數值計算是人類在科技能力低下時代的選擇，結構化數據是大的進步，其實并沒有多么超越過去。它要從我出發，為世界設計一個框架，厘清對象的關系，以獲得問題的求解。無論世界多么復雜，它都要抽取某些特征來研究，只關注最關鍵的點位;不管世界的變遷，它要維持一個穩定的體系。

正如醫學上，不管個性化的生命，抽取一些顯著特征，展開標準化的研究;不管豐富的內外影響，用有限的關系去應對;不管生命如何變化，不管醫學需求如何改變，它都要維持一個靜態的模型。人類要進步，醫學要發展，就應當脫離過去的溫柔約束，打破結構化數據的框架，進化到大數據模式。它有開放的基因，基于互聯網運作，一切力量都可加入進來，所有需要計算的都可以納入，任何需求都可以滿足。

以前的結構化數據庫采用了集中的方法，以高效地提供運算需要的數據，比如把億萬人的身高存到數據庫中，以快速計算平均值。現在我們進步了很多，不使用這種數據存儲也是可以的，可存儲為文件系統中的一個個節點，寄存于世界的每個傳感器中，放置到每個人的手機中，根據需要和權限，檢索了集中到一起進行運算。

最初，我們接觸的是分隔的，離散的，有限的數據，要測量土地的面積，運作帝國的稅收體系，我們發展了數值計算的方法，依靠籌碼、算盤、紙筆等完成任務。第二個階段隨著現代化而不斷開啟，世界變得復雜，結構化的數據應用得以產生，并不斷發展壯大。所謂結構化數據，是定義某個研究目標的特性，形成列，然后采集不同的個體，形成行，行和列就形成了矩陣的結構，可以有效地展開各種工作。迄今為止，我們還享受著這一先進信息化體系帶來的好處，全球聯網的股票交易系統、現代化的大生產體系，都得益于這強勁而有效的數據處理系統。第三個階段正在開啟，我們正在擁有海量的、多類別的數據，要求我們改進認識，發展新的數據分析體系。

只要我們根據某種規則，能從某個端口獲得數據，并且能滿足一定的響應速度就可以，不管這個數據是如何來的，不管它是傳統數據庫的記錄，還是傳感器的測量值，還是X光片的識別結果。數據存放在世界各處，根據需求取用，這是互聯時代唯一可行的方案，以往的方案中，數據要運轉到某個集中的地方，規范化地組織，顯然無法應對海量的數據。

一切可能影響生命和疾病的因素都可參與進來，只要它能獲得人們的認可，只要我們發展了相應的測量方法。世上一切可以計算的單元都可參與進來（比如調用每個空閑的運算單元），只要它能正確地根據動態邏輯輸出運算結果。世界上一切能思考的存在都可參與進來（包括人工智能），鼓勵民眾根據他們的理解組織數據運算，集結民眾智慧來探索真知。這是對科學的擴展，理解世界的主角就從科學時代的少數人擴展到全體民眾。

這是要打造平臺，以引入所有的智慧因素，鮮明區別于以往身先士卒的科學思路。這是當下的生產力水平下，人類可能做到的最好。結構化數據要求權威的團隊定義一切，不允許其他人修改調整;大數據體系不一樣，允許每個人添加新的項目，定義各項目之間的關系，定義哪些項目需要整合了體現新特性。我們可提供圖形化的界面，便于每個人理解和操縱各種數據項目。只要這種改進得到別人的認可，就可流傳開去。

結構化數據體系在強化中心，存在一個數據中心，所有數據都匯總到中心，并從中心發出，哪怕數據可以映射到各地，也是要維護中心的威嚴，不許可人們自由行事。現在，這種中心消解了，數據之間的交互是人們自由發起的，涉及的數據范圍由人們自由定義，觸發條件也是個性化的。

結構化數據要求專業人員的思考，體現了科學的價值觀和方法論，大數據方法要體現每個人的思維，它要復制人理解世界的模式，通過對世界的真實模擬來幫助思考，比如，列出最近一段時間的舌苔變化，同步顯示所有影響舌苔的因素，以啟發人的洞察力。

計算是人的本能，一切工具都是這個本能的擴展，籌碼和算盤就是明顯例子，古時候能力有限，只能應對關鍵需求，比如人口、田畝、兵力。計算機是大的進步，它極大地擴展了數據量和運算速度，完全超越人類，但它被征用來運算結構化數據，這是統治時代的思維，凸顯少數人的重要性，只能應對少數重要特征，如此做出關于人類命運的決定。

回過頭去理解當下的關于大數據的定義，就能明白，它們幾乎都是思維古板的科學時代的人們從自身角度出發的見解，比如能容納海量數據，高并發低延時。這是發自技術思維的，一些庸俗化的認識，試圖把世界框進過去的模式，根本沒有觸及互聯的精髓，不理解人類的未來，也就低效于人類迫切需要解決的問題。

在生機勃勃的互聯時代，大數據會快速進化。它很可能是正確的方向，它是我們所能達到的最新認識，重大進展還沒有取得，那是因為我們的認識還不夠深入。當數據獲得方法、存儲方式、處理思路、和如何解讀結論等多個環節都有長足進展后，大數據將發揮其真正價值，推進人類發展。

隨著大數據的發展，科技就從以自我為中心轉向以對象為中心。這種體系用于醫學，能真正以生命為中心，看到生命的流淌，感知到每一次內外刺激，體會生老病死，真正走入人的世界，感知喜怒哀樂，協同每個人展開。從數值化的計算，到傳統的統計分析，到大數據;從孤立的數據，到結構化數據，到非結構化數據，已經昭示了科學的發展軌跡。

責任編輯：ct