醫療大數據蘊藏機遇

2021年11月30日，工信部印發《“十四五”大數據產業發展規劃》，不僅樹立了“到2025年底，大數據產業測算規模突破3萬億元”的增長目標，還提出建設數據要素價值體系、現代化大數據產業體系等方面的新目標，其中建設目標之一，便是要培育大數據交易市場。

回頭來看，醫療大數據行業的發展起點可追溯至7年前國家衛計委制定的“46312”工程，其根本目的，是要規范化醫療數據的基礎設施，將“大量的醫療數據”轉化為可用的“醫療大數據”。當時借著政策浪潮，一大批以“醫療大數據”為標簽的新一代醫療IT企業冒出頭，他們的目的有兩個，一是要幫助醫院建立大數據分析的基礎措施，二是要挖掘大數據的潛在價值，開發適用于特定場景的醫療大數據應用。

經過數年的發展，這批伴隨政策而生的大數據企業已經走到了上市前后，動脈橙數據庫數據統計顯示，2014-2016年成立的948家信息化相關公司，已有24家走到了C輪及其以上輪次。

新的資金仍在不斷注入這一賽道。僅計算2021年前10個月，醫療大數據賽道已經發生過10次融資，有8次融資超過億級。上下游每一個環節都蘊藏機遇。

上游：基礎設施建設

醫療大數據的本質是對醫療數據的整理再利用，普通醫院因其數據存儲量有限，通常將機房建在院內，建設模式自建機房為主。省級區域數據中心需要將各地數據進行匯總，通常會租用具體場地或租用云服務進行存儲。

2021年國家衛生健康委統計信息中心發布的《全民健康信息化調查報告》數據中顯示，醫院信息化中，我國98.8%的三級醫院及96.1%的二級醫院均有建設數據中心機房，區域醫療信息化中，所有省級衛生健康委均擁有數據與中心機房，82.3%的市級數據中心擁有機房。可以說，我國醫療大數據的“骨架”已經建得八九不離十。

但大數據基礎設施建設這一端的市場尚未進入紅海。

三個重要路徑可供選擇。其一，由于數據存儲量將隨時間的推移不斷積累，機房所需的物理面積必然隨之增加，因此，已經擁有數據中心的機構仍存在擴容的需求。

其二，存量市場仍需時間消耗。從數據來看，縣級醫院（二級或二級以上）的數組中心建設基本成型，但僅59.0%的縣衛健委擁有自己的數據中心。醫院方面，排除二級三級醫院外，仍有24.5%的醫院沒有數據中心。從無到有再到擴容，數據中心建設仍存在一定未被攫取的市場。

其三，云租賃或成市場新增量。《全民健康信息化調查報告》數據顯示，參與統計的醫院超9成數據中心為自建，不到1成上云，但在區域衛健委之中，省級有近6成上云，市級有近4成上云，縣級也有近2成上云。

國家衛生健康委統計信息中心信息技術處副處長徐向東曾表示：國家衛生健康委統計信息中心將新一代數據中心的結構劃分為三個層面，一是基礎層面，要支持云數據中心建設，這屬于IaaS層；二是支撐層面，包括業務中臺、數據中臺等概念；三是應用層，更多的是原有應用的整合，以及新應用的產生。

簡而言之，未來的數據中心建設方向將由物理空間機房轉移至虛擬空間云端，以應對日益增長的數據存儲壓力。但更為重要的是，醫療數據存儲的價值在于未來的潛在應用，從這個角度來談，租賃云將獲存在難以估量的市場空間。

中游：大數據平臺

建立數據中心是為了將數據完整、全面的存儲起來，但存儲只是工具，數據挖掘與最終應用，才是信息化建設的最終目的。為此，醫院必須突破數據質量和數據挖掘兩大桎梏。

20多年醫療IT的野蠻生長在推動醫院進行數字化轉型的同時，也落下了不少頑疾。從宏觀上分析，醫療數據的痛點大致包含信息化廠家和系統繁多，數據孤島現象嚴重，數據治理難度高；數據標準化程度低，醫院管理者數據治理效率低；臨床科研壓力大，科研成果產出效率低三個方面。

再是數據挖掘。傳統的數據挖掘主要整合醫院HIS、LIS、PACS、RIS、病理等常見信息系統的數據，進而建成電子病歷系統、臨床數據中心（CDR）、電子用藥記錄（eMAR）等常見數據庫，但在實際之中，這些數據庫難以滿足研究人員多元的需求。

