《医疗大数据行业存在问题和前景趋势分析》由会员分享，可在线阅读，更多相关《医疗大数据行业存在问题和前景趋势分析（20页珍藏版）》请在金锄头文库上搜索。
1、2019年医疗大数据行业存在的问题和前景趋势分析2019年9月目录1医疗大数据行业存在的问题31.1数据质量难以保证31.2政策支持还需要时间41.3市场认可还需过度41.4资本支持还需发力41.5数据分析不止于相关性41.6相关监管规范有待明确51.7医疗大数据应用，面临商业模式上的不确定性52医疗大数据行业发展前景趋势分析62.1智能诊断、精准治疗仍将快速发展82.2医疗健康大数据市场仍需培育82.3用户端市场更加广阔92.4企业端市场较为成熟92.5协同合作更有优势92.6数据有望进一步走向开放、共享102.7B端用户将成为重要收入来源103医疗大数据行业市场分析123.1医疗大数据行业
2、市场规模将达到8万亿123.2应用阶段：涉及面比较小133.3应用规模：市场增长迅速143.4应用方向：形式层多样化154医疗大数据行业技术特点165医疗大数据行业政策及环境分析185.1策推动健康医疗大数据共享 网售处方药将迎来解禁曙光185.2医疗大数据政策利好，推动医疗行业高质量发展185.3政策层面利好195.4技术层面利好205.5资本层面利好201 医疗大数据行业存在的问题1.1 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
3、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。1.2 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。1.3 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。1.4 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
4、。1.5 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。1.6 相关监管规范有待明确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
5、过程中会遇到阻碍，收费标准也难以明确。1.7 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。2 医疗大数据行业发展前景趋势分析医疗大数据行业持续升温，数据应用逐渐实现商业化落地，行业前景呈现出向好的局面，2019年医疗大数据在信息化建设、AI医疗应用及商业变现的细分机会正
6、逐步凸显。对于医疗大数据企业来说，增强数据集成和标准化是医疗信息化平台竞争的关键，也是挖掘医疗数据价值的核心能力。围绕数据互联互通、精细化管理，为政府、药企、医院、保险、第三方检验平台等提供服务成为发展可循的路径。在众多的应用方向中，智能辅助诊断是医疗大数据应用的热门方向，针对肺小结节、眼底影像、乳腺癌等诊断类产品率先落地。参考国外医疗大数据的应用路径，新药研发市场同样极具潜力，尤其是AI技术公司，可以业务为切入口，在药物研发的不同环节谋求突破，并向上下游拓展。从资本市场的布局来看，医疗信息化平台和辅助诊断类项目是资本重点关注的赛道。围绕数据互联互通、精细化管理的信息化平台，能有效提升医疗机构
7、管理和诊疗水平，辅助诊断在疾病诊断中应用能力和发展潜力，正逐渐被资本市场的认可。经过数据的原始积累，并逐步走向成熟的医疗大数据，将给我们带来怎样的效用呢?根据全球管理咨询公司麦肯锡的一份最新报告显示，医疗保健领域如果能够充分有效地利用大数据资源，医疗机构和消费者便可节省高达4500亿美元的费用。大数据在医疗行业的应用可在以下几个方面发挥积极作用：(1)服务居民。居民健康指导服务系统，提供精准医疗、个性化健康保健指导，使居民能在医院、社区及线上的服务保持连续性。例如，提供心血管、癌症、高血压、糖尿病等慢性病干预、管理、健康预警及健康宣教(保健方案订阅、推送);同时减少患者住院时间，减少急诊量，提
8、高家庭护理比例和门诊医生预约量。(2)服务医生。临床决策支持，如用药分析、药品不良反应、疾病并发症、治疗效果相关性分析、抗生素应用分析;或是制定个性化治疗方案。(3)服务科研。包括疾病诊断与预测、提高临床试验设计的统计工具和算法、临床实验数据的分析与处理等方面，如针对重大疾病识别疾病易感基因、极端表现人群;提供最佳治疗途径。(4)服务管理机构。规范性用药评价、管理绩效分析;流行病、急病等预防干预及措施评价;公众健康监测，付款(或定价)、临床路径的优化等。(5)公众健康服务。包括危及健康因素的监控与预警、网络平台、社区服务等方面。2.1 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、
9、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。2.2 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
10、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。2.3 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。2.4 企业端
11、市场较为成熟在医疗健康行业发展期，企业端需求更为明确和清晰，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。2.5 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。
12、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。2.6 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。2.7 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
13、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。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、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
14、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。3.1 医疗大数据行业市场规模将达到8万亿 数据显示，按照健康医疗大数据支柱产业来测算，也就是在10%左右，至少要达到8万亿产业规模。2017年中国健康医疗大数据市场增长速度预计为77.9%，增速远高于医疗信息化整体水平及其它行业。
15、从未来三年市场需求来看，预计保持60%以上的增长率。目前，对于医疗健康大数据付费意愿最强烈的是保险公司和药企。而随着关于促进“互联网+医疗健康”发展的指导意见问世，涉及医疗大数据应用的智慧诊疗、可穿戴设备、生物监测系统、手术机器人等多个产业的发展将进入快车道。不少医院也正在借助大数据提升就医环境。3.2 应用阶段：涉及面比较小医疗大数据的应用主要指的是将各个层次的医疗信息和数据，利用互联网以及大数据技术进行挖掘和分析，为医疗服务的提升提供有价值的依据，使医疗行业运营更高效，服务更精准，最终降低患者的医疗支出。目前，中国医疗大数据应用可以简单分为两大方向，所涉及方面还比较小，主要是针对传统医疗服务不足的改善和补充。第一类，是对传统医疗的优化，即服务于医疗机构的大数据应用（包含医院、险企、药企、医疗器械企业等传统医疗行业机构）。是对于传统医疗服务的问题和弊端，利用互联网及大数据技术加以改善和提升，例如，提升患者到医院就诊的流程、优化医院信息管理以及提升临床诊疗效果等；第二类，是对传统医疗的补充，即服务于大众医疗健康的大数据应用。是针对传统医疗服务未覆盖到的市场需求，利用互联网和大数据技术和服务加以补充，例如：诊前分诊、就诊数据跟踪及信
