Napjainkra jellemző, hogy egyre több adat vesz körül bennünket. Ezzel párhuzamosan egyre többet lehet hallani a big-data adatbázisokról (pl. petabyte=10^{15 ,} exabyte=10¹⁸ , zetabyte=10²¹ méretű adatbázisok), mint egy teljesen újszerű adatszervezési és adatkezelési filozófiáról. Ezek az adatbázisok mintegy önvédelemből is keletkeznek, mert valamit tenni kell az adatdömpinggel illetve a komplex adatkezelési szükségletekkel. Big-data adatbázisok olyan "végtelen" számosságú és komplexitású adathalmazok, amelyeket az eddigi véges adathalmazokra - a gyakorlatban bevált - alkalmazott adatrelációs technikákkal nem lehet kezelni, mert az ilyen típusú adatbázisokon nem lesznek hatékonyak. Szervezésükre, kezelésükre, analizálásukra, grafikai vizualizálásukra teljesen új módszerek szükségesek, hogy tolerálható időn belül választ kapjunk kérdéseinkre. Egyre inkább megszokott lesz a szerverek százainak sőt ezreinek megosztott azaz párhuzamos használata, így a az adatbányászati gridek, a cloud computing platformok, a skálázható adattárolási rendszerek alkalmazása. Ezalól, már a nagyon közel jövőben az egészségügy sem less kivétel. Technikailag a tárolás nem igen jelent már gondot (a költségeket leszámítva) és a jövőben méginkább nem jelent ez problémát. A szerver farmok vagy a szuper komputerek megoldják az ilyen gondokat. A trendek egyre inkább azt jelzik, hogy ilyen adatbázisok sorra keletkeznek pl. a genomika, az egészségügy, a meteorológia, a biológiai rendszerek, az üzleti szféréban, Internet világában. Milyen kihívásokkal szembenézni az ilyen adatbázisok kapcsán:

-         Hatékony adatgyűjtési, kezelési, adatvisszanyerési  eljárások

-         Kiértékelő algoritmusok

-         Statisztikai módszerek, technikák

-         Újtipusú együttműködés a különböző adatbázisok között

-         Adatbiztonság

Az előadás ezekre a kérdésekre próbál választ adni hangsúlyosabban a matematikai statisztika szempontjából.