GAME1【BP】【战况】【赛后数据】【MVP】

另外，许多制药企业也在将数据分析应用在研发上，尤其是在简化临床试验方面。先进的分析方法可以将标准化的疾病治疗转化为个性化的风险评估、诊断、治疗和监测。

这些监测技术的使用大大降低了患者的治疗成本。最后，也是最关键的一环，就是为每位患者匹配个性化的治疗方案。大多数制药企业在从动物试验到I期临床试验期间，使用预测模型来优化给药，但数据分析还没应用于后期的试验中，如各类药物临床试验入组和排除标准。

几家保险公司也因此盈利，比如联合健康集团的一个业务板块Optum就通过梳理处方药的索赔记录帮助雇主节约医疗支出。也就是说，它们之间的差距在越拉越大。

数据分析在医疗领域内的潜在机会我们强调的机会有五大类：临床、报销、研发、商业模式创新和公共卫生。

将数据分析用于医疗的未来状态应该是：医生对患者持续进行监测和给予个性化治疗方案，并在最佳时机完成健康干预。相比之下，制造业、公共领域和健康医疗影响就没那么深了。

所以在大数据商业探索的过程中，利益相关者们可能会从变化莫测的数据分析中迷失，不知所措。但支付方已经在逐步利用大数据来制定报销决策，因此数据分析在公共卫生监督方面将产生创新性效用。

对于国家来说，可能需要调整医疗健康系统内的财政奖励，并转向以价值为基础的医疗保健体系，更强调诊疗过程中“预防”的重要性，以此来推动个性化医疗的发展。什么是标准化的路径呢?患者只有在患病时才主动进入医疗健康系统;诊疗服务重点不是为了优化的病人的体验或体现诊疗价值;相同的疾病，医生会对所有患者均采取相同的临床指导方案。