癌症、糖尿病、心血管疾病、慢性呼吸道疾病等慢性病已成为中国的头号健康威胁，占死亡人数的比例超过80%，占国家疾病总负担的比重达到68.6%。随着大数据时代的到来，各类大数据模式的运用对于慢病的早期防控起到了十分重要的作用。英特尔医疗生命科学部门对于慢病的大数据研究也做了很多新的探索，那么结果如何呢？下面从临床医学、日常健康管理两个方面，来看看英特尔的实践研究。
临床医学的慢病监控
帕金森综合症、心血管疾病等等，都成为了威胁人类健康的重要杀手。英特尔医疗生命科学部门大众健康方向的总经理乔希·勒米厄(Josh Lemieux)先生在“互联网+慢病防控”的主题沙龙中，也为我们例举了两个案例，来探究他们在这些慢性疾病领域的防控措施。
对于帕金森综合症，其最大症状就是抖动，因此利用智能穿戴设备、智能手机、大数据分析平台，解决能够精准预测其严重程度的方法。通过患者佩戴的智能手表，可以对其抖动情况进行24小时监控和记录，并自动上传到智能手机上，这些数据也将利于医疗健康服务者对病人提供更好的服务，医疗研究者可以得到更精准的研究数据，同时制药厂商对于该病症的药物研究也会更加具有针对性。这些大数据监控对于临床的专家具有很深的影响，为他们在临床的病症研究提供了更多的参考依据。
对于心血管疾病，英特尔公司采样359个志愿者的半年时间数据，同样通过智能手表、手机、数据、健康数据（如电子健康病例）来构建数据模型，从中找到规律。与此同时，通过对这些志愿者的睡眠质量进行智能监控，来探究睡眠质量与心血管疾病的关联性，这些大数据背后所隐含的信息将会发掘出改善人类生活质量的方法。
在这两个案例研究中，我们也看到了大数据在慢病的早期预防、医疗行业的慢病学术研究起着至关重要的作用。
老年居家服务的大数据管理
现如今随着可穿戴设备的发展，以及老龄化问题的严重，随时随地监控个人的健康状况变得尤为重要。可穿戴设备在未来市场中可以帮助解决部分空巢老人的照顾问题，例如药物提示，反馈老人身体健康情况给儿女，健康监测等。通过可穿戴设备获取大数据，寻找更精准的需求并拓宽市场渠道。
对于老年人照护方面，如今的智能可穿戴设备已经可以支持用户采集心电、血压、心率、体温等各种类型数据并上传到云端，可以充分应用大数据、云计算等技术平台，分析其数据，通过这些数据挖掘并获得更多有用的精确信息，并为医疗工作者的慢病防控研究工作提供更多的参考价值。大数据在个人健康方面可以提供更多更详尽的健康信息，从而使得对患者的干预量化，方案针对，患者遵从。
慢病防控的可行性研究
上述的慢病防控研究只是英特尔医疗生命科学部门的部分研究课题，值得我们的借鉴。大数据对于慢病防控的研究提供了更多的可行性执行方案：（1）对于研究者提供了庞大的数据研究样本，使研究结果更具参考价值（2）对于医疗工作者可以更好更方便地查看患者的健康数据，为其提供更具针对性的治疗（3）对于制药厂商提升其研究慢病药物的针对性（4）对于自身，可以提供实时数据监控，从而增强我们对于自身健康的重视。以上几点都使得大数据成为慢病防控的最大福音。
