医疗大数据+AI迎应用风口，行业机遇和痛点何在？

21世纪经济报道记者 唐唯珂 广州报道 近年，大数据、人工智能、云计算等新兴技术正加速传统行业变革融合，疫情更是加速了人工智能+大数据在健康医疗行业快速应用。

2021年6月7日，国务院新闻办公室公布《关于推动公立医院高质量发展的意见》，内容包括“十四五”期间我国将实施四项重大工程提到：一是公共卫生防控救治能力提升工程，二是公立医院高质量发展工程。2021年7月1日，关于“四项重大工程”的具体政策《“十四五”优质高效医疗卫生服务体系建设实施方案》发布，对大数据、信息互联互通的需求明确，信息化建设地位突出，建设任务中重点提到：深度运用5G、人工智能等技术，打造国际先进水平的智慧医院，建设重大疾病数据中心。推进跨地区、跨机构信息系统的互联互通、互认共享、术语规范以及数据的整合管理，建设主要疾病数据库和大数据分析系统，加强智慧医院、信息化和科研平台建设。

如何以人工智能、大数据等技术应用的探索辅助未来医学发展，提升人类医疗健康水平是国家战略的重点。

国家“医疗健康大数据”战略实施，让大数据发展应用迎来新节点，但人工智能大数据改变医疗现状的路途任重道远。

国家级医疗大数据库建设仍处于“初级阶段”

IDC研究报告显示，2020 年中国医疗大数据解决方案市场规模为12.0 亿元，同比增长25.7%，预计未来几年中，该市场将持续保持高速增长势头——2020 至2025 年的年复合增长率为24.3%。

医疗大数据在2015年左右开始启动发展，经过多年的探索与实践，其在临床与科研中的价值逐渐展现出来，一方面医疗大数据赋能了临床科研，极大促进了临床医生的科研产出数量与质量，另一方面以大数据技术驱动的临床专病库逐步建立起来，提升了临床诊疗的水平和工作效率；除了这些直接的医疗大数据应用之外，大数据技术嵌入到医院核心系统和电子病历系统中，不仅促进了系统性能升级，而且对于电子病历应用水平评级和医院信息互联互通测评都起到了促进作用。

但在国家级别的疾病数据库建设层面，中国仍处于“初级阶段”。

大部分医院目前依然面临着临床业务数据分散、患者隐私泄露、数据未授权使用、搜集病例数据耗时太多、数据难以复用以及数据标准不一等问题。

目前制约健康医疗大数据发展的壁垒和难点也很多。从医院层面，存在数据多源异构难汇集、医疗大数据的标准体系建设未达到应用级水平、缺乏大数据处理和AI技术进行后结构化和自然语言处理，无法有效利用大数据；从政府层面，需要逐步将医疗大数据作为战略资源进行储备；需要实现数据共享；政府需要有效的监管和决策的平台与工具等。

天鹏天元大数据总裁、南鹏研究院执行院长陆广林向21世纪经济报道记者表示：“数据治理就类似水处理工厂，通过数据治理，将不可饮用的水变成可饮用的水。从而让数据获得更大价值。因此，数据治理是后续平台上数据可用的基础。必须要基于医院数据现状，制定了总体的数据治理框架和计划，在不同的治理阶段，使用不同的技术和方法，既有传统的ETL映射转换，又有新兴的神经网络模型，用合适的方法推动合适的数据治理，最终目的就是——数据可用”。

陆广林向记者表示，举个三甲医院的例子，我们接触到随着医院系统形成并积累的医疗数据急剧增长、数量多、更新快且类型繁杂，存储形式多样化、标准不统一，导致数据整合难度大，业务数据难以共享，从而产生信息孤岛的现象，且医院的医疗数据关注的更多是患者个体信息，而非面向群体分析，无法满足临床科研对于疾病数据横向整合及深度挖掘的需求。总的来说，主要问题就是数据多源异构难汇集、医疗大数据的标准体系建设未达到应用级水平、缺乏大数据处理和AI技术进行后结构化和自然语言处理等问题，无法有效利用大数据。

