通過對醫(yī)學大數據的挖掘、分析，并應用智能決策技術，對常見疾病如心絞痛、心肌梗死、腦血管疾病、糖尿病、高血壓病、腫瘤、哮喘病、結締組織病等疾病發(fā)生幾率的預測和疾病風險的預測，預測遺傳性疾病和多發(fā)性多因素疾病，有重大的臨床意義和廣泛的社會效益。如圖二所示，應用數據挖掘技術對不穩(wěn)定心絞痛病人進行探索性分析。
2、人群健康、生命質量的預測
現(xiàn)代人要應付快節(jié)奏的學習、工作和生活，而且要處理好各種錯綜復雜的社會人際關系。面對競爭和挑戰(zhàn)，人們的生理和心理都不斷在衰弱、老化和病變。最新流行疾病調查顯示，某些城市人口甚至有70％的人群處于亞健康狀態(tài)，而且亞健康人群、疾病人群還在增加。通過對大量醫(yī)學數據的挖掘分析和應用智能決策技術，不僅可以發(fā)現(xiàn)各種健康的危險因素和相關性，并可進行個體化預測，而且基于相關的挖掘成果可建立的一套完善、周密和個性化的健康管理系統(tǒng)，幫助健康人群及亞健康人群建立有序、健康的生活方式，降低風險狀態(tài)，遠離疾??；并可幫助對亞健康人群對疾病早發(fā)現(xiàn)、早預防、早診斷、早治療、早手術，提高生存率、降低致殘率和病死率、提高生命的質量。如圖三所示，應用數據挖掘的預測模型對“體重超重且血脂并不異常”的體檢人群進行血紅蛋白指標的預測分析。
3、醫(yī)療上各種缺陷發(fā)生幾率的預測
通過對大量醫(yī)學數據的挖掘分析，以及應用智能決策技術，可以揭示發(fā)生醫(yī)療缺陷的原因、趨向、相關因素，以便制定科學的管理，減少、甚至杜絕醫(yī)療缺陷和糾紛。例如，加拿大安大略省癌癥防治中心通過研發(fā)、實施安大略省預防醫(yī)學與癌癥防治體系，對全省的腫瘤大數據進行數據挖掘，開展病人安全與事故的預防，即利用數據挖掘方法揭示臨床事故的趨勢，研究和辨別引起各種事故的關鍵因素，指導預防措施。