中國健康醫療大數據白皮書

隨著新興技術的日益成熟、海量數據的管理、分析及應用，以及智能化的快速發展，大健康產業正在面臨巨大改變。在大數據技術的應用下，傳統的健康醫療正在以新的形態煥發生機，健康管理、基因測序、 智能養老等全生命周期環節都有大數據技術的落地和應用，并發生著革命性的改變。

中國健康醫療大數據宏觀環境

健康醫療大數據產業定義

賽迪顧問研究認為，健康醫療大數據產業是指以與健康醫療相關、 滿足大數據基本特征的數據集合為核心，進行數據獲取、存儲、分析和應用的服務業態。健康醫療大數據是國家重要的基礎性戰略資源， 是未來健康醫療服務發展的重要趨勢。

健康醫療大數據分類

醫療健康大數據按照獲取來源可以分為醫院醫療大數據、區域衛生服務平臺醫療健康大數據、疾病監測大數據、自我量化大數據、網絡大數據和生物大數據6類。

醫院醫療大數據：產生于醫院常規臨床診治、科研和管理過程， 包括各種門急診記錄、住院記錄、影像記錄、實驗室記錄、用藥記錄、 手術記錄、隨訪記錄和醫保數據等。

區域衛生服務平臺大數據：通過醫療健康服務平臺匯集整合區域內很多家醫院和相關醫療機構的醫療健康數據，致使數據量大幅度增加。

疾病監測大數據：來自于專門設計的基于大量人群的醫學研究或疾病監測。包括各種全國性抽樣調查和疾病監測數據。

自我量化大數據：基于移動物聯網的個人身體體征和活動的自我量化數據是一種新型的醫療健康大數據。包含了血壓、心跳、血糖、 呼吸、睡眠、體育鍛煉等信息。

網絡大數據：指的是互聯網上與醫學相關的各種數據。網絡大數據產生于社交互聯網關于疾病、健康或尋醫的話題、互聯網上購藥行為、健康網站訪問行為等。

生物信息大數據：主要是關于生物標本和基因測序的信息，直接關系到臨床的個性化診療及精準醫療。

國際環境

發達國家關注健康醫療大數據領域，積極推進產業發展。

美國是最早意識到要開放數據的國家，并于2010年通過頒布總統令等措施推動政府數據公開，開始了包括醫療健康行業的大數據建設。此外，美國大數據巨頭正在積極展開醫療健康行業大數據布局。

Oracle開發了醫療供應商供應鏈分析軟件（Oracle Healthcare Provider Supply Chain Analytics）和企業醫療分析軟件（Oracle Enterprise Healthcare Analytics）；IBM開發了醫療防欺詐與濫用管理系統（FAMS）；SAS提供了JMP醫療數據挖掘分析軟件；Kronos開發了醫護勞動力管理信息系統。

英國政府向醫療行業投入大量資金研發高新科技，英國國民醫療服務系統NHS被譽為20世紀英國最偉大的成就，這一系統涵蓋了龐大而完備的英國醫療數據，包括全面的病人的健康記錄、疾病數據等信息。英國使用醫療健康大數據旗艦平臺集中了最為詳盡的全英國家庭醫生和醫院記錄的病例以及社會服務信息。英國通過將醫療數據資源進行統一歸口、共享、分析，探索了更好地認識病患、研發藥物和治療方式的途徑。

日本政府要求全國的醫療機構在2014年年末之前原則上必須采用電子化方式，并計劃建立診療保健系統、個人健康信息登記系統，應用AI進行醫療診斷支援、支援護理的標準化等。日本政府還提出應用ICT、AI推進醫療、護理改革的應用路線圖。2018年將修訂診療費方案，對使用AI進行診療給予一定程度的激勵。在2020年實現全新的健康醫療體系。

從2015年開始，日本政府利用診療報酬明細表中的龐大數據來控制醫療費用。政府將對這些數據進行分析，以計算出醫療費用中的浪費成分，并讓各地方政府設定控制醫療費的具體數字，并計劃在2025年前削減5萬億日元（約合487億美元）醫療和護理費用。

