医疗保健领域也是如此。在医学领域中，大数据除了被用于提高利润和减少开销，还被用于预测流行病、治疗疾病、提高生活质量和避免可预防的死亡。随着世界人口的增长以及人均寿命的延长，治疗交付的模式正在迅速改变，而这些变化背后的众多决定都是由数据驱动的。

现在这种驱动是了解尽量和尽快地了解病人，以期在早期发现疾病的征兆。相比由于没有发现病情征兆而直到为时已晚，对疾病早期的治疗更为简单，也更为便宜。

所以在我们生病之前让我们来一场医疗保健的大数据之旅，从头开始。

可穿戴的血压监测器将数据发送到一个智能手机应用程序，然后人们再去看医生

防胜于治

智能手机仅仅只是开始。应用程序能够使智能手机应用在任何方面，例如通过计步器测量一个人一天走多远，通过卡路里计数器帮助个人规划饮食等。如今大家都很喜欢使用移动技术来使自己过一种更健康的生活方式。例如，最近涌现的可穿戴设备，比如Fitbit，Jawbone和 Samsung Gear Fit，允许追踪个人行程并将数据上传，同周围其他人进行比较。在不久的将来，人们也可以和医生分享这些数据。当生病去找医生时，他们会把这些数据作为诊断内容的一部分。哪怕是你很健康，但通过这项技术，医院不断地累计大量的公众健康状况的信息数据库，使得个人健康问题在发生之前被发现，从而可以提前准备好补救措施——不管是药用或者教育性的。

由此产生了开创性的工作。这包括医疗和数据专家之间相互合作，进而使得有洞察未来以及超前识别问题变得可能。最近的例子就是匹兹堡健康数据联盟的形成。它旨在把来自不同数据源的数据(如医疗和保险记录、可穿戴传感器数据、基因数据，甚至社交媒体使用的数据) 绘制成作为病人个体的数据集合体，从而为病人量身定制医疗保健方案。

个人数据不会被独立处理，而是将会同周围成千上万的人的数据进行对比和分析，以此突显在对比过程中出现的特殊因素和问题，从而使得复杂的预测模型有了可用之处——一个医生将能评估任何一个他认为可预测的治疗方案的可能性结果，备份其他有相同情况、相同遗传因素和生活方式的人的数据。诸如这样的项目是该行业在追求数据驱动型医疗保健中试图解决的最大障碍之一：医疗行业收集大量的数据，但这些数据往往储存在在不同的医院、诊所、行政部门，甚至医生手中。

另一个例子是刚刚宣布合作的苹果和IBM。这两家公司正在一个大数据健康平台相互协作，这个平台允许使用苹果手机和苹果智能手表用户将数据分享给IBM的华生健康云医疗分析服务。该项合作的目的是从数以百万计的潜在用户的众多实时活动和生物数据寻找新的医学发现。

如果留心观察医患之间的互动，这些行为将来很可能有所改变。远程医疗是目前的流行语，指的是远程接受医学治疗。患者通常可以在电脑和互联网的帮助下在自己家里进行。严格来说，远程医疗即是访问webmd网站和自我诊断。但越来越多的远程医疗是指针对患者提供一对一的专业服务。目前这一类的服务由Healthtap公司提供。患者和医生之间的所有互动无疑会留下一个数据链，这些数据可以在被分析后汇集成公共健康的总趋势，并为人们的医疗保健提供有价值的信息。

临床试验中的大数据

如果医生告诉你，不管你哪里不舒服，最佳的治疗方法就是用药，那么他们给你提供的药丸或试剂很可能都是在大数据帮助下而制定的。根据从受试者获得的大量数据，研究人员得以选择最佳的治疗方案。最近，制药巨头们之间的数据共享已经取得了一些突破性进展。比如，他们发现了常用抗抑郁剂地昔帕明在肺癌治疗领域存在着潜在的用途。

个性化医疗是医疗保健领域的又一热门话题，它是根据每个人独一无二的遗传结构来规划用药，并将个人的基因蓝图和数据整合到他们的生活和所处的环境中，然后将这些数据与其他成千上万的人进行比较，从而诊断疾病并确定最佳治疗方案。