本书分为道、术两篇。道篇讲述了数据科学与医疗全领域交互融合的底层逻辑，以及数据科学在医疗科、教、医、研、管五个方面的角色和作用，建立适用于医疗人工智能开发的ML-PICOS原则，并从建设角度，阐述了医疗大数据理、采、存、管、用的全过程。术篇普及了数据科学用于回归、分类、聚类、关联分析的基础算法，以及他们在医疗领域应用的场景和逻辑。本书可帮助读者建立数据科学在医疗领域应用的体系化认知。读者对象包括医疗全领域相关工作者以及想要涉足医疗领域的数据科学相关人士。

弓凯,北京大学医学部外科学博士（本博连读）、神经外科副主任医师、厦门大学附属第一医院计算机中心副主任、医疗大数据中心负责人、厦门市第三医院信息办主任。

前?言 近年来，随着医疗健康产业信息化水平的不断提升，医疗数据的体量出现了前所未有的快速增长，医疗数据的应用也逐渐成为了医疗行业普遍关注的热点话题。在国内老龄化加重、慢病负担持续增大的压力下，国家出台大量政策鼓励使用医疗大数据推动智慧医疗建设，通过医疗大数据及人工智能的技术赋能，改善医疗需求和供给的匹配失衡，以全民健康，托起全民小康，推进健康中国战略。在我国全面启动卫生数字化转型的大背景下，医疗数据应用已经成为不可逆转的行业趋势。数据科学将逐渐渗透到健康医疗服务的各个角落，值得每一位卫生从业者学习和掌握。 医疗数据是一个宽泛的概念，它包含了各种与健康和疾病相关的数据，例如疾病诊疗数据、临床研究和实验室数据、生物信息数据（如基因组学、转录组学、蛋白组学、代谢组学等数据）以及健康管理数据（如可穿戴设备监测数据）等。医疗数据的积累为人工智能等数据科学手段提供了施展拳脚的舞台，数据科学的进步又为医疗大数据的应用提供了全新的技术手段。两者的相互成就，促成了目前医疗大数据产业的繁荣。近年来，基于数据驱动的医疗人工智能产品层出不穷，其中一些具有代表性的产品，如肺结节的智能诊断、输血智能预测和深静脉血栓预警系统等，已经应用到实际临床业务场景中。在学术方面，人工智能领域的诸多算法为临床及基础研究提供了全新思路。基于数据科学技术手段的医工结合，已经成为医疗乃至生命科学领域非常重要的交叉学科发展方向。 然而，纵观近年来大数据和人工智能对医疗行业的影响，可谓广度喜人而深度不足。在诸多医疗人工智能产品中，得皮毛者多，得精髓者少。目前，医疗大数据与人工智能的从业者多是信息技术人员，他们虽深谙数据...