大數據的意義在于提供“大見解”：從不同來源收集信息，然后分析信息，以揭示用其他方法發現不了的趨勢。在利用大數據發掘價值的所有行業中，醫療行業有可能實現最大的回報。憑借 大數據 ，醫療服務提供商不僅可以知道如何提高盈利水平和經營效率，還能找到直接增進人類福祉的趨勢。

例如，美國疾病控制與預防中心(CDC)一直利用 大數據 對抗埃博拉病毒和其他流行病。CDC的大數據試驗項目BioMosaic實時整合人口數據、健康統計數據和人口遷移狀況，以便對流行病進行追蹤。該機構已成功將BioMosaic作為預測、測試和鎖定疾病的工具，它能夠追蹤潛在的疾病爆發，并就如何遏制潛在的流行病提出建議。

這只是大數據在醫療領域的眾多應用之一。以下是大數據在醫療行業的一些常見用途，包括商業運作和健康管理：

1. 分析電子病歷：醫生共享電子病歷可以收集和分析數據，尋找能夠降低醫療成本的方法。醫生和醫療服務提供商之間共享患者數據，能夠減少重復檢查，改善患者體驗。但目前，大部分的電子病歷都無法共享，這在很大程度上是出于安全和合規的考慮，但找到一個安全的方法來挖掘患者數據，這能改善醫護質量并降低醫療成本。

2. 分析醫院系統：不妨想想我們在分析入院治療的趨勢時獲得的好處。例如，對兒科病房醫療設備的統合分析可以更早地識別潛在的嬰兒感染趨勢。或者，再想想減少術后葡萄球菌感染的好處。通過利用大數據，醫院可以知道，醫生在術后開的抗生素能否有效地防止感染。

3. 管理數據用于公共健康研究：醫務人員會被鋪天蓋地的數據所淹沒。診所和醫院會提交關于健康狀況和免疫接種的數據，但沒有大數據的話，這些數據毫無意義。大數據分析能夠對患者的原始數據進行標準化整合，用以充實公共健康記錄，而豐富多樣的公共健康記錄能催生更合理的法規，并提供更好的醫療。

4. 循證醫學：大多數醫院和急診室都實行“食譜化醫學”，也就是說，醫生對收治的病人采用同一套檢查項目來確定病因。而利用循證醫學，醫生可以將病人的癥狀與龐大的患者數據庫進行比對，從而更快地做出準確診斷。在這里，大數據扮演的角色是從不同來源采集信息，并對數據實施標準化。在這種情況下，帶有“高血壓”的記錄就可以映射到另一條帶有“血壓升高”的記錄。

5. 降低再入院率：看病費用之所以上漲，原因之一是因為患者離開醫院30天內，再入院率居高不下。利用大數據分析，按照過往記錄、圖表信息和患者特點，醫院能識別高風險病人，并提供必要的護理，從而降低再入院率。

6. 保護患者的身份信息：UnitedHealthcare等保險商利用大數據分析，使醫療詐騙犯和盜用身份者無所遁形。該公司對語音轉文本的記錄(比如打給呼叫中心的電話)進行分析，從而找出詐騙者。這家保險公司還利用大數據來預測哪類治療方案更有可能成功。

7. 更高效的診所：隨著診所的發展，容納更多醫生和更多患者變得更具挑戰性。以紐約州韋斯特切斯特縣的Westmed Medical Group為例，該診所的醫生從1996年的16人增加到現在的250人，就醫人數達到25萬，年收入為2.85億美元。隨著規模的擴大，它必須提高效率才能保持優勢。利用大數據，該診所能分析2200余種醫療過程。因此，它能簡化工作流程，把某些臨床任務從醫生轉移到護士手上，減少不必要的檢查，提高患者滿意度。和其他行業一樣，大數據指明了從哪里入手可以改善醫療過程。

以上只是大數據對醫療領域產生重大影響的七個方面。醫生和醫院管理者獲得的數據越多，就越容易發現趨勢，越容易對患者數據進行標準化整合，也越容易找到治療過程中的瓶頸。醫生可以像其他領域的從業者那樣運用大數據分析，唯一的不同之處在于，前者的意義更加重大，從大數據中獲得的見解或許可以挽救人們的生命。