资料分析服务供应商Databricks，根据产业特性提供不同的资料分析功能，在先前推出金融服务专用的湖边小屋，而现在Databricks发布针对医疗保健与生命科学领域的湖边小屋，目标是突破传统数据仓库的限制，提供企业更快更即时的医疗分析解决方案。
Databricks的湖边小屋架构，结合数据仓库和资料湖的特性，让用户可以在开放格式的云计算存储中，实例类似数据仓库的数据结构和资料管理功能，发展商业智能、数据科学和机器学习等资料应用。
官方提到，用在医疗保健和生命科学领域的传统资料技术，存在一些限制，包括资料孤岛和半结构化资料、非即时的批处理，而且也无法支持高端分析功能。医疗资料存在许多资料类型，包括注解的半结构化资料，或是图像等非结构化资料，加上资料孤岛的困境，使得医疗领域难以发展先进资料应用，而且快速增加的资料超过原本基础设施可以处理的规模，因而也阻碍了人口层级的研究。
另外，过去的批处理和分析工具，限制了供应链以及ICU床位容量等即时应用的开发，在传统的资料架构上，更是难以发展高端分析或是人工智能等用例。
而Databricks利用湖边小屋解决方案，试图解决医疗保健与生命科学领域，发展数据科学应用所遭遇到的困难，湖边小屋对所有的资料、分析和人工智能工作负载，提供一个开放且跨云的平台，在这个基础上，Databricks与其合作伙伴，共同提供疾病预测、医学图像分类和生物标记探索等应用案例。
专用于医疗保健与生命科学的湖边小屋，采用开放式设计，借由支持各种资料类型打破资料孤岛，利用非结构化资料构建出病患全貌。而且因为湖边以云计算技术为基础，能够高性能地处理资料，官方提到，Regeneron制药公司使用该解决方案，将资料处理时间从3周减至5小时，而针对150万外显子（Exome）的基因型与表现型查询，时间从30分钟缩短至3秒钟。
湖边小屋另一个好处，便是能够支持即时应用，Databricks表示，传统的数据仓库并非设计用于即时应用，而湖边小屋则可以处理流媒体资料执行即时分析，用于管理ICU容量，或是需要温控的疫苗分配。湖边小屋提供了一套分析和人工智能工具，供用户使用机器学习技术，加速新药开发或是改善病患护理。