面對(duì)突如其來(lái)的疾病,，醫(yī)院和病人常常措不及防,，時(shí)間上的延誤常常造成病人喪生,。在未來(lái),，科技可能會(huì)扮演醫(yī)療先知的角色,，將這種悲劇發(fā)生的幾率降至最低,。 　　據(jù)商業(yè)周刊的報(bào)道,，卡羅萊納州的醫(yī)療系統(tǒng)開(kāi)始利用大數(shù)據(jù)進(jìn)行高危病人的醫(yī)療防范,，它們針對(duì)高風(fēng)險(xiǎn)病人將 200 萬(wàn)人的用戶數(shù)據(jù)融入一套算法，評(píng)估發(fā)病幾率,，從而實(shí)現(xiàn)在病人發(fā)病之前進(jìn)行醫(yī)療措施,。 　　據(jù)卡羅萊納州醫(yī)療分析臨床總監(jiān) Michael Dulin 介紹，Charlott 當(dāng)?shù)氐倪B鎖醫(yī)院將大數(shù)據(jù)納入預(yù)測(cè)模型,，可以給病人進(jìn)行風(fēng)險(xiǎn)評(píng)分,。 　　比如一個(gè)哮喘病人，醫(yī)院可以通過(guò)了解他是否加大藥物劑量,、是否購(gòu)買(mǎi)過(guò)香煙,、是否居住在高花粉區(qū)域計(jì)算出該病人被緊急送往搶救室的幾率,。又如一個(gè)健身房會(huì)員，系統(tǒng)同樣可以借助分析他購(gòu)買(mǎi)過(guò)哪類食品評(píng)估他得突發(fā)心臟病的幾率,。 　　至于數(shù)據(jù),，則是來(lái)自從中介那里購(gòu)買(mǎi)消費(fèi)者的公共記錄，包括商店交易,、信用卡購(gòu)買(mǎi)記錄,。 　　不少病人表達(dá)了對(duì)個(gè)人隱私的擔(dān)心。Dulin 表示,，在數(shù)據(jù)提供者與醫(yī)院的協(xié)議下,，卡羅萊納州醫(yī)療可以與醫(yī)生共享病人的風(fēng)險(xiǎn)評(píng)估數(shù)據(jù)，但是連鎖醫(yī)院不允許泄漏數(shù)據(jù)細(xì)節(jié),。 　　Acxiom 和 LexisNexis 是最大的兩家數(shù)據(jù)中介機(jī)構(gòu),，Acxiom 表示它們的數(shù)據(jù)只用于市場(chǎng)營(yíng)銷，并不針對(duì)于醫(yī)療目的,，而 LexisNexis 表示它們不向企圖得到高風(fēng)險(xiǎn)病人數(shù)據(jù)的保險(xiǎn)公司出售用戶信息,。 　　另一方面，一些健康倡導(dǎo)者和隱私專家擔(dān)心,，過(guò)多地依賴數(shù)據(jù)分析可能會(huì)對(duì)醫(yī)患關(guān)系產(chǎn)生影響,。“如果醫(yī)生已經(jīng)掌握了信息，兩者的關(guān)系就從病情交流變成了單向的潛在行為探究,。”圣克拉拉大學(xué)的 Ryan Holmes 這樣說(shuō),。 　　“傳統(tǒng)的評(píng)級(jí)和保險(xiǎn)業(yè)已經(jīng)伴隨醫(yī)療改革消失，現(xiàn)在所努力的方向是積極的治療管理,。我們知道你有糖尿病風(fēng)險(xiǎn),，在你病癥顯現(xiàn)前我們就會(huì)采取行動(dòng)。” Gartner 的分析師 Robert Booz 這樣說(shuō),。