通過預測分析，人工智能和精密醫學方法，研究人員將能夠探索萊姆病大數據。

針對預測分析，人工智能以及精密醫學在蜱傳萊姆病中的應用，加州大學洛杉磯分校和麥克納納學院的研究人員將進行長達三年的研究。

國家科學基金會（NSF）也將對此項目進行80萬美元的撥款資助。目前有超過9000名萊姆病患者在MyLymeData患者登記冊上進行過登記。研究人員利用該登記冊來研究為什么某些患者會出現長期的嚴重細菌感染癥狀，而其他人卻恢復得相對更快一些。

MyLymeData和LymeDisease.org這兩個組織曾對萊姆病的數據庫作出重要研究，并將在授權項目上進行進一步的合作。并且，MyLymeData的首席研究員和LymeDisease.org的首席執行官洛林?約翰遜（Lorraine Johnson）表示：“大數據研究是萊姆病進展的關鍵。

她補充道：“目前，我們尚未完成對萊姆病的大規模研究。雖然可以通過注冊管理和生物庫來實現大數據的快速收集，但是我們無法從中獲得較大幫助。在目前由政府資助的影響最廣的慢性萊姆病人研究中，我們只有129名研究對象。因此，我們的目標不僅僅是收集數據以尋求治愈方法，也期望招聘患者進行臨床試驗。”

目前，登記處收集了有關患者癥狀的性質，嚴重程度和持續時間等100多萬個數據點， 研究人員將重點使用預測分析和人工智能兩種手段，對最有可能對治療作出反應的患者采取適當的治療方法。

加州大學洛杉磯分校數學教授Deanna Needell和Claremont McKenna學院的助理教授Blake Hunter博士將負責該項研究工作的展開。

Needell博士是深度學習技術領域的專家，他說道：“NSF的撥款資助使得我們可以研究更加先進的數學工具，而驗證這些工具需要一個龐大的現實世界的數據庫，MyLymeData就是一個很好的選擇。”

研究人員正在利用類似的大數據工具對罕見的或還未被研究的疾病，如罕見癌癥，神經病癥，自身免疫疾病和兒科護理等疾病進行臨床試驗。

最近，國家All of Us 精準醫藥生物庫進入了軟件測試和擴張階段，私人研究計劃也一直在隨著國家項目計劃的趨勢進行。

為確保在每個不確定因素上獲得足夠的信息，精確的醫學方法依賴于大規模的患者信息收集。因此，研究人員能夠根據各個患者的特定基因構成，為各人不同的需求提出新的解決方案。

舊金山內科醫生和協同調查員Raphael Stricker博士說：“MyLymeData是精確科學，精密診斷和精密醫學重要性研究的重要轉變的一部分。沒有這些領域的進步，萊姆病的研究將停滯不前。”