英國醫療大數據
1. 醫療大數據的主要來源有哪些
醫療大數據主要來自醫療機構，大家平時去看病、體檢都會有醫療數據的產生，大量的數據匯集到一起就成了大數據。
2. 英國的教育學碩士分幾個方向同樣是教育學，MA與MED有何不同
英國的教育學碩士主要有三種類型,分貝為：MA 是文科碩士Master of ARTS；MSC 是理科碩士Master of SCIENCE；MED應該是Master of Ecation。
英國教育學碩士課程包括了一系列相關專業，最為常見的分類是針對特定學科的教育學專業，比如科學教育學(Science Ecation)、數學教育學(Mathematics Ecation)、英語教育(English
Ecation)等;另一方向是著重研究教育活動中某一方面或階段的專業，例如針對教育心理學或兒童教育的研究，也有側重於教育產業內部管理的課程。
另外英國很多大學還開設這樣一門專業：對外英語教學(Teaching English to Speakers of Other
Languages)，簡稱TESOL，隨著國人對英語教學不斷升高的熱情，近年來成為了留英碩士的熱門專業之一，不僅吸引了本科為教育、英語文學或語言專業的學生，也吸引了很多本科學習商科、管理等其他學科的同學。
3. 英國有哪些學校的計算機專業值得去
1.帝國理工學院的計算機系是英國教學質量最佳和研究人員最多的計算部門之一內；
2.倫敦大學學院計算容機科學系是實驗計算機科學研究的全球領導者；
3.愛丁堡大學是英國最大的信息學院，也是歐洲最大的信息學院之一；
4.曼徹斯特大學的計算機科學學院與IBM、谷歌、微軟、藝電等行業有密切的合作關系，為學生的學習與發展都提供了一個良好的環境；
5.布里斯託大學計算機學院在智能系統、數字媒體、計算機基礎、個人電腦系統、計算機體系與設計領域都有著很深的研究，參與並主導著計算機在這些領域的發展；
6.謝菲爾德大學的計算機專業不僅鼓勵學生精通計算機技術，同時也要求學生對更深層次的議題有敏銳的洞察力；
7. 伯明翰大學計算機科學專業；
8諾丁漢大學計算機科學學院的研究課題，包括理論計算和推理、計算智能和優化、計算機視覺、數據挖掘和大數據分析、軟體工程、模糊邏輯、智能醫院和數字醫療、智能運輸與物流等；
9. 南安普頓大學屬於英國羅素大學集團，英聯邦大學聯盟，歐洲大學聯盟以及全球網際大學集團成員之一，計算機科學專業的排名也一直處於靠前的位置；
10. 約克大學計算機相關專業很全面，深受理工科學生的歡迎。
4. 如何看待大數據基因的問題
21世紀初，人類基因組計劃(HGP)發布了第一張人類基因草圖，人的基因組約有30億個鹼基對，意味著每一個人的基因組有3Gb以上的數據。該計劃曾與上世紀的曼哈頓計劃(原子彈製造)、阿波羅登月計劃並稱為三大科學計劃，為本世紀的一個里程碑式的科學工程。
15年過去了，基因組測序技術發展之快已經超乎人們的想像。十年前，這項技術還只是實驗室中一個「迷人」但又昂貴的研究工具。現在，它卻已經漸漸步入醫療界，成為一種略顯「尖端」的診斷技術。該技術也引領生物醫學領域進入大數據時代。
早前，曾有人預言，當個人基因組測序費用下降到1000美元時，就標志著我們的醫學將進入個體化醫療(Personalized Medicine)的時代。現在，這個目標已基本達到，隨著這項技術的迅猛發展和成本的扁平化，它已經開始給我們帶來了龐大的數據，包括基因組、蛋白組等各類組學(omics)的出現，也帶來了不少數據。
1. 海量數據的產生
剛過去的七八年間，我們儲存的個人基因組數據量已達到106規模，這個數量如此驚人，且這只是剛剛開始。每年Illumina公司的HiSeq X 10測序儀已經可以完成超過18000人的基因組測序工作，該測序系統已分布在全球頂尖測序中心，每天產生大量的數據。英國2014年也啟動了「十萬人基因組計劃」，美國和中國則宣布要完成多達一百萬人的基因組數據收集工作。
