Big Data，一般稱為“大數據”，這已經不是一個新鮮的概念，是一把可以適用于各行各業的***鑰匙。但現在，這個名詞可以說已經到了“濫用”的地步，“大數據分析”似乎正在從一個高大上的名詞變成了一個沒什么新意的“噱頭”。

2001年，當時在美國Gartner咨詢公司擔任市場分析師的Doug Laney用3個V闡述了現在主流的關于Big Data的定義，3個V指的是volume（量），velocity（速）和variety（樣）。

Volume，顧名思義指的是數據的數量。許多因素都會導致數據量的增加。比如來自社交媒體中的各種雜亂無章的數據，越來越多的身體健康的數據通過傳感器和可穿戴設備得到收集。在過去，對大量數據的存儲是一個問題，隨著數據存儲成本的降低，這個問題得到了很好的解決，但其他的問題也隨之出現，比如如何在大量的數據中找到自己需要的相關數據，以及如何對這些相關的數據進行分析，得出有價值的結論。

Velocity，即數據更新的速度。現在，各種數據正在以一種***的速度流動著，并且需要即時的反應和處理。快速的處理數據的變化更新是大多數機構面臨的一個挑戰。

Variety，數據的多樣性。現在，數據的類型可謂是多種多樣。傳統的數據庫中有大量的結構化數據，非結構化的文本、郵件、音頻、視頻等現在出現得更多。怎樣整合、處理各種類型的數據正是現在許多機構需要應對的問題。

什么是大數據醫療？用貼近生活的幾個例子告訴你

Hadoop大數據可以幫助醫療機構5種方法

大數據在醫療行業應用的15個場景

而具體到互聯網醫療領域，Big Data指的是利用相關技術來捕獲和分析大量而復雜的數據，以便于改善患者的治療效果，優化醫療服務流程。

事實上，雖然Big Data這個詞從字面意思上看似乎只是與數據的數量有關，Doug Laney的定義中也提到了關于數據的數量、種類等問題，事實上并不僅限于此。Big Data同時也意味著一個機構要存儲和處理巨量的數據信息所需要的技術和工具。

尤其是在醫療健康行業，臨床、財政、管理、基因等各方面都會產生大量的數據，并且非常需要“Big Data”的技術來進行處理。

Big Data在互聯網醫療領域的主要強調一下6大類信息：

1、網絡和社交媒體的數據。比如來自Facebook、Twitter、Linkedln、博客、醫療健康論壇和智能手機APP的用戶交互數據。

2、機器設備中的數據。比如來自傳感器、測量儀器以及其他設備的數據。

3、相關事務數據。比如在各種半結構化和非結構化的表格中關于醫保索賠和支付的相關數據信息。

4、生物特征辨識數據。比如指紋、遺傳基因、筆跡、視網膜掃描、X光以及其他醫學圖像。

5、人類記錄的數據。比如EMRs（關于EMR的詳細介紹可戳這里）、醫生的筆記、郵件、紙質文件等。

6、與藥物作用機制相關的藥品研發數據，在人體中的目的和副作用。

[[131592]]

#p#

Big Data如何用于互聯網醫療

Big Data在醫療領域中所扮演的角色正在被不斷地放大，根據動脈網的整理，Big Data在醫療領域的基本應用過程如下：

1、搜集和聚合來自各個來源的巨量患者信息；

2、以各種目的導向出發，分析搜集到的信息，比如優化患者的診療、提高醫療體系的效率；

3、應用數據分析的結果，改善患者的治療，提高醫療系統的投資回報率；

Big Data在醫療領域中的應用正在被逐漸鋪開，其好處也將日益凸顯，當前主要的意義在于：

1、通過對臨床數據的分析，對患者進行更有前瞻性的治療和照護，提高疾病的治療效果；

2、通過對***的數據庫的分析提高對臨床決策的支持；

3、通過對統計工具和算法的使用來改善臨床試驗的設計；

4、通過對大數據集的分析為個性化醫療提供支持；

5、通過優化業務決策支持，以確保醫療資源的適當分配；

Big Data當前的市場及其趨勢

根據R&R的一份市場調查報告，僅在醫療健康領域，Big Data從2012到2017年的增長率能夠達到23.7%，市場總量達到108億美元。

麥肯錫也預測，如果充分利用大數據的潛力及其在醫療健康價值鏈中的作用，僅在美國就能夠實現醫療消費開支削減達3000到4500億美元。

Big Data在醫療健康領域應用的推動因素：

1、改善臨床治療效果的需要；

2、提高醫療數據管理效率的需要；

3、EHR使用覆蓋率的快速增長；

4、對以價值為導向的醫學的關注；

在大數據分析基礎上的個性化醫療的需要；

1、改善醫療決策支持的需要；

2、降低藥品研發成本的需要；

3、降低臨床試驗成本的需要；

Big Data在醫療健康領域應用的阻礙因素：

1、醫療領域中信息技術人才的缺乏；

2、醫療領域中數據透明度的缺乏；

資金約束；

1、對患者隱私問題的擔憂；

2、傳統的數據分析成本較低；

3、醫療系統之間缺乏互操作性；

Big Data的風暴其實早已席卷全球除醫療外的各個領域，而伴隨其在醫療領域的迅速擴張，將會有越來越多的機構意識到Big Data對服務患者、醫療人員甚至是他們自己所起到的重要作用。