医疗大数据的研究内容
医疗的英文表述是medica1.有治疗、保健的意思，从字面理解，无非与疾病、药物、医生和患者有关，所以医疗大数据研究的内容也应是这四方面，在数据库中知识发现（knowledge discovery in database，KDD），从无知到有知，理解关系（relation）、理解模式（pattern）和理解原理（principle），并为医学“循证”提供完备的实用性数据证据。
1）疾病
疾病，是生物在一定原因的损害性作用下，因自稳调节紊乱而发生的异常生命活动过程。多数是机体对病因所引起的损害发生一系列抗损害反应，表现为机能、代谢和形态结构的异常变化，从而导致体力减弱甚至环境适应能力丧失。
现代医学常规的疾病探测标准是“与人体正常形态与功能的偏离”，即测量人体的各种生物参数（包括智能），从统计学常态分布规律来判断是否异常，如计算均值或95%的健康个体所在范围，过高或过低。就是“不正常”，疾病就存在于这“不正常”的范围中。然而，正常人的个体差异和生物变异很大，有时这一规则并不适用。例如，一个长期缺乏体力活动的脑力工作者并不能适应常人能够胜任的体力活动，这不一定是有病；又如，智商大大超过同龄人的是天才，而不是患者。另外，疾病是有致病原因的，但不一定是单一因素，这是一种完整机体的反应，引起的却是在一定脏器的特殊变化。
所以说，理解疾病是疾病预防与控制（disease prevention and control）的关键，是整个人类社会的美好愿景，中国古代“伏羲制九针”“神农尝百草”等神话传说，也有力地证明了千百年来人们为征服疾病的不懈努力。
随着医学及其相关领域数据的海量累积，越来越多的医疗临床实验转变为搭建环境、使用工具和实验对象都是“数据”的数据实验，这为人们从一个全新的角度理解疾病提供了方法和手段。例如，基因测序这种应用大数据技术所实施的生物数据整合与分析，能对疾病的“预知、预防而非单纯的诊治”；又如，使用慢性病演变分析，能从不同病程获悉慢性病的发生、发展和演变规律；再如，使用搜索引擎或挖掘动态社交网络模式，能对流行病进行追踪和预测，等等。
2）药物
一般认为，药物治疗是医疗的一项重要内容。药物，是指可以暂时或永久改变或查明机体的生理功能及病理状态，具有预防、诊断、治疗或保健的物质。目前，包括化学合成药物和生物制剂等在内的处方药品就有6 000多种，如中药材、中药饮片、中成药、化学原料药及其制剂、抗生素、生化药品、放射性药品、血清、疫苗、血液制品和诊断药品等，另外还有无数的补充剂、草药和替代疗法。
药物不良反应（adverse drug reaction，ADR），是患者在使用某种药物的治疗疾病的时候所产生的与治疗无关的作用，通常来说，这种作用不利于患者的治疗，如副作用、毒性反应、变态反应、继发性反应、后遗效应和致畸作用等。不良反应是药物所具有的两重性之一，全没有不良反应的药物是不存在的；同时，不良反应的发生也是有一定比例的，不是所有使用该药物的患者都会出现不良反应；每个出现不良反应的患者之间，其出现的不良反应表现和程度也不一定相同，存在着很大的个体差异性。目前，大数据技术已被用于发现各种药物组成成分的不良反应关联、某种药物在特殊人群中的差异或特异治疗模式等。
另外，数据创新已经介入新药研发和联合用药等问题的分析。例如，连接到其他医疗数据源进行交叉比对，以某些临床试药组患者在后续时期用药问诊状况等，来反馈新药代谢、毒理或不良反应等；又如，关联分析具有交互作用的药物关系、用药变化与治疗手法关系，发现配伍禁忌、医生处方异常等。
3）医生(https://www.daowen.com)
