人们发生了少量的数据——据研讨公司Frost＆Sullivan预测，到2025年，全球数据流量每年将超越100 ZB（1ZB=10亿GB）。因而，毫不奇异的是大数据正在改动世界各地的行业，正在成为许多组织的最高优先级。据Frost＆Sullivan报告，超越一半的财富1000强企业表示在整个公司范围内采取了大数据措施。经过正确的剖析理论，组织可以用大数据来进步效率、降低本钱和做出更明智的决策。

但是，要想充沛应用大数据和剖析，组织需求停止几项严重投资：数字根底设备、数据迷信技艺和一个针对整个组织的战略。据此（比照上述要求）很多组织会发现，他们不只在采用大数据和数据剖析方面落后了，而且也没能看到大数据和数据剖析带来的无效效果。此外，组织拥有的数据变得越多，就越难从中提炼出有

意义的洞察。

在医疗保健行业尤其如此。该行业发生和贮存了少量数据，但无法完全处置它们。从电子安康记载到数字扫描和来自智能手机APP及可穿戴设备的跟踪数据，一名患者的完好病史能够就是由几种不同类型的数据组成。医疗保健机构努力将这些洪水般的数据转化成一些可操作的东西。

越来越多的医疗保健机构正在转向机器学习——一种可扩展的处理方案，用于提取数据、构建算法和生成继续的洞察。经过运用数字平台将不同来源的数据聚集在一同，并在整个机构范围内让受数据驱动的实验自动化，医院能充沛掌握他们的数据，并用它来预测本钱、效率和患者体验。

编译：邓桂华。本文来自nextgov，原文—— http://www.govexec.com/govexec-sponsored/transformed-it/2018/01/improving-healthcare-industrial-machine-learning/144918/?oref=ng-river 。创头条（Ctoutiao.com）独家稿件，转载请注明链接及出处。投稿邮箱：tougao@ctoutiao.com