阿莱克斯·彭特兰：我可不戴多少可穿戴设备，我其实不太喜欢，不够好。

　　主持人：为什么呢?

　　阿莱克斯·彭特兰：我有很高很高的标准，如果这个设备达不到我自己的标准的话，我就不会穿戴。

　　主持人：现在这些可穿戴设备有哪些缺点呢?

　　阿莱克斯·彭特兰：也不能够很好地告诉我真正的我所需要的信息，比如说，这个手环只是告诉我这个心率，可是我并不需要知道，让我如何变得更加具有创造性，这达不到我的要求，其实是有潜力可以达到的。

　　主持人：这样的话，你如何定义完美的可穿戴设备?

　　阿莱克斯·彭特兰：最有趣的可穿戴设备应该是可以让我去穿戴这些设备，可以让你改变你对我的想法。

　　主持人：如果您都不相信这些可穿戴设备，我们普通老百姓为什么喜欢它，为什么觉得靠谱呢?您坐飞机从波士顿来北京之前，我们偷偷做了一个实验，这个实验本来想挑战你的可穿戴设备之父这个名号的，我们看看到底是什么?

　　阿莱克斯·彭特兰：好的。

　　主持人：看完这个短片，教授，您最大的感受是什么?

　　阿莱克斯·彭特兰：这些设备都不是特别完美。

　　主持人：我在想我花了700块钱买了一个可穿戴式手表扔了，都不计数，计的也不准，太不靠谱了。但是很奇怪，为什么它们性能这么差呢?

　　阿莱克斯·彭特兰：不是说有些信息都很在意。

　　主持人：我知道2014年年底，全世界大概可穿戴设备的生产量达到1900万，这样的设备是去年的3倍左右如果现在的设备就是这样的让人类觉得无助，我们还信它吗?

　　阿莱克斯·彭特兰：我想还可以吧，新上市的APPLE的设备还不错吧，当然在不同的设备当中希望能够通过竞争改善它们的性能。

　　主持人：我可能就关心我花了700块钱买的表到底值不值，今天的现场还有来自医疗、计生方面的专家，他们带来非常犀利的问题来质问一下大数据靠不靠谱?可穿戴设备值不值得研究，接下来请大家用热烈掌声欢迎他们，首先欢迎的第一位专家来自中国工程院院士、浙江数字医疗卫生技术研究院常务副院长李兰娟，第二位嘉宾来自国家卫生计生委统计信息中心副主任王才有，第三位专家是来自中国医院协会信息管理专业委员会的顾问何雨生，第四位专家是我们金融领域的专家，中国外汇投资院院长谭雅玲嘉宾，有请四位嘉宾入座。

　　刚才四位嘉宾听到了阿莱克斯·彭特兰教授关于可穿戴设备的演讲，也看到这个令人有些失望的视频，今天你们来到现场带来最关心的问题是什么?

　　李兰娟：我从事医疗卫生工作几十年，我最关注的是大数据时代将如何推进医疗卫生事业的变革。

　　主持人：大数据如何改进中国的医疗行业是吗?

　　李兰娟：对。

　　王才有：关于大数据最关心的问题是什么，因为我来自于原卫生部统计信息中心，现在叫国家卫生计生委统计信息中心，一直做数据工作。我们有两大职能，一是数据，一是信息，大数据面对领导决策需要信息，公共卫生控制和改进人们的健康需要信息，我们的医生给病人看病也需要信息，对数据的需求是原始的动力。大数据来了，你喜欢也好，不喜欢也好，我们一定要去应对，我们希望大数据技术可以在中国的政策决策、公共卫生和居民健康改进以及医疗方面发挥出重要的作用，这是我最大的期望。

　　主持人：大数据来了只能拥抱。第三位嘉宾，何雨生先生，让我们了解一下您最关心什么问题?

　　何雨生：我一直从事临床医学信息的研究，非常关心大数据如何开创我们未来医学的研究，引导我们医学的发展。

　　主持人：很大，我们看到第四位嘉宾是金融行业，来自中国外汇投资研究院的院长谭雅玲女士，您能用一句话告诉我们，最关心什么问题吗?