基因測序數據正在以更快的速度翻倍。2015年以後，以歷史累積的測序數據來看，每7個月就能翻一番， Illumina儀器測序所得的數據，每12個月就能翻一番；如果僅以摩爾定律來看，每18個月數據量就能翻一番。這種情況將帶來一個巨大的「數據黑洞」。圖片來自nature.com
以上所提及的，只是大數據時代下的一個縮影，現在面臨的還有其他數據。比如，伴隨基因組計劃的發展，人類蛋白組計劃和基因測序結果在醫療界的應用等也被逐步提出，它們也正在給大數據「添磚加瓦」。所謂人類蛋白組計劃，主要目的在於研究所有人類基因編碼產生的蛋白質。關於這個，我們來看一個研究者的故事。
美國斯坦福大學邁克爾?斯奈德(Michael Snyder)。
邁克爾·斯奈德(Michael Snyder)是美國斯坦福大學的一名分子遺傳學家。當他抱著好奇的心態測了自己的基因組後，得到了一些「驚喜」。他發現，自己是一名II型糖尿病易感基因的攜帶者，盡管在這之前，他並沒在自己身上發現任何此類疾病的風險因素，包括肥胖、家族病史等等。在接下來的14個月，斯奈德持續監控了自己體內相應RNA的活性和蛋白表達情況。在一次感染呼吸道病毒後，他發現自己體內的蛋白表達發生了變化，並且有相應的生物學通路被激活。接著，他被診斷出了糖尿病。看起來，這場病就是由這次病毒感染所觸發的。此後，他還在患上萊姆關節炎時，也監控了自己體內的蛋白表達變化。這時，他的研究已經產生了多達50Gb的數據，這還僅僅只是關於他個人的研究數據。當他將這項研究擴展至100個人時，並將研究目標擴展至13類「組學」(包括蛋白組、腸道菌群的轉錄組等等)，而實際上，按照他的計劃，要想真正做到預測疾病，還需要將研究對象增加至上百萬個病人。如此這樣，它將會帶來多大的數據量？
各種電子設備的普及以及健康數據記錄App的出現，給這個時代帶來了海量的數據，也給醫學界帶來了可觀的研究對象。過去的幾十年間，醫生如果要觀察病人的心血管健康情況，往往會給他們做這么一個小測試：讓他們在一段平緩、穩固的路上行走6分鍾，並記錄他們的行走距離。這個測試不僅可用於預測肺移植者的存活率，還可用於檢測肌肉萎縮的病程發展，甚至可以評估心血管患者的健康狀況。這種小測試已被運用於多項醫療研究中，但在過去，最大規模的醫療研究項目中，這種參與者也很少能達到一千人。
智能手機中健康類App的出現，從而能讓研究者獲取大量人群的數據。圖片來自nature.com
不過，這個情況近年來發生了很大的變化。在2015年3月進行的一項心血管研究中，研究者尤安·阿什利(Euan Ashley)在兩周時間內就拿到了6000個人的測試結果，這就得益於現在有數百萬計的人擁有智能手機和健身追蹤器。到了6月份，參與到這項研究中的人數達到了40000人，這僅僅依靠的是一款叫做「我的心臟計數」(My Health Counts，見上圖)的蘋果應用。有了這個應用軟體，阿什利甚至可以招募來自全球的參與者，獲取他們的測試結果。那樣的話，他得到的數據又將是多少？面對這個現狀，不少研究者表示，這些海量數據可能會淹沒現有的分析渠道，並對數據存儲提出前所未有的「高」要求。
2. 「大數據」時代下的挑戰
在群體基因組研究的浪潮下，雖然更多的人關注的僅僅只是整個基因組中的外顯子部分，即基因組中可編碼產生蛋白的部分，它佔到了整個基因組的1-5%，這能夠將需要分析的數據量減少到原來的1%。但即使在這種情況下，每年產出的數據量仍可達4000萬Gb。這就帶來了第一個難題，如何存儲這么大的數據量？