所謂醫療大數據平臺，可以看作是圍繞醫療大數據利用的全過程而提供的服務，包括數據采集、整合、處理、建模分析、展現等。根據醫院需求與結構建立搭建的醫療大數據平臺包含了SSD存儲技術，融合Hadoop平臺，Oracle、Sybase等數據倉庫及MPP、Map Reduce等并行處理數據庫技術。醫院可以借助于平臺的引擎與模型對存儲的數據進行規模化處理，這個過程中解決的是國內醫院信息孤島的問題與數據標準化程度低的問題。在平臺的基礎上，建設方可以根據醫院提出的需求直接調用數據建成專病數據庫，這里解決的醫院科研投入大、效率低的問題。

由于醫療大數據平臺本身的技術融合特性，現目前沒有明確的統計數據顯示各醫院大數據平臺的部署情況，但《全民健康信息化調查報告》對醫院信息平臺的基本功能統計可以推測，各醫院醫療大數據處理能力參差不齊，但有超過一半醫院對部分功能進行了部署。要彌補各個部分的短板（通常分散于各個不同的業務系統），部分醫院開始尋求一步到位的解決方案，直接購置醫療大數據平臺。

據醫療大數據企業柯林布瑞測算，院內大數據平臺建設單個項目合同金額為500-800萬元，部分大項目單個合同金額超過1500萬元，整個市場規模超過200億元。值得注意的是，部分院內大數據平臺的招標金額可以高至2000-3000萬元。這是因為，醫院在構建平臺的同時也會要求部署一定應用，進一步增加了平臺搭建方的價值。

下游：醫療大數據的應用

若能通過一只“無形的手”，對患者、醫生、醫療費用支付方、政策制定者的數據進行收集、規劃、分享，再將其用于精準醫療、疾病預測、醫保控費等醫療服務，數據的價值難以衡量。

目前醫院使用率最高的數據是臨床數據，約有21.9%三級醫院基于此類數據展開應用研發，企業介入此類數據的空間也非常高，譬如影像類的AI輔助診斷，文本類基于知識圖訓練的CDSS，都已經廣泛在醫院開展應用；RWS方面，監管部門已經將真實世界證據納入審批證據。

醫院的運營數據可有效協作醫院、區域衛生、公共衛生做出決策。譬如，DRG支付便是基于醫院運行設立的激勵機制，而醫院大屏則是醫院基于大數據進行的自我優化。

健康數據是最大，最具潛力的數據，也是當下應用最為有限的領域，通過健康數據開發應用的醫院不足10%。分析其原因，物聯網等設備雖然加強了醫院對于患者健康數據的收集，但將健康數據和臨床數據聯系在一起的研究較少，因此健康數據缺乏說服力。好在作為全球最大的慢病管理市場，“互聯網+慢病管理”的興起正在重塑這一賽道的價值。在這個時間節點上，新進入的是百度、京東、阿里等互聯網巨頭。

總的來說，數據雖是整個醫療大數據鏈條中最有價值的一部分，但單從應用建設來看，其價值并沒有得到充分挖掘。但從另一個角度來思考，尚未被充分應用的健康、科研大數據，有著門檻，也有著難以估計的龐大市場空間。

融合：大數據平臺與數據中臺

盡管從醫療大數據的使用流程來看，其價值挖掘遵循存儲、治理、應用三個流程，但在實際應用之中，治理、應用可以單獨存在，也可以組合起來直接服務主體。值得注意的是，做應用的企業后續不一定做平臺，但做平臺的企業，正在紛紛涌向應用。

從信息科的角度來看，醫療大數據平臺能夠保證平臺提供商應用的有效開發，便于醫生進行科研探索。但對于醫院內的其他廠商而言，這些數據依然是不透明的、不共享的，這意味著開發商在處理應用時，仍然會出現數據重新清洗的問題。

種種癥結之下，“數據中臺”這一概念開始由金融、電商轉入醫療信息化，作為處理老問題的新方法。

數據中臺是一套可持續“讓企業的數據用起來”的機制，一種戰略選擇和組織形式，是依據企業特有的業務模式和組織架構，通過有形的產品和實施方法論支撐，構建一套持續不斷把數據變成資產并服務于業務的機制。這一概念最初由阿里巴巴提出應用于電商，并應其效用逐漸在這一領域中成為標配。

盡管擁有大數據平臺，但醫院需要做科研時，仍需要找到相應的IT廠商，告訴廠商需要什么數據，讓廠商來幫忙跑。而若將數據的管理權交至信息科，廠商需要什么數據，信息科就開什么接口，給什么數據，這樣下來，一是降低了重復清洗的成本，二是解決了接口不互通導致的數據孤島問題，三是提高了醫療應用的開發效率。

