大数据，顾名思义，数据很多。多少算多？在统计学上的意义，超过1000条数据就可以算大数据。

IBM公司的5V理论：Volume（数据量大）、Velocity（数据产生速度快）、Variety（数据类型多样）、Value（数据价值高但是密度低）、Veracity（数据真实性）。^[1]

用简单的话说就是，单条数据看不出来是什么意思。但是将很多真实的不同类型的数据放在一起，经过分析处理之后，能够得到一些更高价值的信息。比如，一个贫血患者的血液检查，在没有任何标准的情况下，我们看不出来任何的问题。但是把这位患者的数据和非常多的健康人的数据、其他有贫血症状的患者的数据放在一起。经过统计学分析，我们就会发现，所有贫血患者的血红蛋白数和同龄同性别的健康人群比较，偏低了。然后我们就把血红蛋白数这个血液指标和贫血联系在了一起。

有学者认为医疗大数据主要包含4个方面:(1)以电子病历(electronic medical record, EMR)、医学影像信息为主的临床大数据；(2)可穿戴设备或社交媒体采集健康相关行为产生的健康大数据；(3)临床试验、基础医学实验产生的生物大数据；(4)医疗机构、医疗保险机构等产生的运营大数据 ^[2] 。简单来说，所有能采集到的，和人相关的数据都可以用来做肿瘤研究的大数据。比如：性别，年龄，身高体重，家族遗传病，生活饮食习惯，居住环境，血压，睡眠情况……再专业一些的数据：血常规，基因数据，蛋白质数据，由各种影像数据（彩超、核磁共振、CT等）得到的肿瘤的大小、位置等数据……

现在我们看病，医生一般会让我们进行各种检查。其实就是在收集我们身体的数据，然后对病进行诊断。什么指标代表什么病，这些标准都是经过医学发展这么多年的积累，由大数据得出的。虽然原来没有计算机的帮助，但是每个医生都通过自己的经验，在脑子里潜移默化的对这些数据进行归类。中医也是一样，什么样的脉象、舌苔、症状代表什么体质，需要用什么药材。

现代医疗的发展越来越重视病人的医疗档案，这些数据不仅能够帮助医生诊断和治疗，还都是非常宝贵的科研资料。专业的数据分析人员可以利用这些数据，寻找性价比更高更合适的诊断疾病的指标，找到缓解症状的新药物，发现治疗疾病的新方法。总之，大数据分析能够让更多疾病被及时的发现，及时的治疗，恢复期更短，使用更少医疗的成本。

每个病人都有自己的病历，化验单，这些数据常年累月的积累，都是宝贵的健康大数据。有些人会特意记录自己的各种生活指标，比如身高体重，喝水，饮食，心情，睡眠，运动，心率，血压，排便，用药，生理期……这些数据积累起来都是非常有价值的数据。当身体出现问题，回看自己前段时间的生活情况，基本上是有迹可循的，自己就可以得出一些结论。及时调整不良的习惯，对个人的健康状况是非常有益的。有些人觉得记录这些数据很麻烦，即使记录了，自己也不会分析。其实我们可以依靠智能手机、智能手表，来帮助我们对自己的健康进行管理。目前最前沿的智能手表可以实时监测我们的心率、血氧、血压、运动情况，及时提醒我们喝水，运动，不要久坐等等。现在有很多手机app也可以帮助我们记录自己的各种习惯，让我们更好的了解自己身体的数据。一些比较专业的app还可以帮助我们统计分析数据，给我们一些生活上的建议，可以算的上是智能的家庭健康管家了。