1.比较效研究
通全面析病特征数据疗效数据比较种干预措施效性找针特定病佳治疗途径
2.临床决策支持系统
临床决策支持系统提高工作效率诊疗质量目前临床决策支持系统析医输入条目比较其与医指引同提醒医防止潜错误药物良反应通部署些系统医疗服务提供降低医疗事故率索赔数尤其些临床错误引起医疗事故美Metropolitan科重症病房研究两月内临床决策支持系统削减40%药品良反应事件数量

大数据在医疗行业的应用面临的挑战有哪些方面

1、数据质量
目前医疗数据的来源主要为医疗机构(例如、医学药学实验室、医疗康复中心等)和互联网。采集的数据范 围广、维度高、类型种类繁多且不针对 特定的问题。
2、不确定性的度量问题
目前比较成熟且进入实用阶段的大数 据模型多数都是面向药厂和保险公司的。美国的医疗大数据应用中，面向医生和患 者业务通常较难，很难找到合适的切入点。面向企业的业务相对容易，尤其是针对保 险公司和药厂，而则相对难一些。由于大数据模型精度有限，在安全性要求极 高的和医生中其实用价值非常有限，例如，一个95%准确度的模型对医生来说可能仍然不够精确，因为医生在决策时是针对患者个体的，而不是基于统计意义的。
另外，统计学习模型的可解释性也较差，往往只有统计学家和计算机科学家才能精确完整地解释模型，而对于模型真正的使用者如医生和政府官员等存在巨大的障碍。