随着医疗成本的不断攀升和人们对医学质量要求的提高，医疗服务提供者和医疗保险支付方都在不断寻找创新性举措以解决相关问题。自然语言处理(NLP)技术和预测技术的发展为医疗服务人员和决策者处理已有的海量数据提供可能，但目前尚没有具体的方式以挖掘数据。
去年10月，在拉斯维加斯举行的信息随需应变(Information on Demand，IOD)大会上，IBM推出了为医疗行业开发的内容与预测分析系统(ICPA)，并公布了第一个使用该平台的客户。顾名思义，ICPA是IBM旧有的两大技术系统的结合，其一为内容分析系统，另一个是IBM在2009年开发的SPSS预测分析系统。ICPA系统经过了沃森方案Jeopardy！系统的测试，可为医学专家提供了一种将重要的非结构化信息与结构化信息结合处理的方式，结构化的信息包括化验结果以及HIS系统中的病史等。应用ICPA系统使结构化或非结构化的数据分析首次成为可能，本周发表的HIMSS(医疗卫生信息与管理系统协会)12大医疗轶事一文中，IBM和西顿家庭医疗保健分享了一些意想不到的重要发现，该发现正来源于ICPA系统近期的一项分析。
据新英格兰医学杂志相关报道，大约每五个患者中就有一个其再次住院是可以避免的。这就意味着，目前102.6亿美元的医疗预算可以缩减到17.4亿美元。从2012年10月开始，医疗保险住院起付费用降低，再住院率高的医院将受到处罚。很明显，这是一项为了降低医疗成本的举措。但很多医疗机构，比如西顿健康医疗，却面临着增加床位来满足医疗需求的现状，而每张床位需要花去大约100万美元。除非从根源上减少医疗需求，西顿健康医疗要花去150亿美元来满足预期医疗需求的增长。
IBM和西顿健康医疗率先采用了该技术以帮助预测和确定哪些充血性心力衰竭患者在某些条件下疾病风险较高需要入院治疗。西顿健康医疗负责相关项目的消息人士称，再住院预测系统绝不仅仅可以用惊喜来形容，其分析来源不是典型的患者入院过程中产生的记录，如居住安排、家庭互动、住院期间的诊疗护理中产生的数据，其信息来源为患者的既往史及护理记录等非结构化的数据。与此同时，其他医疗护理机构正在采用“Hot Spotting”技术加强对那些需要特别重视的患者的关注，其关注目标为导致再住院的环境因素。以上技术的目的都是在于减少住院需求。
ICPA可为医疗机构和医院管理人员提供信息优势。但是，医生个体和医疗机构如何使用该技术以改善高危患者的医疗质量、降低医疗成本、改进数据集合方式仍需要进一步的研究，尽管如此，该技术至少可用以支持我们的医疗系统，以便降低高质量护理成本，从而间接提高人民生活水平。