医疗领域大数据分析的典型应用

3.4.2.1　公共卫生

分析疾病模式和追踪疾病暴发及传播方式途径，提高公共卫生监测和反应速度。更快更准确地研制靶向疫苗，例如，开发每年的流感疫苗。

3.4.2.2　循证医学

结合和分析各种结构化和非结构化数据、电子病历、财务及运营数据、临床资料和基因组数据，用以寻找与病症信息相匹配的治疗，预测疾病的高危患者，提供更多高效的医疗服务。

3.4.2.3　基因组分析

更有效和低成本地执行基因测序，使基因组分析成为正规医疗保健决策的必要信息并纳入患者病历记录。

3.4.2.4　设备远程监控

从住院和家庭医疗装置采集和分析实时大容量的快速移动数据，用于安全监控和不良反应的预测。

3.4.2.5　患者资料分析

全面分析患者个人信息（例如，分割和预测模型）从中找到能从特定健保措施中获益的个人。例如，某些疾病的高危患者可以从预防措施中受益。这些人如果拥有足够的时间提前有针对性地预防病情，那么大多数的危害可以降到最低程度，甚至可以完全消除。(www.xing528.com)

3.4.2.6　预测疾病或人群的某些未来趋势

如预测特定患者的住院时间，哪些患者会选择非急需性手术，哪些患者不会从手术治疗中受益，哪些患者会更容易出现并发症等。资料显示，单就美国而言，医疗大数据的利用每年可以为医疗开支节省出3 000亿美元。

3.4.2.7　临床操作

相对更有效的医学研究，发展出临床相关性更强和成本效益更高的方法用来诊断和治疗患者。

3.4.2.8　药品和医疗器械方面

建立更低磨损度、更精简、更快速、更有针对性的研发产品线。

3.4.2.9　临床试验

在产品进入市场前发现患者对药物医疗方法的不良反应。