大數據在醫療上的應用;大數據在醫療方面的作用

醫療大數據+AI迎應用風口，行業機遇和痛點何在？

21世紀經濟報道記者 唐唯珂 廣州報道 近年，大數據、人工智能、云計算等新興技術正加速傳統行業變革融合，疫情更是加速了人工智能+大數據在健康醫療行業快速應用。

2021年6月7日，國務院新聞辦公室公布《關于推動公立醫院高質量發展的意見》，內容包括“十四五”期間我國將實施四項重大工程提到：一是公共衛生防控救治能力提升工程，二是公立醫院高質量發展工程。2021年7月1日，關于“四項重大工程”的具體政策《“十四五”優質高效醫療衛生服務體系建設實施方案》發布，對大數據、信息互聯互通的需求明確，信息化建設地位突出，建設任務中重點提到：深度運用5G、人工智能等技術，打造國際先進水平的智慧醫院，建設重大疾病數據中心。推進跨地區、跨機構信息系統的互聯互通、互認共享、術語規范以及數據的整合管理，建設主要疾病數據庫和大數據分析系統，加強智慧醫院、信息化和科研平臺建設。

如何以人工智能、大數據等技術應用的探索輔助未來醫學發展，提升人類醫療健康水平是國家戰略的重點。

國家“醫療健康大數據”戰略實施，讓大數據發展應用迎來新節點，但人工智能大數據改變醫療現狀的路途任重道遠。

國家級醫療大數據庫建設仍處于“初級階段”

IDC研究報告顯示，2020 年中國醫療大數據解決方案市場規模為12.0 億元，同比增長25.7%，預計未來幾年中，該市場將持續保持高速增長勢頭——2020 至2025 年的年復合增長率為24.3%。

醫療大數據在2015年左右開始啟動發展，經過多年的探索與實踐，其在臨床與科研中的價值逐漸展現出來，一方面醫療大數據賦能了臨床科研，極大促進了臨床醫生的科研產出數量與質量，另一方面以大數據技術驅動的臨床專病庫逐步建立起來，提升了臨床診療的水平和工作效率；除了這些直接的醫療大數據應用之外，大數據技術嵌入到醫院核心系統和電子病歷系統中，不僅促進了系統性能升級，而且對于電子病歷應用水平評級和醫院信息互聯互通測評都起到了促進作用。

但在國家級別的疾病數據庫建設層面，中國仍處于“初級階段”。

大部分醫院目前依然面臨著臨床業務數據分散、患者隱私泄露、數據未授權使用、搜集病例數據耗時太多、數據難以復用以及數據標準不一等問題。

目前制約健康醫療大數據發展的壁壘和難點也很多。從醫院層面，存在數據多源異構難匯集、醫療大數據的標準體系建設未達到應用級水平、缺乏大數據處理和AI技術進行后結構化和自然語言處理，無法有效利用大數據；從政府層面，需要逐步將醫療大數據作為戰略資源進行儲備；需要實現數據共享；政府需要有效的監管和決策的平臺與工具等。

天鵬天元大數據總裁、南鵬研究院執行院長陸廣林向21世紀經濟報道記者表示：“數據治理就類似水處理工廠，通過數據治理，將不可飲用的水變成可飲用的水。從而讓數據獲得更大價值。因此，數據治理是后續平臺上數據可用的基礎。必須要基于醫院數據現狀，制定了總體的數據治理框架和計劃，在不同的治理階段，使用不同的技術和方法，既有傳統的ETL映射轉換，又有新興的神經網絡模型，用合適的方法推動合適的數據治理，最終目的就是——數據可用”。

陸廣林向記者表示，舉個三甲醫院的例子，我們接觸到隨著醫院系統形成并積累的醫療數據急劇增長、數量多、更新快且類型繁雜，存儲形式多樣化、標準不統一，導致數據整合難度大，業務數據難以共享，從而產生信息孤島的現象，且醫院的醫療數據關注的更多是患者個體信息，而非面向群體分析，無法滿足臨床科研對于疾病數據橫向整合及深度挖掘的需求。總的來說，主要問題就是數據多源異構難匯集、醫療大數據的標準體系建設未達到應用級水平、缺乏大數據處理和AI技術進行后結構化和自然語言處理等問題，無法有效利用大數據。

