在麦肯锡发布的报告《大数据的下一个前沿：创新、竞争和生产力》中，它看好5大应用领域，分别是欧洲公共领域、美国健康医疗、制造业、美国零售业以及基于地理位置的服务。就现在回头来看，大数据的确是大玩了一把。

　　其中，影响最大的是零售业和基于地理位置的服务，因为这两个领域的用户以数字土著(那些出生于80年代末，90年代初这一批及其以后的年轻一代人)为主，所以传播也最快，数量级也就最大。相比之下，制造业、公共领域和健康医疗影响就没那么深了。据统计，数据分析体现的价值还不到5年前预估潜在价值的30%。也就是说，它们之间的差距在越拉越大。

　　数据分析在5大领域中实现的潜在价值占比(2011年)

　　此外，数据分析还创建了几大颠覆性创新模式。下面简述几种能打破既定产业格局、突破信息孤岛和创建新格局的新型数据集。如超大规模数字平台可实现实时交易，这对效率低下的商品市场是很有用的;精细化数据可用于个性化产品/服务的设计，尤其是医疗;而新的分析技术可以促进发现创新。综合来看，数据分析让循证决策更精准更高效。

　　所以在大数据商业探索的过程中，利益相关者们可能会从变化莫测的数据分析中迷失，不知所措。不过在医疗领域却又是另一番景象，因为法规会对此进行约束，从而产生阻碍。2011版报告预估，数据分析在医疗领域每年能够产生3000亿美元的潜在价值，年生产增长率为0.7%。但2011年只能实现10~20%，也即产生300~600亿美元的价值。原因有两个，一个是需要临床试验证明;再一个就是数据共享与互操作的实现还存在大量问题。

　　截至目前，美国健康医疗仅仅抓住了数据分析在医疗领域中10~20%的机会。还有一系列问题亟待解决，比如缺乏激励、机构改革困难、技术人才短缺、数据共享挑战和法规监管。

　　但也确实取得了一些成效，如临床上，最大的成功就是电子病历的采用，虽然目前看来其中的海量数据尚未完全挖掘出来。但支付方已经在逐步利用大数据来制定报销决策，因此数据分析在公共卫生监督方面将产生创新性效用。另外，许多制药企业也在将数据分析应用在研发上，尤其是在简化临床试验方面。但如果继续落后半拍，将会错失大量改革临床护理和个性化用药的机会。

　　数据分析实现个性化

　　数据分析可以从深层次将事物区别开来，最强大的功能之一就是基于人的特征给人群贴标签，由此向用户提供个性化的服务/产品，比如教育、旅游休闲、传媒、零售、广告等行业。

　　如果将这些与患者的行为、基因、分子数据连接起来，将会对医疗服务产生深远影响。基因组测序的成本下降，蛋白质组学的出现，以及实时监测技术的发展有可能产生出一种新的超精细化数据。

　　这些数据可以以两种方式重新定义健康医疗。第一个，它们可以帮助解决医疗系统的信息不对称和激励问题。这样在看到患者的一个病情完整数据图后，医院和其他医疗服务方就可能将焦点从治病转为预病及健康管理，从而节约巨额的医疗支出和改善生活质量。其次患者拥有精细化的数据就可以实现精准诊疗。制药企业和医疗设备公司也可借此提升药物研发效率。但是它们有一个挑战就是，要向更小范围的目标患者提供治疗方案。

　　海量信息突破信息孤岛

　　在产品创新上，数据分析在材料科学、合成生物学和生命科学领域产生了重大影响，比如药企巨头正在使用数据分析进行药物开发，从而确定药物化合物，作为一种治疗多种疾病的有效药物。如在2016年4月，阿斯利康与美国测序公司Human Longevity、英国桑格研究院以及芬兰分子医学研究所展开合作进行200万例全基因组测序，为今后的药物研发提供指导。而且，阿斯利康将从公司的临床试验中选取50万份样本用于全基因组测序。

　　根据协议，阿斯利康将要建立一个专门的基因组学研究中心，将临床样本的基因组测序数据和相关的临床治疗和药物反应信息有效整合。阿斯利康还计划公开发表此次合作项目中的所有研究结果。这种模式在推进科技和药物开发中非常有价值。

　　数据分析在医疗领域内的潜在机会

　　我们强调的机会有五大类：临床、报销、研发、商业模式创新和公共卫生。在临床中，主要的成功就是电子病历的快速扩张，已经从2010年的15.6%提升到2014年的75%，这其中很大的推动来自平价医疗法案的实施。如Sutter Health，它的新EMR系统要比旧系统快40倍，而且在预测再住院率上准确率大大提高。