　　谭雅玲：关心金融大数据能否给中国的银行业带来更强的竞争力，使我们的金融安全得到更有效的保障。

　　主持人：在整个论坛互动环节，现场所有朋友都可以通过找我们百度百家的二维码和现场嘉宾进行互动，提交您的问题，可以是质问，可以是怀疑，谢谢。在开始跟教授交流之前，我倒是有几个问题想问一下各位专家，也让我们教授更好地了解中国的大数据现在处于什么样的阶段?我们先从李院士开始，现在讲医疗大数据，非常火，尤其是移动设备的医疗大数据，网上铺天盖地的一个词就说这是个伪命题，中国很多数据，我们中国的医师的数量，持证医师的数量还都没办法统计准确呢，谈何大数据医疗呀，您能不能做一个简单的回应?

　　李兰娟：大数据事实上是无时无刻都存在的，即使我们以前没有叫大数据，但是我们在医疗工作当中也已经在应用一些大数据，无非就是它数据的范围、数据的内容、数据的质量不一样而已，现在互联网时代，大数据意义的提出使人们更加重视大数据。所以像我们医疗过去有统计学，在因果关系上比较重视，现在的大数据从事数据的关联性，尤其网络时代的到来，我们每个人的身体上有海量的数据，在我们医疗工作当中也有海量的数据，这些数据在信息时代的到来之时，它的语义怎么样更加标准、更加统一，这数据的质量如何提高，数据的利用以及数据的应用就会发展得更快一点。

　　主持人：刚才我问的问题是如果当一个国家，连最起码的持证医生的数量都没办法统计的时候，怎么谈大数据的应用呢，是不是我们距离刚才教授所描绘的大数据时代还有一个很长的距离?

　　李兰娟：所以我觉得对大数据时代的到来，我们大家要进行研究，怎么样做好顶层设计和做一个规划，当然需要，好多问题，标准往往是滞后的，事实往往是先发生的，所以我觉得我们还是要弄清大数据的概念和理念来应对这个大数据。

　　主持人：在您描述的时候，其他三位嘉宾和教授都在非常仔细的聆听，因为可能需要先了解中国在各个领域行业的一些现状，然后才能有一个针锋相对的交流。

　　李兰娟：最近刚刚发表了一篇文章，关系到人的微生态的大数据，人的细胞，人的基因大家都了解，但事实上人的肠道的细菌数量是人的基因的10倍、100倍，所以这又是一个新的大数据，这篇文章是260多万个基因的数据的分析，与健康有很大的相关性，所以这篇文章刚刚发表，也是全部范围大数据的应用。

　　主持人：李院士，今天彭特兰教授坐在您身边，如果问他最犀利的问题，您想问他什么?

　　李兰娟：我想问他今后大数据如何能够更好地应用?

　　主持人：应用到哪个具体行业?

　　李兰娟：应用到人的健康行业。

　　主持人：这是个很大的问题，如何将大数据如何更好地应用到人的健康行业?

　　阿莱克斯·彭特兰：大家说得非常好，在刚才的医疗体系当中对大数据而言还是有很多的机会，虽然说我们还要做很多的努力，当前来看，我们首先要更好地去理解传统外的一些人们的行为，比如说不同医院之间的合作，我们日常的一些行为，关于基因的信息，如何进行很好的合作，如何防止某种疾病。比如说，糖尿病，作为单独的疾病，我们来看很多人都认为，它其实是和很多不同的疾病是紧密相关的，是跟我们基因信息紧密相关的。所以我们现在再通过看很多行为的数据，我们就可以得出不同的疾病更多的衡量标准。另外一方面，我想说的是。我想说，如果改变一件事情，并不是说全部进行改变，而是说从一个部分开始，一步一步地去推进，可能对于非常贫穷的地区而言，从点开始，不是一下子把贫穷地区的疾病状况都解决了。

　　主持人：中国对于移动大数据的研究还处于非常早期的阶段，但是在国际市场上，我们能找到让人不安的反例，比如2009年的时候谷歌因为成功地预测了流感，在那个领域非常有名望，2012年的1月谷歌关闭掉了那个部门，因为没什么影响力，也没办法赚钱。所以即使中国的技术够先进了，那是不是就可以实现充分地利用移动端的数据来帮助改善我们的医疗状况呢?今天我们还请到了一位来自医疗行业的专家。

　　阿莱克斯·彭特兰：我觉得有几种，一个是用来预测像洪水、饥饿等等的一类数据，还有一类疾病控制的大数据，就像你说的全世界的医生去寻找疾病分散的迹象。

　　主持人：您有信心吗?中国目前离可以利用数据给人家看病，让我们中国的医疗发生翻天覆地的变化，到底有多远?

