由于捕获，增殖和医疗数据分析的主要进步，医疗保健的面貌迅速变化。电子健康记录（EHRS）和个人健康记录（PHRS）等技术在大大提高了数据汇总和共享的方式。现在希望大数据分析将有助于了解看似无穷无尽的医疗信息。

正如许多医生都痛苦地意识到，结果导向的护理不再是一个流行语，而是一个现实。医疗保险和医疗补助服务中心已经开始实施一项条件，其中付款基于提供者满足关键国家质量战略域名的能力（例如护理标准）。公共付款人正在测试这种新方法，预计私人付款人很快就会遵循。

医院，付款人和医生有机会应用大数据分析，以测试真实世界的临床变量。此前，医生将基于临床试验和研究研究的治疗选择。这些研究使用了清晰的测试和对照组，具有理想化参数，以及合理的样本大小。在非临床审判环境中，医生无法进行任何合理的研究，因为每个患者和患者环境都是独一无二的。再加上低样本尺寸和影响结果的许多其他因素，传统的测试方法和基本分析不可行。

我们将在旧金山的10月27日至28日讨论Venturebeat Healtheat会议的各种重点健康技术主
题。当然今天注册 - 明天票价上涨。

应用预测技术（APT）等大数据分析公司正在为医疗保健提供能力，使得对药物和治疗方案的真实世界检测提供明确的提供商和付款人的战略机会。医院，甚至算法，也可以使用大数据分析来产生一系列洞察 - 从相对基本的分析中的所有内容，如确定给定人群中某些疾病的频率，如复杂的分析，如优化治疗方案或验证a的疗效。新药在真实世界的环境中。

我们的同事在Apt，Faruk Abdullah告诉我们，“现实世界检测和预测分析将允许医生提出将为杀人患者量身定制的建议，因为每个计划都将被优化，考虑到生活方式等适当因素，病史，甚至可能与未来疾病相关的可能性。“

这些大数据分析应用程序也可以与FDA相关，这可能希望了解药物在非测试环境中的表现如何，以确保适当的患者群体正在接受药物。我还希望制药公司积极冲刷这一数据以跟踪释放后的药物效力或识别可能从增加的渗透率“受益”的市场。

我渴望了解数据进化如何改善医生和患者的结果。

Daniel Kivatinos是Drchrono的Coo和联合创始人。自2001年以来，他的焦点是一个软件工程师和企业家。他将于2014年10月28日与Angela Walker博士在主舞台上午11:20展出2014年健康竞技场。来听他讨论“今天移动医师的黑袋里的东西”。