据商业周刊的报道，卡罗莱纳州的医疗系统开始利用大数据进行高危病人的医疗防范，它们针对高风险病人将200万人的用户数据融入一套算法，评估发病几率，从而实现在病人发病之前进行医疗措施。
据卡罗莱纳州医疗分析临床总监Michael Dulin介绍，Charlott当地的连锁医院将大数据纳入预测模型，可以给病人进行风险评分。
比如一个哮喘病人，医院可以通过了解他是否加大药物剂量、是否购买过香烟、是否居住在高花粉区域计算出该病人被紧急送往抢救室的几率。又如一个健身房会员，系统同样可以借助分析他购买过哪类食品评估他得突发心脏病的几率。
至于数据，则是来自从中介那里购买消费者的公共记录，包括商店交易、信用卡购买记录。
不少病人表达了对个人隐私的担心。Dulin表示，在数据提供者与医院的协议下，卡罗莱纳州医疗可以与医生共享病人的风险评估数据，但是连锁医院不允许泄漏数据细节。
Acxiom和LexisNexis是最大的两家数据中介机构，Acxiom表示它们的数据只用于市场营销，并不针对于医疗目的，而LexisNexis表示它们不向企图得到高风险病人数据的保险公司出售用户信息。
另一方面，一些健康倡导者和隐私专家担心，过多地依赖数据分析可能会对医患关系产生影响。“如果医生已经掌握了信息，两者的关系就从病情交流变成了单向的潜在行为探究。”圣克拉拉大学的Ryan Holmes这样说。
“传统的评级和保险业已经伴随医疗改革消失，现在所努力的方向是积极的治疗管理。我们知道你有糖尿病风险，在你病症显现前我们就会采取行动。” Gartner的分析师Robert Booz这样说。
本文转自d1net（转载）
