「一定是恢复健康的人。」
「这位同学真是正能量满满，不过在数量级上，离正确答案还差得很远呐。」
「那一定是病历！」
「听起来，这个回答似乎充满了怨气。中国医生苦于写病历久矣，看来是真的。不过恭喜你，就其实质而言，已经非常接近正确答案了。」
那么，最终的正确答案究竟是什么呢？
作为读者的你，看到这里也许已经猜出来了。是的，一个医院每年产生最多的，且最重要的，是数据。
在 1997 年上映的高分科幻大片《千钧一发》中，除了有伊桑·霍克与裘德·洛的精彩演绎外，很多看过的人或许还记得这样一个画面：
婴儿才呱呱坠地，在旁的护士就从一台医疗机器里拿出一份体检报告单。上面逐条列出了这名婴儿的一生中罹患各种疾病的风险和患病几率，甚至详细到有预期死亡年龄。
虽然这部影片所展现的场景至今仍未照进现实，但拜人类基因组计划（简称 HGP）所开启的数据之门所赐，我们已经能够看到这一幕最终落地的曙光。
2001 年，人类基因组草图发表，这既是 HGP 成功完成的标志，同时也意味着医学数据爆炸式涌现的导火索已被点燃。这项计划不但令人类对自身和疾病有了更深刻的认识，而且还进一步催生出后续一系列组学的研究。另外，基因测序技术也因此得到极大发展。
彼时，HGP 共耗资 30 亿美元，而今，一个全基因组测序费用已经降低至接近 1000 美元，预计到 2030 年，这一数字有可能低于 100 美元。
临床需求与技术成熟两厢叠加，促使美国国立卫生研究院于 2015 年启动精准医疗队列研究，计划入组 100 万 18 岁以上的志愿者参与该项研究，最终将精准医疗的理念引入到临床实践与科研中。世界主要国家纷纷跟进这一理念，试图将其尽早推进至临床。
相比现有的以标准化诊疗为主要特征的医学范式，精准医学更加强调个体化诊疗，更重视疾病的预测、早期筛查和预防。显而易见，精准医学的优势明显，给患者带来的益处也更多。
不过，为了实现这一愿景，需要分析包括遗传、生活方式、环境等在内的数据，用以评估个体患病的种类与可能性，并对高风险疾病进行筛查和干预。
这一切，都有赖于大量数据的支持，可以说，数据是精准医学的「基础设施」。
而再对此细分就会发现，临床数据、基因数据和行为数据构成了精准医学的三大基础数据。
其中电子病历和影像数据是临床数据的主要内容，平均而言，每个人一生积累的临床数据约合 0.4TB。近年来，随着医院业务的数字化升级以及高分辨率 CT 和核磁影像设备的广泛应用，加上手术示教、远程医疗、术中造影等动态影像技术的引入，使得这一数字正在逐年快速走高。
