通过对医学大数据的挖掘，并应用智能决策技术还能够大幅度地降低医疗费用。基于大量医学数据分析的基础上进行科学的健康管理，可使医疗费用大幅下降，医疗费用可降少到原来的10%。正如美国密执安大学健康管理研究中心主任Dee.W.Edington博士提出的90%和10%的论断，即健康管理对于任何企业及个人都有这样一个秘密，即90%和10%。具体地说，就是90%的个人和企业通过健康管理后，医疗费用降到原来的10%；10%的个人和企业未做健康管理，医疗费用比原来上升90%。因此，数据挖掘在医学上的应用具有显著的经济效益。通过对医学大数据的挖掘与应用，可清楚了解疾病发生的几率和临床上预防和治疗的重点，可以优化现有的设备和人才，明确引进人才和新技术的方向，促进医疗的更新和建设，调整医疗布局，优化医疗资源，正确进行医疗决策。
国内数据挖掘在医学上的应用
数据挖掘的应用在中国得到了越来越多的重视与越来越广泛的认可，我们可以预言，数据挖掘的应用必将在各行各业上得到普及！
总的来说，在中国，数据挖掘在医学上得到了很多的尝试，人们在不断地探索和进步。我们在应用数据挖掘技术研究健康与疾病的领域中尚属摸索阶段，与业界领先的一些国家存在着一定的差距，主要体现在以下几个方面：
1、从数据挖掘的理论和技术上看，我们的很多认识和意识还是比较传统和陈旧的。很多人对数据挖掘的理论和技术的认识，还只是停留在几个常用的技术和算法上面，把数据挖掘认识得比较狭隘。实际上，数据挖掘发展到今天，虽然还只是初级阶段，但数据挖掘的内涵和外延已经较以前有了相当的拓展，数据挖掘不再是大家认识的常用的几个技术和算法，而是一切可以应用的用于发现大数据中隐藏规律的技术和手段。既然认识不足、意识不到，那必将影响到数据挖掘的研究与应用的效果，这是我们首要需要改进的。
2、从数据挖掘的研发与应用的人员结构上看，我们的很多数数据挖掘的从业人员大多是来自大专院校的老师、或医疗研究机构的技术人员、或其他IT技术人员，大多数人不是系统地从事医学数据挖掘的专业研究与应用，很难了解世界上先进的数据挖掘的完整体系和系统应用方法，甚至很多人还限于对某些传统算法的摸索，导致数据挖掘技术的研究和应用的起点不高。尤其在数据挖掘的应用层面，数据挖掘是个大知识的汇集区与融通体，它不仅需要对数据挖掘算法有深入掌握，还需要对大数据技术有深刻了解，包括数据库技术、数据建模技术、数据整合技术、超大规模数据优化技术等等，当然还需要对医学专业知识的深入了解。因此，做好数据挖掘在医学上的应用，应该需要复合型的人才，他们应是数学专家、信息专家和医学专家三位一体的人员或三位一体高度集成的团队。