Rob O'Neill, estro de analizo ĉe la Universitata Medicina Institucio de la NHS Foundation Trust University (UHMBT) ĉe Morricum Bay Bay, diris: "Estas tiom da kampoj, kie datumscienco povas helpi pli efikan prizorgadon, de kapacita postulo-administrado ĝis antaŭdiro. daŭro de restado. Alĝustigoj al senŝargiĝo, kaj pli malaltaj prizorgaj bezonoj por pacientoj kiuj retiriĝas de akuta prizorgo."

"Ekde la pandemio, la uzo de datumoj akcelis. La COVID-19-pandemio pliigis la postulon je sanaj gvidantoj, ebligante ilin fari realtempajn decidojn kaj antaŭdiri kiajn rimedojn ili bezonos por plenumi venontajn bezonojn. Ekzemple, povi. kompreni La riskon de re-hospitaligo en nia nuna pacientopopulacio estas kritika por la efika efektivigo de neplanitaj postulprognozoj kaj ebla administrado de la enfluo de kriz-rilataj pacientoj, same kiel limigi la nombron da pacientoj kiuj devas reveni al la medicina instalaĵo. medio dum pandemio."