¿Cómo han fomentado los grandes datos la ciencia? ¿Existen ejemplos en los que el análisis de big data ha llevado a una mejora significativa en cualquier campo científico que no se podría hacer mediante el análisis tradicional?

Tengo un ejemplo de cómo el análisis de big data está fomentando la neurociencia, y la investigación en realidad está siendo realizada por un Corán: Bradley Voytek. No podía recordar qué respuesta había tocado esto, pero afortunadamente cuando encontré esta pregunta y recordé la respuesta, ¡alguien escribió una nueva respuesta sobre esa pregunta! No puedo decirlo mejor que el Dr. Voytek en parte de su respuesta a ¿En qué tipo de investigación trabajan los coroanos ?:

Después de frustrarme durante mis exámenes de calificación de doctorado con la falta de una herramienta de búsqueda unificada para la conectividad cerebral y las relaciones de neurociencia cognitiva, mi esposa y yo hicimos brainSCANr (brainSCANr). Esta herramienta busca los millones de artículos científicos revisados ​​por pares en PubMed para cuantificar las relaciones entre los conceptos neurocientíficos. Luego, usamos esto para encontrar “agujeros” estadísticos en la literatura en un proceso que me gusta llamar generación de hipótesis semiautomatizada .

Aquí está, supongo, una visualización de los artículos y sus relaciones que el Dr. Voytek proporcionó:
Me encantaría ver este tipo de identificación explícita de lagunas en el conocimiento en otros campos, si aún no está presente. Esta es la primera vez que escucho algo como esto.

‘Big data’ impulsó la creación de los tamaños estándar de cuello / manga para hombres alrededor de finales de 1800. Antes de ese punto, todo estaba hecho a medida (o bien comprado en un pequeño número de categorías mal ajustadas). Los encuestadores que reunieron datos en múltiples regiones geográficas pronto descubrieron que, al usar solo tamaños de cuello y manga, tres desviaciones estándar (aproximadamente 98%) de los hombres podían vestirse de manera consistente / confiable (y sus plantillas utilizadas en toda la industria textil). Puede parecer primitivo, pero fue una gran victoria * realmente * .

Aunque todavía no es “perfecto”, se podría argumentar que 23andMe es un ejercicio de gran cantidad de datos en la regresión multivariada de fuentes múltiples, con consecuencias importantes (a veces perjudiciales). (23andMe decidió eliminar algunos de sus hallazgos de cáncer de seno / ovario en versiones posteriores, debido a que numerosos suscriptores acudieron a cirugía electiva al encontrar posibles indicadores que podrían o no haber sido estadísticamente confiables).