将高筑的医疗费用降下来不只是简单地提高付费质量、降低付费总量。一个很重要的问题就是精确预测哪些患者存在发病风险，并在发病前给予正确的治疗。什么能够帮助收集这类资讯呢？这时候就需要大容量数据的神奇力量。
麻省大数据分析公司在周四宣布，它正在和选框医保公司Aetna合作以帮助预防代谢综合征。签约后付费方会快速采用工具和实践以管理付费人群的健康情况并降低费用。患有代谢综合征的人群很可能会出现心脏病、卒中或糖尿病。
据GNS Healthcare公司新闻发布会消息：GNS Healthcare公司已经研发了一种专有超计算机运行技术称为可逆工程和前向模拟技术（REFS），这项技术正在和Aetna的数据进行整理帮助更早识别那些存在罹患代谢综合征风险的人群、评估那些已经患有该病的患者并“查明”针对个体的有效治疗方法。
这项技术将创造数据驱动模型从以下五个方面对人群进行评估：腰围大、血压高、高甘油三酯血症、低高密度脂蛋白（好的胆固醇）及高血糖。如果有人存在这五项中的至少三项，就定为患有代谢综合征，存在其中一到两项的患者定为代谢综合征危险人群。
GNS Healthcare公司发言人称，有了个体的健康信息做基础，这个模型将能够预测个体将在什么时间内出现哪项新的病情。比如说，模型可能预测某个体存在高甘油三酯血症和低高密度脂蛋白将可能在未来12个月内出现高血压。
“放大大量数据方法能够识别危险人群。我们的方法是与众不同，因为我们不只是识别患者危险人群，我们还能确定针对每个个体最有效的干预措施。”Colin Hill（GNSHealthcare公司的首席执行官和合伙人）在新闻发布会中指出。
这次合作验证了Aetna公司的理念：保险公司要乐于与科技及其他公司合作以解决医保产业中的问题。“我们觉得我们应该让那些比保险人更能创造性地解决问题的业外人员参与进来。这个想法促成了这样的合作。” Mary Wofford（Aetna的一位执行官）在6月的联邦政府的Datapalooza上向观众们提出了这样的观点。