　　何雨生：我们不要老期待着大跃进，而且我们应该抑制大跃进的心态，大数据是重要的方向，而且在各行各业有更大应用，不要期待一天就把罗马建成，而我们不断地积累数据，不断地研究方法，不断地完善我们的方法。另外，我们还要经常试图找到适合我们国情的很多技术，比如说像可穿戴技术，可能有很多很先进很重要的可穿戴技术，在中国很多医院里面很简单的技术但非常实用。中国有偷孩子的情况，这种情况在其他国家可能很少见到。这种情况在我们国内用一个可穿戴的腕带就可以很好地防止，这是很好的数据，可穿戴设备，这是一个很漫长的过程，我们在不同的阶段善于发现这种机会，不断地完善，这是一个很重要的过程。

　　主持人：今天你看到教授在可穿戴设备在医疗方面具体的案例，您觉得可以应用到中国吗?

　　何雨生：当然，全世界都在重视可穿戴设备，尤其在医学上，人的生命总是最重要的，尤其是老年人和一些高危发病人群，所以这个时候我们经常需要实时的数据，对于保护他们的健康是非常重要的，我们传统的数据收集过程，医院是被动的，被动的提供服务，真正需要知道自己需要医疗服务的时候，病人才去医院，而病人不是医学专家，下一代医疗将提供主动的服务，病人不知道有不好的生活习惯造成疾病的时候，医院主动提供医疗服务帮助他预防，在他有病前期的表现来提供这种医疗服务，而这时候可能这些信息的获取非常重要。现在有一个很大的问题，可穿戴设备在医疗中间，尤其是可穿戴的，要求是无损的，总不能让病人带核磁、CT满街跑，我们很难在很短的时间有这么大的突破，现在传感器只能获得一些简单的病人的信号，甚至于现在糖尿病、血糖的指标也都很困难，大家努力尝试做这件事情。在座有很多年轻人，假如你要致力于去开发这种传感器，你也不用开发大数据，也不用去做什么，你只要把你的传感器卖出去就可以挣很多的钱了。

　　主持人：没错，今天开场的短片里面为什么戴的手表测出来的步伐不一样，核心就是没有它的传感器，在中国是鱼龙混杂，质量没有保证，面对这样在中国医疗很关切的问题，教授您怎么回应呢?

　　阿莱克斯·彭特兰：这是一些商用的穿戴设备，不是设计的时候就要非常高精度的，只要有一致性就好了，跑的多数据大，跑的少计数小，不一定非常准。当然讨论到孩子的时候一定要非常精确，如果做研究，把他们校准的更好一点，我们可以做出这种设备，我们可以给医院，连大的设备都做了，小的设备为什么不能做呢，价钱也可以接受，中国能做很好的一种工程研究。

　　主持人：如果说医疗教授给了一点建议，我们再来看看中国特色的一个部门就是我们国家计生委，我们有请王才有先生，先问一下彭特兰先生，您知道中国的计生计划知道吗?

　　阿莱克斯·彭特兰：确实是一个很复杂的政策，也有好的一面，也有不好的一面。

　　主持人：这个工作一定非常不容易，因为你要用传统的统计，现在还要引进大数据的科技，这个耗力耗时能否跟我们介绍一下，让教授了解一下计生部门在做什么?

　　王才有：这是一个问题，我的背景是卫生部，卫生部和国家计划生育委员会刚刚合并，对于计生方面的数据采集是我的弱项，不便在这里讨论，我长期从事卫生这方面的工作，我们叫卫生统计信息中心。

　　王才有：我们主题讨论的还是可穿戴设备在医疗卫生领域的应用，可穿戴设备作为信息采集的一部分，何老师讲了，主要采集人类健康信息，因为采集这些健康的信息，对于确定患者疾病的类型、种类以及治疗的方法是非常重要的，你像采集发烧的信息，仅仅采集体温的信息不能确定你是什么病的，从现在一些理论说，一个发烧的症状背后的疾病可能是四万多种，但是怎么能由发烧确定出四万多种得的什么病呢，如果小医生只是问问昨天吃什么了，穿什么了，可能确定你是否得了感冒。这是大数据在医疗领域里面的应用，我补充一下确实是非常广的，但不是说在计生方面的工作。

　　主持人：您的背景是统计吗?

