对拒绝和拒绝的处理成为收入周期中的最大挑战，可以通过分析来纠正。患者付款和结算流程紧随其后。利用商业智能和数据分析的最大障碍是缺乏有效利用数据分析的资源，无法对分析性能进行基准测试，以及难以将分析结果引入可操作的报告中。能够通过正确的战略报告克服这些挑战的组织已从健康分析中受益。健康分析的一些主要优势包括减少A / R天数和改善现金流，通过识别支付流程中的瓶颈增加收入，以及提高员工生产力。
医疗保健组织现在比以往任何时候都更加意识到健康的数据自动化对于医疗保健的重要性，以便进行分析和报告。数据分析和后续报告解决方案将在实施用户友好流程中发挥关键作用，这些流程使用可操作的洞察力来促进收入周期的改善和明智的决策制定。为什么医疗保健数据分析很难？数据分析在整个行业垂直领域是一个具有挑战性的主张，但在医疗领域更是如此。
虽然大多数其他组织都在努力解决数据存储，质量，访问和集成等问题，但医疗机构还必须考虑安全性和隐私，数据管理和保留等更微妙的方面。安全和隐私在医疗保健中至关重要。对医疗保健数据的任何攻击都可能对任何组织造成极大的破坏，因为它们不仅以经济损失而且还以声誉为代价。最重要的是，在任何违反数据安全的情况下，最大的受害者是个人的私人信息，从信用卡详细信息到实验室结果和诊断，都受到了危害。
医疗保健数据由于其长期保留而难以管理，这意味着医疗保健组织需要一种有远见的方法来确定数据的存储，访问和使用方式。此外，医学领域的数据管理软件通常具有建立定期访问权限的范围，该权限根据需要为来自不同部门的不同工作人员提供临时查看功能。这些因素使组织更加迫切需要定期审查其数据，以便删除，修改或匿名化信息。
输入任何健康组织记录的数据也需要进行格式化，描述，检查以确保准确性，然后才能为组织内的不同用户访问，以用于医疗，管理和计费目的。这种速度和体积进一步加剧了在医疗保健领域管理数据的难度。医疗保健中数据管理策略的成败也取决于可访问性。如果组织没有以正确的格式报告并且可供合适的人员访问，那么组织存储的大量数据将无关紧要。
除了使医疗保健数据成为困难主张的所有这些普遍挑战之外，一些特定设施的困难可能使问题进一步复杂化。例如，有限的IT预算可能是一个很大的障碍说到大数据，其实大数据应该在BI之前说大数据的收集策略、存储方式、使用方法，都是一堆问题。医疗保健的大数据来源1、物联网（IoT）物联网在医疗保健领域的互联产品数量正在增长。
物联网平台也相对便宜，是大规模构建和营销应用程序的经济高效的选择。目前和未来的数据来源包括（但不限于）：可穿戴设备现在允许人们跟踪他们的心率，血压，体重，活动水平，压力水平（例如：FitBit，PIP，Muse头带等）智能手机上提供应用程序，可跟踪用户的锻炼方案和睡眠强度，数量和质量（例如：Pebble Time，AliveCor Heart Monitor，MyFitnessPal等）。
可以将数据发送到云中的医疗设备和传感器：脉搏血氧仪，血糖监测仪，电子秤，血压监测仪，SpO2传感器，接近传感器（如iBeacon），以及将提供数百万患者数据的未来传感器一个持续的基础2、电子病历/电子健康记录（EMR / EHR）3、保险提供商包括私人付款人和计划索赔，政府健康计划索赔和药房索赔。4、其他临床数据来自计算机化医嘱录入和临床决策支持系统的数据（医生的书面笔记和处方，医学成像，实验室，药房，保险和其他管理数据）。
5、基因组及相关研究机构6、社交媒体社交媒体帖子，包括微博，博客和其他平台上的状态更新，以及网页可以反映并提供个人健康，情绪，心态等的证据。7、网络知识各种医疗咨询平台或通用平台如知乎悟空问答，新闻提要和医学期刊中的文章如何充分利用大数据想要充分利用数据的公司和组织需要一个全面的健康数据收集，优化和分析计划。
基于模式和智能应用预测分析、建模和收集见解，有可能使系统中的所有“参与者”受益，包括个人、医疗从业者、公共卫生机构、生命科学组织、健康保险公司以及医疗和药品制造商。看来，降低总医疗费用可能是与以下所有优点相关的主要好处之一:1。预防性医疗保健和患者赋权。使用健康数据和其他变量(如社会经济学)可以帮助组织预测患者的长期轨迹。在许多情况下有可能产生最佳结果，例如:分析患者特征以及护理的成本和结果，以便提供最合适和最具成本效益的治疗，这也将影响提供者的行为。人群水平的疾病分析将使研究人员能够帮助确定预测的事件并制定更有效的预防措施。将精神卫生保健纳入传统临床环境，将有助于提供更全面的服务，为患者提供传统护理环境中必要的资源和支持(药物依从性管理、家庭监护等。)改善对患者活动的监控将有助于个人承担更多的个人责任，并有助于提供者确定最佳治疗方案。2.打击欺诈。实施先进的欺诈检测分析系统并检查索赔的准确性和一致性将有助于最大限度地减少欺诈，同时更接近实时索赔授权。3.增加可以提供汇总和综合数据(例如，患者的临床记录和索赔数据)的公司的收入来源，可以为希望在医学和制药领域取得进展的第三方创造新的收入来源(例如，许可数据)，从而帮助制药公司识别选择参加临床试验的患者，这反过来将有助于促进新医疗设备和药物的创造。但数据分散、数据滞后、数据不完整等问题，使得大多数企业无法对其进行深入利用。
