医学大数据相关概念
（一）大数据的定义及特征
大数据是指数据量规模大到超出常规数据管理工具的处理能力，无法在合理的时间内进行捕捉、管理和处理的数据集合，具有大容量（vo l ume ）、多类型（variety）、高速度（velocity）、高精度（veracity）、高价值（value）的“5V”特性。
（二）医学大数据的定义
医学大数据广义上来说是医疗数据与健康数据的集合，本书仅探讨医疗数据。医疗数据是医疗机构所产生的各类海量数据，主要源于电子病历、医嘱、影像、检验等临床诊疗行为。
（三）医学大数据术语
1. 数据类型
在大数据时代，数据来源和数据类型异常丰富。数据类型一般包括结构化数据、半结构化数据和非结构化数据。
2. 数据仓库
数据仓库通常被定义为一个集成的、面向主题的、反映历史变化的、不易改变的数据集合，便于进行比较和分析，用于支撑管理者的决策过程，仅支持结构化数据。
3. 数据湖
数据湖是一个以原始格式存储数据的存储库，能够存储任意规模和类型（结构化数据、半结构数据和非结构化数据）的各种数据。数据湖不对原始数据进行任何处理，可以满足对原始数据的价值挖掘需求，但数据不分类，不易查找。
4. 数据仓库技术
数据仓库技术是一种数据采集技术，用于将数据从源端经过抽取、清洗转换后加载到目的端（数据仓库），其目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为决策提供分析依据，ETL 是商业智能（Busines s Intelligence，BI）项目的一个重要环节。
5. 商业智能
商业智能（BI）是一种对数据仓库中的数据进行挖掘分析和数据展示的工具。
6. 企业服务总线
企业服务总线（Enterprise Service Bus，ESB）是一种实现系统间集成和互联互通的服务集成技术，也称为消息和服务集成中间件。
7. 数据治理
数据治理是对数据进行处置、格式化和规范化的过程，包含数据清洗、数据标准化和结构化处理、元数据处理、数据质控、数据脱敏与加密处理等。
8. 数据标准
数据标准是数据的命名、定义、结构和取值的规则。
9. 元数据
元数据是关于数据或数据元素的数据（可能包括其数据描述），以及关于数据拥有权、存取路径、访问权和数据易变性的数据。
10. 主数据
主数据是组织中需要跨系统、跨部门进行共享的核心业务实体数据。