目前我国各医院系统并不相连，因此没有一个统一规范的临床结构化病历模型标准，不同医院的病历书写也存在很大的差异化，非结构化的数据使得大数据在我国的医疗环境下很难做到高效率的数据挖掘。

还有一个很现实的问题那就是——中国的绝大部分临床病历实际价值非常的小。因为医生的临床工作很忙，所以基层医院的病历写作不规范，而上级三甲医院的病历基本上都靠复制黏贴，因此想要从病历的结构化和自然语言中是很难做到任何有效的分析的。

除此之外，目前中国普遍的临床用药和检查都有很多的问题，临床中的实际治疗是千变万化的，但是你在患者病历中是看不出来的，因为中国的医生很多都是以完成实际工作和不要扣钱为主，因此就会做一些套式的病历，以及靠复制黏贴来随意应付paperwork，患者的细微诊断细节很多时候从病历上根本无法体现，所以每个病历的治疗效果可能都千差万别。

大数据很多是从既有数据中进行挖掘，但是中国的患者离开医院后失访率非常高，这与美国的医疗情况不同，美国的患者离院之后的诊后延续性比较好。数据如果不能持续向前发展，那大数据就会变成死数据，并产生很大的泡沫。但这还不是泡沫的根本!