大資料是我的主要研究方向之一，所以我來回答一下這個問題。

首先，醫學領域是大資料率先實現落地應用的領域之一，而且未來大資料在醫學領域的應用會越來越普遍，所以醫學生學習資料分析是很有必要的，不僅能為自己的科研活動提供幫助，同時對於提升自身的工作效率和工作能力都有直接的幫助。實際上，在大資料概念被提出之前，資料分析在醫學領域的應用已經比較普遍了，早在2002年的時候，我參與了一個HIS專案，就專門開發過針對於診療方案的資料分析軟體。

對於醫學生來說，如果要學習資料分析，可以按照以下幾個方面來制定學習計劃：

第一：掌握基本的資料分析知識。學習資料分析，首先要掌握資料分析的整體技術結構，同時要學習資料分析的基礎知識。在當前的大資料時代，資料分析的基礎知識涉及到數學、統計學和計算機三大部分知識。對於初學者來說，可以先從統計學基礎知識開始學習，然後進一步學習一下程式語言，比如Python語言。

第二：掌握常見的資料分析方式和工具。當前在大資料領域，進行資料分析的方式有兩種，分別是統計學方式和機器學習方式，不同的分析方式有不同的步驟，同時也需要採用不同的分析工具。以機器學習為例，資料分析的步驟包括資料收集、演算法設計、演算法實現、演算法訓練、演算法驗證和演算法應用，這個過程中，資料收集和整理是基礎，演算法設計是核心。

第三：結合自身的專業領域。資料分析一定要結合具體的應用場景，所以醫學生在學習資料分析的過程中，一定要結合自身的專業領域。目前醫學領域的資料分析專案也比較多，可以參考的學習案例也比較豐富。