大数据的定义及特征
大数据顾名思义就是数量极其庞大的数据资料。大数据的意义在于提供“大见解”：从不同来源收集信息，然后分析信息，以揭示用其他方法发现不了的趋势。早期，IBM定义了大数据的5v特性：大量性（ Volume）, 多样性（Variety）, 快速性（Velocity）价值（Value）真实（Veracity）。
医疗大数据的爆发
早期，大部分医疗相关数据是纸张化的形式存在，而非电子数据化存储， 比如官方的医药记录，收费记录，护士医生手写的病例记录，处方药记录，X光片记录，磁共振成像（MRI）记录，CT影像记录等等。随着强大的数据存储，计算平台，及移动互联网的发展，现在的趋势是医疗数据的大量爆发及快速的电子数字化。以上提到的医疗数据都在不同程度上向数字化转化。移动互联网、大数据、云计算等多领域技术与医疗领域跨界融合，新兴技术与新服务模式快速渗透到医疗各个环节，并让人们的就医方式出现重大变化，也为中国医疗带来了新的发展机遇。
医疗大数据的应用
大数据技术在医疗领域的技术层面、业务层面都有十分重要的应用价值在技术层面：大数据技术可以应用于非结构化数据的分析、挖掘，大量实时监测数据分析等，为医疗卫生管理系统、综合信息平台等建设提供技术支持；在业务层面：大数据技术可以向医生提供临床辅助决策和科研支持，向管理者提供管理辅助决策、行业监管、绩效考核支持，向居民提供健康监测支持，向药品研发提供统计学分析、就诊行为分析支持。
1.大数据在医疗系统、信息平台建设中的应用
大数据技术可以通过建立海量医疗数据库、网络信息共享、数据实时监测等方式，为国家卫生综合管理信息平台、电子健康档案资源库、国家家级卫生监信息系统、妇幼保健业务信息系统、医院管理平台等提供基本数据源，并提供数据源的存储、更新、挖掘分析、管理等功能。通过这些系统及平台，医疗机构之间能够实现同级检查结果互认，节省医疗资源，减轻患者负担；患者可以实现网络预约、异地就诊、医疗保险信息即时结算。
2.大数据技术在临床辅助决策中的应用
在传统的医疗诊断中，医生仅可依靠目标患者的信息以及自己的经验和知识储备，局限性很大。而大数据技术则可以将患者的影像数据，病历数据、检验检查结果、诊疗费用等各种数据录入大数据系统，通过机器学习和挖掘分析方法，大夫即可获得类似症状患者的疾病机理、病因以及治疗方案，这对于大夫更好地把握疾病的诊断和治疗十分重要。
3.大数据技术在医疗科研领域中的应用
在医疗科研领域，运用大数据技术对各种数据进行筛选、分析，可以为科研工作提供强有力的数据分析支持。例如健康危险因素分析的科研中，利用大数据技术可以在系统全面地收集健康危险因素数据，包括环境因素，生物因素，经济社会因素，个人行为和心理因素，医疗卫生服务因素，以及人类生物遗传因素等的基础上，进行比对关联分析，针对不同区域、家族进行评估和遴选，研究某些疾病发病的家族性、地区区域分布性等特性。
4.大数据技术在健康监测中的应用
在居民的健康监测方面，大数据技术可以提供居民的健康档案，包括全部诊疗信息、体检信息，这些信息可以为患病居民提供更有针对性的治疗方案。对于健康居民，大数据技术通过集成整合相关信息，通过挖掘数据对居民健康进行智能化监测，并通过移动设备定位数据对居民健康影响因素进行分析，为居民提供个性化健康事务管理服务
5.大数据技术在医药研发、医药副作用研究中的应用
在医药研发方面，医药公司能够通过大数据技术分析来自互联网上的公众疾病药品需求趋势，确定更为有效率的投入产出比，合理配置有限研发资源。此外，医药公司能够通过大数据技术优化物流信息平台及管理，使用数据分析预测提早将新药推向市场。在医药副作用研究方面，医疗大数据技术可以避免临床试验法、药物副作用报告分析法等传统方法存在的样本数小、采样分布有限等问题，从千百万患者的数据中挖掘到与某种药物相关的不良反应，样本数大，采样分布广，所获得结果更具有说服力。此外，还可以从社交网中搜索到大量人群服用某种药物的不良反应记录，通过比对分析和数据挖掘方法，更科学、更全面地获得药物副作用的影响。
总结
中国在医学大数据的应用上面临诸多困境，最重要的是目前在政策法规、伦理研究、安全技术等数据共享的顶层设计方面准备不足，医院内部和医院之间信息孤岛林立，科研机构间的数据共享名存实亡。尽管我们在基因测序技术、计算科学及机器学习方面有一定的优势，缺乏临床数据体系的检验，这些数据难以产生信息和知识，更谈不上应用和行动。科技部近期发布的关于精准医学的科技专项中，已将上述顶层设计中的缺陷列入重点支持的内容，以构建良好的医学大数据应用生态系统。相信政策导向可以带动学术界、医疗行业及产业界联动，共同推进医学大数据为中国的公共卫生、临床医学及基础医学的进步发挥作用，增进人民的福祉。
