虽然越来越多的数据是由不同的生物医学和卫生保健系统,他们还没有充分利用这些数据提供了变革的机会。分析技术应用到大数据可以在生物医学和医疗保健领域大有好处,允许识别和提取相关信息,减少所花费的时间的生物医学和卫生保健专业人员和研究人员正试图找到有意义的模式和新语丝的知识。

利用这些数据对于发现新知识,可以翻译成医疗应用程序,有基本的数据分析困难必须克服。实际问题,比如处理噪声和不完整的数据,处理计算密集型任务,整合不同的数据源,和先进和复杂的数据分析技术利用和管理这些数据,是生物医学信息学在大数据时代所面临的挑战。

这个特殊问题的主要目标是研究人员汇集在医疗和数据挖掘说明迫切需求,展示具有挑战性的研究问题,展示最先进的研究和发展。

潜在的主题包括但不限于以下:

• 分类和聚类生物医学和医疗数据
• 信息提取的生物医学和临床全集(摘要,全文电子医疗纪录、临床试验等)
• 数据预处理和清洗处理噪音和缺失数据在大型生物医学或人口健康数据集
• 生物医学和医疗数据的文本挖掘
• 算法来加快大生物医学和医疗数据的分析
• 新颖的可视化技术,以促进生物医学和医疗数据的查询和分析
• 利用大数据的医疗保健
• 临床决策支持数据挖掘
• 数据挖掘为临床指南/医疗过程改进
• 改善医疗应用的数据挖掘模型