國內環境

中國健康醫療大數據相關政策緊密出臺。國家政策推進健康醫療大數據應用建設，促使健康醫療大數據產業正在加速形成。將健康醫療大數據應用發展納入國家大數據戰略布局。

在國家政策積極進行戰略布局的同時，地方政策緊跟國家步伐，持續推進健康醫療大數據采集、融合共享、應用。從政策所在省份來看，廣東省出臺的健康醫療大數據相關政策最多，北京市和貴州省市次之。

市場環境

市場需求有效帶動健康醫療大數據產業發展。

隨著社會上老齡化進程加快、城市人口增長和生活節奏加快，處于亞健康狀態人群數量不斷增加，各種常見病、慢性病使得醫療需求急速上漲。

在醫院內部存在過度醫療的問題，而在區域間則存在醫療資源分配不均的問題，對于這些問題，則急需新技術手段通過醫保部門、醫療監管部門，對不合理的成分進行管控，并通過市場，重新對醫療資源進行再分配。

目前醫療保險支付壓力大，控制醫療費用不合理增長，杜絕醫療保障資源的浪費成為醫改的難點；而在基本醫療保險支付不足的現狀下，商業醫療保險并沒有很好地補足。

在國內醫療信息化建設過程中累積了大量醫療數據，但也形成了醫療數據孤島，從目前看，未來數據融合管理已經成為趨勢。

大數據相關技術發展，使得數據采集更加便利，數據量更為豐富，并使得數據存儲、分析和多樣化應用成為醫療行業發展新動力。

醫療大數據將為政府在醫改決策、醫療資源配置、健全公共衛生體系等方面提供科學依據，醫療+大數據有望成為解決醫改問題的最佳途徑。

技術環境

新興技術助力大數據在健康醫療領域落地應用。

新興技術需求。健康醫療大數據應用的順利落地，離不開云計算、 物聯網、人工智能、區塊鏈、本體建模、機器學習和信息安全等一批新興技術的支撐。

本體建模技術。該技術是共享概念模型的、明確的、形式化的規范說明，具有強大的知識表示和推理能力，主要用于異構信息源之間的交互，輔助組織中人與人的溝通等。健康醫療大數據跨區域、跨機構的數據采集、數據交換、信息處理和分析需求，需要相應的醫療健康信息的本體。

多源異構數據整合。健康醫療大數據應用系統需要從不同地點、不同系統、不同標準的數據源進行數據采集、加工和處理，應用大數據通用技術，促進異構信息的融合。

區塊鏈。主要應用于個人醫療記錄的保存，構建在區塊鏈上的電子健康病歷；提供了一種全新的數據共享方式，提高數據管理效率；提供防偽驗證和藥品追蹤。

機器學習。一種多領域交叉學科技術，專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識和技能，重組現有的知識結構，改善性能。

隱私數據匿名化。在健康醫療相關領域，患者相關信息、醫者相關信息、醫療機構診療方案信息屬于隱私，在非授權情況下不可以被其他使用者識別出來。匿名化技術采用靜態、個性化和面向應用等策略，對相關數據開展加密處理。

資本環境

2017年大數據領域投融資事件持續增加。中國健康醫療大數據投資市場投資呈現零散化、碎片化的特點，2017年的投資數量有較大上幅，但投資規模和單筆投資強度都下降明顯。

從2017年的投資階段分布來看，中國醫療健康大數據投資階段主要集中在Pre-A輪及以前。而在2017年，中國健康醫療大數據的融資階段在天使輪階段的事件數量增加較為明顯，而A、B輪投資數量減少，因此也間接導致2017年的投資數量穩中有增，但是投資的整體市場規模下降明顯，更偏前期的初創型公司和投資需求較低的中小型企業成為資本追逐熱點。

中國健康醫療大數據產業生態

2017年，健康醫療大數據產業繼續保持穩步增長，隨著技術逐步成熟，其應用場景日益豐富，產業生態日漸完善。隨著大數據+人工智能+物聯網等新技術的融合，健康醫療大數據的市場關注度將持續保持高位，政府、醫療機構和商業保險等將成為健康醫療付費的重要主體，為此將帶動一批優秀的大數據企業成長，帶動新一輪的產業增長。

