为了证实这一点，张宏江博士举例来说，杜克大学的KevinShianna实验室完成了200个全人类基因组测序，以及另外100个基因组外显子(即蛋白编码区域测序)，消耗了300TB以上的磁盘空间，并需要24-32GB的计算带宽，巨大的计算和存储需求令该实验室几乎难以为继。

　　为了证实这一点，张宏江博士举例来说，杜克大学的KevinShianna实验室完成了200个全人类基因组测序，以及另外100个基因组外显子(即蛋白编码区域测序)，消耗了300TB以上的磁盘空间，并需要24-32GB的计算带宽，巨大的计算和存储需求令该实验室几乎难以为继。

　　索性他们选择了云模式-AWS的EC2云计算平台和S3在线存储服务才能完美解决这一问题。那么，现在问题来了，在大数据时代背景下，国内生物医学和智慧医疗领域又是否也会出现类似的情景?阿里云、腾讯云、金山云这一批进入市场的厂商是否能如AWS一样解决?

　　更需要思考的是，医疗机构和科研机构奔向智慧医疗的关键在何处?经过分析，我们得出结论，云计算和大数据与智慧医疗具有高度的契合性，也就是说，想要生物医疗能够进一步的更好的发展，云计算和大数据缺一不可。

　　责任编辑：余芯