健康醫療大數據驅動的服務模式創新及其挑戰研究

楊志波

[摘 要] 健康醫療大數據是國家重要的基礎性戰略資源，是實現“健康中國2030”戰略的重要保障。基于企業微觀視角，歸納總結并深入探討了我國基于健康醫療大數據服務模式創新的主要類型、存在的主要問題及挑戰。在此基礎上，提出未來應從構建健康醫療大數據政策和法規支撐體系、建立數據共享機制和完善商業生態等三個方面為我國健康醫療大數據驅動的服務模式創新提供支撐。

[關鍵詞] 健康醫療大數據;服務模式創新;挑戰;政策建議

[中圖分類號] F740[文獻標識碼] A[文章編號] 1009-6043（2019）10-0054-02

一、引言

醫療大數據是重要的基礎性戰略資源之一，其應用發展將推動健康醫療模式的革命性變化，同時也帶來巨大的商業機會和創業空間。已經引起了國內外專家和學者們的廣泛關注，掀起了“醫療大數據”的研究熱潮。健康醫療大數據已經引起日本、韓國和歐美等國的高度重視，已紛紛將其提升到國家戰略層面，以此爭取在移動醫療、大數據科研及精準醫療等前沿陣地搶占制高點[1]。國外學者針對醫療大數據問題的研究主要集中在以下三個方面：醫療大數據概念與內涵研究。Sarah等（2018）認為醫療大數據包括電子病歷數據、臨床決策支持系統數據、藥房系統數據、科研數據、電子健康記錄數據，甚至還包括醫療社交平臺上的相關數據等。CHEN等（2012）認為除具有傳統的海量性、多樣性、高速性和價值大的大數據典型特征外，健康醫療大數據還具有多源相關性、異構有偏性等特點，同時，還有高度個性化、高度專業化等特點[2]。醫療大數據的應用及問題研究。KayyaliB等（2013）從多方面闡述了大數據對美國醫療行業的影響，指出大數據對醫療行業的影響尚處于初步階段，許多潛在價值正在逐步被揭示[3]。Carolyn等（2019）認為數據分析技術、數據開放性和獲得性等方面的不足，已經嚴重阻礙了醫療大數據應用。醫療大數據處理方法與技術研究。RaghupathiW等（2014）認為醫療大數據應用架構與傳統的醫療信息架構存在顯著不同，主要體現在分布式計算與存儲方面[4]。國內學者的研究起步幾乎與國外同步，總的來涵研究方面，顏延等（2014）認為，醫療大數據是醫療人員對病人診療過程中產生的數據，包括其基本情況、行為數據、診療數據、管理數據、檢查數據、電子看，國內學者研究的重點主要集中在：理論層面的研究。在醫療大數據概念和內病歷等。應用層面的研究[5]。徐宗本等（2014）指出大數據的興起意味著大機遇，但同時也帶來了理論與實踐范式、支撐技術、價值開發、產業與生態系統治理等多方面的重大挑戰，需要在基礎理論、工程技術和人才培養等各個層面上加以應對[6]。風險與挑戰方面的研究。自醫療大數據概念提出之后，國內部分學者就已經開始思考和關注醫療大數據應用中可能出現的種種風險和挑戰。呂曉娟等（2016）認為我國在醫療大數據應用方面存在思維模式與技術挑戰、醫院內外部技術與體制博弈、網絡安全與隱私泄露威脅等四個方面的風險與挑戰[7]。郭熙銅等（2017）認為基于醫療大數據的服務不僅涉及到多參與方協同產生的利益分配和責任分擔問題，還會產生醫療責任界定、醫療事故防范和用戶隱私保護等新的問題[8]。