此外，慢病发病率提升、临床决策失准及医疗资源配置不均衡、重复诊疗等传统医疗问题也需解决。针对这些问题，我们医疗大数据平台通过临床数据服务，满足医生大量的临床科研需求；通过创新应用的落地，按照项目的方式在医院实现其需求；此外也承担区域数据平台建设和开发的工作。目前，南鹏研究院在西部6省合作超20家医院，累计合作项目40多个。其中，重庆健康医疗大数据创新平台项目在重庆地区近10家医院上线系统，实施阶段医院超5家。除重庆以外，与西部5省超过10家医疗机构展开合作。

赛道互相渗透加速，市场集中度增强

中国医疗大数据经过过去几年的发展，从围绕概念做开发逐步探索出有效的方法，开始取得良好的成效，专病大数据、科研大数据等专业主题大数据在临床治疗和临床研究中的价值凸显，获得价值之后的医院的需求显提升，那些既拥有先进的大数据技术同时又建立了医疗大数据实践的厂商获得了医院客户的认可。

此前亦有业内人士指出，预计未来三到五年的发展，在医院信息互联互通测评政策的促进下，在临床治疗与临床科研需求激发下，医疗大数据解决方案将维持高速发展，拥有大数据技术和落地应用实践的厂商持续开拓市场并且深化应用，并逐步建立起一定程度的市场进入壁垒，市场集中度将进一步提升。

领先的医疗大数据厂商中包括专业性医疗大数据解决方案厂商和综合性医疗信息化厂商，这两类厂商是从两个不同的切入点进入到医疗大数据市场，但是他们的业务模式正在呈现相互渗透的特征，即专业性医疗大数据厂商也开始开拓医疗信息化市场，比如开展电子病历、集成平台等建设和服务，综合性医疗信息化厂商则以医疗信息化系统为基础开发专业的医疗大数据。两类厂商之间呈现出有合作又有竞争的态势。

预计未来发展中，那些不仅具有大数据技术能力，而且具有医院数据治理实践以及参与医院信息化建设的厂商，能够抓住测评政策带来的红利，也能够带给医院在临床诊疗和临床科研以及医院管理方面切实价值，这样的厂商能够进一步扩大份额。而那些以医疗大数据解决方案为基础，进一步参与到医疗保险开发、新药研发、健康管理等业务的厂商有机会开辟新的增长领域。

2021年6月10日，《中华人民共和国数据安全法》发布，该法律适用于医疗健康数据的安全管理，所以未来医疗大数据解决方案将会提高数据安全性管理的能力，那些能够对于医疗大数据提供先进的安全解决方案的厂商有机会在未来发展中占得先机。

更多内容请下载21财经APP

大数据在医疗领域的应用

大数据顾名思义就是数量极其庞大的数据资料。大数据的意义在于提供“大见解”：从不同来源收集信息，然后分析信息，以揭示用其他方法发现不了的趋势。早期，IBM定义了大数据的5v特性：大量性（ Volume）, 多样性（Variety）, 快速性（Velocity）价值（Value）真实（Veracity）。

大数据顾名思义就是数量极其庞大的数据资料。大数据的意义在于提供“大见解”：从不同来源收集信息，然后分析信息，以揭示用其他方法发现不了的趋势。早期，IBM定义了大数据的5v特性：大量性（ Volume）, 多样性（Variety）, 快速性（Velocity）价值（Value）真实（Veracity）。

早期，大部分医疗相关数据是纸张化的形式存在，而非电子数据化存储， 比如官方的医药记录，收费记录，护士医生手写的病例记录，处方药记录，X光片记录，磁共振成像（MRI）记录，CT影像记录等等。随着强大的数据存储，计算平台，及移动互联网的发展，现在的趋势是医疗数据的大量爆发及快速的电子数字化。以上提到的医疗数据都在不同程度上向数字化转化。移动互联网、大数据、云计算等多领域技术与医疗领域跨界融合，新兴技术与新服务模式快速渗透到医疗各个环节，并让人们的就医方式出现重大变化，也为中国医疗带来了新的发展机遇。

