分析需要人才和数据库，这两样都是很短缺的

IDCHealthInsights的可靠地医疗IT策略项目研究者CynthiaBurghard说，让保险公司在先进的分析上花钱，比起让医疗机构来投资简单得多。

但有两个重要的原因让医疗机构也会在不久后采用先进的数据分析。其中一个原因是，如果患者的医生推荐的方案和其健康计划相反时，患者就更愿意选择保险公司的平安计划。

另一个是20世纪90年代的医疗改革大部分都以失败告终，主要是因为缺少数据。“不仅是可能的信息很少，另外数据也是陈旧的，对医生了解患者的现状以及和预期达到的状态相比，几乎没用。”在最近的报告中，Burghard表示，数据分析能产生可靠的医疗投资，大多数争论是医疗提供者和病患间对于数据准确性和及时性的异议。

新兴的ACO模型，将医疗改革从医疗费模式的行业变成一个集中且协调的护理，强调分析和数据库科技。而需求就是找出能从特殊医疗项目中获益的患者，为了管理和改进他们的治疗找一些患者加入，以及把干预治疗整合成为医生的工作流程。Burghard说，当ACO模型和协调护理扩大，机构就会发现急需检测无结构数据，情绪分析以及其他数据源——包括猜想，预测智能，和混合的临床和商业智能—这都来自患者所遇到的，和临床系统的内容。

如此先进的分析法呈现出了挑战，Burghard说，医疗机构“需要人手来管理数据库，并利用好他们所投资的数据库。”那些既不用数据库又不用员工来管理他们的机构，可能最后会发现，他们要被迫加入更大的整合服务网络。

毫无疑问，这会破坏这个产业，但最终，拥有更多的数据并能够使用它，也会改进这个行业。“‘你不能掌控你无法预测的事情’，可以在医疗中适用，”Burghard报告中写道，“在20世纪90年代，医疗组织对慢性病病人的配合度管理上缺少认识;如今，医疗行业有了较多的信息，并运用科技在医生、患者之间分享数据来改进成果。