领域内数据资源
医学领域内的数据资源，按照类型来分大致有电子病历、医学影像、临床检验和医患行为这4种。需要指出的是，这些数据对象都是种类异构、属性复杂的，可能是记录、点、向量模式，也有可能是事件、案例、样本、观测或是实体。
1.电子病历
美国医学研究所从1991年开始研究电子病历（computerized patient record orelectronic medical record，CPR or EMR），并于同年出版了《电子病历：一项基本医疗保健技术》（Computer－Based Patient Record：An Essential for Hhnology.fbr Health Care）一书；随后联同Markle基金会及全美13家医疗卫生机构和信息技术组织，分别向美国国会提交了“建立由政府主导、具有统一标准的电子病历网络系统”的建议，此项建议的目的在于：确保就诊患者的信息及时传递，减少医疗失误；2003年7月，美国卫生与公众服务部宣布采取两项新举措来推进全国电子病历系统：①委托医学研究所设计开发一个标准的电子病历模型，并由HL7（Health Level Seven）标准化组织评估后免费提供给各医疗机构共享；②购买医学词汇系统（systematized nomenclature of medicine，SN（）MED）的许可证，使其在美国全境使用不再付费。2003年年底，前总统乔治·沃克·布什签署了《医疗处方药改善与现代化法令》（Medicare Prescription Drug Improvement and Modernization Act，简称MMA法令），明确要求医疗保险与医疗救助服务中心制定电子处方标准作为广泛应用电子病历的第一步。2009年，为缓解金融危机所导致的急剧经济衰退，美国在《经济复苏与再投资法案}（American Recovery and Reinvestment Act，简称ARRA法案）的7 870亿美元救市资金中，专门为电子病历预留了360亿美元。目前，世界各地的医疗机构在规范电子病历的同时，已将信息化延伸拓展到电子健康档案（EHR）领域。
由此可见，电子病历是基于使用标准术语和知识本体的，同时由于疾病和患者的多样性和复杂性，电子病历数据是以文本为主的，在分析这种数据时采用的算法必须是可伸缩的，并且在处理时应考虑这种半结构化或非结构化数据之间复杂的联系问题。当前，这种数据的分析一般以基于证据的医疗保健范式为主，文本挖掘以分析可扩展标记语言（XMI。）为主，其为解决电子病历中理解庞大信息流的语义、异构系统之间数据类型多样性和复杂性提供了较为理想的解决方案。
2.医学影像
医学影像是由德国物理学家威廉·伦琴（wiIhelm Rontgen）在1895年发现X射线后开启的，是一种以非侵入方式取得人体及其内部组织影像，并实现逆问题推演的多技术与处理过程。这种逆问题推演，即从结果（观测影像信号）推出成因（活体组织的特性）；而这里的多技术则包含了影像诊断学、放射学、内镜、医疗用热影像技术、医学摄影、显微镜、脑波图与脑磁造影技术等多种内容，例如，影像技术的X线片（radiography）、血管造影（angiography）、心血管造影（cardiac angiography）、计算机化断层显像（computerizedtomography，CT）、牙齿摄影（dental radiography）、荧光透视法（fluoroscopy）和乳房X线照相术（mammography），伽马射线的Υ照相机（gamma camera）、正电子发射断层扫描（positron emission tomography，PET）和单光子发射计算机化断层显像（single photonemission computed tomography，SPECT），磁共振的核磁共振成像（nuclear magneticresonance imaging，NMRI）、磁共振成像（magnetic resonance imaging，MRI），超声的医学超声检查（medical uItrasonography），光学摄影的内镜检查术（endoscopy），以及复合应用的正电子发射计算机化断层显像（positron emission tomography with computerizedtomography，PET—CT）、单光子发射计算机化断层显像（single photon emission computedtomography with computerized tomography，SPECT/CT）。