盡管這還只是這個領域最基本的問題，仍需要巨大的資源來解決。這就是近年來網路上最常出現的一個詞——雲(Cloud)出現的契機所在。這么大的數據量，必然無法僅僅保存在固定的設備上，需要藉助互聯網來實現，也即是所謂的「雲存儲」。此外，這些數據帶來的處理危機也是巨大的，電腦處理能力也將局限著它們的應用。這個問題的初步解決依然要依靠「雲」，也就是現在所謂的「雲計算」。
即使處理好了海量數據的存儲問題，我們還將迎來另一個更讓人頭痛的問題——這些數據說明了什麼？現在關於基因組學的臨床研究，往往聚焦於識別個人基因組中可擾亂基因功能的「小錯誤」，即所謂單核苷酸突變(single-nucleotide variants, SNPs)，即使這些突變往往存在於僅占基因組1%的外顯子區域，平均下來，依然有近13000個之多，而其中的2%已被預知可影響相應蛋白的變化，但要從中找出某類疾病的具體致病基因，仍是一個巨大的挑戰。
自奧巴馬提出了「精準醫學」的概念，這個方向就一路紅火。即使現在已經有了測序技術和分析工具這些手段，有了電子健康記錄這位「好幫手」，這種醫療方法的理想和現實之間仍然有著巨大的鴻溝。在這個領域，仍然存在多種障礙。比如，即使在電子健康記錄普及和新療法研發成功的前提下，想要依靠臨床醫生來實現這些療法，往往還需要對他們進行不間斷的培訓，以幫助他們在做醫學決定前了解足夠多的細節信息。
此外，電子健康記錄的不可共享性(即涉及到病人隱私的問題)，為精準醫療的實現設置了不小的障礙。很多時候，治療患者個體病例的特異性信息往往被患者個人和治療機構所把持，到不了研究者手裡，那麼就無法據此信息來改進一些治療方法，因此也就沒辦法實現對個人的「個體化醫療」。這些問題往往反映生物醫學領域需要信息處理專家的介入和幫助。遺憾的是，生物信息學家在學術領域也僅僅只佔很少的席位，更別提在醫學領域，還需要給他們提供更多的職位和機會。
3. 「大數據」帶來的機遇
有挑戰也必然會帶來機遇，這個機遇可以體現在生物醫學領域的多個方面，比如醫療界的診斷方法更新、疾病分型更新、醫葯界葯物開發新方向、醫學界疾病治療新方法，甚至生物學科基礎研究領域的新工具等等。
2013年，安吉麗娜·朱莉的故事轟動全球，為減少患上乳腺癌的風險，她進行了預防性的雙乳腺切除術，而這個決定是在她檢測到自身攜帶一種風險基因——BRCA基因後才做出的。這類基因能帶來顯著的致病風險，約有55-65%的乳腺癌患者攜帶有害的BRCA1基因突變，45%的攜帶BRCA2突變。對朱莉來說，雖然她攜帶的僅僅是前一個基因，已足以讓她做出預防性手術的決定。這個故事給出了一個鮮活的例子，就是如何把個體測序得到的數據與臨床診斷聯系在一起，這就好像人類正在從自己的基因組中找到這些失落的寶藏，從而幫助自己預防一些惡性疾病，但這只是這個時代所帶來的一個福利而已，並且只佔到很少的一部分。
以糖尿病為例，不精確的疾病分型，對於前期的預防和後期的治療都十分不利。之前，醫學界已經知道，有多達百餘種途徑可能導致糖尿病的發生，涉及到胰腺、肝臟、肌肉、大腦甚至脂肪的不同變化。現代通過基因的研究發現，對不同類型糖尿病而言，其致病基因十分多樣。這時，如果將這些不同亞型的糖尿病混為一談，就會讓人很難弄明白，為什麼攜帶同樣的基因突變，病人在面對同一治療方案時，會出現完全不同的治療效果。
正如生物化學家阿蘭·阿蒂(Alan Attie)所說的那樣，「從致病基因到體重、血糖水平等表型的出現這一過程，往往有許多步，其中每一步都可能發生基因突變，這最終會削弱基因和表型之間的聯系」。因此，只看錶型(即臨床症狀)和只看突變基因，得到的都只會是片面的結果。只有將兩者有機結合起來，才能更加深我們對疾病的了解，做到更精確地進行疾病分型，以便更容易「對症下葯」。
美國國立衛生研究院(NIH)曾發起一項大型項目，構建了癌症基因組資料庫(the Cancer Genome Altas，簡稱TCGA)，將所有癌症相關基因突變分類保存，共保存有250萬Gb的數據，這大大改進了研究者對各種類型癌症的認識。但僅僅這樣，對於提供了組織樣本的患者來說，並沒給他們的臨床經歷帶來太多改變。