縱觀已有研究，國內外對于醫療大數據應用問題的研究已取得了許多成果，但是基于大數據驅動的醫療服務模式創新、障礙及破解的研究仍比較匱乏。基于健康醫療大數據的服務創新在現階段仍然面臨諸多挑戰。通過對基于健康醫療大數據服務創新模式的梳理和歸納，可以了解和認識當前中國在健康醫療大數據產業發展方面的關鍵障礙及應用狀況，以對該產業的發展起到一定的啟發作用。

二、基于健康醫療大數據驅動的服務模式創新

健康醫療大數據產業發展的關鍵點在于如何利用數據進行價值發掘和價值實現，這也是美國、日本、英國等健康醫療大數據建設相對成熟的國家重點關注的方向。如美國頒布的《美國聯邦政府醫療信息化戰略規劃2015-2020》明確提出利用大數據增強醫療服務能力是其三項應用目標之一。英國政府發布的《英國數據能力發展規劃》也指出要深入挖掘大數據的潛在價值，促進醫療服務發展。我國政府也已經把健康醫療大數據提升到國家戰略高度。近年來，我國從戰略規劃、技術能力及應用、數據治理等多個層面積極推動健康醫療大數據的落地發展，陸續出臺了《關于促進和規范健康醫療大數據應用發展的指導意見》《關于促進“互聯網+醫療健康”發展的意見》《國家健康醫療大數據標準、安全和服務管理辦法（試行）》等相關支持政策，涌現了平安好醫生、醫渡云、春雨醫生、全域醫療等一批知名企業，形成了遠程醫療、精準診療、基因測序、健康管理、醫院精益運營、新藥研發等一批基于健康醫療大數據的典型服務模式。

（一）精準醫療服務模式

在臨床醫療領域，健康醫療大數據的價值主要體現在為臨床決策提供科學的參考依據。利用深度學習、神經網絡等人工智能算法和現代信息技術通過對海量模范病歷和文獻進行不斷的學習和糾正，臨床決策輔助系統可以幫助臨床醫生做出更加精準和可靠的治療方案。國外精準醫療服務模式的典型代表是IBM研發的Watson（沃森）機器人醫生。該機器擁有頂尖的儲存和計算能力，能夠準確快捷的處理自然語言，本身帶有海量的知識庫，可以根據病人的臨床、基因和病歷等特征，為該病人的治療提供個性化的臨床治療建議。國內典型企業為北京嘉和美康信息技術有限公司，該公司聯合全球知名醫療出版集團BMJ聯合開發了臨床輔助決策系統雙引擎模式，該模式基于嘉和美康公司對電子病歷的深度理解，通過自然語言處理技術對真實病歷進行處理形成語義知識圖譜，再借助隨機森林和神經網絡等人工智能算法，對真實病歷數據進行訓練學習，形成了基于個體化的臨床決策輔助支持建議，該模式改變了傳統臨床決策輔助系統知識大多來源于臨床指南和醫學文獻的單引擎現狀，能為臨床診斷提供更為科學和精準的治療路徑和方案。此外，該模式國內的典型企業還有專注腫瘤精準診療的北京全域醫療技術集團有限公司、專注遺傳病精準診斷的北京智因東方轉化醫學研究中心有限公司等。

（二）基因測序服務模式

基因測序是一種典型的基于大數據的服務模式，它是通過血液、其他體液或細胞對DNA進行檢測的技術，是將被檢測者的組織細胞進行基因信息擴增后，通過特定的設備對被檢測者的DNA分析其所包含的各種基因情況，它能夠提前預知疾病發生的概率，從而通過改善自己的生活習慣或者生活環境，避免或者延緩潛在疾病的發生，基因檢測是人工智能疾病預測重要的應用服務模式和場景。《中國人工智能醫療白皮書》的數據表明，近十年間我國基因測序市場以每年62.2%的速度快速增長。目前，我國基因檢測服務的主要模式是新生兒遺傳性疾病的檢測、遺傳疾病的診斷和某些特定類型的常見病的輔助診斷等。基因測序是精準醫療的基礎，一方面推動了腫瘤治療和免疫治療的發展，另一方面也大幅度提升了藥物研發速度。國內典型的企業主要有深圳華大基因股份有限公司、北京諾禾致源科技股份有限公司和上海安諾優達基因科技有限公司等。