產業分析

醫療大數據產業是推動智慧醫療發展的核心力量。智慧醫療已成為未來重要的發展趨勢，醫療大數據產業是推進智慧醫療產業發展的核心要素。當前我國智慧醫療與醫療大數據數據存在標準不統一、 歸屬權不明確、數據共享困難、缺乏有效運營機制、產業規劃和體系不健全等問題，建立統一醫療行業數據標準、構建數據共享新模式、強化醫藥衛生體制改革、優化產業運營機制將是促進醫療大數據產業發展的有力措施。

醫療數據來源眾多，在大數據產業中占據極其重要的地位。一方面，人類健康意識的覺醒和加深使得醫療健康的需求層次不斷提升，刺激大數據技術在醫療領域的深度應用。另一方面，移動/互聯網醫療、自動化分析檢測儀、可穿戴設備的普及，使得患者、醫生、企業、政府各方都成了數據的直接創造者，每天產生海量的醫療數據，這為醫療大數據的發展提供了重要基礎。

醫療領域內部數據資源：醫療領域內數據資源，如電子病歷數據（EMR）、醫學影像數據、臨床檢驗數據、醫患行為數據以及產生于醫院常規臨床診治、科研和管理過程的各種門急診記錄、住院記錄、用藥記錄、手術記錄、隨訪記錄和醫保數據等。

醫療領域外部數據資源：一是行業數據資源，包括基本醫保、商業健康險、醫學文獻、新藥研發、醫藥銷售等。二是學科相關數據資源，如生命科學、人口學、環境科學等。三是互聯網數據資源，如網上獲取醫學相關數據、患者評價，產生于互聯網的關于疾病、健康或尋醫的話題、互聯網上的搜尋內容和購藥行為、健康網站訪問行為等。

基于豐富的數據基礎，大數據產業中，健康醫療大數據占比高達3.8%，在大數據技術具體領域的的應用中占據極其重要的地位。

健康醫療大數據特征明顯，應用領域眾多。兼具大數據與醫療雙重屬性，特征明顯。醫療大數據不僅具有大數據行業數據體量大、增長與處理速度快、數據結構多樣及價值密度低但應用價值高的共性特征，又具有長期保存性、時空性、語義性和隱私性等特有特征。長期保存性是指醫療數據多是針對個體患者數據系統的長期性記錄存儲；時空性是指醫療大數據受時間和地域影響造成的差異較大；語義性是指醫療大數據多是對病情的記錄性語句，并非只是簡單的數字或符號；隱私性是指醫療大數據需要注意對患者個人信息的保密。

醫療大數據應用場景眾多。醫療大數據使用主體、應用的場景眾多。具體的應用主體包括：亞健康、健康群體、患者、醫生、醫療機構、政府、藥企、保險公司、醫藥經銷商等。醫療大數據根據不同使用主體的差異化需求被廣泛應用到行業治理、 臨床科研、 公共衛生、管理決策、惠民服務、產業發展等具體領域。

產業規模

中國健康醫療大數據產業規模穩步增長。健康醫療大數據是重要的基礎性戰略資源之一，其應用將推動中國大健康產業發生革命性變化。健康醫療大數據的發展不僅有利于優化我國醫療產業的發展，而且也將對我國經濟、社會、民生都產生重大影響。

2017年，中國健康醫療大數據產業規模持續穩步增長，增長至144.1億元，增長率為36.8%，產業規模占大數據整體產業規模的3.8%。未來三年，中國健康醫療大數據產業會保持飛速發展態勢，隨著人工智能、云計算、區塊鏈等新技術逐步廣泛應用到醫療領域，大數據將作為其核心在市場發展中起到關鍵性作用，預計2020年的整體規模將達到380.3億元，產業規模將占大數據整體產業規模的4.6%。

