《表1 生物医学数据的分析方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《第二代互联网医学:从数据到价值》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

第一代互联网医学对生物医学大数据的分析停留在简单的统计及初步价值发现阶段。随着社会的老龄化、社会对医学需求的增加和临床资源缺乏的矛盾日益加深，信息技术、大数据技术与医学不断融合形成了“互联网+医学”，预示“康德拉季耶夫经济长波”正从第五波的“信息技术”时代向第六波的“心理社会健康”时代演变。生命科学对基因组解读能力的提升，计算机网络技术和大数据科学的发展促进了人工智能技术的普及和应用。在这些技术重塑下的第二代互联网医学将更加注重价值的发现，而算法、模型将是实现价值的关键。在跨组学融合、深度“表型-基因型”关联、网络构建分析与调控、人工智能与临床决策系统等方面，算法和模型将是核心的科学问题。目前在讨论生物医学数据的分析算法和模型时，研究者通常过度强调统计或各种模式的识别方法（常常是黑箱或灰箱方法），而往往忽略了不同的数据来源有其自身的数据产生机制和特征。基于不同的科学原理建立算法和模型，对数据的挖掘和分析有重要的意义。表1列出的常见的基于科学原理的分析方法，可以作为数据分析中统计模型的重要补充。