如今醫療領域形勢復雜，各醫療機構面臨降低成本、改善患者服務等多重任務。鑒于時間、資源有限，醫務工作人員要有能力迅速定位高危患者并優先為其提供治療，而大數據能助其完成這一點。

　　預計至2021年，全球大數據市場價值將達350億美元。浩如煙海的數據也許會讓醫療機構望而生畏，但它們對改善患者醫療服務、降低醫療機構成本確有奇效。因而醫療服務提供商及其合作伙伴必須直面復雜大數據的挑戰，為患者及醫務工作人員提供便利。那么究竟該如何應對這一挑戰？

　　科技是利器

　　數據量與日俱增的同時，科技也在不斷發展，這能幫助醫務人員克服數據的復雜性。所謂數據復雜性指的是兩個方面：1. 量大；2. 來源雜。

　　大數據醫務人員不僅要考慮患者病史、醫療保險信息、經濟狀況、藥物治療情況、電子病歷，還要參考個人健康應用軟件及MyFittnessPal、RunKeeper、FitBit等可穿戴式電子產品提供的數據。為了提供每位患者的全面信息，不少醫療機構依靠商業智能平臺（Business Intelligence， BI）收集、分析、展示復雜數據。

　　簡化復雜數據

　　只有所有醫務人員都能接觸到商業智能平臺，它才能更好地為醫療服務，從醫生、護士、管理人員到前臺、保險商都應有權根據數據信息做出實時決策。另外，隨著醫療費用越來越高，小型醫療機構急需降低成本。若要實現以上兩大目標，醫療機構要通過降低技術難度來簡化復雜數據分析。醫療機構若能減輕數據收集、分析、報告帶來的技術負擔，便可增強其靈活性和運作速度，這一點意義重大。畢竟，在醫療領域，獲取準確信息、迅速做出決定會對患者產生巨大影響。

　　復雜的醫療數據被簡化后，所有用戶都能接觸到權威的業務分析。醫生一旦獲取患者的全面信息，便可根據風險因素及醫療需求按順序為患者提供治療。數據驅動管理會基于診斷、歷史服務模式、飲食需求等因素自動鑒別哪些高風險患者需要優先治療，從而避免住院治療，達到降低成本的目的。

　　大數據位于佐治亞州的聯邦總醫院（Union General Hospital）及其他多個醫療機構都使用了商業智能平臺來分析患者的歷史數據，以提高管理質量。聯邦總醫院的一個項目便使用了商業智能平臺和數據分析服務，對患者再入院率的各種參數進行為期30天的觀測，以降低再入院率、改善患者愈后效果。

　　將分析服務融入生活

　　隨著移動科技和可穿戴式科技產品滲入醫療環境，醫務人員隨時隨地都需要利用智能科技獲取業務分析數據，且獲取方式應該多樣化。除了打開屏幕查看數據表格外，還應該有對話等更為智能的方式。若是正在進行急救的醫生能與其智能手表進行對話，獲取患者的病歷（血型、過敏史、近期病史等），是不是更為方便？

　　醫生一邊提問，人工智能設備一邊給出實時反饋和患者病史，這樣的對話數據能確保醫生即時獲取重要醫療數據從而進行合理治療，避免引起并發癥。通過移動科技、可穿戴式科技、物聯網（Internet of Things， IoT ）等將分析融入生活，這勢必將為現行醫療體系帶來革命性改變。

　　綜上，科技能有效解決醫療數據復雜性，幫助醫生做出快速、準確的判斷從而降低費用、改善愈后效果。在醫療大數據時代，只有采用數據戰略并采用新方式消費數據的醫療機構才能走在醫療革新的前列。