Para entender mejor el mecanismo que se quiere poner en práctica al poder pasar de los datos crudos a la toma de decisiones en situaciones de la vida diaria, veamos un ejemplo de aplicación.

Un paciente llega con un cuadro clínico que no se ajusta a los casos que ha tratado el médico  (lo mismo podemos suponer que es un veterano ante una enfermedad nueva o un interno ante un caso raro; pero conocido). El médico, después de una batería  de análisis de rutina, puede relacionar en su escritorio, con ayuda de una computadora análisis hematológicos, radiológicos, electrocardiogramas, etc. en la situación actual, con los resultados de la última vez que el paciente ingresó a un hospital. El médico puede revisar anotaciones de otros médicos, consultar casos con un cuadro clínico semejante, revisar estadísticas de otras latitudes, saber en línea si existen casos semejantes en ese momento, obtener los protocolos a seguir, informar a sus superiores, dejar anotaciones acerca de diferencias y similitudes de su caso, dejar un medio de contacto (correo electrónico, teléfono) para que el sistema le informe de hechos relevantes en esa área particular. La identificación automática de información relevante se puede utilizar para que la computadora encuentre relaciones relevantes entre los datos, sugiera un diagnóstico y posibles tratamientos, que le ayuden al médico a entender mejor el caso y tomar decisiones más adecuadas.

Podemos imaginar situaciones semejantes para la ciencia, en biología, astronomía, en la industria y en el gobierno. La constante es la posibilidad de hacer consultas generalizadas a bancos de datos y que sea posible identificar la información relevante usando técnicas automáticas.