医疗大数据是当前医疗信息化最热门的话题之一。然而，面对如何建设医疗大数据的问题，大部分医疗信息化从业者都是非常迷茫的。
我们先来看看现阶段大家对医疗大数据的期望是什么。业界广泛认为，医疗大数据目前可以应用在疾病预防、临床决策、药品研发、就诊行为分析、费用监管和分析等方面。观察这部分应用的基础对象—数据，被用于分析的数据包括就诊记录、检查报告、用药情况、费用情况等等，从EMR、HIS、PACS、LIS等系统中获取，数据源会有结构化数据和非结构化数据。然而，在实际大数据分析过程中，使用的基本上是结构化数据或者转化为结构化数据的信息，我们目前没有太好的办法对非结构化数据直接进行大数据分析，例如Pacs的影像文件，一般只能分析从Pacs图像中提取出来的病理信息来用于分析。这样，医疗大数据处理数据的类型和方式就基本确定：结构化数据以及非机构化数据提取出来的结构化信息用于复杂、快速的大数据分析应用;非结构化文件不用于分析，大数据系统提供统一存放管理非结构化数据的资源池，并且提供快速检索查询文件的能力。
先看看大数据分析拿结构化数据来做什么。例如，疾病预防应用主要分析历史的流行病相关数据，多维度归纳分析出影响各类疾病流行的因素以及影响程度大小，从而判断预测疾病流行的趋势和可能性。该应用属于事后分析，不要求实时性，但是有时效性需求，也就是越快越好，预期是在分析数据规模非常庞大的时候。分析的算法其实就是使用数据库的排序，对比，条件查询、筛选等基础操作组合成算法，数据规模不大的情况下关系型数据库完成可以胜任，数据规模达到一定程度之后，可以使用MPP DB、Hadoop Hive/Hbase等方式处理，从实际测试验证过程得知，当前阶段，采用MPP DB效率***，并不一定要用到Hadoop。部分情况下，处理该类算法，MPP DB效率会比HBase高出一个数量级。药品研发、临床决策、就诊行为分析等应用情况类似。此类应用一般要求将分析结果多维度展示和提供报告，目前看来，传统BI的展示工具是最为成熟和适用的。综上所述，使用大数据系统的MPP DB取代BI原有单机数据库，结合BI展示工具组成整体方案，是事后分析型业务***选择之一。
另一类结构化数据大数据业务是需求实时性的，例如违规用药监管，异常医保监管，过度医疗监管等，海量数据流实时不断流入，需求实时判断和监管。此类应用***的选择是Storm类的实时流处理引擎，设定简单的判定算子，所有数据经算子过滤，实时筛选出异常情况供人工处理，这里也不需要Hadoop。
我们回头再看非结构数据部分，这部分数据量是最为庞大的，目前缺乏有效的工具对医疗行业非机构化数据直接进行大数据分析，但这并不意味着医疗大数据不需要考虑非结构化数据。现有的技术条件下，对非结构化数据的大数据价值挖掘手段有这么两种：其一，抽取非机构化数据中关键信息，利用结构化数据处理手段进行分析;其二，构建非机构化数据资源池，统一存放管理原本分散的非结构化数据，部署检索引擎，建立资料库供医务人员、研究人员查阅和参考。
说到这里，可能大家会有疑问，医疗大数据仅仅这么简单?业界风起云涌的各种大数据技术、趋势、工具好像都没怎么用上呀。就我国医疗行业信息化现状来说，目前的确只能是这样。我们的医疗信息化缺乏基础，这个基础并非是指技术或者工具，这些都可以借鉴和学习，无法照搬的是医疗行业对大量数据的使用思路和使用效率，这类经验必须在实践过程中逐步积累和成型，无捷径可走。所以，对于国内医疗行业来说，机器学习、人工智能太遥远，给了也用不上或者不知道怎么用，从简单的应用开始，逐步摸索，逐步积累才是效率***的方式，无捷径可走。
医疗行业现在没有现成可用的大数据应用，为了积累大数据经验，当前阶段医疗大数据的建设都是带有一些尝试性质的，都是需要长期投入人力、物力进行开发、试用、改进的。每个行业的大数据都需要经历这样的过程，包括目前看起来大数据试用比较成熟的互联网行业，在行业应用中用出来的大数据系统才是成熟的，具备行业适用性的。
在实际的医疗大数据尝试过程中，我们发现，医疗专家缺乏大数据技术，包比如医院和卫计委，而包括IT厂商、软件开发商、互联网厂商在内大数据专家缺乏对医疗体制和医疗专业经验的认识。单独一方进行医疗大数据尝试往往很难成功，相互合作，互为补充或许是一条可行的路。华为公司作为IT与大数据技术全球领先的公司，期待与医院和卫计委的合作，共同开拓中国的医疗大数据成功之路!