與癌症治療相關的另一方面，是個人電子健康記錄及其病例的特異性信息。對很多研究者來說，如果能從醫院或個人手中得到這部分信息，就能夠卓有成效地進行癌症治療方案的改進。總體而言，只有在拿到測序大數據的基礎上，同時掌握病人的干預記錄(來自個人的電子健康記錄)和臨床特徵(來自醫療機構的臨床病理記錄)，才能最終做到「升級」腫瘤的臨床治療方案。
醫葯研發也能從大數據獲益良多，這無可厚非。在醫葯研發的世界裡，基因技術公司更傾向於進行長期的生物學研究，並將其聯繫到臨床數據上，以使得葯物能夠「對症下葯」到每個人身上，甚至會幫助制葯公司做出更「大膽」的研發決定，進行個性化定製免疫療法的研究。
以微生物菌群研究為例。現在就有人提出這樣的想法：什麼時候我們會想要研發出能改變體內微生物菌群的葯物呢？這些存在於我們腸道、皮膚表面和環境中的數以十億計的微生物，不僅影響我們是否患病，還會影響到葯物對疾病所產生的葯效。現在大部分對於微生物菌群研究得到的數據還只是針對小部分人群，但這是否也意味著一個不錯的研究方向？畢竟我們現在還缺乏一些穩定的測試手段，能讓我們以一種持續性的方法來改變微生物菌群，並對疾病發展產生有意義的影響。
對免疫學研究來說，大數據會帶來什麼？首先，有以下「組學」都可以對免疫學研究產生有利影響，包括：基因組、微生物組、表觀基因組、轉錄組、代謝組、通路組、細胞組和蛋白組。具體來說，比如對特定B細胞或T細胞所有抗體抗原分子的分析，這些分析結果(尤其是與能識別對應抗體的抗原決定簇的技術相結合)，可將臨床診斷、抗體葯物研發、疫苗研發上升到一個新高度，並能為自身抗原肽結合抗體提供新見解。
伴隨著荊棘的引路，往往也會引來好歌喉的夜鶯。大數據給我們帶來挑戰的同時，也帶來了機遇，尤其是對於一些惡性疾病(比如癌症)的治療。一種單一類型的腫瘤，往往就會伴隨著多樣化的基因突變，但隨著投入更多的時間和金錢，會得到更多的治療靶點。當大數據分析的精度越來越高時，對於整個疾病發生過程的了解也會越來越深入，有了「大數據分析」這項利器，更多的精準治療方案將會產生，幫助人們做出更好的選擇。
5. 大數據告訴你,為什麼國人迫切需要養生保健,沒有健康身體,何談幸福生活
國家數據報道，中國高血壓人口1.6億到1.7億，咱們10億人，幾乎六個就有一個。高血脂1億，糖尿病已超重肥胖7000萬到2億，血脂異常的1.6億，脂肪肝患者1.2億。從2007年到2018年，每年慢性病病例增長是兩倍，心腦血管惡性腫瘤增長一倍，肥胖人口達到3.25億，咱們10億人，三個就有一個是肥胖。未來20年將會繼續增長一倍，腰圍增長一英寸，血管就會增長四英里，患癌風險高出八倍。
美國保健事務雜志報道，中國人腰圍的素質已經達到世界之最了。中國個人醫療大數據分析，現在1/3的病人死於葯物不良，普通病人誤診率高達27%，重大疾病誤診率高達40%。美國研究證實，高度發達的現代醫療體系與人的健康沒有太大關系。英國研究證實，85%的葯物無效，對病人最好的措施盡量減少醫療干預。教育部2013年全國學生體質健康監測報告指出，小學生近視率32.5%，初中59.4%，高中高達77.3%，大學生當然更高了，達到80%。
現在樓堂館所建的少了，酒店高消費少了，但是醫院越建越多，越建越大。
其實這些數據啊，咱們都不用去看，你只需要看看你身邊的人，他們的健康狀態，精神面貌，就一目瞭然了。如果你再有機會到醫院走走、看看、排排隊，醫院熱鬧的程度不亞於集市。其實集市已經遠遠比不上醫院熱鬧的程度了。
網上購物的興起，大家逛集市動手動腳的能力越來越差了，反而往醫院跑的積極性越來越高了，醫院成為潛在的消費人群。總之，千言萬語一句話，中國人的健康出了嚴重的問題。