此外，慢病發病率提升、臨床決策失準及醫療資源配置不均衡、重復診療等傳統醫療問題也需解決。針對這些問題，我們醫療大數據平臺通過臨床數據服務，滿足醫生大量的臨床科研需求；通過創新應用的落地，按照項目的方式在醫院實現其需求；此外也承擔區域數據平臺建設和開發的工作。目前，南鵬研究院在西部6省合作超20家醫院，累計合作項目40多個。其中，重慶健康醫療大數據創新平臺項目在重慶地區近10家醫院上線系統，實施階段醫院超5家。除重慶以外，與西部5省超過10家醫療機構展開合作。

賽道互相滲透加速，市場集中度增強

中國醫療大數據經過過去幾年的發展，從圍繞概念做開發逐步探索出有效的方法，開始取得良好的成效，專病大數據、科研大數據等專業主題大數據在臨床治療和臨床研究中的價值凸顯，獲得價值之后的醫院的需求顯提升，那些既擁有先進的大數據技術同時又建立了醫療大數據實踐的廠商獲得了醫院客戶的認可。

此前亦有業內人士指出，預計未來三到五年的發展，在醫院信息互聯互通測評政策的促進下，在臨床治療與臨床科研需求激發下，醫療大數據解決方案將維持高速發展，擁有大數據技術和落地應用實踐的廠商持續開拓市場并且深化應用，并逐步建立起一定程度的市場進入壁壘，市場集中度將進一步提升。

領先的醫療大數據廠商中包括專業性醫療大數據解決方案廠商和綜合性醫療信息化廠商，這兩類廠商是從兩個不同的切入點進入到醫療大數據市場，但是他們的業務模式正在呈現相互滲透的特征，即專業性醫療大數據廠商也開始開拓醫療信息化市場，比如開展電子病歷、集成平臺等建設和服務，綜合性醫療信息化廠商則以醫療信息化系統為基礎開發專業的醫療大數據。兩類廠商之間呈現出有合作又有競爭的態勢。

預計未來發展中，那些不僅具有大數據技術能力，而且具有醫院數據治理實踐以及參與醫院信息化建設的廠商，能夠抓住測評政策帶來的紅利，也能夠帶給醫院在臨床診療和臨床科研以及醫院管理方面切實價值，這樣的廠商能夠進一步擴大份額。而那些以醫療大數據解決方案為基礎，進一步參與到醫療保險開發、新藥研發、健康管理等業務的廠商有機會開辟新的增長領域。

2021年6月10日，《中華人民共和國數據安全法》發布，該法律適用于醫療健康數據的安全管理，所以未來醫療大數據解決方案將會提高數據安全性管理的能力，那些能夠對于醫療大數據提供先進的安全解決方案的廠商有機會在未來發展中占得先機。

更多內容請下載21財經APP

大數據在醫療領域的應用

大數據顧名思義就是數量極其龐大的數據資料。大數據的意義在于提供“大見解”：從不同來源收集信息，然后分析信息，以揭示用其他方法發現不了的趨勢。早期，IBM定義了大數據的5v特性：大量性（ Volume）, 多樣性（Variety）, 快速性（Velocity）價值（Value）真實（Veracity）。

大數據顧名思義就是數量極其龐大的數據資料。大數據的意義在于提供“大見解”：從不同來源收集信息，然后分析信息，以揭示用其他方法發現不了的趨勢。早期，IBM定義了大數據的5v特性：大量性（ Volume）, 多樣性（Variety）, 快速性（Velocity）價值（Value）真實（Veracity）。

早期，大部分醫療相關數據是紙張化的形式存在，而非電子數據化存儲， 比如官方的醫藥記錄，收費記錄，護士醫生手寫的病例記錄，處方藥記錄，X光片記錄，磁共振成像（MRI）記錄，CT影像記錄等等。隨著強大的數據存儲，計算平臺，及移動互聯網的發展，現在的趨勢是醫療數據的大量爆發及快速的電子數字化。以上提到的醫療數據都在不同程度上向數字化轉化。移動互聯網、大數據、云計算等多領域技術與醫療領域跨界融合，新興技術與新服務模式快速滲透到醫療各個環節，并讓人們的就醫方式出現重大變化，也為中國醫療帶來了新的發展機遇。