健康醫療大數據典型應用場景

健康醫療大數據作為大數據細分行業應用領域之一，其最主要的價值在于進一步的應用。基于各類應用場景的健康醫療大數據的應用對傳統醫療產生了革命性的變革。目前市場上較為成熟的輔助診療、 臨床決策支持、醫療物聯網、健康管理等都在逐漸改變著人們的生活。

輔助診療大數據

輔助診療大數據在海量臨床疾病數據累計的基礎上，借助大數據分析挖掘技術，將同種疾病的不同患者數據按照患者體征、心里因素、經濟因素、區域因素、社會因素等多維度進行劃分，向不同群組提供差異化的疾病檢驗方案、治療方案等。當特定病種的輔助診療系統建設完成后，有新的患者就診時，醫生可以依據該患者的特征，通過輔助診療系統完成個性化的診療方案篩選。

醫療影像識別與影像數據分析：目前國內醫療資源短缺，放射科醫生數量存在缺口，但是與之對應的是醫療影像數據保持著高速增長，再者，醫療影像識別存在較強的主觀性，受醫生經驗和能力的差異導致結果會存在較大差異，醫生的疲勞或經驗不足可能引起誤診的可能。

基于大數據技術下的醫療影像識別與影像數據分析，有望提升信息復用率、識別效率和準確率。在醫療影像的智能識別中，通過對醫療影像進行預處理、圖像分割、特征提取、匹配判斷等處理，而后結合后臺數據庫中的歷史數據，針對醫療影像進行識別并給出判斷。

臨床決策大數據

臨床診療：精準與效率。大數據模型預測疾病有利于實現依靠歷史醫療數據進行預測的精度，提高診療的效率。

臨床用藥：精準與安全。據統計我國有約幾十萬條國產藥物批文，不合理用藥不僅會造成經濟上的巨大浪費，還會導致過度醫療、無效治療甚至藥源性疾病。而中國的患者量、用藥量和檢查量都非常大，各級各類醫院也收集了大量有關各種疾病和藥品的臨床數據，基于大數據技術進行數據分析，可以找出有價值的循證醫學證據，用于制定和更新臨床診療規范，指導臨床合理用藥，保障用藥安全，為臨床用藥決策提供有力依據。

醫療保險大數據

發展現狀：醫保數據數量巨大，內容豐富，但由于醫保制度的割裂，在很多地區分屬不同部門管理，數據分散在多個系統中；加之信息標準、硬件技術、網絡技術和軟件開發者不同等帶來的技術阻礙， 導致海量的醫保數據無法被充分應用。

醫保大數據主要挑戰：依據海量醫療保險數據，以信息化為抓手，以大數據為手段，整合集聚各類醫保數據資源，并對積累起來的數據進行分析和挖掘。

醫療物聯網

隨著醫療改革的不斷推進，醫療機構的內部建設和經營管理在醫院運行中愈發重要。如何提升醫療服務質量，降低服務成本，維護醫院品牌形象，避免醫患沖突，成為醫院關注的焦點。

物聯網技術的出現，能夠幫助醫院實現對醫療對象（如醫生、護士、病人、設備、物資和藥物等）的智能化感知和處理，支持醫院內部醫療信息、設備信息、藥品信息、人員信息和管理信息的數字化采集、處理、存儲和傳輸等功能。

物聯網在醫療領域的兩個重點應用：一是醫療服務，主要是以患者服務為中心的護理、后勤服務和基礎設施建設；二是成本控制，以醫院人財物為中心的保障和行政業務管理。

遠程監控與康復治療

大數據在遠程患者監控與康復治療領域的應用。搭建患者身體信息大數據采集與應用管理平臺，通過醫學信息遠程數據采集系統，實時、高效地實現PC及移動端的患者信息數據采集、錄入、挖掘、分析等功能，為醫生決策提供依據。

遠程病人監護系統包括家用心臟監測設備、血糖儀，甚至還包括芯片藥片，芯片藥片被患者攝入后，實時傳送數據到電子病歷數據庫。通過對遠程監控系統產生的數據的分析，可以減少病人住院時間，減少急診量，實現提高家庭護理比例和門診醫生預約量的目標。

