准确预测未来。这是无数不同公共和私营机构的愿望，有助于组织提高效率、节省成本并简化运营。在医疗保健领域，它可以帮助挽救生命。
预测性分析可以采取许多不同的形式。然而，它本质上涉及使用机器学习和人工智能技术来分析数据（历史数据或持续收集的数据，或两者兼而有之），并从中对未来可能发生的事件做出明智的预测。
物联网技术的普及使得预测性分析能够以多种不同的方式进行，因为物联网传感器可以收集大量数据，而这些数据在以前收集起来是非常昂贵或复杂的。在医疗保健领域，新生成的物联网数据和更传统的健康数据（如患者的生命体征和结果）为预测性分析带来了巨大的机遇。精算师协会在2017年的一份报告中称，93%的医疗机构认为预测性分析对其业务的未来非常重要，而89%的医疗机构目前正在使用预测性分析，或者计划在未来五年内使用预测性分析。
那么，预测性分析对全球医疗保健的影响有哪些？以下仅为部分影响。
分析患者数据
在医疗保健中，预测性分析的一种“最简单”形式是使用机器学习算法和人工智能来分析患者数据，而这是医疗保健流程中最核心的基本机制。
例如，这些数据可能与患者在特定情况下的疗效有关，或者与他们对特定药物或干预的反应有关。随着时间推移，当结合其他信息（如先天条件和生活方式因素）进行分析时，这些数据可能具有难以置信的洞察力。它可以帮助研究人员和医疗从业人员更好地预测结果，使他们能够更好地定制护理，并更好地管理患者的期望。它还可以帮助主动识别那些可能会从特殊疗法中受益最大的患者。
再次入院管理
患者出院后再次入院治疗可能特别危险，在许多情况下，这是医疗机构评估和排名的关键因素。
根据上述分析模型，预测性分析可以帮助医疗保健组织了解哪些患者更可能需要再次入院。如果患者被送回家时有物联网医疗设备来监测特定的生命体征，那么这种形式的预测性分析会变得更加主动，可以实时识别患者何时可能恶化到需要再次入院的程度。
爽约
杜克大学的一项研究发现，电子健康记录（EHR）数据可用于准确预测哪些患者最有可能预约后不来看病。在医疗服务面临“高度紧缺”，并鼓励患者以负责任的方式使用服务的巨大压力下，这些见解可能是无价的。它们能够主动针对特定患者，以避免将来出现爽约的情况。
实物资产
就像在工业和制造业环境中一样，医疗保健组织也可以从预测性分析中受益，以更好地管理其最复杂和最昂贵的实物资产。（来源物联之家网）像核磁共振仪这样的高科技设备，如果安装了传感器来监测关键信息，就可以在小问题升级之前主动进行维护和修理。这样做可以延长关键设备的使用寿命，并提高组织的利润。
预测性分析在医疗保健领域有着无数不同的应用，以上这些仅是部分而已，它开启了一个我们真正可以预测未来的时代。