Com a eminente transição dos modelos de remuneração fee-for-service e de atenção médico-hospitalar a uma saúde com base em valor, com o avanço da tecnologia e das ferramentas de informação, a análise de dados deixa de ser um apenas um diferencial competitivo e passa a ser condição básica para promoção de saúde, prevenção de doenças e, além disso, diminuição de usos de serviços de saúde desnecessários.

A análise preditiva engloba uma variedade de técnicas estatísticas e analíticas, de modelos preditivos, machine learning a data mining e é usada para analisar fatos correntes e históricos e fazer, com isso, predições sobre o futuro ou eventos desconhecidos. É usada hoje em diferentes campos de atuação, desde ciência atuariais, marketing a serviços financeiros e saúde.

Atualmente, já é possível, na área de saúde, verificar a distribuição de risco para doenças crônicas, por exemplo, de milhões de cidadãos, como visto em cases na cidade de Nova Iorque, nos Estados Unidos. Já para um paciente hospitalar, a possibilidade é de prever o potencial de readmissão e de complicações, como no caso da sepse.

Segundo a Harvard Business Review, a implementação de ferramentas de análise preditiva em saúde são os meios para um fim que, no geral, representa melhores desfechos clínicos, incluindo a redução de custos. Uma previsão feita pela Academia Nacional de Medicina americana diz que o sistema de saúde deles gasta quase um terço dos seus recursos, ou seja, $750 bilhões por ano, em serviços desnecessários ou cuidado ineficiente.

Já segundo pesquisa da Forbes, na adoção de um projeto de análise preditiva, tanto a participação e o suporte da organização quanto as escolhas efetivas de tecnologia são fatores determinantes para os resultados bem-sucedidos.

A análise preditiva suporta um cuidado integrado, possibilitando atenção contínua, coordenada e abrangente. Em adição à redução de custos, os modelos preditivos geram oportunidades para melhorias significativas em eficiência, produtividade e resultados clínicos, principalmente com intervenções ligadas à população em risco.