在传统的临床研究模式下，无论是提出科学问题，还是实验设计、数据采集、数据处理分析、结果验证，都是一项耗费大量人力、财力和时间的工作，严重制约临床科研成果的产出效率。
在大数据背景下，云计算、分布式存储、自然语言处理等大数据应用技术日趋成熟。以电子病历数据为主的医疗大数据规范应用，结合数据挖掘、智能化分析方法，为临床科研有效建立了基于真实世界数据和数据挖掘技术的科研思路和科研方法;以数据为重点赋能临床和管理决策，医疗大数据在临床科研中的应用场景不断丰富。
1.1 探索疾病关联关系
多学科、多维度数据是患者健康信息的主要特点，将离散的数据进行整合与规范化，对大量、关联性的疾病数据进行分析整理，建立疾病、症状、诊断、用药、手术、检查、检验之间的相关关系，形成知识图谱，可以探索疾病的关联关系，进行诊疗效果比较、合并用药研究、疾病特征和患者分析，有利于加深对疾病的了解，拓展科研发现，辅助临床诊断。
1.2 进行临床预测
医疗大数据的优势在于有大量的真实世界数据用于模型建立及临床预测。例如，通过统计和展示各类疾病的症状，监控疾病治疗效果，监控疾病的区域发病趋势，对疾病的发展趋势进行预测，为疾病的精准判断和治疗提供证据。
1.3 建立医疗质量监测评估
数据可满足横向可比及向纵深细化，通过对医院临床和运行数据的综合挖掘和分析，发现医疗质量问题的真相，准确定位原因和指导改进。通过关联患者历史健康数据、检查治疗数据、治疗结局数据，对诊疗过程进行全流程、闭环管理，对比不同疾病症状的用药、治疗效果，为进行临床诊疗效果比较、精细化治疗提供科学依据。同时，伴随数据的积累、利用，有助于进一步提升医疗质量。
1.4 助力专科疾病研究
搭建专科疾病数据库一直是科室、医院乃至国家层面的重要需求。在医疗大数据科研平台基础上，搭建专科疾病数据库，能够帮助专科疾病的科研设计、数据收集、既往成果查询、跨科室跨医院协作等科研流程的实现，使专科疾病相关的检查检验数据、随访数据、CRF表单等数据得到快速收集和高效利用。通过建立专科疾病数据库，大大节约了开展临床科研的人力成本，缩短了科研数据的获得周期，可以帮助医生确定最佳治疗方案。
消息来源：数字医疗（健康界）。里恩是专注于生命科学领域云计算的SaaS软件提供商，自主研发里恩临床试验数据采集系统、医学电子文档管理系统、电子化的患者报临床结局、药物警戒系统、疫苗临床试验研究者操作系统等，致力于成为临床EDC系统领域最专注、最专业、最具影响力的软件系统提供商。