　　王才有：信息，我是学信息技术的。

　　李兰娟：我们国家有很大的卫生规划，我是卫计委的专家组专家，我们对全城的健康信息采集，建立每一个人的电子健康档案，我认为未来的大数据，这是一个非常好的工作，电子档案中，婴儿检查、孕妇检查，中年、老年以及到临终的一个人一生的健康数据的记录，也就是刚才讲的个性化的健康记录，在中国变成了可能，这个数据比较可靠，有一定的标准衡量的数据，也有标准化的结构化的电子健康档案电子病历，这样一个区域数据中心的数据，将来对国家政策的制定，医保、医院管理、以及个人健康管理有很大的作用。

　　主持人：刚才您听了三位来自卫生健康领域的嘉宾的讲话，其实是在给您介绍中国在大数据医疗方面已经进展到哪些，已经准备了哪些，以及期望着什么，您觉得横向比较，跟美国现在的现状差距在哪里?我们可能可以攻坚的部分是什么?

　　阿莱克斯·彭特兰：这个问题很好。在欧盟，所有的这种规划委员会或者是规划组织他们都是可以使用大数据来获得更加准确的，更加快速的获取可用的数据，所以说对于大多数的国家来讲每三到十年，都会来去分析一下到底有多少的医生，有多久去看一次医生，通过这样的数据你就可以来回答很多的问题。这自然会给我们带来更高的透明性，更高的可靠性，无论是对政府还是说政府性的组织来讲都是如此，这可以在全世界任何一个国家来讲都是很重要的，不光是中国，因为你如果来不了解当前的情况的话，你是没有办法来去行动的，你必须要去了解这些情况，才能够有一些非常合适的反应，然后有足够的知识来去克服这些问题。这是非常必要的。所以关键的一点，我们现在知道中国政府有非常强的这个关于大数据方面的承诺，不光是在欧洲。所以说很多的差别在公司的层面。

　　我们说一些很重要的事情正在发生，我们听到中国的政府有决心要开始严肃对待大数据，我觉得不同的地方是在于在公司领域，在商业领域，中国的公司对于大数据来说，比较年轻，他们在起始的时候，他们不是百年老店，所以他们是刚起步的公司，他们有一个年轻公司的心态，但是在欧美，他们这个公司更加成熟，建立时间有一段时间了，他们的心态更多考虑是可持续性，他们还没有意识到，新的技术可能使得我们已有的公司会蒸发，比方说有些大的公司，十年前的大公司现在可不能算什么大公司了。所以说从20年之后可能又有其他的一些大公司出现。所以说在大数据的世界里面，到底我们的立足点在哪，我们如何和政府进行合作，如何进行分享等等。

　　主持人：我们站在政府的层面，除了大数据这方面技术的提高更重要的是有一个信念的增强，那就是透明度，还有就是它的公信力。对大数据所经营的中国企业，我们彭特兰教授发现非常的年轻，但是也可以说非常的不成熟，有点急于求成，是不是我们应该更好地去理解大数据的规范，甚至是我们可以颠覆更新我们现在的规则，比如说，我们不一定要对采集数据负责，但是一定要对使用数据的结果负责，比如说我们是不是要考虑避免大数据可能造成的垄断，但这些担心和这些经验是不是可以应用到中国的金融行业呢?我们问一下今天第四嘉宾，谭雅玲女士，您所在的金融行业在大数据方面您发现最大的困惑是什么?

