Penelitian ini membahas pemanfaatan big data dalam meningkatkan kesehatan masyarakat. Metolelogi dalam penelitian ini dengan pendekatan literature review. Hasil penelitian menunjukkan bahwa hanya 21,7% kebijakan kesehatan yang berbasis big data, menandakan masih rendahnya integrasi data besar dalam proses pengambilan keputusan. Padahal, penerapan big data, terutama bila dikombinasikan dengan teknologi seperti Artificial Intelligence (AI), Internet of Things (IoT), dan Machine Learning, memiliki potensi besar dalam menghadapi tantangan triple burden disease: penyakit menular, tidak menular, dan penyakit yang muncul kembali. Big data terbukti berperan penting dalam peningkatan efisiensi layanan kesehatan, seperti deteksi penyakit, alokasi sumber daya, manajemen pasien, dan pengambilan keputusan berbasis data. Studi ini juga mengungkap peran signifikan big data dalam penanganan pandemi COVID-19, termasuk pemantauan penyebaran virus secara real-time dan pengembangan vaksin. Analisis sentimen masyarakat di Twitter selama pandemi menunjukkan mayoritas bersifat netral, namun sentimen negatif yang cukup tinggi (lebih dari 20%) mengindikasikan ketidakpuasan terhadap layanan kesehatan. Metode klasifikasi sentimen menggunakan K-Nearest Neighbors (K-NN) dengan TF-IDF menunjukkan efektivitas dengan akurasi mencapai 76,19%. Transformasi digital turut mendorong inovasi layanan seperti telemedicine, aplikasi mobile, wearable device, serta peningkatan efisiensi operasional layanan kesehatan. Hasil penelitian ini menegaskan pentingnya integrasi big data dan teknologi digital dalam membangun sistem kesehatan yang responsif, efisien, dan berbasis data.