《医疗大数据行业市场现状及存在问题分析》由会员分享，可在线阅读，更多相关《医疗大数据行业市场现状及存在问题分析（26页珍藏版）》请在金锄头文库上搜索。
1、2019年医疗大数据行业市场现状及存在问题分析2019年9月目录1医疗大数据行业市场现状31.1医疗大数据行业市场规模41.2医疗大数据的主要来源41.3接轨“大数据”，传统医疗遇挑战61.4应用规模：市场增长迅速81.5应用方向：形式层多样化81.6应用阶段：涉及面比较小101.7发展阶段：行业正在起步102医疗大数据行业存在的问题112.1市场认可还需过度112.2相关监管规范有待明确112.3资本支持还需发力122.4数据分析不止于相关性122.5数据质量难以保证122.6政策支持还需要时间132.7医疗大数据应用，面临商业模式上的不确定性133医疗大数据行业技术特点144医疗大数据行业
2、发展趋势分析164.1企业端市场较为成熟164.2用户端市场更加广阔164.3协同合作更有优势164.4智能诊断、精准治疗仍将快速发展174.5数据有望进一步走向开放、共享174.6B端用户将成为重要收入来源185医疗大数据行业市场竞争格局196医疗大数据行业政策及环境分析206.1医疗大数据政策利好，推动医疗行业高质量发展206.2政策层面利好216.3技术层面利好216.4资本层面利好217医疗大数据行业发展前景228医疗大数据行业投资分析251 医疗大数据行业市场现状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
3、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。1.1 医疗大数据行业市场规模 数据显示，按照健康医
4、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。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。1.2 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
5、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)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
6、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)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，
7、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。1.3 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
8、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、
9、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。1.4 应用规模：市场增长迅速医疗大数据产业的发展由价值医疗医疗驱动（即医疗服务质量与医疗成本的双赢），其潜在价值空间巨大，且产生于具体的应用场景。医疗大数据的服务对象可为居民、医疗服务机构、科研机构、医疗保险管理机构和商保公司、公共健康管理部门等。虽然我国健
10、康医疗大数据起步较晚，但以微医为代表的医疗健康科技企业在产业链上的发力，加上政府、市场、资本的加码，使得医疗大数据市场不断朝利好方向推进。2016年，国务院办公厅发布关于促进和规范健康医疗大数据应用发展的指导意见，从政策层面为中国健康医疗大数据规划出蓝图和路线图，推动了产业市场的快速发展。从国家卫健委提供的数据来看，在过去几年，医疗大数据应用市场规模从2014年的6.06亿元、2015年的8.44亿元、2016年的13.67亿元猛增到2017年的41.15亿元。增长率超过200%。1.5 应用方向：形式层多样化从国外的经验来看，医疗数据应用主要有两个大方向：一个是公共卫生方向；另一个是商业应用
11、方向。其中，公共卫生方向主要是基于用户行为数据的疾病预测；而商业应用方向形式多样，可以为医疗机构提供治疗方案和治疗效果的比较、临床决策支持和远程病人监控；可以帮助保险公司实现风险控制、识别欺诈和基于医疗质量评估；也可帮助制药企业实现个性化药品研发和精准化营销。1.6 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
12、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、就诊数据跟踪及信息反馈等个人健康管理服务。1.7 发展阶段：行业正在起步从市场需求增长率来看，近几年医疗大数据行业市场增速超过20%，市场增速较快；从技术变革来看，数据融合、数据挖掘、生物检测技术正在发生快速
13、变化，医疗大数据行业技术更新换代速度较快；从市场竞争来看，布局医疗大数据的企业数量不断增多，行业竞争格局已经初步成型。因此，综合来看，目前我国医疗大数据还属于比较新颖的概念，仍有一些技术上的难题和障碍，我国健康医疗大数据行业现在尚处于起步阶段。根据行业生命周期理论，中国仍处于健康医疗大数据的初创期。未来我国医疗大数据行业增长空间较大，这一蓝海市场有待进一步挖掘。2 医疗大数据行业存在的问题2.1 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。2.2 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
14、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。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。2.4 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
15、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。2.5 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。2.6 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。2.7 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
