人们产生了大量的数据——据研究公司Frost&Sullivan预测，到2025年，全球数据流量每年将超过100 ZB(1ZB=10亿GB)。因此，毫不奇怪的是大数据正在改变世界各地的行业，正在成为许多组织的最高优先级。据Frost&Sullivan报告，超过一半的财富1000强企业表示在整个公司范围内采取了大数据措施。通过正确的分析实践，组织可以用大数据来提高效率、降低成本和做出更明智的决策。
然而，要想充分利用大数据和分析，组织需要进行几项重大投资：数字基础设施、数据科学技能和一个针对整个组织的战略。据此(对比上述要求)很多组织会发现，他们不仅在采用大数据和数据分析方面落后了，而且也没能看到大数据和数据分析带来的有效成果。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。该行业产生和储存了大量数据，但无法完全处理它们。从电子健康记录到数字扫描和来自智能手机APP及可穿戴设备的跟踪数据，一名患者的完整病史可能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——一种可扩展的解决方案，用于提取数据、构建算法和生成持续的洞察。通过使用数字平台将不同来源的数据汇集在一起，并在整个机构范围内让受数据驱动的实验自动化，医院能充分掌握他们的数据，并用它来预测成本、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
