醫療行業是較早運用大資料分析的傳統行業之一。其中，五大醫療服務領域包括臨床業務、網路平臺、公眾健康管理、遠端病人監控、新藥開發等，對大資料運用的深度和廣度都走在了前面。大資料分析大幅度提高了醫療效果和使用者滿意度。
臨床記錄和醫保大資料
彙總患者的臨床記錄和醫療保險資料集並進行高階分析，將提高醫療支付方、醫療服務提供方和醫藥企業的決策能力。比如，對醫藥企業來說，他們不僅可以生產出具有更佳療效的藥品，而且能保證藥品適銷對路。臨床記錄和醫療保險資料集的市場剛剛開始發展，擴張的速度將取決於醫療保健行業完成EMR和循證醫學發展的速度。
世界各地的很多醫療機構（如英國的NICE、德國IQWIG、加拿大普通藥品檢查機構等）已經開始了CER專案並取得了初步成功。2009年，美國通過的復甦與再投資法案，就是向這個方向邁出的第一步。在這一法案下，設立的比較效果研究聯邦協調委員會協調整個聯邦政府的比較效果的研究，並對4億美元投入資金進行分配。這一投入想要獲得成功，還有大量潛在問題需要解決。比如臨床資料和保險資料的一致性問題，當前在缺少EHR（電子健康檔案）標準和互操作性的前提下，大範圍倉促部署EHR可能造成不同資料集難以整合。再如病人隱私問題，想在保護病人隱私的前提下提供足夠詳細的資料以保證分析結果的有效性不是一件容易的事。還有一些體制問題，比如目前美國法律禁止醫療保險機構和醫療補助服務中心（Centers for Medicare and Medicaid Services）（醫療服務支付方）使用成本/效益比例來制定報銷決策，因此，即便他們通過大資料分析找到更好的方法也很難落實。
網路平臺和社群
另一個潛在的大資料啟動的商業模型是網路平臺和大資料，這些平臺已經產生了大量有價值的資料。比如PatientsLikeMe.com網站，病人可以在這個網站上分享治療經驗；Sermo.com網站，醫生可以在這個網站上分享醫療見解；Participatorymedicine.org網站，這家非營利性組織運營的網站鼓勵病人積極進行治療。這些平臺可以成為寶貴的資料來源。例如，Sermo.com向醫藥公司收費，允許他們訪問會員資訊和網上互動資訊。
公眾健康
大資料的使用可以改善公眾健康監控。公共衛生部門可以通過覆蓋全國的患者電子病歷資料庫，快速檢測傳染病，進行全面的疫情監測，並通過整合疾病監測和響應程式，快速進行響應。這將帶來很多好處，包括醫療索賠支出減少、傳染病感染率降低，衛生部門可以更快地檢測出新的傳染病和疫情。通過提供準確和及時的公眾健康諮詢可以大幅提高公眾健康風險意識，降低傳染病感染風險。所有這些都將幫助人們創造更好的生活。
遠端病人監控
從對慢性病人的遠端監控系統收集資料，並將分析結果反饋給監控裝置（檢視病人是否正在遵從醫囑），從而確定今後的用藥和治療方案。
2010年，美國有1.5億慢性病如糖尿病、充血性心臟衰竭、高血壓患者，他們的醫療費用佔到了醫療衛生系統醫療成本的80%。遠端病人監護系統對治療慢性病患者是非常有用的。遠端病人監護系統包括家用心臟監測裝置、血糖儀乃至晶片藥片。晶片藥片被患者攝入後，實時傳送資料到電子病歷資料庫。舉個例子，遠端監控可以提醒醫生對充血性心臟衰竭病人採取及時治療措施，防止緊急狀況發生，因為充血性心臟衰竭的標誌之一是由於保水產生的體重增加現象，這可以通過遠端監控實現預防。更多的好處是，通過對遠端監控系統產生的資料分析，可以減少病人住院時間，減少急診量，實現提高家庭護理比例和門診醫生預約量的目標。
新藥開發
醫療產品公司可以利用大資料提高研發效率。拿美國為例，這將創造每年超過1000億美元的價值。
醫藥公司在新藥物的研發階段，可以通過資料建模和分析，確定最有效率的投入產出比，從而配備最佳資源組合。模型基於藥物臨床試驗階段之前的資料集及早期臨床階段的資料集，儘可能及時地預測臨床結果。評價因素包括產品的安全性、有效性、潛在的副作用和整體的試驗結果。通過預測建模可以降低醫藥產品公司的研發成本，在通過資料建模和分析預測藥物臨床結果後，可以暫緩研究次優的藥物，或者停止在次優藥物上的昂貴的臨床試驗。
除了研發成本，醫藥公司還可以更快地得到回報。通過資料建模和分析，醫藥公司可以將藥物更快推向市場，生產更有針對性的藥物，有更高潛在市場回報和治療成功率的藥物。原來一般新藥從研發到推向市場的時間大約為13年，使用預測模型可以幫助醫藥企業提早3～5年將新藥推向市場。