2014年，智能手环掀起的一波可穿戴设备热潮已经袭来，越来越多的人希望通过智能手环自身的监测功能和后台强大的分析预测来更加了解自己的身体状态、让自己的身体更加健康。随着信息化进程的加剧，医疗数据的大军正在迅速扩张，增长之势势如破竹。

在大数据浪潮下，随着技术的不断创新不同行业相似应用的增多与扩展，以及互联网行业大数据应用的辉煌与成功，传统行业对大数据技术的需求也愈发旺盛，各个行业都想感受一下大数据的甜头。但是，不同行业间应用特点的巨大差异让大数据在医疗这样的传统行业间发展并不像我们想象的那么顺利。如欲一探究竟，还需从医疗行业的数据特点说起。

从医疗行业中涉及到的数据服务，总体上分为两类：一类数据是医院在经营和运营会产生一系列的数据。该类数据在医疗行业中的应用，与普通企业对数据的管理及利用方式相类似。而另一类，则是医疗行业中具有特殊性的“临床类”数据。

随着医学的发展，临床数据量的增长异常迅猛。这些数据所需要发挥的价值，已不能单纯依靠人力或者简单的存储、调取来实现。但面临如何把这样的算法推广、应用到海量数据应用的时候，单纯在软件应用方面的改进与突破已经不够，计算架构方面的升级势在必行。同时还需要专业分析人才能对这些应用的环境做充分的挖掘与研究，从而使该应用在将来能以更专业的服务形式展现出来。

对于应用环境与应用特点挖掘的重要性，金仕达卫宁副总裁徐春华有十分深刻的感受：“面对海量数据，我们曾经试图利用传统技术来完成不同类型样本库的存储、分析，但在应用时困难重重。经过多次尝试后，我们发现失败的根本并不在图像算法，而是在于传统技术的实时性能不能满足当下临床工作的真正需求。”

因此，在立项初期，如何能摸清真实的应用环境，找到实际应用中真正的痛点、在优化方案中让医生先用起来，才能一步步解决医疗服务中的各种迫切需求，最终通过服务的方式将这样的应用与技术提供给患者使用。