生病才去就医？大数据告诉你预防才是关键_数据分析师
传统的医疗服务是一个被动型的服务产业，当参与者有了疾病，或者是有了不舒适的体感，才会去体检中心或者医院做检测，用高精度的仪器对身体进行分析，来判断疾病形成的原因给出诊断，并给出相应的治疗建议。
但随着大数据处理技术的进步，通过智能硬件，在家庭环境中连续采集用户体征数据，不但可以对用户的身体基本指标进行分析，也是对未来健康风险的一个主动预警。
所以，围绕着体征数据的采集，并且对相应波动规律进行分析和判断，去发现用户未来健康变化可能出现的的风险。在风险形成之前，给予用户改善的建议，减低风险形成的可能性，这是医疗服务在未来发展的趋势。
但是，为什么在如此多的关注健康类的智能硬件中，胜者寥寥？这是因为在这个领域内存在着两个误区。
目前的智能硬件都是基于传统体征检测设备改造而来的，而传统的体征检测设备的特点就是单点数据检测和单次数据分析。由于每个检测者的个人情况与所处环境有所差异，当无法约束用户用共性环境的时候，后面的结果就会有千差万别，因此在数据端得出的结论就会出现
偏差。
同时，大数据分析模型，需要建立在足够的理论支持与试验研究的基础上。即使有了大量的数据，但模型的建立也要根据不同年龄和不同身体状况的人分别设计。纯粹的关注数值的相关性，也有可能出现
偏差。
所以，针对家庭中不同年龄阶段的人群，不同的需求。可以在家庭普遍环境中，高精度的连续捕捉用户体征数据来提前发现体征状况，并且给予相应改善建议。顺从于医疗领域未来的发展方向，英特尔可以很好的满足用户的大数据时代的需求。
iHealth可穿戴产品是一个依托于英特尔
云计算的用户健康体征监测类产品平台，它覆盖了包括血压监测、血糖监测、心电监测、活动与睡眠追踪、体重管理等多项健康体征监测领域。
拿血压检测来说。连续血压检测意义是什么？若你被诊断为高血压或高血糖，当你的血压或者血糖数字变化时，你可能只是轻微的感觉自己不太舒服，甚至忽略掉自己的身体变化，但这个忽略可能会给你的健康带来严重的影响。比如说中风，老年性痴呆，肾衰。高血压本身并不致命，但是引起的疾病却足以致命。
而在远程医疗服务里，这些状况都将得到解决，你的血压血糖数值将被实时记录，并透过可穿戴设备，分享给你的医生，你会马上收到医生的健康建议甚至疾病预警。得到用户一天血压波动，规律的数据。可以提前预警，告诉他引发疾病的风险。
云端处理可让iHealth监测设备采集的数据更有价值。上传和记录重要的生理信号数据，可以通过共享平台分享给临床和非正式的护理人员。随后，医生会提供解决方案，回传至消费者与其护理团队，给予用户的下一步计划。
可能对于多数人来讲，很难清楚的了解健康情况下的血压是多少、脂肪率是多少、心率又是多少。如果用户想知道现在是不是健康？未来是不是有风险？这些问题恐怕都需要咨询医生才能得到解答。但随着就医人数的持续增长，以及医院人力不足的困难。对于医院来说，压力与责任愈发强大。所以，如何更加高效的配置已有资源，在保证处理能力的同时给予病人更好的用户体验。最有效的方法之一就是加强医疗数据的挖掘与应用。
目前，寻常一张CT扫描图像，就含有约150MB的数据;一个基因组序列文件大小约为750MB;标准的病理图的数据量则大得多，要接近5GB。如果将这些数据量乘以人口数量和平均寿命的话，仅一个社区医院累积的数据量，就可达数TB甚至数PB之多，而且其中还富含图像、视频等非结构化数据，更勿论规模更大的医疗机构，甚至是地区医疗主管部门汇集的数据集了。
医疗行业的大数据虽然量大且繁杂，但其中蕴含的信息价值也多样且丰富，如果能够对其进行有效的存储、处理、查询和分析，小到辅助某个临床医生做出更为科学和准确的诊断和用药决策、或帮助某个医院根据患者潜在需求开发全新个性化服务及自动服务，大到帮助相关研究机构突破医疗方法和药物革新、或支持地区甚至全国医疗行业主管部门优化医疗资源及服务配置。大数据处理能为医疗行业提供前所未有的强力支持。
所以，如何将海量、复杂的数据的存储、处理和保护成本降至最低，同时还能对此进行实时或准实时的处理、秒级的查询需求响应以及智能、深入的分析，英特尔开放架构的大数据平台为这个问题带来了答案。
凭借出色的成本优势，以及支持TB-PB级大数据集的
分布式存储、实时处理和查询应用，英特尔为医疗行业用户对于大数据的多维度、多层次应用提供强有力的技术平台支撑。同时，英特尔大数据分析平台已经完成了从芯片硬件到数据库管理的全面优化，所以可以有效降低用户在应用软件产品化方案化过程中的工作量和总体成本。
更为重要的是，英特尔在政府、电信和金融在内的众多行业用户的成功应用，足以证明它已经历了实战的考验。因此，对于医疗行业用户及其面临的大数据应用挑战来说，英特尔的开放架构大数据平台，是针对中国本地医疗行业用户在“医疗大数据解决方案”的最佳选择。
