目的：随着医疗信息化建设水平的不断提高，医疗卫生行业积累了海量的结构化和非结构化数据。通过有效的数据挖掘技术，探究其蕴含的丰富的信息价值，为医疗卫生各行业的决策提供有力支持。　　方法：以区域卫生信息平台上积累的海量数据为主要研究对象，并对其进行清洗、整理和标准化处理后，采用融合型大数据（Hive、MapReduce、SQL数据库等）技术构架，建立医院、科室服务质量及传染病的监测、预警的应用案例分析。①案例一：采集2010-2014年5所医院的电子病历信息，筛选11个指标体系，构建GLMM分析模型、拟合、AIC验证，利用R语言进行统计分析，进行动态可视化展示。②案例二：采集2010-2014年某市第一人民医院各临床科室信息，确定具有代表性的11个指标，建立主成分分析法，结合R语言进行统计分析，选出前三个主成分进行评价，对得到综合评价的进行排序。③案例三：采集登革热病人信息、互联网数据及气象数据等，基于AIC准则，构建支持向量机模型（SVM），结合R语言进行统计分析，通过ArcGIS技术进行可视化展示。　　结果：①案例一：疾病的诊疗状况与医院的综合情况、病人的性别、年龄、保险的种类、治疗的费用及DRG的种类之间有统计学意义（p<0.01）。通过对疾病诊疗情况的实时动态监测，可以分析出：1）不同疾病在不同医院的诊疗情况；2）同种疾病在不同医院的诊疗情况；3）同一医院对不同疾病的诊疗情况。②案例二：前三个主成分的特征值大于1，且累积贡献率达到81.156％。综合函数评分排名前三名：心血管科、消化科、妇产科；最后三名：疼痛科、皮肤科、口腔科。③案例三：传染病爆发的关键因素：人口密度、房价、8-10月份最大温度的天数、9月份最低湿度的天数、7月份降雨的天数。通过GIS动态展示可以得出：黄色和橙色代表登革热正在爆发区域；黄色预示着该地区登革热将有一定程度的控制区域。绿色则代表着安全区域，即没有发现登革热流行的区域；红色则表示复发区域。　　结论：本研究以成熟的大数据分析平台为依托，通过对海量数据的分析，实现医疗资源的合理优化配置，发病率的监控预测，完善考核机制等，为医疗卫生行业管理者提供决策支持，为病人高效的提高就医导向，节约时间，医院提高诊疗效率质量，最大限度的降低医疗事故的发生。也可以监控并及时对公共卫生事件做出积极的预警，加强区域范围内的人群健康管理，优化医疗卫生产业链，推进某市医疗卫生事业的发展，为深化医疗体制改革提供新的思路。