学科相关数据资源
与医学相关的学科有很多，如生物、化学等，另外由于有机高分子是生物体存在的最基本形式，材料学也与医学相关，很多高分子材料被用于医疗用品的研发。
在这里，笔者将从数据角度去分析一些能被用于医疗研究的相关学科，如人口学、资源与环境科学，当然不得不提的是生命科学。
1.生命科学
生命科学现在有两个分支，即计算生物学和生物信息学，前者是模拟生物系统怎样运转，如一个细胞的代谢路径，或是一个蛋白生成的方法；而后者则从许多不同的实验中收集和分析数据。
基因数据所来源的人类基因组计划（human genome project，HGP）严格算起来应该是生物信息学的研究范畴。1990年，该项预算达到30亿美元的计划，由美国、英国、法国、德国、日本和我国科学家共同参与，按照这个计划的设想，2015年能解构人体10万个基因的30亿个碱基对的秘密，人类为了探索自身的奥秘所迈出的重要一步，是继曼哈顿计划和阿波罗登月计划之后，人类科学史上又一大工程。截至2005年，测序工作已经基本完成（93%）。然而，如何对这些基因数据测序是一个大问题。
基因测序（或称DNA测序）是一种新型基因检测技术，可从血型和唾液中测定基因全序列。苹果公司前总裁史蒂夫·乔布斯（Steve Jobs）便是这项研究的得益者，是世上仅有的20个完成了自身基因测序的人之一，赢得罹患胰脏癌后的8年寿命，并在肿瘤确诊7年后使苹果公司再次赢来商业奇迹。
应当看到，凭借大数据技术分析基因数据，是未来医学个性化医疗模式和“治未病”的起点。这是因为，数据挖掘无需假设，是一种无预先假设（hypothese—free），这种研究有着特别的作用，即能让某一个特定的基因或一组“候选”基因无偏向性地让这些基因数据自己“阐述”自身的作用。例如。黄斑变性是老年人中常见的眼科疾病，患者通常在50岁以后视网膜中央的黄斑部位发生萎缩，直接导致视力下降甚至失明，洛克菲勒大学、耶鲁大学等研究人员仅从数据角度分析，发现有一种位于第一号染色体上，名为“补体因子H”（CFH）的基因与之相关，其一个单核苷酸变异会使老年性黄斑病变的发病风险增加3～7倍。又如，以基因数据的序列相似表达找出具有相似基因片段，也是目前比较通行的做法。
2.人口学
人口学，对医疗领域（特别是公共卫生）有极其重大的意义，这是因为，其一，医学或医疗是以“人”为研究对象的；其二，人口学本来就是研究人与社会、经济、生态环境等相互关系的规律性和数量关系及其应用的。
传统的人口学研究主要有两类；一是研究人口出生、死亡、迁移、分布等一系列变动过程及其与社会、生态、经济、地理关系的传统人口学。二是利用人口学理论和分析技术为社会经济发展服务的实用人口学。由此，与健康、卫生经济和医学相关的人口学研究与这两个分类都是密不可分的。使用大数据技术来开发、利用和共享人口数据，打破过去对人口数据的简单查询和统计，有利于医学或医疗的发展，更是对国计民生有利的。(https://www.daowen.com)
需要指出的是，人口数据大多数是个人敏感数据（sensitive data），即含有隐私，涉及内容的例子见表3-1。
表3-1 人口数涉及的个人敏感数据属性项举例
而对隐私数据感兴趣的大有人在。例如，美国政府仅在2011年就向移动电话终端服务商们发布多达130万项用户个人数据的索取要求。
在分析人口数据时如何规避隐私是值得探讨的，常规方法比如删除隐私部分，即删除能辨识个人身份和能表示特定的宗教信仰、政治偏好、犯罪记录和性别倾向等数据，但这对人口数据不太适用，所以这将是大数据技术和未来数据相关法律法规所面临的一大挑战。
3.环境科学
地球表层这个复杂次级巨系统。为人类的繁息生衍提供了空间，为人类的生活、生产和社会发展提供了水、土地、矿产和能源等多种自然资源。然而，自18世纪60年代工业革命以来，人类生产活动开始变得激烈，从而对环境造成不可估量的影响。
2013年，“雾霾”成为中国年度关键词，有报告显示揭示：我国最大的500个城市中，只有不到1%的能达到世界卫生组织推荐的空气质量标准，与此同时，世界上污染最严重的10个城市有7个在中国。这种环境污染和气候失常等表现，已使越来越多人认识到，环境是关乎人类健康的关键因素。
环境科学是以“人类一社会”系统作为研究对象的，这里的环境是以人类为主体的外部世界，即人类赖以生存和发展的物质条件的整体，分为自然环境和社会环境两部分，自然环境是直接或间接影响到人类的一切自然形成的物质；社会环境即人工环境，是由人类活动形成的环境要素，包括人工形成的物质能量和精神产品（含人际关系）。
环境数据资源大致涉及大气、河流、湖库、生物、噪声、城市饮用水、辐射、重点污染源，以及空气质量标准、地表水标准、噪声标准、废水废气排放标准、监测因子等。通过大数据技术将环境数据和医疗数据结合起来，有利于对某些病症进行预警，以及一些公共卫生问题的快速干预。