大數據技術在醫療領域的技術層面、業務層面都有十分重要的應用價值在技術層面：大數據技術可以應用于非結構化數據的分析、挖掘，大量實時監測數據分析等，為醫療衛生管理系統、綜合信息平臺等建設提供技術支持；在業務層面：大數據技術可以向醫生提供臨床輔助決策和科研支持，向管理者提供管理輔助決策、行業監管、績效考核支持，向居民提供健康監測支持，向藥品研發提供統計學分析、就診行為分析支持。

1.大數據在醫療系統、信息平臺建設中的應用

大數據技術可以通過建立海量醫療數據庫、網絡信息共享、數據實時監測等方式，為國家衛生綜合管理信息平臺、電子健康檔案資源庫、國家家級衛生監信息系統、婦幼保健業務信息系統、醫院管理平臺等提供基本數據源，并提供數據源的存儲、更新、挖掘分析、管理等功能。通過這些系統及平臺，醫療機構之間能夠實現同級檢查結果互認，節省醫療資源，減輕患者負擔；患者可以實現網絡預約、異地就診、醫療保險信息即時結算。

2.大數據技術在臨床輔助決策中的應用

在傳統的醫療診斷中，醫生僅可依靠目標患者的信息以及自己的經驗和知識儲備，局限性很大。而大數據技術則可以將患者的影像數據，病歷數據、檢驗檢查結果、診療費用等各種數據錄入大數據系統，通過機器學習和挖掘分析方法，大夫即可獲得類似癥狀患者的疾病機理、病因以及治療方案，這對于大夫更好地把握疾病的診斷和治療十分重要。

3.大數據技術在醫療科研領域中的應用

在醫療科研領域，運用大數據技術對各種數據進行篩選、分析，可以為科研工作提供強有力的數據分析支持。例如健康危險因素分析的科研中，利用大數據技術可以在系統全面地收集健康危險因素數據，包括環境因素，生物因素，經濟社會因素，個人行為和心理因素，醫療衛生服務因素，以及人類生物遺傳因素等的基礎上，進行比對關聯分析，針對不同區域、家族進行評估和遴選，研究某些疾病發病的家族性、地區區域分布性等特性。

4.大數據技術在健康監測中的應用

在居民的健康監測方面，大數據技術可以提供居民的健康檔案，包括全部診療信息、體檢信息，這些信息可以為患病居民提供更有針對性的治療方案。對于健康居民，大數據技術通過集成整合相關信息，通過挖掘數據對居民健康進行智能化監測，并通過移動設備定位數據對居民健康影響因素進行分析，為居民提供個性化健康事務管理服務

5.大數據技術在醫藥研發、醫藥副作用研究中的應用

在醫藥研發方面，醫藥公司能夠通過大數據技術分析來自互聯網上的公眾疾病藥品需求趨勢，確定更為有效率的投入產出比，合理配置有限研發資源。此外，醫藥公司能夠通過大數據技術優化物流信息平臺及管理，使用數據分析預測提早將新藥推向市場。在醫藥副作用研究方面，醫療大數據技術可以避免臨床試驗法、藥物副作用報告分析法等傳統方法存在的樣本數小、采樣分布有限等問題，從千百萬患者的數據中挖掘到與某種藥物相關的不良反應，樣本數大，采樣分布廣，所獲得結果更具有說服力。此外，還可以從社交網中搜索到大量人群服用某種藥物的不良反應記錄，通過比對分析和數據挖掘方法，更科學、更全面地獲得藥物副作用的影響。

總結

中國在醫學大數據的應用上面臨諸多困境，最重要的是目前在政策法規、研究、安全技術等數據共享的頂層設計方面準備不足，醫院內部和醫院之間信息孤島林立，科研機構間的數據共享名存實亡。盡管我們在基因測序技術、計算科學及機器學習方面有一定的優勢，缺乏臨床數據體系的檢驗，這些數據難以產生信息和知識，更談不上應用和行動。科技部近期發布的關于精準醫學的科技專項中，已將上述頂層設計中的缺陷列入重點支持的內容，以構建良好的醫學大數據應用生態系統。相信政策導向可以帶動學術界、醫療行業及產業界聯動，共同推進醫學大數據為中國的公共衛生、臨床醫學及基礎醫學的進步發揮作用，增進人民的福祉。