（三）健康管理服務模式

慢性病的井噴式增長是我國公共衛生領域比較突出的一個問題，不僅給國家也給人民帶來了巨大經濟負擔。在慢性病管理領域，創新運用大數據、云計算和人工智能等現代技術手段，針對慢性病患者，通過建立慢性病風險預測和診斷模型，通過并發癥關聯分析和診療項目關聯分析等方法可以為慢性病患者治療精準的個性化治療方案和干預計劃，通過改變不良生活習慣降低疾病潛在風險，從而提高慢性病管理的效率和質量。此外，也可通過大量的可穿戴設備即時采取患者身體體征指標數據，實現生理特征的實時監控，通過大數據平臺進行及時的預判和干預。國內典型的企業和服務產品主要有美年大健康產業集團提供的綜合健康管理平臺、碳云智能提供的精準健康管理平臺和禾連健康提供的智慧健康管理服務等。

（四）精益運營服務模式

當前，我國醫院的發展已經進入了從擴大管理粗放型增長向質量效益集約型增長的關鍵轉變期，運營管理水平是未來醫院的競爭核心。健康醫療大數據對于醫院運營管理的重要性日益凸顯，醫院的精細化、智能化管理決策越來越離不開醫療大數據提供的技術支撐，醫院的戰略規劃、實施、營銷等環節也無不與大數據相關聯。健康醫療大數據在醫院運用管理中的應用可以規范并提高醫院的基礎管理水平、創新醫院的管理方式、提高醫院的財務分析管理水平和改善醫患關系。

基于健康醫療大數據的醫院運營管理服務模式主要包括智慧財務管理方案、成本一體化解決方案、醫院供應鏈解決方案、設備管理解決方案、全景人力資源解決方案和績效管理解決方案等。國內典型的企業和服務產品主要有北京東軟望海科技有限公司提供的醫療精益運營及大數據分析服務、達孜帆軟軟件有限公司提供的大數據BI和分析平臺提供商服務、北京嘉和美康有限公司提供的臨床數據中心建設和智能分析應用平臺構建服務等。

三、健康醫療大數據驅動的服務模式創新存在的挑戰

（一）缺乏統一標準規范

由于我國信息系統技術規范、基礎信息數據標準的不統一和缺失，導致我國醫院在信息化建設的時候缺乏頂層設計，導致在同一醫院內部不同業務系統之間、不同醫院之間和統一醫療信息化企業開發的不同業務之間數據標準不統一、不規范，醫院內部數據呈現出出碎片化的典型特征，已經成為基于健康醫療大數據應用服務模式創新的主要障礙。

（二）數據質量不高

我國醫療機構已經積累了大量的臨床數據基礎，但是能用的數據質量十分低下，主要表現在數據不完整、不一致、不標準、不及時等方面。造成這種情況的原因除我國缺乏規范化標準化的臨床術語語義體系外，診斷水平不足造成的高誤診率也是造成我國醫療數據質量低下的主要原因。

（三）數據共享與整合困難

由于數據標準不統一，醫療機構采用的信息管理系統相對獨立和封閉，形成了眾多的“信息孤島”。醫療機構之間數據不流通、不開放，導致大量患者的健康體檢、門診治療、慢病管理及住院治療等就診數據滯留在醫院內部，造成了大量珍貴醫療數據資源的浪費。

（四）商業模式問題

健康醫療大數據應用企業生存的關鍵在于能否為患者提供持續增值服務及能否為醫療機構和第三方持續提供運營層面的效率提升，無論是為誰服務和使用哪種模式都必須能創造價值并且產生價值的流動，都需要可持續的商業模式提供支撐。健康醫療大數據應用規模只有達到一定程度的情況下才會達到盈利平衡點。在短期內與潛在客戶合作進行價值共創，吸引更多客戶使用大數據產品是健康醫療大數據應用企業前期能否生存的關鍵。

