通過(guò)分析大量用戶(hù)的搜索記錄，比如“咳嗽”、“發(fā)燒”等特定詞條，谷歌公司能準確預測美國冬季流感傳播趨勢。和官方機構相比，谷歌能提前一兩周預測流感爆發(fā)，預測結果與官方數據的相關(guān)性高達97%。2009年，在甲型H1N1流感爆發(fā)的幾周前，谷歌的工程師們公開(kāi)發(fā)表了一篇論文，不僅預測流感即將爆發(fā)，并且其預測還精確到美國特定的地區和州。這讓人們感到十分震驚。準確預測流感疫情，說(shuō)起來(lái)并不復雜，谷歌一直致力于對用戶(hù)檢索數據的分析。用戶(hù)求醫問(wèn)藥等搜索數據可謂海量，把這些數據再拿來(lái)與美國疾控中心往年記錄的實(shí)際流感病例信息相比對，就幫助谷歌作出了準確預測。

　　在日本也有相似的應用，日本國內有一個(gè)網(wǎng)站，你只要打開(kāi)這個(gè)網(wǎng)站用自己的社交網(wǎng)站賬號登錄，就可以在短時(shí)間內通過(guò)數萬(wàn)條社交網(wǎng)站記錄找出可能感冒的人，并通過(guò)過(guò)去的感冒情況和今日的感冒情況進(jìn)行分析，另外該程序還會(huì )結合氣溫和濕度的變化來(lái)預測將來(lái)感冒的流行情況，并制作一個(gè)“易感冒日歷”。目前，此類(lèi)服務(wù)正在日本陸續展開(kāi)。

　　對個(gè)體而言，大數據可以為個(gè)人提供個(gè)性化的醫療服務(wù)。過(guò)去我們去看病，醫生只能對我們的當下身體情況做出判斷，而在大數據的幫助下，將來(lái)的診療可以對一個(gè)患者的累計歷史數據進(jìn)行分析，并結合遺傳變異、對特定疾病的易感性和對特殊藥物的反應等關(guān)系，實(shí)現個(gè)性化的醫療。還可以在患者發(fā)生疾病癥狀前，提供早期的檢測和診斷。早期發(fā)現和治療可以顯著(zhù)降低肺癌給衛生系統造成的負擔，因為早期的手術(shù)費用是后期治療費用的一半。

　　個(gè)性化教育可能真正實(shí)現

　　在傳統教育模式下，分數就是一切，一個(gè)班上幾十個(gè)人，使用同樣的教材，同一個(gè)老師上課，課后布置同樣的作業(yè)。然而，學(xué)生是千差萬(wàn)別的，在這個(gè)模式下，不可能真正做到“因材施教”。

　　舉例來(lái)說(shuō)，一個(gè)學(xué)生考試得了88分，這個(gè)分數僅僅是一個(gè)數字，它能代表什么呢？88分背后是家庭背景、努力程度、學(xué)習態(tài)度、智力水平等，把它們和88分聯(lián)系在一起，這就成了“數據”。大數據因其數據來(lái)源的廣度，有能力去關(guān)注每一個(gè)個(gè)體學(xué)生的微觀(guān)表現—他在什么時(shí)候開(kāi)始看書(shū)，在什么樣的講課方式下效果最好，在什么時(shí)候學(xué)習什么科目效果最好，在不同類(lèi)型的題目上停留多久等等。這些數據對其他個(gè)體都沒(méi)有意義，是高度個(gè)性化表現特征的體現。同時(shí)，這些數據的產(chǎn)生完全是過(guò)程性的：課堂的過(guò)程，作業(yè)的過(guò)程，師生或同學(xué)的互動(dòng)過(guò)程……而最有價(jià)值的是，這些數據完全是在學(xué)生不自知的情況下被觀(guān)察、收集的，只需要一定的觀(guān)測技術(shù)與設備的輔助，而不影響學(xué)生任何的日常學(xué)習與生活，因此它的采集也非常的自然、真實(shí)。