医疗行业是较早使用大数据分析的传统行业之一。其中，五大医疗服务领域包括临床业务、网络平台、公共卫生管理、远程患者监测、新药开发等。，而大数据应用的深度和广度都走在前面。大规模的数据分析大大提高了医疗效果和用户满意度。临床记录和医保大数据对患者的临床记录和医保数据集进行汇总并进行高级分析，将提高医疗支付方、医疗服务提供方和医药企业的决策能力。比如对药企来说，既能生产疗效更好的药物，又能保证药物适销对路。临床记录和医疗保险数据集市场刚刚开始发展，扩张速度将取决于医疗行业EMR和循证医学的发展速度。全球多家医疗机构(如英国NICE、德国IQWIG、加拿大一般药品检验机构等。)已启动CER项目并取得初步成功。美国在2009年通过的《复苏和再投资法案》是朝着这个方向迈出的第一步。根据该法案，成立了联邦比较效果研究协调委员会，以协调整个联邦政府的比较效果研究，并拨款4亿美元的投资资金。这项投资要想成功，还有很多潜在的问题需要解决。比如临床数据和保险数据的一致性，在没有EHR(电子健康档案)标准和互操作性的情况下，EHR的大规模仓促部署可能会造成不同数据集难以整合。另一个例子是患者隐私。在保护患者隐私的前提下，提供足够详细的数据来保证分析结果的有效性并不容易。也存在一些制度性问题，比如目前美国法律禁止医疗保险机构和医疗救助服务中心(医疗服务支付方)使用成本/收益比进行报销决策，因此即使通过大数据分析找到了更好的方法，也很难实施。网络和社区另一个潜在的大数据赋能商业模式是网络平台和大数据，它们产生了大量有价值的数据。比如PatientsLikeMe.com网站，患者可以在这里分享自己的治疗经验；Sermo.com，医生可以分享他们的医学观点；这个非盈利组织运营的网站“Participatorymedicine.org”鼓励患者积极治疗。这些平台可以成为有价值的数据源。例如，Sermo.com向制药公司收费，允许他们访问会员信息和在线互动信息。利用公共卫生大数据可以改善公共卫生监测。公共卫生部门可以通过整合疾病监测和应对程序，快速发现传染病，进行全面的疫情监测和快速反应。这将带来许多好处，包括减少医疗索赔和传染病感染率，卫生部门可以更快地发现新的传染病和流行病。提供准确、及时的公共卫生咨询，可以大大提高公众健康风险意识，降低传染病风险。所有这些都将帮助人们创造更好的生活。远程患者监测从慢性患者远程监测系统采集数据，并将分析结果反馈给监测设备(看患者是否遵医嘱)，从而确定未来的用药和治疗方案。2010年，美国有1.5亿糖尿病、充血性心力衰竭、高血压等慢性病患者，其医疗费用占医疗卫生系统医疗费用的80%。远程患者监控系统对于治疗慢性病患者非常有用。远程患者监测系统包括家庭心脏监测设备、血糖仪甚至芯片平板电脑。患者摄入药片后，数据实时传输到电子病历数据库。比如远程监测可以提醒医生对充血性心力衰竭患者及时采取治疗措施，预防突发事件，因为充血性心力衰竭的征兆之一是保水导致体重增加，通过远程监测可以预防。更多好处:通过分析远程监控系统产生的数据，可以减少患者的住院时间，减少急诊科，达到增加居家护理比例和门诊医生预约次数的目的。开发新药和医疗产品的公司可以利用大数据来提高研发效率。以美国为例，这将每年创造超过1000亿美元的价值。在新药研发阶段，医药公司可以通过数据建模和分析，确定最高效的投入产出比，从而配置最佳的资源组合。基于临床试验阶段前的数据集和临床早期的数据集，该模型可以尽可能及时地预测临床结果。评价因素包括产品安全性、有效性、潜在副作用和总体测试结果。预测建模可以降低医药产品公司的R&D成本。通过数据建模和分析预测药物的临床结果后，可以暂停次优药物的研究或停止次优药物的昂贵临床试验。除了研发成本，药企还能获得更快的回报。通过数据建模和分析，制药公司可以更快地将药物推向市场，生产出更有针对性的药物，具有更高的潜在市场回报和治疗成功率。原来，新药从研发到上市的时间大约是13年。利用预测模型可以帮助制药企业提前3 ~ 5年上市新药。