　　谭雅玲：首先是跨度太大，我们的基础不足，这个主题告诉我们，大数据开启大未来，它是未来不是现在，中国的现在跟美国之间是不一样的，基础薄弱是我们的弱点，我作为金融人跟健康有关，跟卫生有关，我们得病的机率多了，得难病大病的机率多了，疑难症越来越多了，中国解决的是保健康、保安全，中国的经济才会有希望。所以我觉得如果从卫生或者是健康的角度，怎么把大数据对接到中国是要合理、公平，使我们的医务能够让老百姓得到福利。如果从金融这个角度来看，我们的不切实际应该是很多，金融本身可以归纳为四个字叫“信用、信誉”行业，信用和信誉要的是道德、责任和法律，这三块我们中国是有极大缺陷的，在美国借钱，借钱还钱是理所当然的，在中国借钱不还，这叫骗钱。中国的角度基础环节薄弱，我们做任何事情是跳跃式的发展，我们这个跳跃式发展，底下是空的，一旦顶端做不下去会塌下来的，美国底端是非常夯实的，这个角度来看我们应该警惕我们的风险不是盲目的大数据。

　　我经历的角度30年做研究，只有数据可以得出结论，但是我们要去想，我们的数据概念跟西方的数据概念有巨大差异，西方很多发达国家非常了解中国的状态，我可以讲我的经历也是一些故事。

　　主持人：谭院长说，中国数据概念跟西方数据概念有很大差别，您猜猜她指的数据差别是什么?

　　阿莱克斯·彭特兰：可能她过高的估计了西方的金融系统，金融系统在西方刚刚开始理解他们自己的一些情况，他们利用的一些测量也是很古老的，也未必是很好的，他们刚刚意识到他们还需要提高这种测量的包容度、准确度、及时度，你们也知道我们这边的金融系统的革命，中国的基础我想说是新，相对年轻，不是那么广泛，但这里也有一种好的东西，没有太多的陈旧的东西需要去除，这里面需要花很大的精力来去做这件事儿，有一个很全面的，一套测量，来测量到我们的经济。

　　主持人：大数据在金融行业最火的五个字是互联网金融，都是顶着大数据的帽子说，这可以解决中国金融最核心的问题，比如说风险评估，信息评估，是这样吗?

　　谭雅玲：互联网金融脱离了金融专业本身最基础一个东西，历练，金融本身是要经过市场的历练，只有历练了才相对比较有经验，不是任何一个人拿起金融就可以做的，风险管理是年年不断的积累能做到风控的，而不是说我看到一个财富，我看到一堆的数据我就能做风控的。所以从这个角度我们现在有的时候把金融过于简单化了，这样简单化可能在借用大数据的时候，不会得到你最终的安全保障，可能在一定程度上，我用一个比较极端的话来描述，投机取巧，成了这样的一种门道的话，对我们来讲就是不利的局面。所以我们现在处在一个生产力不足的阶段，我们是以经济为主，而不是到了金融的时代，所有的人都在做金融，如果没有实体经济再谈金融，谈金融大数据都是空洞的。

　　主持人：急功近利、投机取巧，李院长不同意了。

　　李兰娟：个别的不良现象，中国存在，美国也存在，并不是说美国都好，我们什么都坏，我认为我们中国大多数是好的。

　　谭雅玲：没有说美国都坏，美国高级化和现代化，美国精端化是超越全世界的。

　　李兰娟：我们很多还是超越他们的。

　　谭雅玲：我自己经历的角度，80年代、90年代他们跟我们打交道的时候，他们不跟我们讲故事了，这就是现实的竞争，国家的战略。

　　主持人：大家大部分是好的还是坏的呢?

　　阿莱克斯·彭特兰：确实是大部分还是好的。我们待会儿要进行第二轮的环节演讲，然后再进行互动。

　　主持人：我们看第一个问题，提问教授的，在未来的五年，个人计算终端手机将会降到1000块钱以内，全球70亿人口也就意味着将需要70亿个上网的终端，需要1.2亿个APP来服务，这是人类历史上规模最大的一次生产，在阿凡达的世界里面有70亿的人，有1.2亿个应用程序，人与人之间该怎么协调呀?是能扮演世界警察的角色让大家和谐呢?您笑了，觉得问题太难了，还是太简单了呢?

　　阿莱克斯·彭特兰：其实这个问题就好像说谁要掌控英特网一样，这两个问题本质是一样的，我们也不是说企业来掌控它或者是谁来掌控它，其实非常清晰的是这个软件是一种服务，服务的话，我们应该要更好的去找到它这个价值。所以我们应该要停止了，因为这不是我们要讲的重点。

　　主持人：非常的贴心，考虑到今天下午有三个环节。下面进入茶歇环节。