大数据这概念在近年已经应用在很多行业及专业界别，那么在医疗界又可如何应用？那么先问大家一个问题，猜一猜最先能够预见流感潮爆发的机构是什么？答案可能是Google、Facebook、一些类似有大量用户的科网公司、或社交媒体大数据分析的机构，因为在流感潮初期或期间会有越来越多人在Google搜寻有关药物及医生的资料，或者越来越多人在Facebook分享自己的病情，例如上载一些药物或探热针照片的发帖。这些公司或机构只要进行一些用户行为大数据分析就可以看到大概趋势。

能否解决医院人手短缺问题？

但是要有较准确数字反映疫潮趋势的话，优质数据应该是来自医疗界，例如求诊个案的数字、诊断内容、药物应用成效等。当然，先要两大假设成立：（一）有一个系统或平台将整个医疗界里的持份者所储存的数据整合，产生医疗界大数据；（二）持份者愿意将其数据分享，持份者包括病人（及其家人）、医生、医疗机构等等。当有清晰的医疗服务供求数据，对于制定人手编配及资源配套上，无论在经常性或非经常性的情况下，也能达致更准确的效果。对于整体来说，这会促使更有效应付疫潮。

医疗大数据有隠患吗？

当然有隐患，例如数据资料外泄、被公开、被盗用、被错误删改等等，但是这也在乎于如何避免和将其发生的机会尽量降低，这就关乎网络保安、风险管理、使用守则的设计与执行。这部份主要属于刚才提到的两大假设的备注事项，保证没有隐患相信是不可能，但不再好好整合分析医疗大数据就不可不行，因为医疗界要面对的挑战越来越严峻，大数据的协助不可或缺，应用人工智能、机器学习、深度学习、区块链等技术更是在所难免，区块链的技术亦有助解决那些隐患，要讨论的应该是如何在私隐处理上取得平衡。