盡管大數據與醫療的相結合正在改變現代醫學，但是醫療工作者和醫療政策的制定者還在不斷努力，希望通過“基于事實的醫療服務”來實現大數據服務于患者的最終目的。

每年，醫療數據年會會聚集大量的醫療服務提供商，醫藥公司，政府決策者及大數據發燒友來參會討論。稍前在華盛頓舉辦的醫療年會的討論包含了關于醫療數據的主要關鍵主題。鑒于醫療領域的巨大變革，如平價醫療法案廢除行動以及奧巴馬醫療改革等，與會的醫療專家都強調了“基于數據驅動的醫療改革”的可能性。

專家學者指出數據分析對于醫療的巨大影響，尤其對于基因學領域的突出影響。據分析，在本世紀之交一個基因組測序的費用高達1億美元，但如今該項費用已大大縮減至1000美元。在Providence St. Joseph醫療服務機構，擔任首席臨床主任的Amy Compton-Phillips在會上說，“數據在基因組學中的爆炸性應用，正是隱含在我們自身的數據力量的集中釋放”。

會議贊助商“AcademyHealth”的首席執行官，Lisa Simpson表示，醫療大數據及其附屬產品將會促使決策過程中的案例應用，其中最被推崇的應用便是“精準醫療”中的數據應用。

Compton-Phillips與其他與會者指出了數據和醫療信息技術的交匯交融在過去十年里的發展，其中尤為突出的是分析型框架的興起。社交網絡、智能手機以及數據分享的興起和發展徹底解放了分布式計算能力。“因此，我們擁有大量的平行進程，從而迎來了大數據時代”。Compton-Phillips如是說。

的確，一些公司預測，大數據的擴大應用將會降低4.5億美元的醫療成本。利用分布式運算工具可以處理零散且以指數增長的海量醫療數據，這種應用為增加醫療效率、降低成本同時還能提高醫療服務提供有效途徑。

“這些變化十年前就開始了，只是現在才開始滲入到醫療行業，我們也感受到這迅速的變化正在加速我們今天所做的事情。” Compton-Phillips補充道，“現在正是關鍵時期，醫療行業面臨的巨大潛力需要我們相比以往，進行不同的思考，付諸不一樣的行動。”

目前，臨床醫護人員正利用大數據工具進行數據整合、數據分析及應用學習。“我們開始真正地明白人們生病的原因和人們康復的原因”。Compton-Phillips補充道。

關于醫療數據的大多數討論都是圍繞著如何把數據分析的成果利用在消費者身上進行的。會議主席，美國社保中心前臨床首席數據官，Niall Brennan強調說，“關鍵在于服務于患者，而不是數據，儀器或應用程序本身。”

“大數據的應用是為了實現為患者服務的目的，它本身只是工具和技術。其目的是通過數據分析獲取信息和觀點，幫助實現更好地醫療體系，更低廉的價格，更高質量的醫療服務，并為醫療體系中的醫生、患者以及其他相關人提供更準確的信息，以實現更好地醫療體系。” Brennan補充道。

美國衛生與公眾服務部新任部長Tom Price說，行政監管的一個目的就是“如何更好地利用數據和醫療信息技術，為美國人提供更好地生活。”

Price是一名醫生，作為國會議員，他長期反對美國平價醫療法案。他強調盡管大數據促進了改革，但醫療部門還是非常“沮喪”。“我們需要付出更多努力，以減輕的醫療信息技術對醫生和醫院的負擔。” Price斷言：“大數據和醫療信息技術前景很好，但是我們還是搞錯了，“一刀切”的做法并不適合醫療行業，一個刻板的系統是不能為美國的醫生和患者服務的。”

美國衛生與公眾服務部新任部長Tom Price

醫護人員感到沮喪是因為醫生的協同性工作的減少，醫生花大量時間面對著電腦屏幕，沒有足夠的時間與患者相處。“我們需要我們的醫生面對著患者，而不是電腦，整天在電腦前操作，會讓醫生感覺他們就是數據信息的輸入人員。”

這些問題的解決方案其實就是實現“真正的互用性”，是指信息技術和數據系統之間互用性。Price說，“因為小診所無法有效地與醫院溝通，也無法有效地與實驗機構溝通。Trump（特朗普）政府將大力促使醫療數據的互用，實現數據流的暢通，滲透到改革。”

Price接著說，“數據流的暢通和互用性是關鍵，有利于醫療系統內的各方利益，政府會結合各方立場，促使真正的數據互通互用。”

鑒于醫療系統的經濟壓力，醫療專家也會利用大數據推動醫療改革，以應對人口老齡化和醫療費的上漲。“這是關系著聯邦政府、各州政府、公共支出的宏觀問題，毫無疑問，這就是美國醫療改革辯論雙方的切入點。” Duke Margolis醫療政策中心主任Mark McClellan如是說。

以數據的應用促使醫療改革有利于突出醫療成本的激增的事實。最近，有關醫藥費醫保覆蓋如何改革的課題大量被研究，利用數據分析可以辨別不必要的費用支出和無益于患者的醫療服務。McClellan表示，“這些研究得出的很多建議和結論都是依賴于數據的。”

“醫療專家可以從這些建議中找到解決問題的途徑，通過團隊協作，有效地整合和利用數據，同時利用大數據實現宏觀規劃，發展生物醫學研究。” McClellan補充道。