大数据技术，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
大数据在生物医学领域也有及其重要的应用价值。生物医学的大数据主要来源于医疗活动、健康体检、公共卫生等医疗卫生服务中，大数据对提高医疗行业效率的作用是不可忽视的，通过对数据源的大规模整合分析，大数据的大容量对于疾病研究、医疗数据处理等方面都能做出很大的贡献。医学的兴起，医学领域与大数据相辅相成，将是大数据在健康领域的终极运用。
尽管在生物医学领域，国内还处于数据原始积累阶段，数据内容庞杂，且大部分处于归档状态，想要快速检索十分复杂。然而，大数据在人们对疾病的预防与研究模式上已经开始产生巨大的影响。因此，如何通过多样和变化的数据格式改善大量数据的获取速度，并将其应用到生物医学领域，真正实现医疗大数据的应用是医疗行业亟待解决的问题。
在大数据下，疾病控制可以做到以下几点:
1.提前确定一定规模的未知疾病，为疫情控制争取时间。大数据可以做到一件事，通过医院的共享信息以及百度监控指定地区的用户的频繁搜索关键词，可以检测到某个地区已经出现了诸如不明原因的肺炎，某地餐馆让多少人出现呕吐腹泻等异常状况。然后再通过与疾病控制中心的病毒库中的病毒分析，寻找吻合的病毒，进行比对分析然后将其找出，为判断疾病赢取时间。
2.判断人员流向，控制疫情。在疫情发生后，虽然国家可以第一时间控制住当地疫情，但是人员流动则是无法控制的。现在可以通过利用百度的技术实现。
3.治疗药物和疫苗的迅速研发。在病人的治疗中，所有药物的使用数据以及用户的病情数据都将全部联网，当机器检测到发现某种药物对病人的病情有部分效果后，将会迅速纳入研发的决策范围，为研发部门提供有用参考，为研发对抗疫情的药物以及预防疫情的疫苗，提供全网的大数据的支持。
4.传播动力学模型建立。现在拥有了大数据的全面监控，疾控中心有了更多的实践支持，就可以开始真正从实践中建立有关疫情的复杂动态网络的传播动力学。
5.建立全民预警机制。高福院士有个愿景，希望未来的大数据疾病预防控制的预警不仅仅只是他们这些坐在办公室的决策者能够收到，更希望能够让全民享有这样的福利来保障更多人的安全。
6.大数据疾病预防。谷歌启动Baseline医疗健康新项目将从175人那里匿名搜集基因和分子信息，之后还会再搜集数千人的相关数据。该项目并不局限于具体的疾病，而是会使用各种全新的诊断工具搜集成百上千的不同样本。之后，谷歌便会利用其庞大的计算能力来寻找这些信息中隐藏的生物标签，从而帮助医疗研究人员提前发现疾病。该研究可能会发现一些能够帮助人们分解高脂肪食物的生物标签。拥有这些生物标签的人，可以将患上高胆固醇和心脏病的时间延后，没有这类生物标签的人则会更早患上心脏病。一旦Baseline发现了这一标签后，研究人员便可通过检查了解哪些人缺乏这类标签，并帮助他们纠正习惯，或者开发出新的治疗方法，帮助其更好地分解高脂肪食物。
在疾病的研究治疗中，以癌症为例，大数据的应用已被全面拓展开来。最新的研究显示:大数据分别从以下五个方面开展对癌症的研究:
1.协助指导癌症药物的使用。每天都有成千上万的患者接受诊断和治疗。这意味着其实我们可以从中获得大量的重要数据，来帮助医生与病人在面对不同治疗方案及其可能的结果时做出更好的选择。
2.决定每位患者的预后治疗。大数据正在借助分析从大量不同患者搜集过来的海量信息，来预测长期结果。例如，医生可以使用这些信息来决定哪些患者应该接受进一步治疗，哪些患者，由于他们的癌症不太可能复发而避免不必要的治疗。