自20世纪70年代以来，临床信息系统及其子系统影像存档与通信系统的普及与推广，使医学领域累积了大量的医学影像数据资源，这种数据是以图像为主的，具有高分辨率、高维度和高稀疏性，表现出数据的海量性、图像特征表达的复杂性等特点，其主要特征有3种：一是灰度分辨率高，普通灰度图像中的颜色特征已不再适用；二是有很多计算机重建图像，例如，CT、MRI等的成像原理是基于人体组织的密度差异，这些都需要经过计算机重建；三是人体解剖区域的客观表达是有其特定医学涵义的。
目前在这一领域，医学图像诊断仍主要依靠医生个人的临床经验进行判断，即通过肉眼观察图像中的病变区域实现临床诊断，这种方法存在的不足有：其一，信息利用率不高，这些医学图像中一般存在人眼无法分辨的图像信息；其二，容易出现误判并带有很大程度的个人主观性，同一张医学图像。不同的医生可能会有不同的诊断结果，发生误诊或漏诊是可能的。因而，如何更为有效地利用医学影像数据资源，使临床诊断更科学、客观和准确，一直是技术难点。大数据技术能在此提供帮助，例如，在图像数据集中，提取图像之间的关系、图像与字符数据之间的关系、图像中各实体之间的相互关系以及其他模式或关系等。具体地说，就是从图像中提取能代表区分该图像结构内容的特征向量，对这些空间特征进行比较、分析它们之间的距离或相似关系；并通过对图像内容的分析、索引、摘要、分类和检索等操作，进一步发现隐藏知识。
3.临床检验(https://www.daowen.com)
现代的医疗模式，是一种针对已有症状或体征开始用药的被动处理方式，所以要在预先了解患者的临床症状和体征的基础上，结合性别、年龄、身高、体重、家族疾病史，采用检验结果来确定药物和使用剂量。从这一角度来说，临床检验数据同样至关重要，其采集的是患者的临床表现，是直接面对疾病和患者的。
在临床信息系统中。检验信息系统是一个独立的子系统，能通过工作站将数据提供给医生、护士和实验室检验员。常规临床检验需要查验的项目有七八百种之多，按照不同体液可以被分为许多类别：血液类的血液常规检测、溶血与贫血检测、出血和凝血检测等，排泄类的尿液检测、粪便常规检测、痰液检测等，组织细胞液类的关节腔液（滑膜液）检测、浆膜腔液检测、下丘脑一垂体激素检测等，激素等免疫类的甲状腺激素检测、甲状旁腺激素检测、肾上腺激素检测等，其他还有心肌蛋白和心肌酶检测、肝功能检测、肾功能检测、皮肤科病检测等。
现有研究一般是以统计方法建立各种指标的正常值和临床意义，如进行定性数据量化处理、属性范围变换、统一量纲等，使用数据挖掘方法的，也较多以数据属性的相关性分析为主。如采用熵增益技术。计算熵增益值并与最小信息增益阈值比较，从而决定属性的有用性。
从时间序和空间序上对此类数据进行清洗和转换，针对某一地区医院，或者是某种疾病，又或者是某个患者群体进行关联，能分析出更有价值的信息，如在识别疾病上，针对各种临床检验数据得到某种病症的完整演化规律，以帮助建立诊断规则，提高医生诊断准确率，举个例子来说，糖耐量检验数据是为了得到糖尿病诊断进行采集的，对其进行分析能了解不同患者的糖尿病病程，以帮助临床用药；若结合微蛋白尿等检验数据能获得是否并发肾病的先兆。
4.医患行为
医患行为数据是一种散存在领域内的数据资源，在分析和挖掘之前通常需要进行数据抽取和数据清洗，属于用户行为数据。
目前，这些数据在商业领域比较受到重视，被广泛用于用户兴趣或偏好的理解，以及根据这种理解发布的精准广告和数据营销等。例如，各种电子商务企业很在意用户在其网站上发生的所有行为，如浏览、搜索、打分、点评、加入购物车、删除购物车、维护、参与团购、使用减价券和退货等，甚至还关注到这些用户在第三方网站上的行为，如比价、看相关评测、参与讨论、在社交媒体上的交流、与好友互动等，借此来了解用户，从数据中区分用户的个性和共性，分析用户行为规律、发现用户行为模式，以此来提升用户体验。
笔者认为，从数据角度分析社会伦理问题是未来的一个方向，在医疗领域，既可以找到患者的满意与不满意的临界点，又能帮助解读医生及其他医务工作者，若按照时间或空间维度展开，这种连续的行为数据将逐步替代传统的“问卷调查”，用以研究动态的人际交流及其演化，如不同特征的患者对行为态度倾向、感知行为控制、主观规范、内容的接收意愿以及表达方式的接受意愿等。特别地，大数据技术能基于医疗领域内的医患行为数据，佐以互联网数据以及跨领域关联人口、环境、气象等多源跨库海量数据，找到医患关系之间各种影响因素的关联关系，从而在不同环节上提出解决方案。