随着互联网规模不断的扩大，大数据正在改变着这个时代的绝大一部分的行业或者企业，医疗行业也不例外，医疗健康正在成为人们关注的重点问题，以智能化、数字化为特征的医疗信息化正在蓬勃兴起，医疗行业的数据类型也在向海量、复杂、多样的类型方式转变。
1.就医数据进行电子化管理
对电子医疗记录的收集，包括个人病史、家族病史、过敏症以及所有医疗检测结果等。在信息系统中进行分享，每一个医生都能够在系统中添加或变更记录，而无需再通过耗时的纸质工作来完成。这些记录同时也能帮助病人掌握自己的用药情况，同时也是医学研究的重要数据参考。
2.健康预测
通过智能手表等可穿戴设备的数据，建立健康预测模型，通过这些可穿戴设备持续不断地收集健康数据并存储在云端，实时汇报病人的健康状况。应用于数百万人及其各种疾病的预测和分析，并且在未来的临床试验将不再局限于小样本，而是包括所有人。
3.医学影像以及临床诊断
通过让大数据机器人来识别记住各类海量的医学影像，例如X射线、核磁共振成像、超声波……等各种的图像。对大量病历进行深度挖掘与学习，训练其对影片的诊断，最终实现辅助医生进行临床决策，规范诊疗路径，提高医生的工作效率。
4.药品研发
利用大数据进行数据建模并进行分析，预测药物的临床结果，可以为临床阶段的实验结果提供参考，节省临床阶段的时间并优化临床实验结果。制药公司也可以通过数据建模进行分析，从而生产出治疗成功率更高的药品并极大地缩短药品从研发到投入市场的时间。
亿信华辰作为数据分析软件领导厂商，紧跟医疗卫生领域发展趋势，面向国家卫健委及各级医疗卫生单位、机构，提供灵活、可适配的解决方案。
提供集数据采集、数据治理（含元数据、数据标准、数据质量、数据生命周期管理、数据安全）、数据分析与挖掘、可视化展示一体化的解决方案。
协助国家卫健委及各级医疗卫生单位、机构建立长效灵活的数据采集机制（如面对突发公共卫生事件或流行性传染病等情况），数据治理体系等，提升医疗卫生数据质量，辅助决策，提升管理水平。
1.医院数据资源目录体系
根据国家卫计委、省市相关医院信息化建设标准规范，梳理医院各生产业务系统元数据标准、数据交换标准等。主要包括数据分类和归类管理、数据质量标准制订和修订、数据资源目录的管理、数据与业务应用之间的映射关系管理、业务变更和新增业务需求时数据的整合与设计、医院数据总体规划、数据全生命周期的管理、数据管理规范的制订和修订等。
2.医院数据整合交换平台
建设医院数据整合交换平台，将HIS、CIS、LIS、医院运营绩效、人力资源等业务系统数据按照统一数据交换标准，整合到医院数据整合平台，打断各业务系统消息壁垒、解决数据分散存储不能进行综合分析利用的问题。为建设医院综合信息应用数据仓库，全面、深层次进行数据分析利用打下坚实基础。
3.医院数据质量控制系统
为医院决策支持系统提供良好的数据分析和数据挖掘环境，通过建设医院数据质量控制平台，解决在医院数据整合中会牵涉到医院各方面的信息系统如HIS\RIS\PASC\HR\物流等，医院的信息系统建设时间阔度较长，各业务系统建设标准规范不一致等问题造成的数据质量问题。
4.医院综合信息应用数据仓库
医院决策支持系统应用应建立面向主题的卫生统计数据仓库，并在此基础上实现统计数据的综合分析利用。医院数据仓库应采用星型模式或雪花型模式建模，在满足目前业务需求的基础上，设计高效灵活的数据模型。在分析技术上，由于医院数据指标较多，维度复杂，基于RDBMS的ROLAP技术相比MOLAP技术，更适合于医院数据仓库的建设。同时，医院数据的分析还应结合信息技术和数理统计理论，对海量统计数据进行挖掘，提升业务数据价值。
5.医院决策支持系统
医院决策支持系统通过采用规范的多形式业务视图聚合不同的业务信息，基于不同的业务访问维度和信息抽取形成主题化表述，结合前端的多样展现格式和BI工具，利用多维分析、在线自主分析、数据挖掘、预警预测、智能文档、多媒体终端展示等技术，实现灵活、快捷、易操作的业务信息访问及展示。
以上信息来自亿信华辰-医疗行业解决方案
1.相对疗效研究
信息时代使得电子病历的普及成为可能。目前，电子病历结构化数据已逐渐成熟，通过大数据分析海量的医疗数据，比较分析不同的干预措施的有效性。这为临床治疗决策提供了非常有用的参考信息。在医疗护理系统中利用大数据实现相对疗效研究，将大大提高疾病诊疗的效率，减少过度治疗以及治疗不足。
2.医疗资料的透明化
大数据分析可以对不同医院的治疗费用、治疗质量与绩效进行评估和比对，并快速呈现出来，让患者一目了然。此外，大数据有望精简业务流程，从而降低成本，提高医疗护理质量并给患者带来更好的就诊体验。
3.患者病历的进阶分析
目前，电子病历系统包括三部分数据，即电子病例数据、医学检验数据和医学影像数据。电子病历是病人自述病症、医生记录产生的以文字标书为主体的数据，是一种非结构化的数据。医学检验数据来自于医学检验设备，主要包括各种数据，具有标准性和规范性的特点，是一种结构化数据。医学影像数据则包括X光片、B超影像等来自医学影像设备的数据，由于这些数据以图像为主，因此是一种非结构化数据。构建电子病历系统，可以全面掌握患者的病情演进情况。大数据可以对海量的患者病历和档案进行进阶分析，确定哪些人是某类疾病的高危感染人群，并按照不同患者的既往病史为其提供不同的治疗模式和不同的预防性保健方案，才能达到最佳治疗效果。
4.药物副作用分析
在临床用药的过程中，药物使用可能会引起患者的不良反应。这种不良反应会导致药物不能发挥原本的作用，治疗效果减弱，严重时甚至导致患者死亡，同时不合理的用药也可能大大集中患者的经济负担。来自美国的统计显示，每年美国有70度万人因为药物副作用受到伤害或者死亡。通过对产生药物副作用的患者病情进行分析，挖掘出不同药物的副作用可能产生的情况，从而提高患者疾病的治疗质量，指导临床用药，减少药物副作用或不当用药对患者的伤害，并指导新药研发。
5.远距离监测病患
随着传感器的进步和物联网的发展，大量可穿戴设备、各类App等出现，能够实时获取病人的健康信息。许多高血压、心脏病、糖尿病患者在家中测量的血压、心率、体重、血氧、吐气流量等健康指标和数据都可以传回医院或健康管理中心，给医疗人员提供诊断参考，便于给患者提供饮食和生活建议。