你們看一看？街上走的，大肚子的有多少？你們說說。還有上班的，尤其是30歲以上，你問他們不適症狀有多少？頭痛、渾身沒勁乏力、沒有精神、失眠健忘等等亞健康的狀態有多少？
咱就說這個大肚子吧，我這個小區，我只要出去，不說女的，就說男的，有幾個不是大肚子？中國男人我感覺有一半成年人都有大肚子，剩下的也有一半都是小肚子。小肚子只是沒有大肚子大，也是有肚子。
還有這些人當中，有多少個喜笑顏開的，基本都是愁眉苦臉，若有所思，充滿憤恨，神情呆滯，我幾乎看不到有瀟灑自在的成年人。干體力活的還有，上班坐辦公室的，基本的沒有。還有就是跑業務的，嘻嘻哈哈的有，其他的都沒有。
人一旦愁眉不展，挺個大肚子。這都是得大病的先兆。現在無論從國人的身體素質，從國人的體型，從國人的神態來看，都出了嚴重的問題。尤其是在大城市，你看看有幾個步履矯健，足下生風，有幾個歡快跳躍呢？有幾個喜笑顏開的？有幾個身輕如燕？很少很少了。
尤其男人過了25歲步入社會之後，競爭壓力大，在辦公室一坐不動，他不動怎麼會身手敏捷？肚子一大，問題就都來了。
這個不是我說的，是很多很多健康專家、醫療大夫都這樣說，人不能大肚子。還有女性同志們，你看看現在很多女同志，臉色菜色、灰色死人白、青黑色，滿臉愁雲，枯槁之相，哪有點生機？
頭發如枯草，身體走路打晃，身形如枯枝，要麼就是身形不正，渾身僵硬，自己肚裡有多大火一樣，簡直像一頭困獸。一個個最後都變成怨婦，跟老公吵，跟孩子吵，跟領導吵，要不就哭哭啼啼，要不就是神經發作，要不就是精神緊張，神經功能症。
這太多太多了，都是普遍現象，要不怎麼說，現在女的20一朵花30豆腐渣，現在不是30豆腐渣，25就豆腐渣了。而且現在產後病越來越多。胎前產後，這女的一生孩子就把自己身體糟蹋得不要不要的。
還有現在男人女人大把大把的掉頭發，很快的頭發都掉光了，男人禿頂現象非常嚴重。雖然說聰明的腦袋不長毛，這個絕對是一句搪塞之話。 人身體氣血健旺充沛，人頭發就好。反之，被壓抑住了頂不到頭上，頭發就掉。
還有就是身體差了，心情也不好，心情跟著更差，導致抑鬱。焦慮緊張壓抑，茫然漠然，這些接二連三都來了。20歲你還說沒啥感覺，再過五年，社會壓力對你的折磨，家庭關系對你折磨，配偶對你的折磨，以後孩子對你的折磨和焦慮，無形當中這些東西一點一滴地就把你急死了。
表現在哪？就直接表現在你的精神狀態和身體狀態上。你再看看寫字樓上那些白領，有幾個沒有眼袋，沒有黑眼圈，不露出疲憊之色？有幾個不焦慮、不失眠不健忘？尤其是搞
IT 的，三年足可以摧毀一個 IT
精英。人們羨慕高工資，這一流人才都是年輕人。工作到幾點？都工作到十點，每天都要轉。人不是機器，機器還得加油呢，這人沒黑夜沒白天在那轉，誰受得了？最後都會表現在你的身體狀況出現嚴重的問題。
還有現在小孩更是了，小孩出生就有病，胎里病又叫基因病，為啥？哪來的？
爹媽給的，爹媽種就不好，懷的孩子好不了。孩子成長過程當中，由於不知道如何正確的帶孩子，孩子又從小沒有正確的運動教育，良好的飲食經驗，這導致孩子長得要不像豆芽菜一樣，要不成肥胖兒，要不成多動症，要不成自閉症。現在導致學校不敢讓孩子跑。為什麼呀？一跑死了？這個知道吧？所以說以後不能讓孩子跑了，跑死了怎麼辦？
現在孩子課業負擔極重，各種培訓班輔導班導致孩子沒有運動的時間，再加上一些電子游戲，還有居住環境，孩子有像咱們小時候到處玩耍的機會嗎？說白了就是現在國人被關在一個非自然的社會環境當中，他們失去了活躍。健康被困在了一個椅子上，被困在了辦公室，被困在了狹長狹窄的地方，又由於競爭壓力過重，家庭壓力過重，環境更加惡劣，生活節奏更加快，導致違反了作為人自然生長的特點，於是，疾病就爆發了，井噴。所以，現在的人，越來越不健康、不正常。人被關在社會的大籠子里，不可能健康。這是國人的現狀。
