《2019年医疗大数据行业调研报告》由会员分享，可在线阅读，更多相关《2019年医疗大数据行业调研报告（17页珍藏版）》请在金锄头文库上搜索。
1、医疗大数据行业调研报告概况前景分析2019年11月目录1.医疗大数据行业概况及现状31.1医疗大数据的主要来源31.2接轨“大数据”，传统医疗遇挑战42.医疗大数据行业存在的问题62.1政策支持还需要时间62.2市场认可还需过度62.3资本支持还需发力63.医疗大数据行业市场分析64.医疗大数据行业技术特点85.医疗大数据行业发展趋势分析105.1医疗健康大数据市场仍需培育105.2企业端市场较为成熟105.3用户端市场更加广阔115.4协同合作更有优势116.医疗大数据行业市场竞争格局117.医疗大数据行业政策及环境分析127.1策推动健康医疗大数据共享 网售处方药将迎来解禁曙光127.2医
2、疗大数据政策利好，推动医疗行业高质量发展138.医疗大数据行业发展前景149.医疗大数据行业投资分析161.医疗大数据行业概况及现状1.1医疗大数据的主要来源随着医疗卫生信息化建设进程的不断加快，医疗数据的类型和规模也在以前所未有的速度迅猛增长，甚至到了在很大程度上无法利用目前主流软件工具，在合理的时间内达到撷取、管理并整合成为能够帮助医院进行更积极目的经营决策的有用信息的地步。而且，如此具有特殊性、复杂性的庞大的医疗大数据，其搜集如果仅靠个人甚至个别机构，那基本是不可能完成的任务。那么，这些数据到底是怎么产生的，又都来自于哪里呢?经过简单的梳理，我们大致可以把他们归档在以下4个框架里：(1)
3、病人就医过程中产生的信息。从患者进入医院开始，挂号环节便将个人姓名、年龄、住址、电话等信息输入完全了;随后在医生就医环节，病患的身体状况、医疗影像等信息也将被录入数据库;看病结束以后，患者买单结算的过程中，又将有费用信息、报销信息、医保使用情况等信息被添加到医院的大数据库里面。这将形成医疗大数据最基础却也是最庞大的原始资源。(2)临床医疗研究和实验室数据。临床和实验室数据整合在一起，使得医疗机构面临的数据增长非常快，一张普通CT图像含有大约150+MB的数据，一个标准的病理图则接近5+GB。如果将这些数据量乘以人口数量和平均寿命，仅一个社区医院累积的数据量就可达数万亿字节甚至数千万亿字节(PB
4、)之多。(3)制药企业和生命科学。药物研发所产生的数据是相当密集的，对于中小型的企业也在百亿字节(TB)以上的。在生命科学领域，随着计算能力和基因测序能力逐步增加，美国哈佛医学院个人基因组项目负责人詹森鲍比就认为，到2015年，将会有5000万人拥有个人基因图谱，而一个基因组序列文件大小约为750MB。(4)智能穿戴设备带来的健康管理。随着移动设备和移动互联网的飞速发展，便携式的可穿戴医疗设备正在普及，个体健康信息都将可以直接连入互联网，由此将实现对个人健康数据随时随地的采集，而带来的数据信息量将更是不可估量的。1.2接轨“大数据”，传统医疗遇挑战搭上“互联网+”的列车，医疗机构便开始行进在医
5、疗信息数字化的路上。医疗数据是医生对患者诊疗和治疗过程总产生的数据，包括患者基本数据、电子病历、诊疗数据、医学影像数据、医学管理、经济数据、医疗设备和仪器数据等，以患者为中心，成为医疗信息的主要来源。而不断数据化的信息，在使医院数据库信息容量不断膨胀的同时，也对疾病及病人的管理、控制和医疗研究起到了积极的作用，价值不菲。但是，发展了那么多年的传统医疗行业，现在要跨入“互联网+”的频道，其固有的复杂性和特殊性致使转型难度不容小觑。就拿一个初具规模的医院来说，每天需要接待上万的患者前来就诊，患者的基本信息、影像信息与其他特殊诊疗信息汇集在一起，那将是一个非常庞大的数据。据初步统计，上海市区域医疗信
