Un factor crucial en Big Data es aprovechar los datos disponibles y utilizarlos para nuevos descubrimientos o generación de hipótesis. En este estudio, analizamos datos a gran escala de la literatura a OMICS, como el genoma, proteoma o metaboloma, respectivamente, para condiciones de la piel. La piel actúa como una barrera natural hacia el mundo que nos rodea y protege nuestro cuerpo de diferentes condiciones, virus y bacterias, y juega un papel importante en la apariencia. Hemos incluido hiperpigmentación, hiperpigmentación postinflamatoria, melasma, rosácea, queratosis actínica y pigmentación en este estudio. Estas condiciones han sido seleccionadas basándose en el razonamiento de los datos de pacientes a gran escala de UCSF de 527,273 mujeres desde 2011 hasta 2017, y publicaciones relacionadas desde 2000 hasta 2017 sobre condiciones de la piel. Las condiciones seleccionadas han sido confirmadas con expertos en el campo de diferentes centros de investigación y hospitales. Proponemos un nuevo marco para datos públicos disponibles a gran escala para encontrar los genotipos y fenotipos comunes de diferentes condiciones de la piel. El resultado de este estudio basado en análisis de datos avanzados proporciona información sobre las condiciones de la piel y sus tratamientos a la comunidad investigadora e introduce nuevas hipótesis para posibles objetivos de genotipo y fenotipo. La novedad de este trabajo es un meta-análisis de diferentes características en diferentes condiciones de la piel. En lugar de observar condiciones individuales con una o dos características, que es como se han realizado la mayoría de los trabajos anteriores, analizamos varias condiciones con diferentes características para encontrar los factores comunes entre ellas. Nuestra hipótesis es que al encontrar la superposición en genotipo y fenotipo entre diferentes condiciones de la piel, podemos sugerir el uso de un medicamento que se recomienda en una condición, para el tratamiento en la otra condición que tiene genes similares u otros fenotipos comunes. Identificamos genes comunes entre estas condiciones de la piel y pudimos encontrar áreas comunes para el objetivo entre condiciones, como medicamentos comunes. Nuestro trabajo tiene implicaciones para el descubrimiento y nuevas hipótesis para mejorar la calidad de la salud, y está orientado a hacer que Big Data sea útil.