此外，各種健身，健康可穿戴設(shè)備的出現(xiàn)，使得血壓、心率、體重，血糖，心電圖(EKG)等的監(jiān)測(cè)都變?yōu)楝F(xiàn)實(shí)和可能，信息的獲取和分析的速度已經(jīng)從原來(lái)的按“天”計(jì)算，發(fā)展到了按“小時(shí)”，按“秒”計(jì)算。比如，一家名為 Blue Spark 的科技公司已經(jīng)生產(chǎn)出能 24 小時(shí)實(shí)時(shí)監(jiān)測(cè)體溫的新型溫度計(jì)貼片 temptraq。
這種數(shù)據(jù)的擴(kuò)展速度和覆蓋范圍是前所未有的，數(shù)據(jù)的格式也五花八門(mén)，可能是無(wú)格式文件(flat file)，CSV，關(guān)系表，ASCII/ 純文本文件等等。
同時(shí)，數(shù)據(jù)的來(lái)源也紛繁復(fù)雜，可能來(lái)自不同的地區(qū)，不同的醫(yī)療機(jī)構(gòu)，不同的軟件應(yīng)用。不可否認(rèn)，一旦理順了多格式，多源頭，呈爆炸性成長(zhǎng)的大數(shù)據(jù)的整合和分析，醫(yī)療大數(shù)據(jù)將對(duì)提高醫(yī)療質(zhì)量，強(qiáng)化患者安全，降低風(fēng)險(xiǎn)，降低醫(yī)療成本等方面發(fā)揮無(wú)與倫比的巨大作用。
醫(yī)療大數(shù)據(jù)的優(yōu)勢(shì)和應(yīng)用場(chǎng)景
有效的整合和利用數(shù)字化的醫(yī)療大數(shù)據(jù)對(duì)個(gè)體醫(yī)生，康寶中心，大型醫(yī)院，和醫(yī)療研究機(jī)構(gòu)都有著顯著的好處。
潛在的利益包括 (W.Raghupathi & Raghupathi, 2014)：
1)更多更準(zhǔn)確的數(shù)據(jù)使得疾病能在早期被監(jiān)測(cè)到，從而使治療更容易和有效。
2)通過(guò)對(duì)特定個(gè)體或人群的健康管理，快速有效地監(jiān)測(cè)保健詐騙。
3)基于大量的歷史數(shù)據(jù)，預(yù)測(cè)和估計(jì)特定疾病或人群的某些未來(lái)趨勢(shì)，比如：預(yù)測(cè)特定病人的住院時(shí)間，哪些病人會(huì)選擇非急需性手術(shù)， 哪些病人不會(huì)從手術(shù)治療中受益，哪些病人會(huì)更容易出現(xiàn)并發(fā)癥，等等。麥肯錫估計(jì)，單單就美國(guó)而言，醫(yī)療大數(shù)據(jù)的利用可以為醫(yī)療開(kāi)支節(jié)省出 3 千億美元一年。
醫(yī)療大數(shù)據(jù)的利用可以從以下幾方面減少浪費(fèi)和提高效率 (Manyika, 以及其他人, 2011)：
臨床操作： 相對(duì)更有效的醫(yī)學(xué)研究，發(fā)展出臨床相關(guān)性更強(qiáng)和成本效益更高的方法用來(lái)診斷和治療病人。
研究和發(fā)展：在藥品和醫(yī)療器械方面，建立更低磨損度，更精簡(jiǎn)，更快速，更有針對(duì)性的研發(fā)產(chǎn)品線。統(tǒng)計(jì)工具和算法方面，提高臨床試驗(yàn)設(shè)計(jì)和患者的招募，使得治療方法可以更好地匹配個(gè)體患者的病癥，從而降低臨床試驗(yàn)失敗的可能和加快新的治療方法推向市場(chǎng)。分析臨床試驗(yàn)和病人的病歷，以確定后續(xù)的跡象，并在產(chǎn)品進(jìn)入市場(chǎng)前發(fā)現(xiàn)病人對(duì)藥物醫(yī)療方法的不良反應(yīng)。
公共衛(wèi)生：分析疾病模式和追蹤疾病暴發(fā)及傳播方式途徑，提高公共衛(wèi)生監(jiān)測(cè)和反應(yīng)速度。更快更準(zhǔn)確地研制靶向疫苗，例如：開(kāi)發(fā)每年的流感疫苗。
此外，醫(yī)療大數(shù)據(jù)的分析還有利于以下幾方面的發(fā)展 (W.Raghupathi & Raghupathi, 2014)：
循證醫(yī)學(xué)：結(jié)合和分析各種結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，電子病歷，財(cái)務(wù)和運(yùn)營(yíng)數(shù)據(jù)，臨床資料和基因組數(shù)據(jù)用以尋找與病癥信息相匹配的治療，預(yù)測(cè)疾病的高危患者或提供更多高效的醫(yī)療服務(wù)。
基因組分析：更有效和低成本的執(zhí)行基因測(cè)序，使基因組分析成為正規(guī)醫(yī)療保健決策的必要信息并納入病人病歷記錄。
提前裁定欺詐分析：快速分析大量的索賠請(qǐng)求，降低欺詐成功率，減少浪費(fèi)和濫用。
設(shè)備/遠(yuǎn)程監(jiān)控：從住院和家庭醫(yī)療裝置采集和分析實(shí)時(shí)大容量的快速移動(dòng)數(shù)據(jù)，用于安全監(jiān)控和不良反應(yīng)的預(yù)測(cè)。
病人的個(gè)人資料分析：全面分析病人個(gè)人信息(例如，分割和預(yù)測(cè)模型)從中找到能從特定健保措施中獲益的個(gè)人。例如，某些疾病的高?；颊?如糖尿病)可以從預(yù)防措施中受益。這些人如果擁有足夠的時(shí)間提前有針對(duì)性的預(yù)防病情，那么大多數(shù)的危害可以降到最低程度，甚至可以完全消除。
然而，根據(jù)一份針對(duì)美國(guó)和加拿大 333 家醫(yī)療機(jī)構(gòu)及 10 家其他機(jī)構(gòu)的調(diào)查 (IHTT, 2013)，2013 年，醫(yī)療機(jī)構(gòu)累積的數(shù)據(jù)量比 2011 年多出了 85%， 但 77% 的醫(yī)療健康行政人員對(duì)自己機(jī)構(gòu)在數(shù)據(jù)管理方面的能力評(píng)價(jià)為“C”。此外，僅有 34% 報(bào)告他們能從電子健康記錄(EHR)中獲取數(shù)據(jù)用來(lái)幫助病人，而有 43% 報(bào)告他們不能收集到足夠多的數(shù)據(jù)來(lái)幫助病人。由此可見(jiàn)，在北美的醫(yī)療系統(tǒng)中，醫(yī)療大數(shù)據(jù)的管理使用準(zhǔn)備工作還有一大段路要走。中國(guó)也是處在起步階段。