
大数据的数据量非常巨大,以至传统数据储存和计算等技术无法有效地进行数据处理,且产生和变化的速度快、种类繁杂,数据的真实性也有很大的不确定性。在医疗数字化的过程中,医院成了大数据产生的重要来源,病历、影像、远程医疗等都会产生大量的数据。对医疗卫生行业而言,大数据正在传统的商业智能和临床决策支持系统的基础上,延伸至人们将医疗网络产生的大数据应用到循证医疗中,从而助力精准医疗、健康管理和智慧医疗,甚至生物样本库的建立和应用中。本文主要阐述现阶段大数据的组成与特征,大数据分析处理的框架和方法,同时分析医疗大数据的发展机遇和应用中面临的挑战。
版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
除非特别申明,本刊刊出的所有文章不代表中华医学会和本刊编辑委员会的观点。
本刊为电子杂志,以光盘形式出版。本册应读者需求按需印刷,随光盘免费赠阅,光盘如有质量问题,请向编辑部调换
近30年以来,随着数字技术和互联网的发展,人类社会记录、传输和存储数据的技术有了长足的进步,促进了大数据的产生与应用。在1980年至2000年间,数据存储和处理能力基本跟得上数据量的发展。但是,20世纪初,随着移动通讯设备、影像、传感器和物联网的大量应用,以及社交网络的深度发展等,产生和储存的数据量非常巨大,以至于传统数据储存和计算等技术无法有效地对这些数据进行采集、清理、储存、检索、分析、传递、分享、更新和保密等操作;同时,因为用户不知道如何界定过时的数据,且其储存成本低于丢失有用数据的成本,造成海量的数据被过度存储,造成"大数据"泛滥和空置。
























