在临床上发挥机器的作用，首先需要对临床数据的有效挖掘利用。传统的公立医院在这一点上是完全指望不上的，根本原因在于没有任何激励机制的存在。而早期医疗大数据的应用之所以对医院敬而远之，主要是开发难度太高。
受限于信息化程度，医院往往处于信息孤岛的封闭状态，内部信息系统有纷繁复杂标准不一，而且有大量的病例数据以纸质状态存在。数据清洗以实现标准化、结构化的难度非常大，而且还需要打通院内院外数据的流动。
当然，这里还必须提到数据安全。美国已经不止一次爆出医疗数据泄露或受到攻击的案例。而来自 Ponemon 推出的一份报告《2013年 数据泄露成本研究》显示，医疗行业的数据泄露成本最高，平均每个患者的医疗信息泄露带来的信息安全管理成本高达 233 美元，远高于零售业的 78 美元。而当大量商业公司在明目张胆的打着靠数据赚钱旗号的时候，临床数据的开发确实需要非常谨慎。
①新数据来源
不过临床数据开发的迟滞，仍然是造成我们的医疗大数据推进缓慢的一个重要因素。所以，在版本二的故事里，我们看到了已经有创业公司努力在临床数据上进行探索。（欢迎补充）