3.帮助药物开发发掘潜在的新靶点，对大量肿瘤DNA进行测序可以帮助研究人员了解一些与癌症相关的基因变化。科学家利用这一点帮助测试潜在的新药物，这些药物能靶定到某些与肿瘤生长相关的基因变化或驱动因子。大数据可以从临床前试验中获得，并用来帮助药物或药物组合的选择，以放到人类临床试验的研究中。
4.解决大的公共卫生问题。在大数据时代之前，人们发现吸烟是导致绝大多数肺癌的因素。现在，大数据可以帮助解决癌症研究中更大的问题。新时代的流行病学借助于海量的住院记录及基因组数据，深入研究不同人群中的不同癌症。
5.允许病人直接参与进来。癌症患者现在可以通过提供基因，医疗记录及治疗效果等数据，直接参与癌症研究。这些信息用于建立大型的研究数据库。
在临床操作中，如果充分利用大数据，国家医疗健康开支将大幅减少，并可实现以下几点:
1.比较研究结果。在大数据充分利用的前提下，通过全面分析病人特征和疗效的数据，可以帮助寻找针对病人的最佳治疗途径。其比较效果研究(CER)已被世界上很多医疗机构开展并取得成功。
2.临床决策支持。大数据分析技术的应用，可以使医疗工作者从大量的重复简单咨询工作中解脱出来，从而提高治疗效率。大数据的应用还可以提醒医生防止潜在的错误，临床中遇到疑难杂症，即使专家也缺乏经验，做出正确的诊断和治疗更加困难，通过临床决策系统，可以搜寻海量文献，给出最适宜的诊断和最佳的治疗。
3.另外，大数据的应用还能加速医疗数据的透明化;实现对病人远程监控，实行实时诊断并确定治疗方案;对病人档案进行先进分析等。
大数据分析给医疗行业带来了新的商业模式，同样也改善了对公众健康的监控。医院中，要解决庞大的医疗数据储存、分析等问题是一项繁杂的工作。大数据对医疗数据处理也产生积极的作用。2014年1月14日，中南大学向媒体演示了一款面向大数据应用的医疗数据处理原型系统，这也是国内首次将大数据应用和移动医疗技术相结合。此系统建设内容涉及了大部分常见和重要疾病，也包括了医疗技术、临床药学、医疗和护理质量及安全等领域的问题。通过未来临床大数据的挖掘和分析，中南大学将建立国际先进和国内领先的医疗相关数据运营模式，促进智慧医疗、个体化医疗、医院精细化管理、临床科研、转化医学和基础医学的发展，项目可以为卫生行政部门提供决策依据。
病例的储存为医学治疗的准确性、医学科研的资料应用提供了很多现实依据。过去由于缺少统一的电子病历系统(EMR)标准，中国的电子病历系统发展比较缓慢，医院之间不能实现共享病患信息共享，医疗服务水平也因此受到影响。为改善这一现状，国家会逐渐加大对电子病历的投入，适应这一趋势，各级医院也将加大在数据中心，IT外包等领域的投入数据一直是医疗保健服务中的一部分。在过去的几年中，议会出台了相关法案来鼓励医疗保健服务供应商使用电子病历，这极大地提高了可供临床医生、研究者与病人使用的数据量。
但是，大数据无论应用于哪个行业都不是完全有利的，对于医疗事业同样也有弊端。例如预测医学挖掘出的信息所带来的风险将超出单一个体，一旦出现差错，不仅遗传信息提供者本人，他的孩子以及未来的后代等拥有与他相似遗传信息的人都将会受到牵连。因此，将基因组数据与医疗保健数据相连接的生物数据库便成为了个人隐私在医学研究与治疗领域中的无法回避的前沿话题。
事物都具有两面性，取其精华去其糟粕。利用大数据有利的一面，应从其定位、功能及价值上，帮助形成一个学习型医疗保健系统，在此系统内，临床数据将迅速反馈给患者并指导治疗有效进行。医疗大数据能够带来的收益要远远超出管理它们的成本，如开放新的具有医疗价值的信息源、提高诊断准确性和速度、预测疾病和健康形态，以及取得生命科学创新的不同见解。总而言之，如果将这一强大的技术利用得恰到好处，将会为未来的国民经济与公民健康的福社奠定基础。