四、落實健康醫療大數據驅動服務模式創新的策略

（一）構建健康醫療大數據政策和法規支撐體系

建立健康醫療大數據產業標準體系和標準規范。圍繞實現數據跨部門、跨系統和跨區域的數據交換和共享這個主要任務，將數據在采集、分類管理、共享、安全、應用等環節的關鍵共性標準進行完善，以滿足健康醫療大數據生命周期各個環節的需求。強化健康醫療大數據安全管控。參照國家標準“信息安全技術-信息安全風險評估規范”建立安全風險評估和持續改進機制。研究制定健康醫療大數據信息安全管理機制，明確數據全生命周期內的責任主體、范圍邊界和具體要求。加大健康醫療大數據隱私保護力度。健全健康醫療大數據應用有關的法律法規，明確個人隱私保護的具體診療信息內容，明確各個主體在收集、存儲、應用等環節中的法律責任。

（二）建立數據共享機制

建立數據管理和應用協同機制。對健康醫療大數據各個主體在大數據資源開發、應用、共享及整合等方面的權利及責任進行明確化，建立主體之間的有效協同機制。構建綜合衡量價值、成本和風險的數據共享決策機制。圍繞健康醫療大數據收集、存儲、傳輸、共享、應用及安全等各個環節構建價值-成本-風險三維度數據共享決策模型，為數據共享提供客觀和科學的依據。建立基于激勵、制約、保障措施的數據共享模式。創新數據共享模式和利益分配模式，規范數據共享授權與審批制度，借助先進信息技術全面保障數據安全等系統性手段促進健康醫療大數據價值的實現。

（三）完善商業生態

培育完善大數據技術開發主體。統籌規劃建設一批國家級健康醫療大數據技術國家工程實驗室、健康醫療大數據研究院和研究中心，圍繞關鍵共性技術進行研究和聯合科技攻關。打造健康醫療大數據新興業態。建設健康醫療大數據全球生命創新中心，從精準醫療、醫藥和藥械研發、遠程問診、可穿戴設備、健康管理等多方面入手，形成跨區域、多層次的健康醫療大數據產業鏈。積極發揮產業應用示范引領作用。設立專項基金支持相關產品的成果轉化，以數字化引領健康醫療產業升級，打造和完善具有中國特色的健康醫療大數據產業生態圈。

[參考文獻]

[1]Archenaa J ， Anita E A M . A Survey of Big Data Analytics in Healthcare and Government[J]. Procedia Computer? Science， 2015， 50：408-413.

[2]Chen， H.， Chiang， R.， & Storey， V. （2012）. Business Intelligence and Analytics： From Big Data to Big Impact. MIS Quarterly， 1165-1188.

[3]Kayyali， B.， Knott， D.， & Kuiken， S. v. （2013）. The big-data revolution in US health care： Accelerating value and innovation. Mc Kinsey & Company.

[4]Raghupathi W， Raghupathi V. Big data analytics in healthcare： promise and potential[J]. Health Information Science & Systems， 2014， 2（1）：3.

[5]顏延，秦興彬，樊建平，等.醫療健康大數據研究綜述[J].科研信息化技術與應用，2014，5（6）：3-16.

[6]徐宗本，馮芷艷，郭迅華，等.大數據驅動的管理與決策前沿課題[J].管理世界，2014（11）：158-163.

[7]呂曉娟，張麟，王月娟，等.“互聯網+”時代醫療服務熱點研究[J].中國數字醫學，2016，11（1）：29-30.

[8]郭熙銅，張曉飛，劉笑笑，等.數據驅動的電子健康服務管理研究：挑戰與展望[J].管理科學，2017，30（1）：3-14.

[責任編輯：潘洪志]