杜克大学的医疗系统，则使用由一个分析工具合并的病人电子病历数据来调整其治疗方案。
个性化的医疗需求，让研究者不得不对单个病人的遗传学因素进行复杂的分析，以便能够为其开出有针对性的药物，或者制定出其他治疗方法。而杜克大学的医疗系统，则使用由一个分析工具合并的病人电子病历数据来调整其治疗方案。
谁先注射H1N1流感疫苗？
最近政府卫生部门询问杜克大学，哪些病人需要考虑优先注射H1N1流感疫苗。他们用IBM的Cognos软件对他们基于Oracle数据库的 2000多万份电子病历数据进行了分析，并在不到1小时内就得出了一份大约12万人的名单，这些人因为某些方面，例如年龄、怀孕、经常患呼吸道疾病或者其他方面的原因，而容易受到H1N1流感传染。现在有了部分流感疫苗，杜克大学就能让这些人知道他们应该优先考虑使用疫苗。
"我们在电子病历数据之上放置了一个分析引擎，它能够依据年龄或者其他关键因素，对数以百万计的病人进行分层处理，并说明每个人的危险程度。"负责杜克大学这套诊断服务系统的CIO Asif Ahmed说，这个系统在北卡罗来纳州的3家医院和约100所诊所使用，每年大约记录100万名病人的数据。
以上是一个具体的实例，说明医疗IT系统如何用于满足个性化的医疗需求，帮助医生作出更加明智的决策，实现更好的效果。然而，要实现这样的效果需要很多努力。除了杜克大学这样的分析系统之外，帮助医生挑选最佳实验效果的决策支持工具，提供实时医护的远程监控工具，及帮助研究人员选择最好实验治疗方案候选者的软件等等，都是现在不可或缺的医疗IT工具。
减少不必要的放射性检查
在波士顿的Beth Israel女子医疗中心，帮助医生选择更好的治疗方案，实现更准确的诊断效果，是他们实现个性化医疗的最大目标。他们使用了一个支持软件，以帮助其1600名员工和医生为病人选择最好的放射性检查。
在对病人进行CT、核磁共振、X射线、超声波或者其他放射性检查之前，医生会将病人的电子医疗记录编号输入到这个Anvita Health决策支持系统中。系统会从医院的医疗记录系统中读取病人数据，以及最近的实验室测试和过敏数据。然后，医生需要加入病人最近的检查结果，如最新体征情况、需要检查的部位、对于病理的初步诊断结果，及目前有没有服用可能影响检查结果的药物等。
这个软件会分析这些数据，并给病人的检查项目打分：最好的以5颗星表示，最差的以1颗星表示，并且还会说明检查的好处与风险。如果系统认为病人没有必要进行这项检查，也会给出说明。
系统能够捕捉到一些医生可能忽略的细节，如在之前的血液检查中显示其肾功能降低，可能会导致在某些放射性检查中效果不佳。它同时还会检查这个病人一共进行了多少放射性检查，对病人的健康会不会造成影响，等等。
"使用放射性检查过多，可能会引起其他疾病。"Beth Israel医务机构的主任医师Richard Parker表示，"系统会在进行实际检查之前考虑这一因素。"例如，软件可能指出，病人在其他方面已经表现出了明显的肺炎症状和临床表现，因此，再给他做一次X射线的检查除了让他再受一次辐射之外，没有任何意义。
Parker说："在使用Anvita软件的3年时间里，医院减少了约5%的不必要或者不恰当的放射性检查。"
Beth Israel在6个月之前发启了一项相关的调查项目，以分析了解医生在做放射性检查决定时的想法。在医生要求做放射性检查时，系统会询问他，病人现在的症状是什么原因引起的，有多大的确定性。在检查之后，系统会继续跟踪，询问医生之前的判断是否准确。这项研究的目的在于了解医生在决定做检查时的想法，并试图分析医生在什么情况下最有可能作出错误判断。
信息技术不仅可以帮助医生为病人选择更好的检查方案，还能让更个性化的医疗检查成为可能。例如，Quest Diagnostics and Vermillion提供的一项诊断检查服务，能够通过检查更好地确定女性的卵巢癌，而很好地排除良性肿瘤的误导。
