影像数据占据了医疗机构95%以上的数据量。相比临床诊疗过程中的其他信息，不仅信息量大，而且整齐划一，术语一致，是容易通过大数据挖掘进行持续改进的医学细分领域。

一组大数据能否进行挖掘发现规律，分析的对象是有语义学含义的标签，并非原始数据本身。越是原始数据其数据量越大，越是语义学含义的标签数据其数据量越小。

影像学数据的标签来自两部分，一部分是对影像分析得出的发现，一部分是影像学文本报告当中由医生附加的诊断信息。很多技术人员认为这两部分加起来是影像大数据的核心数据，将其标签化就得到了影像大数据的核心标签。

在影像诊断领域，大多数的检查，不能通过单纯的影像分析得出诊疗结论。除了影像分析的Feature之外，还需参考电子病历、个人健康档案、可穿戴设备、医保可支付的治疗方案、用药史/药物禁忌症知识、甚至基因的分析等资料来做出综合判断。这些资料可能通过问诊获取，也可能通过跨系统浏览获取，还可能通过阅读纸质资料获取。

如果将各种信息系统之间的网络打通，让机器自己去学习这些资料，是否就能取得与放射科医生相同的诊疗效果呢？结论是不能。美国人做了一些临床试验，证实了放射科医生参与的检查，诊断准确率要超过单纯的机器诊断准确率。

这个结论是显而易见的，机器要超越人还有很长的路要走，背后的原因也不难分析。首先，当前的影像AI功能比较窄，分析的信息维度较少；而放射科医生阅读图像基本是一次性将所有可能的维度都阅读齐；其次，放射科医生阅读这些影像发现的时候，背后运用了参考诊断/鉴别诊断逻辑，能区分轻重缓急，前因后果；而机器可能看不到这些细节，也可能并列这些发现，还不能进行推理分析；第三，周边的信息系统中的数据仍然是自然语言，NLP技术结合机器学习，在提取规律方面很强，但针对单个患者的定向挖掘不够准确，尤其在时间/空间的分辨上有难度；而人理解这些资料是很容易的。

放射科医生分析、获取了这些信息之后能放在哪里呢？其实除了影像学报告，他们并没有第二个电子文书可以存储这些信息。注意，影像学报告的信息量其实是大体涵盖了影像分析当中有价值的部分。到了2017年的RSNA，基本上确立了以影像学报告的标签为影像大数据的核心标签概念。影像学报告包含了放射科医生的主观认识，再加上周边信息系统的信息分析，再拿去做分类，并将新患者的数据进行匹配，进而做出各种预测是更加合理的大数据业务思路。