患者、医院管理机构或保险机构。都很有兴趣了解医生，希望获悉的内容有：教育背景、工作经历、所学专长、健康状况、行事风格和医疗态度等，以期减低医疗过程中的不确定性或潜在风险。然而，这些可能涉及医生个人隐私的信息并不是关键。最应该被了解的是医疗行为。这是因为。医疗行为的界定同时要满足两项条件，其一行为主体是医生，其二行为目的是诊疗疾病。那么，如何来了解医生的医疗行为呢？答案是：充分利用电子病历等医疗数据资源规范医疗行为。
电子病历并非是患者传统纸质病历单纯的电子化，而是实现病历信息的采集、存储、传递、表现和加工利用。挖掘电子病历数据，能从临床路径上用数据循证医学证据，建立起有关临床治疗的多种常规模式，并最终起到规范医疗行为的作用，减少变异、降低成本、提高质量，这无疑是有重要价值的。目前，哈佛医疗联盟（Partners Health Care）已获得美国国家卫生研究院（National Institutes of Health，U，S，NIH）的一些项目，正在开展医疗服务质量跟踪研究，例如，交叉比对电子病历中的医嘱与用药记录，以发现医疗差错或不良医疗行为。当然，大数据技术在方法上比现在常用的自然语言处理（Natural LanguageProcessing，NLP）有优势得多，例如，在使用去重算法剔除医嘱模板的基础上，找到医生的处方偏好等。
4）患者
患者是医院服务的主要对象，几乎所有医院在获取患者医疗体验的时候，都采用了自己或是相关方设计的调查问卷。这种调查问卷一般分为主观意见收集和客观满意度评分两类，很多时候，结果中的主观部分患者经常草草作答并不愿意提供真实意见；而客观部分的打分评价无法反应患者的主观体验。因此，很多医院的医疗体验部门形同虚设。
当前，一些研究者已经开始关注到互联网尤其是社交网络的社会影响力，希望从这里收集患者及其家属或朋友的相关评论，以了解其真实需求和偏好，再针对性改进某些医疗机构的医疗服务。不可否认。这是一个很好的方法，这种隐匿了身份的“虚拟”人在交流过程中所产生的观点、感情和社会关系，比现实的更真实，使用这些数据了解人际互动，更易于理解个体的行为态度倾向、感知行为控制和主观规范等问题。同时，使用这些数据的挖掘结果来改善现有的调查问卷问题设置，也不失为一个很好的方法。应当看到，只有了解了患者的真实体验，才能从根本上解决医患矛盾。
医疗服务的未来：你是自己最好的医生，在人类社会发展中，医疗也是其中的一个子系统，所以经济发展最终是需要考虑人的健康问题。
亚健康这个词产生于现代，特指现代人的一种身体状态，这是一种介于健康与疾病之间的临界状态，虽然没有明确的病灶，但精神委靡、体力减弱、环境适应能力下降，如失眠、乏力、食欲差、易疲劳、心悸、抵抗力差、易激怒、经常性口腔溃疡等。
现存的最早医学典籍《黄帝内经·素问》中有“上工治未病”一说，当代名医陆广莘先生曾点评“上医治未病之病，谓之养生；中医治欲病之病，谓之保健；下医治已病之病，谓之医疗”，以现代医学的说法，“上医”属于养生学，“中医”属于保健学，或称预防医学，“下医”才是现今理解的医疗。那么如何养生呢？2010年，北京中医药大学的程凯曾出过一本书，书名比较特别——《你是自己最好的医生》，而这也是其书的核心观点，这一观点点出了养生的核心。
简单来说，养生至少应具备三方面知识，即医学常识、急救知识和良好的生活习惯，这些都可以使用大数据技术逐步实现。例如，挖掘个人健康档案、医生医嘱和诊疗记录等，以获得个性化养生信息，从而降低健康维护和疾病预防的成本。应当看到，这同时也是一个很有市场、具有商业价值的产业发展方向。