6. 國內醫療大數據公司有哪些最好結合案例
大數據在醫療行業的應用可在以下幾個方面發揮積極作用：
（1）服務居民。居民健康指導服務系統，提供精準醫療、個性化健康保健指導，使居民能在醫院、社區及線上的服務保持連續性。例如，提供心血管、癌症、高血壓、糖尿病等慢性病干預、管理、健康預警及健康宣教（保健方案訂閱、推送）；同時減少患者住院時間，減少急診量，提高家庭護理比例和門診醫生預約量。
5、疾病模式的分析
通過分析疾病的模式和趨勢，可以幫助醫療產品企業制定戰略性的研發投資決策，幫助其優化研發重點，優化配備資源。
新的商業模式
大數據分析可以給醫療服務行業帶來新的商業模式。
匯總患者的臨床記錄和醫療保險數據集
匯總患者的臨床記錄和醫療保險數據集，並進行高級分析，將提高醫療支付方、醫療服務提供方和醫葯企業的決策能力。比如，對醫葯企業來說，他們不僅可 以生產出具有更佳療效的葯品，而且能保證葯品適銷對路。臨床記錄和醫療保險數據集的市場剛剛開始發展，擴張的速度將取決於醫療保健行業完成EMR和循證醫 學發展的速度。
公眾健康
大數據的使用可以改善公眾健康監控。公共衛生部門可以通過覆蓋全國的患者電子病歷資料庫，快速檢測傳染病，進行全面的疫情監測，並通過集成疾病監測 和響應程序，快速進行響應。這將帶來很多好處，包括醫療索賠支出減少、傳染病感染率降低，衛生部門可以更快地檢測出新的傳染病和疫情。通過提供准確和及時 的公眾健康咨詢，將會大幅提高公眾健康風險意識，同時也將降低傳染病感染風險。所有的這些都將幫助人們創造更好的生活。
7. 英國投資「大數據」能帶來大收益嗎
在商業應用方面，大數據技術創造價值的能力已經在英國嶄露頭角。以連鎖零售業為例，英國最大的連鎖超市特易購已經開始運用大數據技術採集並分析其客戶行為信息的數據，並由此總結特定顧客的消費習慣、近期可能的消費需求，從而制定有針對性的促銷計劃並調整商品價格，為特易購提供更加高效的盈利方法。
另一個明顯的例子是航空領域的應用。航空業一向是信息技術應用的先行者，然而近幾年來隨著全球航空
業的低迷，一些航空公司的信息技術預算嚴重不足，導致一系列故障甚至事故發生。與之形成對比的是，英國航空近幾年來表現不俗，這得益於善於在數據中掘金。英國航空已經開始利用大數據技術發掘自身的數據源和其他信息源，將體現客戶行為的數據元素合並在一起，在對其進行分析的基礎上，有針對性地與客戶互動並做出承運決策。能夠降低葯物開發成本
除了最直接的商業應用，大數據技術也將對醫療數據分析起到重要的推動作用。5月3日，英國首個綜合運用大數據技術的醫葯衛生科研機構在牛津大學正式揭牌。該中心包括「靶標發現研究所」和「大數據研究所」兩個機構，旨在通過搜集、存儲和分析大量醫療信息，減少葯物的開發成本，同時為發現新的治療手段提供線索，確定新葯物的研發方向，探索特定疾病的新療法。
掘金「大數據」必須解決的問題
採集到足夠的數據後，需要由相關領域的專業人士與信息技術專家一起對數據進行有針對性的歸納和分析，而這種跨學科、跨領域的合作能否順利實現，是大數據實際應用中的一個必須解決的問題。這對英國和全球其他國家都是一個挑戰。
大數據技術無疑為英國政府和民眾提供了一個美好的願景，不過，大數據技術在應用中，有一些必須解決的問題。
如何保護民眾隱私
大數據技術為民眾提供了更多的信息渠道，但也伴隨著隱私權被侵犯的風險。購物網站可以隨意看到民眾的購物喜好，搜索引擎網站可以隨意看到民眾的網頁瀏覽習慣，社交網路則可以隨意了解民眾的社交關系網。這些私人信息被收集起來後會提供給誰使用？使用者能否保證民眾的隱私不受侵犯？等等，都是必須面對和解決的問題。大數據時代的來臨，是否會損害個人隱私權已經令人擔憂，這是英國發展大數據技術必須解決的問題。
如何保證數據採集