大数据技术在医疗领域的技术层面、业务层面都有十分重要的应用价值在技术层面：大数据技术可以应用于非结构化数据的分析、挖掘，大量实时监测数据分析等，为医疗卫生管理系统、综合信息平台等建设提供技术支持；在业务层面：大数据技术可以向医生提供临床辅助决策和科研支持，向管理者提供管理辅助决策、行业监管、绩效考核支持，向居民提供健康监测支持，向药品研发提供统计学分析、就诊行为分析支持。

1.大数据在医疗系统、信息平台建设中的应用

大数据技术可以通过建立海量医疗数据库、网络信息共享、数据实时监测等方式，为国家卫生综合管理信息平台、电子健康档案资源库、国家家级卫生监信息系统、妇幼保健业务信息系统、医院管理平台等提供基本数据源，并提供数据源的存储、更新、挖掘分析、管理等功能。通过这些系统及平台，医疗机构之间能够实现同级检查结果互认，节省医疗资源，减轻患者负担；患者可以实现网络预约、异地就诊、医疗保险信息即时结算。

2.大数据技术在临床辅助决策中的应用

在传统的医疗诊断中，医生仅可依靠目标患者的信息以及自己的经验和知识储备，局限性很大。而大数据技术则可以将患者的影像数据，病历数据、检验检查结果、诊疗费用等各种数据录入大数据系统，通过机器学习和挖掘分析方法，大夫即可获得类似症状患者的疾病机理、病因以及治疗方案，这对于大夫更好地把握疾病的诊断和治疗十分重要。

3.大数据技术在医疗科研领域中的应用

在医疗科研领域，运用大数据技术对各种数据进行筛选、分析，可以为科研工作提供强有力的数据分析支持。例如健康危险因素分析的科研中，利用大数据技术可以在系统全面地收集健康危险因素数据，包括环境因素，生物因素，经济社会因素，个人行为和心理因素，医疗卫生服务因素，以及人类生物遗传因素等的基础上，进行比对关联分析，针对不同区域、家族进行评估和遴选，研究某些疾病发病的家族性、地区区域分布性等特性。

4.大数据技术在健康监测中的应用

在居民的健康监测方面，大数据技术可以提供居民的健康档案，包括全部诊疗信息、体检信息，这些信息可以为患病居民提供更有针对性的治疗方案。对于健康居民，大数据技术通过集成整合相关信息，通过挖掘数据对居民健康进行智能化监测，并通过移动设备定位数据对居民健康影响因素进行分析，为居民提供个性化健康事务管理服务

5.大数据技术在医药研发、医药副作用研究中的应用

在医药研发方面，医药公司能够通过大数据技术分析来自互联网上的公众疾病药品需求趋势，确定更为有效率的投入产出比，合理配置有限研发资源。此外，医药公司能够通过大数据技术优化物流信息平台及管理，使用数据分析预测提早将新药推向市场。在医药副作用研究方面，医疗大数据技术可以避免临床试验法、药物副作用报告分析法等传统方法存在的样本数小、采样分布有限等问题，从千百万患者的数据中挖掘到与某种药物相关的不良反应，样本数大，采样分布广，所获得结果更具有说服力。此外，还可以从社交网中搜索到大量人群服用某种药物的不良反应记录，通过比对分析和数据挖掘方法，更科学、更全面地获得药物副作用的影响。

总结

中国在医学大数据的应用上面临诸多困境，最重要的是目前在政策法规、研究、安全技术等数据共享的顶层设计方面准备不足，医院内部和医院之间信息孤岛林立，科研机构间的数据共享名存实亡。尽管我们在基因测序技术、计算科学及机器学习方面有一定的优势，缺乏临床数据体系的检验，这些数据难以产生信息和知识，更谈不上应用和行动。科技部近期发布的关于精准医学的科技专项中，已将上述顶层设计中的缺陷列入重点支持的内容，以构建良好的医学大数据应用生态系统。相信政策导向可以带动学术界、医疗行业及产业界联动，共同推进医学大数据为中国的公共卫生、临床医学及基础医学的进步发挥作用，增进人民的福祉。