基于互联的大数据 之七——大数据的适用范围

上一篇：基于互联的大数据 之六 ——需要两种大数据思路

当下还是大数据的初级阶段，很多是打着大数据招牌的传统统计方法；很多大数据理论还只是构思，没有落到实处；很多方法的有效性还不够，需要更多改进。比如，谷歌预测流感的算法后来变差了，原因是，经历流感后，人们就会改变以往的搜索习惯，甚至季节的变化、经济周期也会影响搜索行为，这些导致预测的误差，结论大相径庭。

作为对比，考量预测机票这个大数据应用，结论来自每条航线上每架飞机的每个座位的每次销售记录。或许航空产业已经相对成熟，每个人对钱的感觉、对度假和商务旅行的感觉、对乘坐舒适度等的要求也都不会发生快速变化，相关预测能做得较准确。事实上，Google花了7亿美元收购了机票预测公司ITA Software，微软以1.1亿美元的价格收购了Farecast公司（当时该公司拥有惊人的约2000亿条飞行数据记录），肯定了相关价值。

这暗示：大数据能发挥多大作用，取决于诸元是否有长期不变的，可以把握的普遍联系，取决于应用领域，取决于研究目标。

医学的对象是生命，可挖掘相对缓慢变化的因素，强相关于生命的疾病具有某种稳定性，绝大多数疾病的初始阶段都强相关于生命，也有某种稳定性。

外感疾病是西医的擅长，着眼于致病因素，也可换个角度，立足于生命的应对能力，挖掘相对稳定而长期的规律，这样展开的大数据分析也有效。

更应当从健康态开始，关注人们如何走向轻微异常，这时，外来干扰没有显著影响生命体，只涉及生命自身的抵抗力、平衡能力、鲁棒性等各种固有特性，就能从海量数据中找到很多规律。

大数据希望掌握全局，驾驭广泛的数据，从中发现生命规律。这是可能的，世界有某些本质规律，哪怕最不可捉摸的思维都有某些规律，比如，谷歌预测流感的效果不好，还是工作不够深入，数据不够丰富，否则，还是可建立完善的心理模型，提升预测的准确性。

然而，细节研究已成为西医的主流，拖累了它的全面发展，没法基于周全性理解生命。西医龟缩于医院，着眼于疾病救治，隔膜于外在影响，丢失了很多信息，所以遭遇疾病的突然爆发，于是转入疾病救治，隔膜于生命规律。

生命是时间的展开，包括癌症在内的慢性病是长期积累的结果，生命保持健康的能力和相反的力量在展开拉锯战，某些因素让生命变坏，某些因素又将之挽回，如此不断牵扯。这过程中，身体状态、环境、工作生活，都发生着复杂的影响。

分解的工作会陷入复杂性的泥潭，迫使西医以空间为主展开工作，这是断面的研究，流行病学也是改头换面的断面研究，尽量压缩时间维度的展开，对生命的生成性无能为力，隔膜于生命的规律。

假设，某种饮食习惯会干扰免疫系统，和风湿病相关，但这类信号被干扰了，人们只是偶然处于紧张状态，少数易感人群才最终表现疾病，因此不能被观察到。互联网放弃内在复杂性，立足于宏观，在时间维度展开，能实现全天候不间断的观察，各种影响能基于某种变换而累积，就可能揭示这类隐含真相。

西医认为，生命是细胞组成的，根本是分子活动的结果，因而隔膜于整体层面的规律。西医认为，疾病需要在分子层面加以判断，然后用相应的化学分子干预，不需要什么生命的概念，更不需要提及生命本质，那是虚妄的。

这里，认可世界有某种本质，认可生命有各种高级规律，其验证工作已经超出科学的能力。认可和不认可，导致的发展轨迹并不相同，进而是不同的体系。