我曾经写过一篇文章，讲的是如果我们掌握足够的信息，就可以根据这些信息推断出事情发展的趋势。
《中庸》-如何做到“前知五百年，后知五百年”
那么，这和大数据有什么关系呢？和诺贝尔将又有什么关系呢？我来假设一下，如果一个普通的医学工作者，掌握了大量的数据，会怎么样呢？他能否像屠呦呦一样发现青蒿素呢？
伟大的屠呦呦假设，一个普通的医学院的学生，硕士毕业医院当了一名实习医生，我们就叫他小张吧。而此时青蒿素还没有被发现。故事开始。
注意，本文小张的发现只是假设，数字不真实哦。
一、从一份病历开始
某天，小张科室的主任接诊了一名患者，最终确诊是疟疾。主任很重视，采取了一系列治疗方案，终于，患者治愈出院了。值班医生小张帮主任写了详细而完整病历，大体意思是，患者某日入院，做了某些检查，服用了某药物，包括中药和西药，服药后症状有某种变化，某日出院。
这只一份很普通的病例。此时，小张离诺贝尔奖还十分遥远。
二、论文
10年以后，小张成为主治医师，也有了自己的很多论文，其中一篇的题目是《中药的疟疾治疗中的应用和效果》。在这篇论文中，医院这几年中的名疟疾患者，其中60名患者在西药治疗的同时服用了中药，另外40名只使用西药治疗。张大夫发现，使用中药的60个人，症状较轻，痊愈也比另外40个人快。于是，张大夫认为，中药在治疗疟疾中是有效的。
此时的张大夫，已经可以算作是一个科研工作者了。
但是，这里的患者只有个人，样本容量太小，从统计学上来讲，没有统计学意义。而且中药的药方各不相同，张大夫并没有总结出哪一味中药最有效。这里的张大夫可以大概获得省一级别的科研贡献奖，但是离诺贝尔奖还有距离。继续努力！
数据真实，来源：中国疾病预防控制中心三、大数据
又过了10年，张大夫成为了内科主任医师。有了大数据的帮助，张主任可以查找近10年全国00个疟疾病历，发现其中个患者采用了中药治疗，和没有采用中药治疗的患者比较，这个患者症状较轻，平均出院时间也短了3.6天。张主任又调阅了这些患者的中药药方，发现个药方中有板蓝根，个药方中有黄莲，个药方中有金银花，个药方中有青蒿。
进而，张主任又通过大数据查找了全球近几年全部5亿疟疾患者的治疗情况。在排除医疗状况、护理状况、患者自身身体的区别之后，选取了青蒿组、普通中药组、不采用中药的对照组各1百万个病例。发现青蒿组的症状轻、痊愈快；而普通中药组和对照差别不大。
数据真实，来源：世界卫生组织于是，张主任发表了新论文，认为中药青蒿治疗疟疾有效果。此时，张主任是顶级的科学工作者了。
四、冲击诺贝尔奖
此后，张主任穷10年光阴，潜心研究中药青蒿的成分、药理、作用，发现有一种分成对疟疾有用，并把这种成分正式命名为“青蒿素”。然后又穷5年光阴，研究青蒿素是如何对虐原虫起作用的，终于发现，青蒿素进入人体后，会形成一种不稳定的物质，其与虐原虫体内的蛋白质结合之后，会使之失去活性，从而使得疟原虫死亡。
于是，医院著名专家、内科主任、省医学科学院、省医学院教授、受人尊敬的张老先生，在国际顶级刊物《杨叶刀》发表了轰动国际医学界的论文，并获得诺贝尔生理学医学奖提名。
诺贝尔五、总结
大家看，如果早早就有大数据，如果实习的住院医生小张就可以直接查阅全球的所有疟疾病例，是不是可以省去结论病例了中药处方的时间？就算省不了20年，至少省15年吧？因为这些工作，大数据已经帮你总结好了，做好了分类汇总，可以按照各种条件筛选病例，并且以可视化的方式把结果呈现在小张面前。
大数据就是做这个的。
大数据可视化有了大数据的支持，小张可以很简单地发现，有一种中药叫青蒿，使用此药物后，治愈率提升了12.34个百分点，并且对不同医疗条件、不同人种的各个国家都有效。
而到了冲击诺贝尔奖的最后一个环节，还是只能穷几十年的时光，才能发现此种中药的奥秘和原理。这还是要靠小张的努力。
大数据可以帮助发现问题，可以帮助小张提前好多年成为受人尊敬的张老先生。但是要分析和解决问题，还需要数十年苦心研究。
所以，大家还是要坚持。诺贝尔奖从来都不是随随便便可以拿到的。
《中庸》——都说“坚持”很重要，我们怎样才能坚持呢？
好了，诺贝尔奖的梦今天先做到这里，我要接诊了。下一位第号，您哪里不舒服啊？
参考资源：
国家疾病预防控制中心网站
世界卫生组织数据
混子曰
