由於醫療支出的大幅增加，疾病的早期預防從來沒有像今天這樣重要。這主要是由於新疾病變種、生物恐怖主義威脅的增加，以及數據採集和計算技術最新的進展而促成的。醫療數據量的激增，促進了為疾病預防開發高效、敏感和成本效益高的解決方案的需求。傳統的預防措施主要側重於促進醫療福利，卻缺乏處理海量數據的方法。利用信息技術提高醫療質量，可以改善健康促進和疾病預防。這是真正的跨學科挑戰，需要不同研究領域的大量專業知識和真正的大數據。這便提出了如下一些基本的問題：
●如何通過有效的疾病預防來減少不斷增加的患者數量？
●如何治療疾病或減緩疾病的進展？
●如何通過提供優質醫療服務來降低醫療費用？
●如何最大限度地發揮信息技術在早期識別和治療疾病風險中的作用？
對這些問題的明確回答是使用智能數據分析方法從大量醫療數據中發現信息。數據分析研究人員正準備在患者醫療方面促成巨大的有益進步。醫療領域的數據分析應用具有巨大的潛力。目前，數據分析、機器學習和數據挖掘使早期疾病的識別和治療成為可能。許多國家都正在實施疾病的早期監測和發現，如美國的BioSense、加拿大的CDPAC、澳大利亞的SAMSS和AIHW，以及法國的SentiWeb等。
醫療數據是最有價值的數據之一，但也是最難分析的數據。醫療機構如何使用現代數據分析工具和技術來分析這些複雜數據並從這些數據中創造出價值？數據分析，即通過分析大量非結構化、異構、非標準和不完整的醫療保健數據，能夠有效地發現有價值的範式。它不僅可以進行預測，還可以幫助做出決策，並且由於其目標是提高患者醫療質量和降低醫療成本，而在不斷發展的過程中取得了突破，因此越來越受到關注。
本研究的目的是為疾病預防的數據分析方法的發展提供一個全面和結構化的廣泛研究綜述。本綜述首先介紹疾病預防及其挑戰，然後介紹傳統預防方法。本文探討了基於信息技術的疾病預防方法。本文總結了用於疾病的分類、聚類(極不尋常的特定疾病的高發病率)、異常檢測(疾病的偵測)和關聯的先進的數據分析算法以及各自的優缺點和選擇特定模型的指南，之後又討論了最近的發展和疾病預防方法的成功應用。本文最後提出了開放式研究的挑戰和建議。
如需要綜述《為實現預防醫學的大數據分析》（英文，共35頁），請在本微信公眾號中讚賞（點喜歡或稀罕作者後打賞）後發來email地址索取。
If the fire in your heart is strong enough, it will burn away any obstacles that come your way. 如果你心中的激情之火足夠猛烈，它就會燒掉你所遇到的任何障礙。早上好！