大數據技術得到應用並創造價值的基礎是能夠獲得充足、有效的數據，而如何保證數據的採集是目前面臨的一個瓶頸。有牛津大學統計學教授曾表示，以牛津大學新成立的醫葯衛生科研中心為例，首先要有足夠量的病人、葯物等相關信息，這是數據分析的基礎，然而許多病人出於隱私考慮不願提供某些信息，制葯企業也有可能因為商業利益不願共享葯物成分等信息。此外，在一個信息爆炸的時代，如何甄別有效信息、剔除虛假信息，不僅需要技術手段，更需要人力和資本的投入。這些問題都會導致大數據技術在其實施的第一個階段就難以進行下去，或者得出的結論將人們引入歧途。如何確保數據得到高效使用
大數據技術的意義不在於掌握龐大的數據信息，而在於對這些數據進行專業化處理。換言之，如果把大數據看作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的加工能力，通過加工實現數據的增值。因此，即便有了足夠的信息，如何充分挖掘、利用這些信息是大數據技術發揮作用的關鍵。採集到足夠的數據後，需要由相關領域的專業人士與信息技術專家一起對數據進行有針對性的歸納和分析，而這種跨學科、跨領域的合作能否順利實現，是大數據實際應用中的一個必須解決的問題。這對英國和全球其他國家都是一個挑戰。
延伸閱讀
美國、印度大數據技術的發展狀況
英國並不是惟一嘗鮮大數據技術的國家。2011年，美國總統科技顧問委員會提出政策建議，指出大數據技術蘊含著重要的戰略意義，聯邦政府應當加大投資研發力度。作為對這一建議的回應，白宮科技政策辦公室在2012年3月29日發布了《大數據研究和發展計劃》，同時組建「大數據高級指導小組」，以協調政府在大數據領域的2億多美元投資。此舉標志著，美國把應對大數據技術革命帶來的機遇和挑戰，提高到戰略層面，形成了全體動員的格局。在美國政府的實際運作中，大數據技術已經進入了應用階段。
在重視發展科技的印度，大數據技術也已成為信息技術行業的「下一個大事件」，目前，不僅印度的小公司紛紛涉足大數據市場淘金，一些外包行業巨頭也開始進軍大數據市場，試圖從中分得一杯羹。去年，印度全國軟體與服務企業協會預計，印度大數據行業規模在3年內將達到12億美元，是目前規模的6倍，同時還是全球大數據行業平均增長速度的兩倍。(作者單位：中國證券投資基金業協會)
8. 國內哪些廠家做醫保大數據平台
大數據在醫療行業的應用可在以下幾個方面發揮積極作用：
（1）服務居民。居民健康指導服務系統，提供精準醫療、個性化健康保健指導，使居民能在醫院、社區及線上的服務保持連續性。例如，提供心血管、癌症、高血壓、糖尿病等慢性病干預、管理、健康預警及健康宣教（保健方案訂閱、推送）；同時減少患者住院時間，減少急診量，提高家庭護理比例和門診醫生預約量。
5、疾病模式的分析
通過分析疾病的模式和趨勢，可以幫助醫療產品企業制定戰略性的研發投資決策，幫助其優化研發重點，優化配備資源。新的商業模式
大數據分析可以給醫療服務行業帶來新的商業模式。
匯總患者的臨床記錄和醫療保險數據集
匯總患者的臨床記錄和醫療保險數據集，並進行高級分析，將提高醫療支付方、醫療服務提供方和醫葯企業的決策能力。比如，對醫葯企業來說，他們不僅可 以生產出具有更佳療效的葯品，而且能保證葯品適銷對路。臨床記錄和醫療保險數據集的市場剛剛開始發展，擴張的速度將取決於醫療保健行業完成EMR和循證醫 學發展的速度。
公眾健康
大數據的使用可以改善公眾健康監控。公共衛生部門可以通過覆蓋全國的患者電子病歷資料庫，快速檢測傳染病，進行全面的疫情監測，並通過集成疾病監測 和響應程序，快速進行響應。這將帶來很多好處，包括醫療索賠支出減少、傳染病感染率降低，衛生部門可以更快地檢測出新的傳染病和疫情。通過提供准確和及時 的公眾健康咨詢，將會大幅提高公眾健康風險意識，同時也將降低傳染病感染風險。所有的這些都將幫助人們創造更好的生活。