计算机远程监护，对慢性病进行管理。比如，充血性心脏的标志之一是由于保水而增加体重，因此通过远程监控体重可发现相关疾病，提醒医生及时采取治疗措施，防止急性状况发生。 “计算机远程监护还可以减少病人住院时间、减少急诊量，提高家庭护理比例和门诊医生预约量。”邬贺铨表示。 加快药品研发入市 “大数据的第三个应用是医疗研发。”邬贺铨介绍，“这首先体现在预测建模。”通过收集临床实验前期和结果的数据，可以评价新药的安全性、有效性以及潜在的副作用，提高研发效率。“原来，一般新药从研发到推向市场的时间大约为13年，使用预测模型至少可以提早3-5年。” 其次是临床实验设计的统计工具和算法。通过挖掘病人数据，可以评估和招募患者是否符合试验条件，并进一步找出最合适的临床实验基地，从而加快临床试验进程。