Atualmente, a medicina está avançando em tratamentos e atendimentos individualizados e personalizados para cada paciente. Esse tipo de atendimento cresce no mundo todo e gera benefícios, como a melhora no diagnóstico e na conduta médica. Tais cuidados direcionados são chamados de medicina de precisão , ou seja, são medicamentos ou tratamentos que são feitos em grupos menores de pacientes, com base em características como histórico médico e composição genética.
Nos Estados Unidos, 66% dos entrevistados nunca ouviram falar sobre medicina de precisão, mas quando o conceito e o potencial desse tipo de tratamento foi explicado, apenas 1% apresentaram reações negativas. Isso se deve ao fato de os dados estarem expostos e surgir a problemática do preconceito para o tratamento de determinados pacientes. Contudo, vivemos em um mundo em que esse tipo de preocupação não deveria ser um obstáculo, uma vez sancionada a GLPD (sigla em inglês para Lei Geral de Proteção de Dados) — que teoricamente deveria funcionar para todo tipo de informação sensível. Esses dados estão disponíveis em uma pesquisa realizada pela Personalized Medicine Coalition.
Atualmente, seja em grupos de pesquisadores de universidades, órgãos governamentais e grandes corporações estão investindo em tecnologias de Inteligência Artificial e Ciência de Dados para a tomada de decisão mais assertiva. Um exemplo claro de uma aplicação em um estudo de caso, feito pela Universidade de Pretória, na África do Sul, que utilizou de dados disponíveis para informar o surto de COVID-19 na África do Sul.

Até agora, os dois universos parecem não conversarem entre si, mas quando é observado os acontecimentos após a finalização do projeto Genoma Humano, em 2003 — em que houve uma explosão de dados na forma de informação genética e de Registros Eletrônicos de Saúde (RES) — e o tema Data Science cada vez mais tomando conta das organizações, então é encontrado o denominador comum: os dados.
Esse grande repositório de informações do histórico do paciente, diagnósticos, internações, etc. permite que os profissionais de saúde ofereçam serviços de melhor qualidade aos pacientes, adaptando uma abordagem holística de tratamento e oferecendo serviços de saúde cada vez mais individuais e personalizados.
Para dar um exemplo, segundo um artigo da Kriptos — uma empresa especializada em Data Science — , as companhias de planos de saúde vêm se adaptando aos pagamentos baseados em dados de valor, em vez de seu modelo tradicional de taxa por serviço, usando registros médicos eletrônicos para oferecer serviços melhores e mais personalizados aos seus segurados.
Quando Data Science e técnicas de Machine Learning se encontram, as possibilidades aumentam, seja em qualquer tipo de segmento de negócio. Grandes empresas e grupos de pesquisas já usam a Inteligência Artificial para desenvolver tratamentos de precisão para doenças mais complexas.