醫療信息化賽道的制勝關鍵在于把握政策發展的未來路徑。目前，醫院采購數據中臺的客單價大致在1000萬左右，整個市場正處于初期。但從醫療信息化的發展來看，隨著醫院的評級逐漸到達國家標準，再往上走，中臺的應用便愈發重要。低等級的評級僅注重數據質量的整體合格，但高等級的評級，以及現在要求的數據上報，都在要求醫院將數據質量這一環節拎出來評審，進行更為精細化的管理。

醫療機構之外的角色：保險公司與藥械企業

要將臨床數據進行價值的最大化挖掘，一方面可以幫助醫生優化臨床路徑，選擇更好的治療方式，另一方面則可推動醫院與藥械、保險企業的合作，開發新的藥械、推動商業保險對于醫保外疾病的覆蓋。

發病率居高不下的腫瘤是醫院與藥械合作的重點方向。如今，臨床上對于以精準醫療為代表的創新的藥物和治療方案需求迫切，然而現實是精準醫療導致傳統研究越來越難做，新藥的研發成本不斷升高，上市審批也依舊緩慢，導致了當前患者用藥貴和用藥難的問題。種種問題推動AI大數據公司介入其中，在藥械企與醫院之間起到了連接的作用。

為藥企、保險公司提供ToB的服務，醫療大數據企業提供的單個藥廠采購數字化分析報告可達400萬元/年，單個保險公司采購數字化分析報告可達1000萬元/年，粗略計算，背后蘊藏的是一個近1000億元/年的市場。

探討：醫療大數據的隱私、安全與歸屬權

盡管蘊藏了豐厚的價值，但醫療大數據的開拓之路并非一帆風順。眾多場合下，醫療大數據甚至可視作一個敏感詞。

數據安全與網絡安全是醫療大數據面臨的首要挑戰。醫療大數據與生俱來的價值往往引得各路人馬垂涎，《等級保護2.0》推動了數據安全的建設，但信息安全是入侵者與防御者之間的博弈，沒有絕對的安全，只有不斷迭代的防御措施。

網絡安全亦是醫院需要建設的重點。曾有知名醫院采用信息上云后被攻擊，掀起了業內對于云存儲的不信任。

但從技術的發展角度來看，任何一種方式均有其局限性，需在探索中成長，相比于畏懼，相關部門更應建立良好的危機響應機制，防患于未然，幫助技術良性發展。

其次是隱私與歸屬權問題。相比于上個問題，這一問題的技術門檻較低，主要需要管理者建立防護機制，使用者提高保護意識。

在具體的患者診療檔案中，常常都會以該患者的姓名、證件號碼等基本信息作為唯一標識，然而，這些信息同樣也歸屬于應被保護的內容。所以，準確的做法應該是在不影響信息正確性的前提下，對信息進行匿名保護。

同時，不同的信息，在隱私保護中的價值并不一樣。所以，如果對所有醫療信息一概而論，都選取高級別的保護手段，則會對實際應用的效率產生影響，還會造成資源的浪費。所以，醫院應構建對照完善的數據分級制度，對于不同類別的個人信息和數據選取不同的保護措施。

最后是歸屬權問題。目前的法律體系尚不能很好的解釋和界定健康醫療數據的權屬問題，特別是醫療數據的所有權。實踐中，存在醫療大數據的所有權到底屬于患者個人還是醫院的爭議。

有觀點認為，醫療大數據反映的是個人的健康狀況，理應屬于患者個人；有觀點認為，醫療大數據是由醫院采集、錄入才能產生的，存儲和保存也在醫療機構，理應屬于醫療機構；還有觀點認為，醫療數據的所有權在于患者個人、控制權在于醫院、管理權在于政府，第三方機構需借助政府支持和醫院配合方能對其進行商業化開發和利用。

實際應用中，醫療大數據的權屬基本在醫院方。醫療數據權屬的模糊性，一方面掣肘著健康醫療數據的授權使用，另一方面也給患者的個人信息權保護提出難題并埋下了隱患。

三個問題的疊加，造成了目前醫療大數據行業基礎快建設而慢應用的現狀。國家健康醫療大數據北方中心已建成多年，但出于安全的考慮，僅能在國家衛健委授權下調用數據。

不過，《“十四五”大數據產業發展規劃》提到的大數據交易市場建設必將推動交易基礎設施的完善。如此看來，數據基礎建設的終局必為應用，一旦越過了關鍵關卡，醫療大數據或將在五年內迎來一個新的時代。