大數據，由于與醫療保健關連，已經顯露在性格化醫療革命的中央。簡樸地說，數據的增長給診斷精確性的提高提供了龐大的可能性，由於研討人員或許深入探尋從而創建更多的，尤其是在分子和結構程度的，有針對性的調治。

　　　　美國Definiens公司是性命科學領域里，對生物標志物診斷和醫療保健產業的定量數字化病理圖像解析和數據發掘解決計劃的領先供給商。該公司的首席執行官，托馬斯黑德勒，和我們探討了大數據推動性格化醫療事業的五大來由。　　

　　1能解開未知　　

　　科技可以協助我們從試驗樣品和活結構輪盤 遊戲切片中獲取大批的數據。這就使我們有時機發明與疾病關連的未知因子，并用來看成藥物靶點或疾病分子標誌。數據還可以用來協助揭示疾病尤其是癌癥的復雜性，從而為每個患者找到差異的藥物及調治計劃。　　

　　2能關聯多種診斷信息起源并訂定調治計劃　　

　　來自臨床結局、遺傳圖譜和結構形態的大數據解析將是性格化醫學的一大動力。跟著我們對輪盤賠率來自差異起源的數據對比整合，為每個患者量身定制調治計劃也將成為可能。

　　　　3能更多基于事實而非主觀懂得作出調治決擇　　

　　傳統而言，多數診斷是通過顯微鏡觀測活檢樣本禦天之劍 輪盤然后給出主觀視覺解析。這樣依據每位臨床大夫的具體底細和經歷，他們的診斷就有可能差異。因此，對患者樣品常常要求多次第二觀點。病人病理樣本的數據化，也即是從定性樣品中提取多次離散數據點，就會產生浩蕩數據量，以便用來進行統計解析，并趕快做出切實可行的臨床診斷和調治建議。　　

　　4能對結構切片和基因組信息進行體制解析

　　　　通過患者的結構切片和特定基因輪盤 租借組信息，臨床大夫可以避免多輪測試，而體制地提取每個病人的詳細信息。由於同時佔有所有可用信息從而確認診斷和患者預后，大夫就或許輪盤抽獎以更快的速度在個別根基上給出最好的調治決擇。　　

　　5臨床醫師能在自身以及與其他醫師之間高度重復

　　　　臨床上測試結局再現極度主要。每名臨床醫師在差異的時間應當都或許做出雷同的診斷，醫師之間也應當同樣給出雷同的診斷結局。通過採用從臨床樣本和測試所產生的大數據，測試結局的連續重復性加倍可能，臨床醫師和大夫也就或許給出更正確的診斷判斷以及更適合的調治抉擇。