6、息平台(上海市“医联工程”及区县卫生数据中心)已经积累了覆盖3900万人群、1400+TB数据量的电子诊疗与健康档案等医疗卫生数据(涵盖了全市38家三级医院3900万就诊人群的诊疗信息，包括患者基本信息、就诊信息、健康档案、检验及影像检查报告、医学影像图像文件、住院相关病历、医保结算等医疗卫生数据，涉及就诊记录2.1亿条，处方记录9.1亿条)。日积月累，这个数据量将会持续快速增长，为医院的数据存储、集成、调用等应用带来巨大压力。除了数据规模巨大之外，医疗行业的数据类型和结构极其复杂，如PACS影像、B超、病理分析等业务产生的非结构化数据，这些数据存储复杂，并且对传统的处理方法和技术带来巨大挑战
7、。2.医疗大数据行业存在的问题2.1政策支持还需要时间顶层政策推动的同时，各类细节管理办法也要及时跟上市场发展；如，CFDA需要就基于人工智能技术的临床应用，开发新的监管框架，为申请三类证开通通道。2.2市场认可还需过度医疗健康大数据及AI技术的临床及商业价值快速被市场认同，即企业客户与患者用户均具备一定的数据消费意愿与能力。2.3资本支持还需发力大数据及AI技术的应用研发需要大量资金支持，在产品尚未全面铺开时，市场需要资本不断的注入以维持研发能力。3.医疗大数据行业市场分析我国医疗体系的强监管性，大数据若要在行业内实现其价值，需由国家建立一套自上而下的战略方针，从而引导医院、药企、民办资本、
8、保险等机构企业构建项目，相互合作，最终实现从“治疗”到“预防”的就医习惯的改变，降低从个人到国家的医疗费用。大数据及AI技术在医疗领域应用场景包括、辅助决策、健康/慢病管理、机构智能化管理、基因数据等。预计2019年，辅助决策类中的影像辅助诊断将首先落地，主要因为其90%的准确率，可以快速为医生提供丰富的细节信息。其他应用场景，医疗机构的智能化管理，将在各省市区域信息平台及三大医疗数据集团推动下进行。全科辅助决策、健康/慢病管理、人工智能新药研发等，大多处于产品研发中期。针对这三个领域，企业仍需投入大量技术人才，以缩短流程路径，提升产品准确率。假设2022年人工智能技术辅助决策应用应用落地，市
9、场规模将达到55.86亿元人民币，其收费模式将包括软硬件解决方案、软件搭载、按次收取等多种方式。医疗大数据快速发展的先决条件有三条：1）政策支持，顶层政策推动的同时，各类细节管理办法也要及时跟上市场发展；如，CFDA需要就基于人工智能技术的临床应用，开发新的监管框架，为申请三类证开通通道。2）市场认可，医疗大数据及AI技术的临床及商业价值快速被市场认同，即企业客户与患者用户均具备一定的数据消费意愿与能力。3）资本支持，大数据及AI技术的应用研发需要大量资金支持，在产品尚未全面铺开时，市场需要资本不断的注入以维持研发能力。4.医疗大数据行业技术特点如此规模巨大的临床实验数据、疾病诊断数据以及居民
10、行为健康数据等汇聚在一起所形成的医疗大数据，已然呈现出其作为大数据的特性，即：(1)数据规模大(volume)。例如一个CT图像含有大约150MB的数据，而一个基因组序列文件大小约为750MB，一个标准的病理图则大得多，接近5GB。(2)数据结构多样(variety)。医疗数据通常会包含各种结构化表、非(半)结构化文本文档(XML和叙述文本)、医疗影像等多种多样的数据存储形式。(3)数据增长快速(velocity)。一方面，医疗信息服务中包含大量在线或实时数据分析处理，例如，临床决策支持中的诊断和用药建议、流行病分析报表生成、健康指标预警等;另一方面，得益于信息技术的发展，越来越多的医疗信息被
