随着信息化技术的普及，随着传感器技术的进步、数据处理能力的增强、计算和存储成本的降低、网络的扩大，使得数据的收集、存储和分析能力不断提升。产生数据的主体也不再仅仅是人，还有物体。各个细分行业、经济体、传感器、个人无时无刻不在产生数据，人们已经关注到数据所能带来的价值，而且消费者也正在从这些数据中受益。
随着社会整体信息化程度不断加深，信息技术对健康医疗事业的影响日趋明显，以大数据、云计算、移动互联等新兴信息技术为核心的新一轮科技革命，推动了人口健康信息化和健康医疗大数据应用发展，加速了健康医疗领域新模式、新业态、新技术的涌现。从上世纪 80 年代开始，每隔 40 个月，世界上存储的数据容量就会翻倍。IDC 在 2014 年的一份报告中提供了一份数据，2013 年全球数据总量达到了 4.4ZB，而从 2013年发展到 2020 年，全球数据总量将会增长 10 倍，达到 44ZB。
医疗大数据是指个人从出生到死亡的全生命周期过程中，因为免疫、体检、门诊、住院等健康活动所产生的大数据。通过对医疗大数据的分析和加工，可以挖掘出和疾病诊断、治疗、公共卫生防治等方面的重要价值。EMC 和 IDC 发布的报告显示，2013 年全球医疗保健数据量为153 EB，预计年增长率为 48%。这意味着到 2020 年，这个数字将达到 2314EB。医疗大数据可谓一个相当庞大的数据产业。
医疗大数据按类型可以分为两种，个人医疗健康数据和物资数据。疾病数据是生病的患者因为疾病就诊所产生的病历、影像、检验等数据，以及健康人群的通过体检、智能设备所收集的体征、基因等健康大数据。其他数据是由器械等设备的状态数据、医药流通数据组成，数据的产生主体不是个人，而是和医疗行为相关的各种器械、物品、药品。
医疗大数据的价值在于：
1、医生在诊疗过程中，需要很多相关信息的辅助，最重要的信息来源是患者的各种临床检验检查数据。医生在计算机中输入主诉的时候，系统结合症状等患者综合信息并智能“匹配”后台医疗大数据知识库，提示医生患者可能存在的疾病，避免漏诊、误诊和医疗纠纷。对医生的工作进一步形成指导，从而准确判断疾病，给出诊疗方案。
例如：灵医聚合图像识别、知识图谱、自然语言处理等多项顶尖AI综合能力，基于循证医疗学框架，打造覆盖医疗全流程的AI产品阵列，能够将顶尖的医疗服务带到基层，缓解基层医生数量不足、顶尖专家稀缺的问题。
2、影像数据主要辅助对象是影像科、病理科的医生，通过人工智能对影像数据进行价值提炼，可以形成快速的诊断意见。影像数据的利用也需要借助人工智能技术，在提高医生效率的同时，还可以提高准确率，替代医生的重复劳动。
例如：腾讯的智慧医学影像解决方案，将医学影像大数据与临床应用需求进行深度整合，利用腾讯的人工智能技术和云基础设施打造统一化的医疗云平台。提高各级医院的影像信息化水平，实现基于云平台应用的全业务、全协作、灵活精细的影像科室工作流程管理。
3、慢病管理类型的医疗大数据企业，其数据可能来自于临床医疗机构，也可能来自于患者所使用的智能设备积累而来。根据患者的当前体征数据、行为数据，结合慢病大数据，为患者提供定制化用药及治疗方案。
例如：阿里健康在糖尿病领域里，阿里健康联合了医疗领域关于糖尿病所有的生态角色搭建平台去做糖尿病的筛查。除了筛查，针对已经是糖尿病患者的，阿里健康推出了慢性糖尿病产品——糖尿病人工智能机器人。
4、保险机构非常依赖于医疗大数据，通过大量的疾病发病率、治疗效果、费用等数据的帮助下，才能制定出合适的保险产品，降低保险公司成本。
例如：阿里的相互保和腾讯的全民保，相互报是一种互助型的保险，通俗讲就是“一人生病众人帮”，比如100个人参保，结果就老王病了，老王通过审核后，就可以拿到事先约定的保险费，而这些费用由100个人分摊；而全民保在定位上是社保补充医疗保险。
5、基因大数据在应用层面主要分成两个部分。一是疾病的早期筛查、预防和诊断、动态监测、用药指导、预后评估及生物信息学大数据分析等领域。这类业务的开展主要是在医院中展开，以肿瘤、NIPT 为主。一是健康人群的基因检测，对祖源、生理心理特征、遗传病、易感基因、健康管理、个性化用药等方面进行解读，主要是面向个人用户，检测环境在院外。
例如：GeneDock提供的基因大数据分析技术，可以帮助他们更安全、高效地获取关键信息。另外，通过运用数据压缩技术来减少传输和存储的时间及成本，使用分布式调度和执行引擎来加速数据分析速度和通量，降低数据分析的成本门槛，使过去很多无法承受的多样本分析任务不再受本地有限的数据处理能力的困扰。
以下是国家对于医疗大数据给与的支持。
2015 年，《“互联网+”行动计划》第十二届全国人民代表大会上，总理提出制定“互联网+”行动计划，“互联网+医疗行业”进一步推动互联网与传统医疗行业的融合。
2015 年 9 月，《关于促进大数据发展的行动纲要》大力推动政府信息系统和公共数据互联开放共享，加快政府信息平台整合，消除信息孤岛，推进数据资源向社会开放。推动大数据发展和应用，在未来 5 至 10 年打造精准治理、多方协作的社会治理新模式。
2016 年 6 月，《关于促进和规范健康医疗大数据应用发展的指导意见》健康医疗大数据是国家重要的基础性战略资源，规范和推动健康医疗大数据融合共享、开放应用，将健康医疗大数据应用发展纳入国家大数据战略布局
2016 年 7 月，《国家信息化发展战略纲要》实施国家大数据战略，从三个方面加快推进政府数据开放，尽快建立政府数据采集质量保障和安全管理标准，加强政府数据开放的标准化，以方便社会各方面利用。
2016 年 10 月《“健康中国 2030”规划纲要》“健康中国 2030”是我国未来 15 年推进健康中国建设的行动纲要，其中特别强调发展健康产业和医疗大数据、培育健康医疗大数据应用新业态。由此可见，在国家政策的引导和激励下，医疗大数据有潜力成为未来健康医疗产业发展新的增长极。但与此同时，纲要也明确指出，需加强健康医疗大数据相关法规和标准体系建设。
2017 年 1 月，《“十三五”全国人口健康信息化发展规划》《规划》将明确全面建成人口健康信息平台，从人口健康信息化和健康医疗大数据基础建设、人口健康信息化和健康医疗大数据应用方向、创新发展等三个方面着手，规范和推动“互联网+健康医疗”应用等 13 项重点任务。
2018 年 9 月，《国家健康医疗大数据标准、安全和服务管理办法》国家卫生健康委印发了《国家健康医疗大数据标准、安全和服务管理办法》，对医疗健康大数据行业从规范管理和开发利用的角度出发进行规范。《办法》从医疗大数据标准、医疗大数据安全、医疗大数据服务、医疗大数据监督四个方面提出指导意见，直击目前医疗大数据领域的痛点，未来对数据的统筹标准管理、落实安全责任、规范数据服务和管理具有重要意义。
