一、什么是精准医疗
精准医疗（Precision Medicine）是以个体化医疗为基础、随着基因组测序技术快速进步以及生物信息与大数据科学的交叉应用而发展起来的新型医学概念与医疗模式。
其本质是通过基因组、蛋白质组等组学技术和医学前沿技术，对于大样本人群与特定疾病类型进行生物标记物的分析与鉴定、验证与应用，从而精确寻找到疾病的原因和治疗的靶点，并对一种疾病不同状态和过程进行精确分类，最终实现对于疾病和特定患者进行个性化精准治疗的目的，提高疾病诊治与预防的效益。
与个体化医疗相比，精准医疗更重视“病”的深度特征和“药”的高度精准性；是在对人、病、药深度认识基础上，形成的高水平医疗技术。
美国医学界在2011年首次提出了“精准医学”的概念，2015年1月20日，奥巴马又在美国国情咨文中提出“精准医学计划”，希望精准医学可以引领一个医学新时代。美国财政预算计划在2016年拨付给美国国立卫生研究院（NIH）、美国食品药品监督管理局（FDA）、美国国家医疗信息技术协调办公室（ONC）等机构共2.15亿美元用于资助这方面的科学研究与创新发展。
二、大数据在中国医疗行业中的应用模式可分为5类对吗
1、数据质量
目前医疗数据的来源主要为医疗机构(例如、医学药学实验室、医疗康复中心等)和互联网。采集的数据范 围广、维度高、类型种类繁多且不针对 特定的问题。
2、不确定性的度量问题
目前比较成熟且进入实用阶段的大数 据模型多数都是面向药厂和保险公司的。美国的医疗大数据应用中，面向医生和患 者业务通常较难，很难找到合适的切入点。面向企业的业务相对容易，尤其是针对保 险公司和药厂，而则相对难一些。由于大数据模型精度有限，在安全性要求极 高的和医生中其实用价值非常有限，例如，一个95%准确度的模型对医生来说可能仍然不够精确，因为医生在决策时是针对患者个体的，而不是基于统计意义的。
另外，统计学习模型的可解释性也较差，往往只有统计学家和计算机科学家才能精确完整地解释模型，而对于模型真正的使用者如医生和政府官员等存在巨大的障碍。
三、人人都在说的大数据，和护理有什么关系
大数据时代已经到来，随着大数据技术及应用蓬勃发展，大数据数量和价值快速攀升。除了数据资源自身蕴含的丰富价值外，元数据资源经挖掘分析可创造出更为巨大的经济和社会价值。大数据将加速新技术从互联网向更广泛的领域渗透，全面辐射到各行各业，护理也不例外！
为患者提供更好的护理服务，首先需要护理管理者更好地理解大数据。医院的多个临床科室、财务部门以及投诉系统拥有复杂的信息技术系统，将他们集成整合并分析利用是大数据面临的挑战，在正确的时间获得正确的信息以支持临床决策，为患者提供及时准确的护理是非常必要的。大数据技术的应用可帮助护士和其他医务工作者提高服务质量，改善患者结局，减少医疗成本。
那么，护士该如何利用大数据呢？不管在什么样的医疗场所，护士做出最佳的临床决策有赖于正确、实时的数据信息，而且这些数据必须是以标准结构化的方式呈现，可以共享和比较。目前，不一致的数据标准化方法和不同的护理术语依然是阻碍护理信息和数字共享的关键。跨系统的交互性受到限制，致使护理大数据缺乏兼容性和可比性。为了指导护理学科更好地获取和利用大数据，医疗卫生信息与管理系统大数据原则工作组推荐如下。
1. 在所有医疗场所，护士应该在护理记录中促进标准化护理术语的使用。医疗服务提供者应该制订计划逐步过渡到使用美国护士协会推荐的全国性的标准护理术语（Systematized Nomenclature of Medicine—Clinical Terms）。
2. 护士应该推荐并坚持使用基于研究的、已经达成国际共识的评估量表和工具。
3． 美国护士协会意识到，护理术语应该持续更新，并保持与国际机构标准术语间的兼容性。
4. 医疗机构应该重视和培养护理信息专家，使其在健康信息科技的概念、设计、实现和优化方面提供有价值的想法，支持护理循证实践、教育和研究。
5. 为了达到想要的效果，护理信息专家应该得到正规的护理信息学培训、教育和资格认证。
理解大数据的原则及其面临的阻碍、机遇和挑战可以帮助我们获得可分享和可比较的护理大数据，可以帮助各专业领域的护理专家的护理实践、教育和科研。护理人必须树立大数据意识，以此为契机共同努力推动护理学科发展。
