當今的醫療保健行業中存在的數據量不計其數。從技術角度來說，可以用在線對這些數據進行實時的分析，比如內存技術，這種技術就是為醫學治療目的進行開發的。

    因此，德國波茨坦普拉特拉學院的計算機研究人員正在用此種技術幫助病患獲取更多的個性化醫療診治方案。

　　人體的構造極其復雜。僅一個基因組當中，就包含三十億多個基因信息。現代醫學正在深入這些復雜體系結構當中，視圖為患者尋求更好的治療。像基因組測序這樣的診斷程序有助于開發這些如此龐大的數據資源庫。然而，這個診斷過程中所涉及到的分析總是困難重重。問題就出現在這些分散的數據以及他的聚合體的多樣性當中。

　　“現在的醫師已經今非昔比了，他們變成了數據分析師，他們必須努力收集數據并將這些數據進行標準化。”來自哈索·普拉特拉學院(HPI，位于德國的波茨坦)的電子醫療與生命科學項目經理，Matthieu-P.Schapranow博士說。結果，耗費時間的數據分析技術只能應用在某些個別案例當中。然而今天的跨學科研究小組已經創立了一種永不過時的解決方案，這位來自德國波茨坦的科學家說。

　　Schapranow博士的團隊隸屬由哈索·普拉特納教授執掌的HPI研究小組，他們和來自臨床研究領域的合作伙伴正在共同開發一款可以支持專家進行大數據分析的軟件程序。因此在HPI研發的內存技術得以應用，有史以來第一次實現了大型數據的實時捆綁與分析。

　　“無論這些數據位于什么位置，醫師、臨床研究人員以及醫療專家都可以根據來自全球各地的從數據當中提取的醫學知識做出更加精準的診斷決定。”Schapranow博士說。除了個體患者數據之外，他們也有權利處理來自全球醫療數據庫的信息資源。醫師之后可以把精力集中在最重要的環節——找出對病患最佳的治療方案。計算機科學家說，通過這種方式，不僅讓醫師們做出更快更準確的決定成為可能，病患的副作用可以降低，治療所需費用也會得到削減。

　　基因組分析云平臺綁定了波茨坦科學家的聯合研究小組，其中包括主治醫師、生物學家以及基因學家。這個云平臺已經可以為科研人員和醫生的工作提供如下方面的應用：

　　在基因瀏覽器的幫助下，就算不需要測序儀器，科研人員依舊可以探索到關于DNS的更多細節，然后確定出關于致病菌自身變化的信息。

　　在醫學知識駕駛艙中，醫生與病人可以獲取到包括個人和基因特性、生物性關系以及全球可行性治療方案的綜合的視圖。

　　臨床醫師可以利用藥物反應分析進行合作，從以前的病例當中尋找可以為目前的病例做參考分化療預測診斷。

　　Schapranow和他的團隊在2016年的德國漢諾威電子通信展上的醫療保健展區發表了兩個正在進行的研究項目：

　　這個智能項目由聯邦研究部贊助，主要目的是促進對于誘發慢性心力衰竭的復雜原因的了解，同時了解這些誘因之間的關聯。利用分析方法，主治醫師可以在未來的日子里對可能引起疾病的原因和治療的成功性做出更好的預測。

　　HPI的科學家向人們展示了智能分析-健康研究訪問系統是如何將龐大的醫療數據在內存技術和科學分析的基礎上進行連接與檢測。通過這一個系統就可以實現治療、下訂單、研究和數據的注冊的功能，并可以匿名提交用戶數據進行隱私保護，以上的所有功能都可以通過這一個系統實現。

　　在醫療領域內的內存技術和信息分析技術方法的應用可以說是百家爭鳴。從對未來醫療的規劃到個性化的癌癥治療方式，這當中存在著很多種可能性。但是各個研究領域的最終目的總是殊途同歸：讓全人類都可以得到最好的治療，從現在到未來。