The domain of healthcare has always been flooded with a huge amount of complex data, coming in at a very fast-pace. A vast amount of data is generated in different sectors of healthcare industry: data from hospitals and healthcare providers, medical insurance, medical equipment, life sciences and medical research. With the advancement in technology, there is a huge potential for utilization of this data for transforming healthcare. The application of analytics, machine learning and artificial intelligence over big data enables identification of patterns and correlations and hence provides actionable insights for improving the delivery of healthcare. There have been many contributions to the literature in this topic, but we lack a comprehensive view of the current state of research and application. This paper focuses on assessing the available literature in order to provide the researchers with evidence that enable fostering further development in this area. A systematic mapping study was conducted to identify and analyze research on big data analytics and artificial intelligence in healthcare, in which 2421 articles between 2013 and February 2019 were evaluated. The results of this study will help understand the needs in application of these technologies in healthcare by identifying the areas that require additional research. It will hence provide the researchers and industry experts with a base for future work.

医疗保健领域一直充斥着大量复杂数据，并且发展速度非常快。在医疗保健行业的不同部门中产生大量数据：来自医院和医疗保健提供者，医疗保险，医疗设备，生命科学和医学研究的数据。随着技术的进步，利用这些数据来转变医疗保健具有巨大的潜力。在大数据上应用分析，机器学习和人工智能可以识别模式和相关性，从而提供可操作的见解，以改善医疗保健的提供。关于该主题的文献有很多贡献，但是我们缺乏对当前研究和应用现状的全面了解。本文着重评估现有文献，以便为研究人员提供证据，以促进该领域的进一步发展。进行了系统的制图研究，以识别和分析针对医疗保健中的大数据分析和人工智能的研究，其中对2013年至2019年2月之间的2421篇文章进行了评估。这项研究的结果将通过确定需要进一步研究的领域来帮助理解这些技术在医疗保健中的应用需求。因此，它将为研究人员和行业专家提供未来工作的基础。进行了系统的制图研究，以识别和分析针对医疗保健中的大数据分析和人工智能的研究，其中对2013年至2019年2月之间的2421篇文章进行了评估。这项研究的结果将通过确定需要进一步研究的领域来帮助理解这些技术在医疗保健中的应用需求。因此，它将为研究人员和行业专家提供未来工作的基础。进行了系统的制图研究，以识别和分析针对医疗保健中的大数据分析和人工智能的研究，其中对2013年至2019年2月之间的2421篇文章进行了评估。这项研究的结果将通过确定需要进一步研究的领域来帮助理解这些技术在医疗保健中的应用需求。因此，它将为研究人员和行业专家提供未来工作的基础。