目前，医疗大数据的应用场景主要包括临床决策支持、健康及慢病管理、支付和定价、医药研収、医疗管理等，医疗大数据的潜在价值巨大，其应用有助于提高医疗服务质量、减少资源浪费、优化资源配置、控制骗保行为、改善自我健康管理等。

健康医疗大数据应用发展模式

近年来，随着云计算、大数据、物联网、移动互联网、人工智能等新兴技术不断和成熟，加速了传统医疗行业与这些新兴技术的融合，其中以健康医疗大数据为代表的医疗新业态，不断的激发着医疗行业的发展。2015 年8月国务院发布了《促进大数据发展行动纲要》，指出发展医疗健康服务大数据，构建综合健康服务应用。2016年6月，国务院发布第一个健康医疗大数据行业的正式文件——《关于促进和规范健康医疗大数据应用发展的指导意见》，提出到2020年建成100个区域临床医学数据示范中心，健康医疗大数据相关政策、法规、标准体系不断完善，健康医疗大数据应用发展模式基本建立，产业体系初步形成、新业态蓬勃发展。

医疗大数据安全的四个特点：

1、 医疗大数据使用的角色不明确，没办法提前设置好“跑道”。

传统的医院信息化在数据安全防护上通常是基于角色的，如：医生、护士、挂号员、收费员等，都是有角色的，可以按照角色授权使用数据，使用者职责明确了，他涉及的数据范围也就明确了，我们可以给他授权。

在大数据领域，数据使用者是坐数据研究的，往往打破了传统的业务角色，处于角色不明确的状态。使用者应该接触到的数据范围与角色无关，而是与所研究的问题紧密相关，但研究的问题又是随机的，所以就没办法像传统信息系统那样按业务职责来授权，没办法提前设置好“跑道”。

2、 在大数据环境下，数据是“裸奔”的。

在传统的应用系统里的数据，首先有应用系统的保护，用户要通过系统的授权以后才能拿到数据，而且拿到的数据永远是在系统的框架下。也就是说，用户是受软件制约的，我们可以在软件里加一层限制来保护数据。

大数据研究与之不同，使用者能直接接触到原始数据，或者是裸数据。

3、 大数据所处的技术环境更加复杂，是多元化的。

大数据所处的技术环境既有关系型数据库，也有架构，还有些数据是文件类型。过去我们数据库里做好的数据防护就可以了，现在技术环境更复杂、更多元化，导致技术上的防护难度更大。传统的数据审计、追踪手段，在新的环境下不见得有效了。

4、 接触数据的人员更加复杂，要加强管理。

传统信息系统的用户基本是医院内部人员，而大数据的使用人员更加复杂，包括外部的研究人员与合作研发人员，更要加强管理。

发展趋势有哪些

1、 政策支持将继续加强;

2、 医疗大数据技术的应用环境将更加成熟;

3、 医疗大数据获得普遍应用;

4、 医疗大数据对患者开放成为趋势;

5、 医疗机构对大数据平台的建设规范和指南需求更为迫切。

备注：文章内容来源于网络，如有侵权，请及时联系，三天内务必删除内容!