医疗大数据应用迎来快速增长期，机遇和挑战何在？

来源：智医讯

随着医疗信息化水平提高，以及人工智能技术的发展，医疗大数据应用范围逐渐扩大。2018年9月，国家卫健委发布《国家健康医疗大数据标准、安全和服务管理办法（试行）》，首次从标准、安全、服务管理三个方面，对医疗大数据提出原则性规范，进一步为医疗大数据应用奠定了基础。

目前医疗大数据应用已迎来快速增长期。鲸准洞见数据显示，2018年前三季度该领域投融资事件数量已达79件，2017年全年为120件。预计2019年医疗大数据应用，仍将是医疗健康行业较受关注的热门方向之一。

本文拟从医疗大数据应用场景和相关公司的发展模式切入，分析医疗大数据未来发展过程中的主要挑战和趋势。

一、 医疗大数据应用产业链构成

从医疗信息数字化采集与转化，到数据的存储、加工、清洗、分析，再到数据价值的挖掘和应用，医疗大数据产业链涉及多个环节。其中，医疗健康信息数字化，是挖掘大数据价值的前提，数据来源包括数字化影像设备、电子病历记录、可穿戴设备等。临床数据应用价值最大，但受限于医疗信息化水平，目前临床数据获取难度较大，标准化程度和质量也参差不齐，影响数据后续价值的挖掘。

在数据存储、加工、分析等中游环节，以云存储、云计算为代表的云技术，为医疗大数据价值挖掘提供了基础性技术平台和工具。自然语言生成、深度学习等人工智能技术的发展，则有利于提升医疗数据处理和分析的效率、准确度。同时，人工智能基于大数据训练的认知模型，也进一步拓宽了医疗大数据的应用范围和深度。

目前围绕医疗机构、政府部门、药品企业、保险公司等不同主体的需求，医疗大数据应用场景可覆盖与疾病防治、健康管理相关的各个环节。但具体应用范围和程度存在差异。其中，智能诊断、临床综合决策、精准治疗与临床诊疗密切相关，市场容量较大，布局在这些领域的公司数量较多。健康管理数据基础主要来自可穿戴设备和基因检测，市场进入壁垒相对较低，也集中了大量创业公司。面向药品企业和保险公司的医疗大数据应用，包括药品临床研究、精准营销、保险风险管控等，盈利模式相对清晰，但市场容量不及临床应用。二、 医疗大数据应用公司案例分析

1. 零氪科技：人工智能+医疗大数据驱动

2.森亿智能：深耕数据治理，逐步拓展临床应用

3. 医诺智能：立足肿瘤放疗，自下而上打通数据

4. 妙健康：基于用户需求，制定健康管理方案

三、 医疗大数据应用面临的挑战

1）数据质量难以保证： 由于临床诊疗是医疗大数据的重要数据来源，其目前的信息化水平、数据质量，对医疗大数据应用产生了许多挑战。一方面，目前不同医院、不同地域，所采用的医疗信息录入、编码、格式等标准难以统一，在将其清洗、整合的过程中需耗费大量时间和人力成本。另一方面，国内医疗信息化起步较晚，除科研需求外，医生很难有动力完善病历记录，也缺乏相关意识。这使得原始数据存在缺失、错漏的风险。

2）数据分析不止于相关性： 另一方面，与大数据在其他行业的应用不同，对医疗健康大数据价值的深度挖掘，不仅仅是分析数据间的相关性，还需要严格验证其中的因果性。如果只分析数据相关性，其可用于判断流行病学的趋势，但难以进一步在临床应用中产生具有较大参考意义的明确结论。一般大数据可通过数量或算法弥补质量，但在医疗健康行业，数据的缺失和变动可能会对分析结果产生很大影响。

3）相关监管规范有待明确： 此外，卫健委虽已在最新发布的《办法（试行）》中明确，

“各级各类医疗卫生机构和相关企业事业单位”是医疗健康大数据安全和应用管理的责任单位，但具体数据如何授权、如何保证安全性等问题仍有待明确。企业等行业主体在数据获取、使用过程中会遇到阻碍，收费标准也难以明确。

4）其他： 上述挑战进一步使得医疗大数据应用，面临商业模式上的不确定性。尤其是基于临床诊疗数据的应用，难以形成从数据采集、存储、整合、分析到应用的完整闭环。诊疗数据主要来自医生个性化诊疗行为，可能使得采集后的数据难以匹配数据应用的需求。而医疗大数据应用催生新出新的生产和组织形式，可能对传统业态已经形成的利益格局造成影响。若无法平衡新、旧利益的冲突，其应用在推广过程中可能遇到阻碍，也难以切入医疗行业核心。

四 、医疗大数据应用行业趋势1） 智能诊断、精准治疗仍将快速发展： 在接下来两三年内，智能诊断、精准治疗仍会是医疗大数据应用的热门方向。智能诊断领域产品大多还未走向临床应用，随着市场竞争越发激烈，医院、医生对相关产品的接受度进一步提高，针对肺小结节、眼底影像的智能诊断类产品有望率先落地应用。针对其他病种的智能诊断产品，也有望陆续亮相。而基于基因检测、生物信息分析的精准治疗，已经在东部地区三甲医院肿瘤、罕见病诊疗过程中，具备一定的市场基础，未来市场渗透率将进一步提升。

2） 数据有望进一步走向开放、共享： 随着政府对医疗大数据应用重视程度逐渐提高，以及三大国有数据集团对数据基础运营的介入程度加深，企业等行业主体调取、使用数据的难度有望进一步降低。届时数据积累量将不再是大数据应用企业的主要壁垒，医疗健康大数据将进一步走向开放和共享，而基于大数据价值挖掘的深度服务能力，将成为各企业竞争的关键要素。

3） B端用户将成为重要收入来源： 医疗大数据目前落地较快、用户需求相对明晰的应用场景，集中在以医疗机构为代表的B端用户上，其具有科研需求。同时保险公司和药企对医疗大数据的应用需求，逐渐得到医疗大数据公司的重视。且保险公司和药企支付能力较强，在面向医疗机构和患者的临床辅助决策、健康管理等应用短期内难以形成清晰的盈利模式之前，来自保险公司和药企的收入会是医疗大数据公司的重要收入来源。但其市场规模和发展空间有多大，还有待进一步观察。