個人見解：
醫學大資料和傳統的醫學統計，是一種聯絡緊密但又互相去同存異的關係。
其一，傳統的醫學統計的主要著眼於，統計描述，統計分析，統計推斷。另外，也做一些研究設計，模型設計等。在一定程度上，是一個基礎性、工具性的學科。其主要涉及資料分析軟體為SAS SPSS STATA R語言等。所以說，可以片面的認為醫學統計是醫學大資料的基礎。
其二，醫學大資料這個概念太廣了，包涵內容太多了，不知道版主指的哪一種。個人理解的為生物大資料。對於生物醫學大資料的成因，主要有內外兩方面：內因是生命本質的複雜性，包括生命內部執行機理的複雜、疾病病理的複雜等；外因可總結為生物/醫學領域資訊的資料化，這得益於高通量生物技術的發展、醫療資訊化以及資訊科技（IT）的發展等。最典型是二代測序技術（如RNA-Seq）的成本下降及其應用普及，使得資料呈現爆炸性增長趨勢。生物醫學大資料的產生來源多樣，涵蓋臨床醫療、公共衛生、醫藥研發、醫療市場、個體行為與情緒研究、遺傳學與組學研究、社會人口學、環境科學、健康網路與媒體等。
個人見解：
醫學大資料和傳統的醫學統計，是一種聯絡緊密但又互相去同存異的關係。
其一，傳統的醫學統計的主要著眼於，統計描述，統計分析，統計推斷。另外，也做一些研究設計，模型設計等。在一定程度上，是一個基礎性、工具性的學科。其主要涉及資料分析軟體為SAS SPSS STATA R語言等。所以說，可以片面的認為醫學統計是醫學大資料的基礎。
其二，醫學大資料這個概念太廣了，包涵內容太多了，不知道版主指的哪一種。個人理解的為生物大資料。對於生物醫學大資料的成因，主要有內外兩方面：內因是生命本質的複雜性，包括生命內部執行機理的複雜、疾病病理的複雜等；外因可總結為生物/醫學領域資訊的資料化，這得益於高通量生物技術的發展、醫療資訊化以及資訊科技（IT）的發展等。最典型是二代測序技術（如RNA-Seq）的成本下降及其應用普及，使得資料呈現爆炸性增長趨勢。生物醫學大資料的產生來源多樣，涵蓋臨床醫療、公共衛生、醫藥研發、醫療市場、個體行為與情緒研究、遺傳學與組學研究、社會人口學、環境科學、健康網路與媒體等。