Len málo ľudí chodí k lekárovi dobrovoľne a rado. Zdravotníctvo je preto osobitou oblasťou, ktorá sa na jednej strane zameriava na zvyšovanie kvality služieb a vykonávanie väčšieho množstva kvalitných zákrokov, no na strane druhej sa neustále snaží o znižovanie dopytu po týchto zákrokoch prostredníctvom prevencie a včasnej diagnostiky. 

Typickým príkladom je telemedicína, pri ktorej je (teoreticky) možné znížiť náklady na niektoré diagnostické postupy za pomoci využitia rôznych technológií. Okrem obrovských investícií do celej infraštruktúry tu však zostáva aj ďalší problém. Podstatná časť týchto postupov by vôbec nebola potrebná, ak by sa potenciálni pacienti diagnostikovali skôr a ak by bol väčší tlak už na prevenciu vzniku samotných chorôb.

Infraštruktúra potrebná na včasnú diagnostiku a prevenciu už viac-menej existuje. Je založená na množstve údajov, ktoré sa zhromažďujú v systéme zdravotnej starostlivosti. Pravdepodobne nemôžeme počítať s centralizáciou týchto údajov v rukách ministerstva zdravotníctva, nakoľko tomu bránia technické aj normatívne dôvody - od rôznorodej štruktúry prevádzkovateľov zdravotnej starostlivosti (štát, samospráva, súkromný sektor) až po legislatívnu úpravu nakladania s údajmi. Na úrovni zdravotných poisťovní však existuje veľký priestor na uplatnenie rôznych dátových analýz, ktoré by mohli pomôcť obom uvedeným kľúčovým činnostiam. Jediné, čo je potrebné zabezpečiť, je, aby sa existujúce údaje konvertovali do primeranej kvality (na čo existujú známe, overené a funkčné postupy z iných oblastí). 

Analýza údajov sa vo všeobecnosti uplatňuje v štyroch základných dimenziách, z ktorých každá má v zdravotníctve svoje špecifické miesto: 

• Deskriptívna analýza, ktorá sa zaoberá opisom a pochopením toho, čo sa už stalo. To môže znamenať vizualizáciu existujúcich údajov, odhaľovanie príčinných súvislostí a korelácií, dlhodobých trendov, nových faktorov atď. 
• Diagnostická analýza, ktorá sa už zameriava priamo na identifikáciu príčin a následkov (namiesto jednoduchých korelácií). 
• Prediktívna analýza, ktorá sa zameriava na predpovedanie budúceho správania skúmaných faktorov na základe analýzy minulých udalostí. 
• Preskriptívna analýza, ktorá identifikuje konkrétne kroky potrebné na dosiahnutie definovaných cieľov (v portfóliu SAS ide často o automatizované (inteligentné) rozhodnutia založené na dátových modeloch). 

Ak by sme pripustili možnosť úplnej aplikácie týchto postupov na úrovni jednotlivých zdravotných poisťovní, dosiahli by sme v relatívne krátkom čase nielen oveľa lepšie zacielenie na včasnú diagnostiku a prevenciu, ale aj možnosť komunikovať s rizikovými skupinami klientov zdravotných poisťovní úplne iným spôsobom – individuálne v rámci ich motivačnej štruktúry a zvyšovať efektivitu preventívnych kampaní. A to využitím jednej analytickej platformy.