11、数字化，因此在很长一段时间里，医疗卫生领域数据的增长速度将依然会很快。更多医疗行业最新相关资讯，请查阅中国报告大厅发布的2015-2020年中国健康医疗产业运行态势及投资战略研究报告。(4)数据价值巨大(value)。毋庸置疑，数据是石油，是资源，是资产，医疗大数据不仅与每个人的个人生活息息相关，对这些数据的有效利用更关系到国家乃至全球的疾病防控、新药品研发和顽疾攻克的能力。而除了大数据所具有的特征(即volume，variety，value，velocity)外，医疗大数据还具有多态性、不完整性、时间性及冗余性等医疗领域特有的一些特征。(1)多态性医疗大数据包括纯数据(如体检、化验结果)、信
12、号(如脑电信号、心电信号等)、图像(如B超、X线等)、文字(如主诉、现/往病史、过敏史、检测报告等)，以及用以科普、咨询的动画、语音盒视频信息等多种形态的数据，是区别于其他领域数据的最显著特征。(2)不完整性医疗数据的搜集和处理过程经常相互脱节，这使得医疗数据库不可能对任何疾病信息都能全面反映。大量数据来源于人工记录，导致数据记录的偏差和残缺，许多数据的表达、记录本身也具有不确定性，病例和病案尤为突出，这些都造成了医疗大数据的不完整性。(3)时间性患者的就诊、疾病的发病过程在时间上有一个进度，医学检测的波形、图像都是时间函数，这些都具有一定的时序性。(4)冗余性医学数据量大，每天都会产生大量信
13、息，其中可能会包含重复、无关紧要甚至是相互矛盾的记录。5.医疗大数据行业发展趋势分析5.1医疗健康大数据市场仍需培育虽然近几年中国加快医疗健康信息化建设步伐，但由于缺乏统一的顶层设计和系统规划，各个医疗系统之间的数据依然难以实现方便快捷的交换和共享。除此之外，医疗数据具有天然的专业性，这给技术开发人员理解数据作用提出了难题。在当前市场环境之中，个人隐私变得越发重要，如何规避数据泄露从而让用户愿意提供私人健康数据更是企业急需解决的问题。医疗健康大数据市场的培育不仅仅是要让用户有意愿提供隐私数据，更要培育专业性人才开发相关技术，推动产业发展。5.2企业端市场较为成熟在医疗健康行业发展期，企业端需求
14、更为明确和清晰，其支付能力与意愿远远大于用户端。因此ToB在短期看来是医疗健康大数据发展的趋势。在2016、2017年，美年大数据就和阿里云合作开展针对企业用户的服务。2018年，零氪科技、中电数据都与企业合作，利用技术专长开发针对企业用户的大数据产品。5.3用户端市场更加广阔随着技术和用户使用习惯逐步成熟，用户端也将有广阔商机。例如影像识别、基因测序等服务在经过临床验证后，可作为常规检测项目，列入医保或健康险的可报销项目；在医疗健康业务中，通过健康监测等手段为用户提供健康干预服务，利用大数据特性提供轻医疗服务等商业模式将会更加普遍。将会形成按次、按会员、按年卡等多种收费方式。形成完整的产业链
15、。5.4协同合作更有优势医疗健康大数据从ToB到ToC拥有无数种商业模式和用户需求。从数据采集提供到专业性的数据开发，从企业端服务到用户端服务，复杂多变，形态万千。在及诊前、诊中、诊后环节打通的场景下，需要数个市场主体协同配合，多方角色相互合作，才能提供优质服务。因此，能够协同合作的企业将会更有优势。在同类产品竞争而出的企业，能够提供更优质服务的企业，将会被整合在一起，协同合作，从而产生的效益，更好的为用户服务。6.医疗大数据行业市场竞争格局数据显示，截至目前市场上有2000多款移动医疗APP。在移动医疗市场规模不断扩充下，行业寡头割据的格局似乎在慢慢显现，这一迹象指向占据众多优势的平安好医生。资料显示，平安好医生归属中国平安集团麾下，为平安集团旗下互联网业务板块的重要成员。2018年5月，平安好医生登陆港交所，创下2018年以来港股最大规模IPO；同时闻名的还有其国际化战略：将与东南亚最大的移动O2O服务商新加坡Grab公司共同设立东南亚国际合资公司，以此布局东南亚市场。基于此背景下，平安好医生的月活跃用户数也实现快速上涨，据市场监测数据显示，2018年第2季度移动医疗APP月均活跃用户数上，平安好医生以724.1万人排名第一，领先全行业。7.医疗大数据行业政策及环境分析7.1策推动健康
