在国家大数据战略的推动下，经过近5年的探索和发展，大数据将从概念期进入一个新的发展时期——落地应用期。在诸多行业中，健康医疗将成为大数据落地应用的典型行业之一。《“健康中国2030”规划纲要》明确提出，要在全面建成统一权威、互联互通的人口健康信息平台的基础上，推进健康医疗大数据应用，加强健康医疗大数据应用体系建设。本专题在上述背景下，汇聚了来自该领域专家的5篇论文，对健康医疗大数据在相关政策、技术和应用方面的问题进行了探讨。
健康医疗大数据的发展需要国家政策和发展规划的指导。金小桃、黄安鹏等人的论文《“全息数字人”—— 健康医疗大数据应用的新模式》对健康医疗大数据发展的国家政策背景和社会需求进行了梳理和解读，在此基础上，提出了“全息数字人”的概念和内涵，以此为核心，探讨了健康医疗大数据的发展方向和产业发展方式，阐述了基于健康医疗大数据和“全息数字人”的健康服务新模式、新思维以及发展途径与成果共享方式。
高质量的数据资源是智能化分析应用的前提和基础。目前，医疗行业缺乏持续可用的高质量数据，健康医疗大数据治理是一个有待研究解决的重要问题。阮彤、邱加辉等人的论文《医疗数据治理——构建高质量医疗大数据智能分析数据基础》阐述了医疗数据治理和数据可用性存在的各种问题，分析了医院、区域、专科联盟、医疗标注与知识等不同层面的数据治理问题，探讨了数据治理中的关键技术以及健康医疗大数据标准框架。
电子病历是医疗行业最具深度价值的数据资源，对智能化辅助诊疗具有重要的应用价值。刘卢琛、张铭等人的论文《基于深度学习的异构时序事件患者数据表示学习框架》研究了基于电子病历的智能分析方法，提出了一种基于电子病历数据的异构事件长短期记忆表示学习方法和框架。实验表明，该方法可以在一系列先进模型的基础上，提升死亡预测和异常实验结果预测的准确度。
医疗影像大数据是医疗行业最大的数据资源，人工智能与医学影像的结合已成为全球关注的研究热点。韩冬、黄峰等人的论文《人工智能在医学影像中的研究与应用》系统性地介绍了人工智能在医学影像领域最新的研究与应用进展和创新性工作，讨论了智能成像设备、智能图像处理与分析、影像
组学、医学影像与自然语言处理的结合等前沿方向，阐述了医疗影像大数据全链条人工智能技术的重要性和可行性。
作为医疗影像数据分析应用研究案例，张旭东、孙圣力等人的论文《基于数据挖掘的触诊成像乳腺癌智能诊断模型和方法》研究了基于触诊成像数据的智能化乳腺癌预测方法。该论文基于乳腺触诊成像对乳腺癌早期筛查及风险评估的临床数据，通过机器学习方法对乳腺肿瘤的良恶性质进行判定实验结果表明，提出的触诊成像乳腺癌智能诊断方法可有效地预测和筛查乳腺癌，具有良好的临床辅助诊断应用价值。
希望通过本专题的讨论，对健康医疗大数据的研究起到一个抛砖引玉的作用。
黄宜华（1962- ），男，博士，南京大学计算机系教授、博士生导师，南京大学PASA大数据实验室学术带头人。中国计算机学会大数据专家委员会副秘书长，江苏省计算机学会大数据专家委员会主任。主要研究方向为大数据处理、大数据机器学习算法与系统、大规模文本语义分析、大数据行业应用等。主持国家级和省部级与大数据相关的科研项目多项，并与国内外诸多知名IT企业以及大数据开源社区开展了合作，在国内外学术刊物和国际会议上发表学术论文60多篇。
