醫療大數據平臺建成什麼模樣，不是“一刀切”的，要根據醫院開展數據服務的範圍和類型，去選擇符合自己需要的各種功能應用，類似搭積木，也需要量體裁衣。
Hadoop不是醫療大數據平臺的“標配”
醫療行業大數據的特點並不見得是“大”。實際工作中，真正圍繞某一病種做數據研究時，一般樣本數只有幾千例，能達到一萬例就不得了，有時還有幾百例的。
醫療行業大數據的特點，首先是“寬”，數據的種類多，即便是同一種類型的數據也有很多種細分，結構不一樣；其次，醫療大數據的質量很重要，要追求數據的質量和完整性。
技術是為應用和需求服務的，什麼樣的應用決定什麼樣的技術。要圍繞技術特點去構建技術平臺，而不是單純追求“潮流時尚”。醫院在構建大數據平臺時，一定要因地制宜地選用技術。
我們真正在用數據的時候就會發現，醫療行業大數據其實大多是“小數據”，數據需要清洗、整理、增刪改，而Hadoop恰恰在這方面是弱點。傳統技術的生態環境非常好，各種各樣的工具非常齊全，而且都能互相連接起來。而大數據技術的生態沒有傳統技術那麼成熟，如果採用它，這時候不但得不到好處，反而把用戶自己的手腳捆住了。所以在選用技術的時候，不能簡單地把Hadoop搬過來就行，更不要一窩蜂地盲從。一說大數據就必須是Hadoop，這也是誤解。
當然，也不能簡單地否定Hadoop，它有自己的用武之地。Hadoop適合用在哪些地方呢？比如：科研檢索的隨機性很大，不是按照預設好的路徑，而傳統的關係型數據庫是通過索引的辦法來提高性能，不可能提前設定所有檢索條件。針對這種隨機的檢索，關係型數據庫的性能就沒有那麼好，可以用大數據技術。
但是，即使在隨機檢索這種情況下，也不一定非要用Hadoop。因為還有其他辦法可以很好地解決問題，比如ES（Elastic Search，分佈式全文搜索引擎）、列數據庫等，都能非常好地滿足需求。
我們中心到現在還沒有用到Hadoop，還沒有覺得必須要用它。一般情況下，在不追求性能的時候，我們用關係型數據庫也能做得很好。因為很多搜索對時效性的要求並不高，我們更關注的是對建模、處理等其他工具能否支撐得很好。
根據所要開展的大數據服務來選用技術
搭建大數據平臺，要根據所開展的數據服務的範圍、類別來選用技術。
比如，如果醫院只是開展一般的臨床病例的檢索、分析、日常查詢、統計分析，那就需要檢索系統、專病庫系統，再加上SPSS分析建模的軟件就夠了。如果醫院想做人工智能，那就需要GPU，需要深度學習的框架和工具。如果醫院想做深度的結構化，要用病歷文本訓練模型，也需要深度學習的框架。如果醫院要做組學處理、精準醫學，就需要相應的組學平臺和工具。
如果盲目使用大數據技術，可能一上來就把自己綁死了。大數據應用與傳統醫院信息化不一樣，它在數據分析階段，不追求數據唯一，數據可以有不同的副本，以多種形式存在。在檢索系統裡，是一種存在方式；在分析的時候，有另外一種存在方式。當然，原始數據是統一的，出自同一個源頭，然後在不同的場景下以不同的形式組織起來。就像不同的場合穿不同的衣服一樣，正裝、睡衣、運動裝都有，各取所需，而不是隻有一套。
"