醫(yī)療大數(shù)據(jù)飛速發(fā)展：人工智能優(yōu)越性突顯

醫(yī)療行業(yè)是典型的數(shù)據(jù)密集型行業(yè)，醫(yī)療信息數(shù)據(jù)一直是醫(yī)療健康領(lǐng)域最重要的核心。隨著數(shù)據(jù)生成和共享的速度急速增加，醫(yī)療數(shù)據(jù)加速累積。IDC曾預(yù)測截至2020年全球醫(yī)療數(shù)據(jù)量將達(dá)到40萬億GB，大約是2010年的30倍之多。可以說，信息化和醫(yī)療數(shù)據(jù)的規(guī)模和質(zhì)量推動了醫(yī)療健康的進(jìn)步和發(fā)展。

而醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展是由價值醫(yī)療驅(qū)動的，也就是醫(yī)療服務(wù)質(zhì)量與醫(yī)療成本的雙贏，其潛在的價值空間非常巨大。醫(yī)療大數(shù)據(jù)產(chǎn)生于具體的應(yīng)用場景，服務(wù)于居民、醫(yī)療服務(wù)機構(gòu)、科研機構(gòu)、公共健康管理部門，醫(yī)療保險管理機構(gòu)以及商保公司等。

多種場景產(chǎn)生醫(yī)療數(shù)據(jù)

事實上，醫(yī)療大數(shù)據(jù)產(chǎn)生的場景很多，有來自醫(yī)院、診所、第三方檢測機構(gòu)、科研機構(gòu)、社保部門、藥店、互聯(lián)網(wǎng)醫(yī)療公司終端等等與醫(yī)療相關(guān)的機構(gòu)。我們將其分為主要的4個類別：

1、診療數(shù)據(jù)。這是患者在醫(yī)院、診所等醫(yī)療機構(gòu)就醫(yī)過程中產(chǎn)生的數(shù)據(jù)。一般包括電子病歷，用藥選擇，生化、免疫、PCR等傳統(tǒng)檢測項目結(jié)果以及基因測序等新興檢測項目結(jié)果。其中隨著近年來基因組學(xué)概念的普及，基因檢測逐漸興起，其產(chǎn)生的檢測數(shù)據(jù)增長非常之快。與之誕生了一批相關(guān)創(chuàng)新型企業(yè)。

2、研發(fā)數(shù)據(jù)。醫(yī)藥器械研發(fā)企業(yè)、研發(fā)服務(wù)外包企業(yè)、科研機構(gòu)等在研發(fā)過程中會產(chǎn)生一批研發(fā)數(shù)據(jù)，諸如醫(yī)藥研發(fā)過程中臨床試驗的數(shù)據(jù)，科研進(jìn)展等等。

3、患者數(shù)據(jù)。這類數(shù)據(jù)是由患者自身的行為和感官產(chǎn)生的，采集的終端一般是可穿戴設(shè)備和各類網(wǎng)上醫(yī)療平臺。比方說通過可穿戴設(shè)備收集的體征類的健康管理數(shù)據(jù)；網(wǎng)上掛號問診、網(wǎng)絡(luò)購藥、醫(yī)患病友交流等網(wǎng)絡(luò)行為產(chǎn)生的數(shù)據(jù)等。

4、支付和醫(yī)保數(shù)據(jù)?；颊咧Ц队涗?、報銷記錄、醫(yī)藥流通記錄等等，一切與付費方相關(guān)的審核與報銷記錄都會產(chǎn)生相關(guān)數(shù)據(jù)。

五大應(yīng)用場景的醫(yī)療大數(shù)據(jù)

具有“4V性”＋“醫(yī)療性”

由此眾多場景產(chǎn)生規(guī)模巨大的診療數(shù)據(jù)、患者行為感官數(shù)據(jù)、研發(fā)數(shù)據(jù)、支付醫(yī)保數(shù)據(jù)等，構(gòu)成了質(zhì)量參差不齊醫(yī)療大數(shù)據(jù)，不僅具有大數(shù)據(jù)的“4V性”，即規(guī)模大（Volume）、類型多樣（Variety）、增長快（Velocity）和價值大（Value），且具有醫(yī)療領(lǐng)域的多態(tài)性、時序性和隱私性，同時也具有不完整性和冗余性。

醫(yī)療大數(shù)據(jù)潛在的變現(xiàn)能力不同。一般來講，我們主要將其應(yīng)用在5大場景，分別是：

1、臨床決策支持。用于例如病情早發(fā)現(xiàn)并及時干預(yù)，以及實現(xiàn)精準(zhǔn)醫(yī)療，精準(zhǔn)用藥等。臨床決策支持系統(tǒng)、基因檢測等能夠幫助醫(yī)生提高醫(yī)療服務(wù)質(zhì)量。

