現在好像人人都愛說“大資料”，就像平時我去開會，不是用大資料分析這個，就是用大資料建構那個。可是我最近看《美國計算機學會通訊》（cacm）上面提到了幾次小資料，我覺得大家也有必要了解一下這個有趣的概念。
什麼是小資料？小資料就是個體化的資料，是我們每個個體的數字化資訊。比如我天天都喝一兩酒，突然有天喝完酒了胃疼，我就想了，這天和之前有何不同？原來，這天喝的酒是個新牌子，可能就是喝了這個新牌子的酒讓我胃疼。這就是我生活中的“小資料”，它不比大資料那樣浩瀚繁雜，卻對我自己至關重要。
第一個意識到“小資料”重要性的是美國康奈爾大學教授德波哈爾·艾斯汀。艾斯汀的父親去年去世了，而早在父親去世之前幾個月，這位計算機科學教授就注意到老人在數字社會脈動中的些許不同—他不再發送電子郵件，不去超級市場買菜，到附近散步的距離也越來越短。
然而，這種逐漸衰弱的狀态，真到醫院去檢查心電圖，卻不一定能看出來。到急診室檢查的時候，不管是測脈搏還是查病曆，這個90歲的老人都沒有表現出特别明顯的異常。可事實上，追蹤他每時每刻的個體化資料，他的生活其實已經明顯與之前不同。這種日常小資料帶來的生命訊息的警示和洞察，啟發了這位計算機科學教授—小資料可以看作是一種新的醫學證據，它是“your row of their data”（他們資料中屬于你的那行資料）。
人們愛說，大資料将改變當代醫學，譬如基因組學、蛋白質組學、代謝組學等等，不過由個人數字跟蹤驅動的小資料，也将有可能會對個人醫療帶來變革，特别是當可穿戴裝置更成熟後，移動技術将可以連續、安全、私人地收集并分析你的資料，這可能包括你的工作、購物、睡覺、吃飯、鍛煉和通訊，這些數字追蹤将得到一幅隻屬于你的健康自畫像。
擁有了這幅專屬于自己的數字自畫像，有什麼好處呢？假設你是一名患者，這樣精确個體化的小資料也許可以幫助你回答：我每次服藥應該用怎樣的劑量？當然了，藥物說明書上會有一個用藥指導，但那個數值是基于大量病人海量資料統計分析得來的，但它适不适合此時此刻的你呢？于是，你就需要了解關于你自己的“小資料”。對于慢性病、抑郁症、記憶力衰退和克羅恩病，很需要日常活動變化的資料。大資料一般是從一個大n的種群裡面取得的，而小資料n=me。我們需要資料解放，把移動和網絡服務的資料解放到你我自己。
這樣一來，小資料也許可以為我們提供更多研究的可能性：能不能通過分析年老父母的內建資料，進而獲得他們的健康資訊？能不能通過這些內建資料，比較不同的醫學治療方案？譬如資料跟蹤能說明你散步可以走多遠，你多早離開家，那就可以表明關節炎藥物治療效果如何。
更令人期待的是，小資料或許還将成為人類攻克癌症的一個好幫手。現在許多人認識到需要用患者的資料進行個性化的癌症治療。我們要特征化所有患者。惡性良性腫瘤細胞的dna引起不同的癌症病人非常不同的變化。譬如，大緻相同的基因變異或删除隻占患者的10%。即使是同一個惡性良性腫瘤，其細胞的變異也不同。基因之間的互相作用可能引起二次變異，對患者的治療影響很大。是以，對許多患者用同一個治療方法是不可能成功的。個性化或者說層次式的藥物治療是要按照特定患者的條件開出藥方—不是“對症下藥”，而是“對人下藥”。這些個性化的治療都需要記錄和分析個人行為随時間變化的規律，這就是小資料。
當然，這并不是說大資料就不重要。在醫學上發現治療的一般規律需要大資料。歐美各國都在計劃編制患者資訊的資料庫，不但為了癌症治療，也為開發新的治療方法。內建大量線上資料庫可以推動個性化用藥，減輕他們的痛苦。從大資料得到規律，用小資料去比對個人。
大資料流行，大家就“言必稱大資料”，可這并不是做學問的态度，不要碰到大量的資料，就給它戴上一頂帽子“大資料”。就像20年前，系統工程也很時髦。哪怕是做報告談到一個比較大的工程，都說那是系統工程。可系統工程又怎麼樣呢？“那是很難的”，就沒有下文了。我們應該敞開思想，研究實際問題，切忌空談。
闵應骅；中國科學院計算技術研究所研究員、美國電子電氣工程師協會會士（ieee life fellow）
<b>原文釋出時間為：2014-04-16</b>
<b></b>
<b>本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号</b>