而醫療大資料産業的發展是由價值醫療驅動的，也就是醫療服務品質與醫療成本的雙赢，其潛在的價值空間非常巨大。醫療大資料産生于具體的應用場景，服務于居民、醫療服務機構、科研機構、公共健康管理部門，醫療保險管理機構以及商保公司等。
多種場景産生醫療資料
事實上，醫療大資料産生的場景很多，有來自醫院、診所、第三方檢測機構、科研機構、社保部門、藥店、網際網路醫療公司終端等等與醫療相關的機構。我們将其分為主要的4個類别：
1、診療資料。這是患者在醫院、診所等醫療機構就醫過程中産生的資料。一般包括電子病曆，用藥選擇，生化、免疫、pcr等傳統檢測項目結果以及基因測序等新興檢測項目結果。其中随着近年來基因組學概念的普及，基因檢測逐漸興起，其産生的檢測資料增長非常之快。與之誕生了一批相關創新型企業。
2、研發資料。醫藥器械研發企業、研發服務外包企業、科研機構等在研發過程中會産生一批研發資料，諸如醫藥研發過程中臨床試驗的資料，科研進展等等。
3、患者資料。這類資料是由患者自身的行為和感官産生的，采集的終端一般是可穿戴裝置和各類網上醫療平台。比方說通過可穿戴裝置收集的體征類的健康管理資料；網上挂号問診、網絡購藥、醫患病友交流等網絡行為産生的資料等。
4、支付和醫保資料。患者支付記錄、報帳記錄、醫藥流通記錄等等，一切與付費方相關的稽核與報帳記錄都會産生相關資料。
五大應用場景的醫療大資料
具有“4v性”＋“醫療性”
由此衆多場景産生規模巨大的診療資料、患者行為感官資料、研發資料、支付醫保資料等，構成了品質參差不齊醫療大資料，不僅具有大資料的“4v性”，即規模大（volume）、類型多樣（variety）、增長快（velocity）和價值大（value），且具有醫療領域的多态性、時序性和隐私性，同時也具有不完整性和備援性。
醫療大資料潛在的變現能力不同。一般來講，我們主要将其應用在5大場景，分别是：
2、慢病及健康管理。這主要包括實時監控使用者的身體狀況；為使用者實施個性化的健康管理方案；利用資料的健康管理降低重病發病率以減少醫療支出。這是基于慢病及健康管理資料庫結合遠端智能監護系統和可穿戴裝置等幫助個人實作健康管理。
4、醫藥研發。通過智能資料分析系統，能在醫藥研發過程中減少人力、時間、物力等投入，降低藥品研發成本。同時基于疾病、用藥等建立資料模型，預測藥品研發過程中的安全性、有效性、副作用等。
5、醫療管理。通過資料整合分析，智能應用等幫助醫院營運管理。可通過多家醫院的資料，建立和完善區域及跨區域的疾病防控、婦幼健康、綜合監督、食品安全、血液管理、分級診療等，實作醫療資源合理配置。
政策和資本助力，醫療大資料公司如春筍般增長
因而，醫療大資料一直是醫療領域最重要的核心，同時也是我們目前面臨的短闆。之是以如此認為，主要由目前我國醫療的現狀所反應。對于人口基數巨大，卻存在醫療資源浪費嚴重、緊缺和配置不合理，以及醫療支出增長過快和醫療保險發展乏力等問題，我國的醫療大資料的市場規模非常可觀，保守估計将達到千億級，醫療大資料的可應用場景也很豐富值得深度挖掘。
然而，我國區域資訊化建設尚未成規模，對醫療資料及資料源開放和共享化的程度相對較低。對此，2015年，我國國務院出台關于《促進大資料發展行動綱要》的政策，明确關于資料使用的總體要求。2016年又出台《關于促進和規範健康醫療大資料應用發展的指導意見》，正式将醫療大資料納入國家發展，進而加速推進醫療大資料産業的形成和發展，一批與之相關的醫療資料企業如雨後春筍般增長。
除了政策支援外，資本對醫療大資料公司的信任也必不可少。我們掃描了98家明确披露融資資訊的醫療大資料相關公司，據不完全統計發現，近年來有超過20家投資機構投資的醫療大資料公司超過兩家及以上。下圖呈現了10家投資機構相關的内容（該資訊根據公開披露的資訊整理）