醫療信息化

醫療信息化指的是將信息技術運用到醫院與公共衛生的管理系統和各項業務功能系統中，對醫院、公共衛生系統進行流程化管理，實現特定的業務功能，提高醫療衛生機構的工作效率和醫療服務質量。

根據賽迪顧問統計，2009年我國醫療信息化支出僅為87.5億元， 2017年為336.5億元，年化增長率為15%。在總支出中硬件占比近70%，服務和軟件各占10%左右。

醫療信息化主要包括醫院信息化、區域衛生信息化以及遠程醫療、移動醫療、藥品流通信息化等。

健康醫療大數據產業發展趨勢

從目前看，在國內醫療信息化建設過程中累積了大量醫療數據， 但也形成了醫療數據孤島，未來數據融合管理已經成為趨勢。隨著大數據相關技術發展，使得數據采集更加便利，數據量更為豐富，并使得數據存儲、分析和多樣化應用成為醫療行業發展新動力。隨著未來健康醫療大數據產業發展趨勢的明朗化，其價值也將進一步提升。

新興技術與大數據的融合應用助力“健康中國”

健康醫療大數據應用的順利落地，離不開云計算、物聯網、人工智能、區塊鏈和信息安全等一批新興技術的支撐，而新興技術與大數據的融合應用，將給健康醫療行業帶來革命性的變革。

AI+大數據：健康語音交互、計算機視覺、認知計算等技術蓬勃發展，助推醫療領域的快速突破。通過人工智能的手段，醫生診療、患者自診的效率可以大幅提升。具體的應用場景包括：語音錄入病歷、 醫療影像智能識別、輔助診療/癌癥診斷、醫療機器人、個人健康大數據的智能分析等。

區塊鏈+大數據：區塊鏈技術是一種互聯網數據庫技術，其特點是去中心化、公開透明，讓每個人均可參與數據庫記錄，因此又稱為分布式賬本技術。首先，各類互聯醫療設備和數據安全的需要，使得區塊鏈技術及相關安全基礎設施，成為實現數字醫療工作流程和高級醫療互操作性的基礎。其次，區塊鏈能夠統一不同的數據集，打破那些讓機器學習算法難以訪問的數據“豎井”，為機器學習提供執行高級分析所需的標準化、全面化、高完整化的數據集。

發展趨勢展望

數據采集端基礎設施日趨完善，數據分析與運營將成下一風口。當前我國健康醫療大數據產業發展仍處于初期，受我國醫療體制和患者隱私等因素的影響，數據采集端數據的規范化程度和共享化程度還相對較低。在政府、國有資本的主導下，數據采集端的基礎設施建設在較長時間內仍將是醫療大數據的熱點領域，市場上具有數據累積優勢的數據采集基礎設施提供商會占有一定的競爭優勢。

隨著國內健康醫療大數據基礎設施布局不斷完善，數據采集端數據的規范化程度和共享化程度將會大大加深，市場熱點也將逐步向產業鏈下游轉移，數據分析與運營環節或成為醫療大數據的下一個風口。因此專注于提供數據采集基礎設施的供應商應轉變思路，積極謀求轉型，提升自身數據運營、分析能力，提前布局健康醫療大數據的應用領域。

更多應用場景將被催生，健康管理或為重中之重。應用場景是醫療大數據對接市場的直接切口。在上游數據采集、存儲與分析環節不斷完善的同時，下游的應用場景也在不斷催生。

當前我國老齡人群、 亞健康人群龐大，健康管理是諸多需求中最為迫切的一個，此背景下醫療資源短缺、醫療服務質量成為亟待解決的問題。

大數據在健康管理領域的深層應用，將提升醫療服務效率，有效解決醫療資源匱乏的難題。例如基于健康醫療大數據的術后康復管理系統可提高醫生復診頻率和準確度，移動健康管理APP的推廣可降低慢性病發病率和提升患者診療效果，多元化的健康管理應用場景將為企業發展提供更多的可能性。