2、慢病及健康管理。這主要包括實時監(jiān)控用戶的身體狀況；為用戶實施個性化的健康管理方案；利用數(shù)據(jù)的健康管理降低重病發(fā)病率以減少醫(yī)療支出。這是基于慢病及健康管理數(shù)據(jù)庫結(jié)合遠(yuǎn)程智能監(jiān)護(hù)系統(tǒng)和可穿戴設(shè)備等幫助個人實現(xiàn)健康管理。

3、醫(yī)療支付。利用醫(yī)療大數(shù)據(jù)能夠減少現(xiàn)有支付體系的壓力，降低由病因不確定導(dǎo)致的醫(yī)療資源浪費，此外基于患者付費和疾病數(shù)據(jù)，結(jié)合健康管理能降低保險公司賠付的成本，幫助保險公司開發(fā)新產(chǎn)品和提高盈利率。當(dāng)然通過藥品流通數(shù)據(jù)能夠優(yōu)化醫(yī)藥流通環(huán)節(jié)從而降低醫(yī)藥成本。

4、醫(yī)藥研發(fā)。通過智能數(shù)據(jù)分析系統(tǒng)，能在醫(yī)藥研發(fā)過程中減少人力、時間、物力等投入，降低藥品研發(fā)成本。同時基于疾病、用藥等建立數(shù)據(jù)模型，預(yù)測藥品研發(fā)過程中的安全性、有效性、副作用等。

5、醫(yī)療管理。通過數(shù)據(jù)整合分析，智能應(yīng)用等幫助醫(yī)院運營管理?？赏ㄟ^多家醫(yī)院的數(shù)據(jù)，建立和完善區(qū)域及跨區(qū)域的疾病防控、婦幼健康、綜合監(jiān)督、食品安全、血液管理、分級診療等，實現(xiàn)醫(yī)療資源合理配置。

政策和資本助力，醫(yī)療大數(shù)據(jù)公司如春筍般增長

因而，醫(yī)療大數(shù)據(jù)一直是醫(yī)療領(lǐng)域最重要的核心，同時也是我們當(dāng)前面臨的短板。之所以如此認(rèn)為，主要由當(dāng)前我國醫(yī)療的現(xiàn)狀所反應(yīng)。對于人口基數(shù)巨大，卻存在醫(yī)療資源浪費嚴(yán)重、緊缺和配置不合理，以及醫(yī)療支出增長過快和醫(yī)療保險發(fā)展乏力等問題，我國的醫(yī)療大數(shù)據(jù)的市場規(guī)模非?？捎^，保守估計將達(dá)到千億級，醫(yī)療大數(shù)據(jù)的可應(yīng)用場景也很豐富值得深度挖掘。

然而，我國區(qū)域信息化建設(shè)尚未成規(guī)模，對醫(yī)療數(shù)據(jù)及數(shù)據(jù)源開放和共享化的程度相對較低。對此，2015年，我國國務(wù)院出臺關(guān)于《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》的政策，明確關(guān)于數(shù)據(jù)使用的總體要求。2016年又出臺《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》，正式將醫(yī)療大數(shù)據(jù)納入國家發(fā)展，從而加速推進(jìn)醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)的形成和發(fā)展，一批與之相關(guān)的醫(yī)療數(shù)據(jù)企業(yè)如雨后春筍般增長。

除了政策支持外，資本對醫(yī)療大數(shù)據(jù)公司的信任也必不可少。我們掃描了98家明確披露融資信息的醫(yī)療大數(shù)據(jù)相關(guān)公司，據(jù)不完全統(tǒng)計發(fā)現(xiàn)，近年來有超過20家投資機構(gòu)投資的醫(yī)療大數(shù)據(jù)公司超過兩家及以上。

從我們統(tǒng)計的98家醫(yī)療大數(shù)據(jù)公司中，不難發(fā)現(xiàn)一個特征，即人工智能在醫(yī)療大數(shù)據(jù)領(lǐng)域的參與度非常之高。因為相比人腦，人工智能的優(yōu)越性在于可以更高效地處理海量數(shù)據(jù)，迅速找到一些特征和規(guī)律，在圖像識別上，人工智能的優(yōu)越性表現(xiàn)的特別突出。人工智能可以利用龐大的醫(yī)學(xué)知識庫和數(shù)據(jù)庫，建立醫(yī)生的臨床輔助決策系統(tǒng)，幫助醫(yī)生進(jìn)行診斷。