新传媒网监测、记录、分析和整合有关人类生物学和健康信息的能力，其范围从分子相互作用到大量人群的疾病流行，正在改变生物医学科学和人类健康。探索应用大数据分析来解决当今医疗保健面临的一些最大问题的机遇和挑战是大数据特刊的焦点。
威斯康星大学麦迪逊分校客座编辑 Mark Craven 博士和 C. David Page 博士发表了一系列观点、评论和原创研究文章，深入探讨了大数据分析在生物医学中的应用。他们在题为“医疗保健中的大数据：机遇与挑战”的社论中介绍了该领域和特刊中的单篇文章。
特色文章包括纽约大学、纽约大学朗格尼医学中心(纽约州纽约市)和独立蓝十字协会(宾夕法尼亚州费城)的 Narges Razavian 及其同事撰写的“根据索赔数据和风险因素分析对 2 型糖尿病进行人口水平预测” )。研究人员描述了一种新的数据驱动的人口健康方法，他们使用机器学习来开发 2 型糖尿病发病的预测模型和风险因素。他们的模型基于 4 年来收集的 410 万人的索赔数据、药房记录、医疗保健利用信息和实验室结果。该模型识别了 2 型糖尿病的新风险因素，并且在预测疾病发作方面比基于用于比较的 已知风险因素的模型至少好 50% 。
在“挖掘量化自我：个性化知识发现作为数据科学的挑战”一文中，来自硅谷数据科学(加利福尼亚州山景城)的 Tom Fawcett 探讨了分析和应用个人收集的大量数据的机会来自佩戴个人追踪设备的生活方式趋势。他讨论了“量化自我问题”，并提出了一种将用户数据与“可操作的见解”和感兴趣的决策联系起来的方法。
