一、社会化医学
曾任美国克利夫兰医学中心（Cleveland Clinic）心血管科主任的美国心脏病学家埃里克·托普（Eric Topoi），新近出版了一本称为《颠覆医疗》的书，在此书中他认为：互联网的沉浸式和参与式文化培育了消费者，“每10个美国人中就有超过8位在网络上查询与健康相关的问题”，甚至有的“患者会带着一系列摘自网络的医学问题”去访问医生，对自身病情、疾病和药物的知悉程度较过去高出许多，与此同时，医生的权威性大幅度降低。由此可见，这就是未来的趋势——社会化医学。
应当看到，这种社会化医学面对的已不仅仅是医生和患者了，除了医疗行业本身之外，还会引起政务、教育、商业等各个领域的变革，并且这种进步可能会深刻改变人们的生活方式。
1.政务
在政务领域，社会化医学可能在3个方面有所建树，分别是医疗相关数据发布、国民健康生活引导和医疗保险欺诈防范。
1）发布医疗相关数据
定期公布数据是政府行使行政职能手段之一，这些数据诸如涉及国民经济、社会发展和民生问题等各方面的变动状况。提高医疗过程数据的透明度，能使医疗机构及其从业者的绩效更透明，直接精简业务流程、降低医疗成本，间接提高医疗或护理服务的质量，从而为医疗服务机构带来额外的业绩增长潜力、为患者带来更好的体验，进而改善医患关系。
目前，美国疾病控制与预防中心与医疗保险和医疗救助服务中心（Centers for Medicareand Medicaid Services）正在测试根据医疗服务提供方设置的操作和绩效数据集创建可视化的流程图和仪表盘，并将其作为建设主动、透明、开放、协作型政府的一部分，进行公开发布。
2）引导国民健康生活
从覆盖全国的患者健康档案中进行疾病模式分析，能够确定哪些人是某类疾病的易感人群，举例来说，可以帮助识别哪些患者有患高血压、糖尿病或其他慢性疾病的风险，使这些人群尽早接受预防性保健方案，以此了解国民的健康状况、引导良好的生活方式。
从覆盖全国的患者电子病历数据库中快速检测传染病，通过集成疾病监测和响应程序进行快速干预，通过提供准确和及时的公众健康咨询，大幅提高公众健康风险意识，同时降低传染病感染风险。
3）防范医疗保险欺诈
全球各国的医疗保险均面临各类欺诈与滥用问题；在我国，这些问题主要是大处方、人情方、检查比例高和医保卡重复使用等。据业内人士评估，每年有2%～4%的医疗索赔是欺诈性的或不合理的，所以检测索赔欺诈具有很大经济意义，另外由于原始数据的存在使得欺诈是可追溯的。
目前已经有很多方法应对，如索赔分类（即区分索赔是非法还是合法），这种方法已被美国保健财务管理局用于医疗索赔检测；又如，数据挖掘技术针对医保索赔、医疗处方、临床试验、合格证明、呼叫中心、电子病历或护理操作等数据，主要是使用异常检测（deviation detection）、特异群组挖掘（peculiarity group mining）和少类挖掘（rarecategory mining）等。(https://www.daowen.com)
2.教育
社会化医学用于教育内容很宽泛，按照受教育对象的不同，大致有民众和医疗从业人员两种。
以医疗从业人员为教育对象的，当前有美国蓝十字与蓝盾协会正与大数据供应商NANTHEAI。TH合作部署Teradata临床分析平台等，建立“不间断学习中心”来提高临床护理质量；其他还有，如专门提供心脏电流活动交互式建模的VisibleEP，教学内容包括改变导管位置、控制心电图描绘和提供额外的刺激和消融等，这既涉及教育，也涉及商机。需要特别指出的是，这种教育在我国对于以经验教学为主的中医学大有裨益。
以民众为教育对象的，除了应答式自我学习所能使用的各种搜索引擎外，主要是一些健康信息网站，主要包括：各种慢性病学会的网站，如healthnil.gov，cancer.net，healthfinder.gov.intelihealth.corn。mayoclinic.org等；提供与制药行业互动的保健网站，如Web MD.com等；一些致力于资助罕见疾病的社交媒体，如淋巴管平滑肌增多症、亨廷顿舞蹈症等，著名的有Patients-Like Me.com，crohnology.COrn等。然而，这些网站存在的问题是尽管提供的信息很好，但是没有引导作用且不是最新的，如在美国癌症学会的网站上，相对低频率的数据更新无法找到新型癌症治疗显著进展，也不能针对某个患者的具体疾病状况进行引导式查询。所以，未来大数据技术将着力于按照需求和偏好更精准地推送健康资讯。
3.商业
在商业领域，医学的显性商业价值一贯是高成长与高回报的，所以社会化医学会带来包括但并不限于以下3个方面内容。
1）健康资讯服务
这种推送的内容很多。例如，季节交替时期的传染病、流行病预报；气象要素可能引起人体的生理变化预警，如对人的内分泌、血液理化状态、大脑皮质活动、心血管、电解质平衡、肝脾胰脏或生殖器官等生理功能的影响，或与免疫学的关系等；其他的还有与花粉传播、紫外线强度等有关的关节炎、传染病、眼病、高山病、牙病、糖尿病、胃溃疡、老年病指数等。又如，终结健康谣言、发布医疗原理信息。其他还有涉及中医养生和饮食健康等。再如，针对某类疾病的易感、已患人群，进行专业医疗指导等。
2）医药产品数据营销
帮助生物医药产业的企业，如制药行业企业，进行数据分析。例如，受众分类，从用户兴趣、行为或表现等方面进行综合考量，聚合不同受众的群体行为分析并实现消费路径跟踪，选择适当时机向其推荐相关的商品。又如，定制生产，现有的应用是利用搜索引擎，对某个地区或某个季节搜索关键字的频率来定制药品。另外，制药公司还能参与治疗风险分担，如基于治疗效果制定定价策略，有利于医疗机构控制成本支出、有利于患者以合理的价格获得新药、有利于医药产品公司获得更高的市场推入可能性和高收益。
3）新药研发
在新药研发阶段，通过数据建模和分析，能确定最有效率的投入产出比，配备最佳资源组合，如暂缓研究次优的药物，或者停止在次优药物上昂贵的临床试验。同时，基于药物临床实验阶段之前的数据集及早期临床阶段的数据集，能尽可能及时地得到结果，这些包括产品的安全性、有效性、潜在的副作用和整体的试验结果等。例如，进行关联分析，某个临床试药组病患在后续一定时期内的用药问诊状况等所呈现的新药代谢、毒理或不良反应等状况。特比的，这能将原来一般新药从研发发哦推向市场的时间提早3～5年。