عظیم‌داده باعث ایجاد هیجان زیادی در صنایع مختلف، از جمله مراقبت‌های بهداشتی شده است. عظیم داده شامل حجم زیادی از داده‌های ساختاریافته و بدون ساختار است. عظیم‌داده، حجم، سرعت، تنوع، متغیر بودن و صحت داده‌ها را مشخص می‌کند (Hitzler & Janowicz، 2013). سازمان‌ها حجم زیادی از داده‌ها را از معاملات تجاری، رسانه‌های اجتماعی و سایر منابع مرتبط جمع‌آوری می‌کنند. انواع داده در بخش سلامت شامل پرونده‌های ساختاریافته، بدون ساختار، عددی، پرونده‌های بیمار، سوابق بیمار، سند متن، ایمیل، ویدئو، صدا، توییت‌های اجتماعی، موارد مورد علاقه، و پروفایل‌های بیمار است. متغیرهای روزانه، فصلی و رویدادی نیز باعث افزایش داده‌ها می‌شود. به غیر از حجم، سرعت و تنوع مورد نیاز در برنامه‌های عظیم‌داده، داده‌ها باید کیفیت درست و دقیق داشته باشند تا نتایج قابل اعتماد را تولید کنند.

در دهه­‌های گذشته فناوری‌­های بسیاری به کمک پزشکان آمده و با هدف ترکیب و تقاطع اطلاعات و استنتاج در بازه اطلاعاتی وسیع‌­تر سعی دارد تشخیص و درمان را هرچه دقیق­‌تر و سریع‌­تر نماید. یکی از فناوری­‌های مهم که به سرعت در حال توسعه بوده و می‌­تواند در نظام سلامت بسیار موثر واقع شود، اینترنت اشیا است. اینترنت اشیا به عنوان ابزار ورودی عظیم‌داده با ارائه مدل کارا و مناسب برای انتقال بهنگام داده‌­ها و ارائه راهکارهای ترکیب و تقاطع اطلاعات و ارائه فرآیندهای پردازشی قوی و کارآمد می­‌تواند در فرآیندهای تشخیص و درمان بیماری­‌ها و ارتقای نظام سلامت نقش مهمی ایفا نماید. خدمات و محصولات اینترنت اشیا در حوزه سلامت را با سه هدف کلی زیر می­‌توان طراحی و اجرا نمود:

طبابت از راه دور: این بخش از عظیم‌داده سلامت ویزیت مجازی، معاینه، جراحی و ... بدون حضور فیزیکی پزشک و از راه دور را در نظر دارد.

پایش از راه دور: یعنی اینکه بتوان وضعیت سلامت مریض را بدون مراجعه و ویزیت پایش نمود و در صورت نیاز به کمک وی شتافت.

تغییر رفتار: این قسمت که بیشتر جنبه­‌های خودمراقبتی و پیشگیری را هدف گرفته، با ارائه راهکارها و آموزش‌های مناسب و هدفمند تلاش می‌کند تا رفتار فرد، سبک زندگی و عادت‌­های نادرست فرد را اصلاح نموده و زمان مواجهه وی با بیماری را به تعویق اندازد.

سازمان‌های بهداشتی در سال‌های گذشته با مقیاس وسیعی از داده‌ها مواجه شده‌اند. علاوه بر این، با استفاده گسترده از رسانه‌های اجتماعی و اینترنت اشیا، تجزیه و تحلیل عظیم‌داده توجه بسیاری از محققان را به خود جلب کرده است. به عنوان مثال، عظیم‌داده ممکن است برای پیش‌بینی شیوع ویروس جدید مورد استفاده قرار گیرد. با این حال، داده در بخش مراقبت‌های بهداشتی منحصر به فرد است، زیرا به حریم خصوصی بیماران مربوط می‌شود و توسط قوانین کشورها محافظت می‌گردد. لذا دو مساله اصلی وجود دارد: اولا، چگونه می‌توان با به حداقل رساندن خطر افشا و درز داده‌های بیمار، تجزیه و تحلیل داده‌ها را انجام داد، و دوم اینکه چگونه می‌توان تجزیه و تحلیل داده‌ها را در حین محافظت در مورد حریم خصوصی بیماران انجام داد. برای درک این مسائل، این مطالعه چارچوبی را شامل پنج بعد از عظیم‌داده سلامت که شامل: عوامل قانونی و اخلاقی، عوامل خطر برای سلامتی بیمار، تهدید امنیتی و عوامل شکست داده، عوامل تمرین پیشگیرانه و عوامل کاربرد داده می شود را مورد بررسی قرار می‌دهد.

شکل 1: چارچوب ابعاد تجزیه و تحلیل عظیم‌داده در بخش سلامت

شکل 2: تاثیر ابعاد تجزیه و تحلیل عظیم‌داده در بخش سلامت

 

طبق نظرسنجی Ponemon در سال 2015، سیاست‌ها و رویه‌های ایجاد شده توسط سازمان‌های مراقبت‌های بهداشتی ادامه دارد تا این روند در حفظ حریم خصوصی و امنیت اطلاعات سلامت مؤثر باشد. بر اساس همان نظرسنجی، تنها چند سازمان بهداشتی نظارت بر اعتبار و نظارت هویت پرونده بیمار را ارائه می‌دهند. این بررسی نشان می‌دهد که درصد حوادث امنیتی مبتنی بر جنایت، از جمله حملات مخرب، در حال افزایش است. چارچوب بالا برخی از ابعاد مهم که به موفقیت تجزیه و تحلیل عظیم‌داده در بخش  سلامت کمک می‌کند، را نشان می‌دهد و به برخی از عوامل مهم که سازمان‌های بهداشت و درمان بتوانند خطر نشت داده‌های بیمار را کاهش داده و حفظ حریم خصوصی بیماران را به حداکثر برسانند، اشاره کرده است.