1. 比較效果研究

通過全面分析病人特征數據和療效數據，然后比較多種干預措施的有效性，可以找到針對特定病人的最佳治療途徑。

2. 臨床決策支持系統

大數據分析技術將使臨床決策支持系統更智能，這得益于對非結構化數據的分析能力的日益加強。比如可以使用圖像分析和識別技術，識別醫療影像(X光、CT、MRI)數據，或者挖掘醫療文獻數據建立醫療專家數據庫(就像IBM Watson做的)，從而給醫生提出診療建議。

3. 醫療數據透明度

提高醫療過程數據的透明度，可以使醫療從業者、醫療機構的績效更透明，間接促進醫療服務質量的提高。

4. 遠程病人監控

從對慢性病人的遠程監控系統收集數據，并將分析結果反饋給監控設備(查看病人是否正在遵從醫囑)，從而確定今后的用藥和治療方案。

5. 對病人檔案的先進分析

在病人檔案方面應用高級分析可以確定哪些人是某類疾病的易感人群。舉例說，應用高級分析可以幫助識別哪些病人有患糖尿病的高風險，使他們盡早接受預防性保健方案。這些方法也可以幫患者從已經存在的疾病管理方案中找到最好的治療方案。

6. 個性化治療

另一種在研發領域有前途的大數據創新，是通過對大型數據集(例如基因組數據)的分析發展個性化治療。這一應用考察遺傳變異、對特定疾病的易感性和對特殊藥物的反應的關系，然后在藥物研發和用藥過程中考慮個人的遺傳變異因素。

7. 疾病模式的分析

通過分析疾病的模式和趨勢，可以幫助醫療產品企業制定戰略性的研發投資決策，幫助其優化研發重點，優化配備資源。

8. 匯總患者的臨床記錄和醫療保險數據集

匯總患者的臨床記錄和醫療保險數據集，并進行高級分析，將提高醫療支付方、醫療服務提供方和醫藥企業的決策能力。比如，對醫藥企業來說，他們不僅可以生產出具有更佳療效的藥品，而且能保證藥品適銷對路。臨床記錄和醫療保險數據集的市場剛剛開始發展，擴張的速度將取決于醫療保健行業完成EMR和循證醫學發展的速度。

9. 網絡平臺和社區

另一個潛在的大數據啟動的商業模型是網絡平臺和大數據，這些平臺已經產生了大量有價值的數據。比如PatientsLikeMe.com網站，病人可以這個網站上分享治療經驗;Sermo.com網站，醫生可以在這個網站上分享醫療見解;Participatorymedicine.org網站，這家非營利性組織運營的網站鼓勵病人積極進行治療。這些平臺可以成為寶貴的數據來源。例如，Sermo.com向醫藥公司收費，允許他們訪問會員信息和網上互動信息。

10. 公眾健康

大數據的使用可以改善公眾健康監控。公共衛生部門可以通過覆蓋全國的患者電子病歷數據庫，快速檢測傳染病，進行全面的疫情監測，并通過集成疾病監測和響應程序，快速進行響應。這將帶來很多好處，包括醫療索賠支出減少、傳染病感染率降低，衛生部門可以更快地檢測出新的傳染病和疫情。通過提供準確和及時的公眾健康咨詢，將會大幅提高公眾健康風險意識，同時也將降低傳染病感染風險。所有的這些都將幫助人們創造更好的生活。