例如，有大数据参与的比较效果研究可以提高医务人员的效率、降低病人的看病成本和身体损害。这主要是在全面分析病人特征数据和疗效数据基础上，对比多种干预措施的有效性，找到针对特定病人的最佳治疗途径。目前英国NICE(国家卫生与临床技术优化研究所)、德国IQWIG(质量和效率医疗保健研究所)、加拿大普通药品检查机构等都开始了此项项目并且取得了初步成功。
而大数据参与的预测建模对于企业研发新品而言作用更为明显，主要表现在节省研发成本和获取经济效益两个方面。一方面，医药公司在新药物研发阶段，可以通过数据建模和分析，确定最优效率的投入产出比，从而配备最佳资源组合，无疑可以节省研发开支;另一方面，一般新药从研发到上市时间一般为13年，预测模型可以帮助企业缩减3~5年，对于企业抢占市场先机非常重要。
综上来看，大数据的利用可以帮助医疗行业提高生产力、改进护理水平、增强竞争力、加快增长和创新。若大数据能被充分利用，临床操作阶段美国医疗健康开支一年就将减少165亿美元;付款阶段美国将有潜力创造每年500亿美元的价值;研发阶段美国每年将会创造1000亿美元的价值。如此来看，巨大的经济效益是美国公开大数据信息的重要考虑。
因为只有公开数据，企业才能获得数据，也才能有后续的加工和整合。政府在获得大数据方面具有优势，因此也就成为公布大数据的主体。事实上，医疗健康数据公开的正面影响远不仅只在于医疗系统，也能带动相关产业的发展，最直接的就是数据分析行业。大数据为多个行业带来的节省成本、提高效率以及推进创新型企业发展等都符合可持续这一全球新的发展潮流，对于一个国家未来的竞争力和经济地位有着重要作用。
从医疗行业中涉及到的数据服务，总体上分为两类：一类数据是医院在经营和运营会产生一系列的数据。该类数据在医疗行业中的应用，与普通企业对数据的管理及利用方式相类似。而另一类，则是医疗行业中具有特殊性的“临床类”数据。
