醫療大數據應用迎來快速增長期，機遇和挑戰何在？

隨著醫療信息化水平提高，以及人工智慧技術的發展，醫療大數據應用範圍逐漸擴大。2018年9月，國家衛健委發布《國家健康醫療大數據標準、安全和服務管理辦法（試行）》，首次從標準、安全、服務管理三個方面，對醫療大數據提出原則性規範，進一步為醫療大數據應用奠定了基礎。

目前醫療大數據應用已迎來快速增長期。鯨准洞見數據顯示，2018年前三季度該領域投融資事件數量已達79件，2017年全年為120件。預計2019年醫療大數據應用，仍將是醫療健康行業較受關注的熱門方向之一。

本文擬從醫療大數據應用場景和相關公司的發展模式切入，分析醫療大數據未來發展過程中的主要挑戰和趨勢。

01

醫療大數據應用產業鏈構成

從醫療信息數字化採集與轉化，到數據的存儲、加工、清洗、分析，再到數據價值的挖掘和應用，醫療大數據產業鏈涉及多個環節。其中，醫療健康信息數字化，是挖掘大數據價值的前提，數據來源包括數字化影像設備、電子病歷記錄、可穿戴設備等。臨床數據應用價值最大，但受限於醫療信息化水平，目前臨床數據獲取難度較大，標準化程度和質量也參差不齊，影響數據後續價值的挖掘。

在數據存儲、加工、分析等中游環節，以雲存儲、雲計算為代表的雲技術，為醫療大數據價值挖掘提供了基礎性技術平台和工具。自然語言生成、深度學習等人工智慧技術的發展，則有利於提升醫療數據處理和分析的效率、準確度。同時，人工智慧基於大數據訓練的認知模型，也進一步拓寬了醫療大數據的應用範圍和深度。

目前圍繞醫療機構、政府部門、藥品企業、保險公司等不同主體的需求，醫療大數據應用場景可覆蓋與疾病防治、健康管理相關的各個環節。但具體應用範圍和程度存在差異。其中，智能診斷、臨床綜合決策、精準治療與臨床診療密切相關，市場容量較大，布局在這些領域的公司數量較多。健康管理數據基礎主要來自可穿戴設備和基因檢測，市場進入壁壘相對較低，也集中了大量創業公司。面向藥品企業和保險公司的醫療大數據應用，包括藥品臨床研究、精準營銷、保險風險管控等，盈利模式相對清晰，但市場容量不及臨床應用。

02

醫療大數據應用公司案例分析

1.零氪科技：人工智慧+醫療大數據驅動

2.森億智能：深耕數據治理，逐步拓展臨床應用

3.醫諾智能：立足腫瘤放療，自下而上打通數據

4.妙健康：基於用戶需求，制定健康管理方案

03

醫療大數據應用面臨的挑戰

1.數據質量難以保證：由於臨床診療是醫療大數據的重要數據來源，其目前的信息化水平、數據質量，對醫療大數據應用產生了許多挑戰。一方面，目前不同醫院、不同地域，所採用的醫療信息錄入、編碼、格式等標準難以統一，在將其清洗、整合的過程中需耗費大量時間和人力成本。另一方面，國內醫療信息化起步較晚，除科研需求外，醫生很難有動力完善病歷記錄，也缺乏相關意識。這使得原始數據存在缺失、錯漏的風險。

2.數據分析不止於相關性：另一方面，與大數據在其他行業的應用不同，對醫療健康大數據價值的深度挖掘，不僅僅是分析數據間的相關性，還需要嚴格驗證其中的因果性。如果只分析數據相關性，其可用於判斷流行病學的趨勢，但難以進一步在臨床應用中產生具有較大參考意義的明確結論。一般大數據可通過數量或演算法彌補質量，但在醫療健康行業，數據的缺失和變動可能會對分析結果產生很大影響。

3.相關監管規範有待明確：此外，衛健委雖已在最新發布的《辦法（試行）》中明確，「各級各類醫療衛生機構和相關企業事業單位」是醫療健康大數據安全和應用管理的責任單位，但具體數據如何授權、如何保證安全性等問題仍有待明確。企業等行業主體在數據獲取、使用過程中會遇到阻礙，收費標準也難以明確。

4.其他：上述挑戰進一步使得醫療大數據應用，面臨商業模式上的不確定性。尤其是基於臨床診療數據的應用，難以形成從數據採集、存儲、整合、分析到應用的完整閉環。診療數據主要來自醫生個性化診療行為，可能使得採集後的數據難以匹配數據應用的需求。而醫療大數據應用催生新出新的生產和組織形式，可能對傳統業態已經形成的利益格局造成影響。若無法平衡新、舊利益的衝突，其應用在推廣過程中可能遇到阻礙，也難以切入醫療行業核心。

04

醫療大數據應用行業趨勢

1.智能診斷、精準治療仍將快速發展：在接下來兩三年內，智能診斷、精準治療仍會是醫療大數據應用的熱門方向。智能診斷領域產品大多還未走向臨床應用，隨著市場競爭越發激烈，醫院、醫生對相關產品的接受度進一步提高，針對肺小結節、眼底影像的智能診斷類產品有望率先落地應用。針對其他病種的智能診斷產品，也有望陸續亮相。而基於基因檢測、生物信息分析的精準治療，已經在東部地區三甲醫院腫瘤、罕見病診療過程中，具備一定的市場基礎，未來市場滲透率將進一步提升。

2.數據有望進一步走向開放、共享：隨著政府對醫療大數據應用重視程度逐漸提高，以及三大國有數據集團對數據基礎運營的介入程度加深，企業等行業主體調取、使用數據的難度有望進一步降低。屆時數據積累量將不再是大數據應用企業的主要壁壘，醫療健康大數據將進一步走向開放和共享，而基於大數據價值挖掘的深度服務能力，將成為各企業競爭的關鍵要素。

3.B端用戶將成為重要收入來源：醫療大數據目前落地較快、用戶需求相對明晰的應用場景，集中在以醫療機構為代表的B端用戶上，其具有科研需求。同時保險公司和葯企對醫療大數據的應用需求，逐漸得到醫療大數據公司的重視。且保險公司和葯企支付能力較強，在面向醫療機構和患者的臨床輔助決策、健康管理等應用短期內難以形成清晰的盈利模式之前，來自保險公司和葯企的收入會是醫療大數據公司的重要收入來源。但其市場規模和發展空間有多大，還有待進一步觀察。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！