中國健康醫療大數據白皮書

2019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。

中國健康醫療大數據宏觀環境分析

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。

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

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。

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。

國內環境

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。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，北京市和貴州省次之。

市場環境

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。

國內在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

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

中國健康醫療大數據投資市場從2016年的非理性向理性回歸，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。

從2017年健康醫療大數據投資市場獲投企業所在城市來看，普遍集中在北京，其次為上海、深圳、杭州等地。從區域特點來看，北京普遍是中小型企業，單筆投資強度較低，且投資領域較為分散，類型較多;上海投資數量較北京少很多，但是單筆投資強度較大，因此在2017年的投資規模高于北京。

中國健康醫療大數據產業生態分析

2019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。醫療大數據在大數據中處于極其重要的地位，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。

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

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%。

產業鏈。健康醫療大數據被劃為三層次：第一層是基礎層，包括數據采集基礎設施建設和數據采集端口，其中數據采集基礎設施建設的市場主要是做傳統醫療信息化的企業;第二層是數據層，目前市場上主要是做健康醫療大數據平臺的企業;第三層是應用層，主要是面向各種應用場景的健康醫療大數據服務企業。

健康醫療大數據典型應用場景分析

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。

在輔助診療大數據領域中，IBM的Watson是目前最成熟的案例。2012年Watson通過了美國職業醫師資格考試，并在美國多家醫院提供輔助診療的服務。Watson的輔助診斷以癌癥領域為主，包括乳腺癌、肺癌、直腸癌、宮頸癌、卵巢癌和胃癌等，也覆蓋了糖尿病、心臟病等重大疾病。

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。醫療數據積累包括患者體征數據、診療數據、行為數據、科研數據等，通過大數據分析，而做出臨床決策支持。通過大數據分析可以更快、全面地存儲和學習醫療相關數據，基于建立的醫療數據庫上的的健康醫療大數據模型得到的疾病早預防和診療方案，其效率和精度都要更上一個臺階。能夠實現疾病的提前預防與及時干預。

臨床用藥：精準與安全。在技術發展的當今，以生物醫藥和基因診斷為代表的新診療手段需要醫生和藥師對新藥品和新技術不斷深入學習，基于臨床大數據可以有效應對這巨大的挑戰;由于遺傳，患者對藥物的耐藥性和敏感性存在差異，基于藥物組學的基因檢測，能夠讓醫生根據個體遺傳差異進行精準用藥。

醫療保險大數據

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。

優化付費方式。在規范醫療機構的分科標準化的基礎上，實現門診診斷標準化。依病種比較各家醫療機構的門診成本，綜合考量各種因素，構建科學的就醫費用評價指標。

監控醫療行為。醫保通過數據的挖掘，對醫療機構和醫務人員的醫療服務進行監測。一方面，應用 該數據分析參保人員可能產生的道德風險;另一方面，通過醫療、醫保、醫藥三方 數據的互聯互通，實現聯動監管，規范醫療行為，跟蹤藥品進、銷、存、運全流程， 落地醫療處方篩查和醫保控費。

醫療資源分析。分析醫療資源分布，開展流行病學臨床路徑研究，治療方式、衛生經濟學評價等， 解決在單病種付費過程當中支付標準的設立和確定工作等。

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：1）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;2）成本控制，以醫院人財物為中心的保障和行政業務管理。

慢性病與健康管理

目前，我國已確診慢性病患者人數高達3億人，慢性病致死人數已占到我國因病死亡人數的80%，導致的疾病負擔已占到總疾病負擔的70%。同時，以糖尿病為例的慢性病已呈現年輕化發展趨勢，嚴重影響到居民的生活質量和身體健康。不過其中九成的慢病患者并不需要臨床治療，而只需要進行健康管理，慢性病管理具有萬億元級市場。

《健康中國2030規劃綱要》明確指出，要為人民群眾提供全方位全周期健康服務。近年來，關口前移、防重于治的慢病管理服務理念正在逐步普及，同時伴隨著人口老齡化社會的到來，慢性病與健康管理十分必要且具有巨大的市場潛力。

健康醫療大數據基于慢性疾病及正常健康數據庫，結合遠程智能監護系統和可穿戴設備、智能手機等終端，可以有效幫助個人進行健康管理。包括：實時跟蹤用戶身體狀況，建立個體健康追蹤鏈;根據監測數據為用戶實施個性化的健康管理方案;基于數據的健康管理能降低重病發病率，減少醫療支出。

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。

大數據應用于康復治療的信息反饋對于醫院來說，可以有力地加強醫生對患者的管理，使得醫院的有限資源得到更好的配置，縮短患者的住院時間，提升醫院現代醫療的醫護質量。

大數據應用于遠程患者監護平臺來實現疾病預防，患者的疾病風險可以最大程度地降低，醫院的醫療資源在一定程度上得到節省，從而創造巨大的經濟價值和社會財富。

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。

醫院信息化：醫院信息化以電子病歷（EMR）為核心，通過信息技術實現醫院管理信息和醫院臨床信息的數據采集、處理、存儲、傳輸和共享，實現病人信息數字化、醫療過程數字化、管理流程數字化、醫療服務數字化、信息交互數字化。醫院信息化的底層架構是醫院信息集成平臺，其中電子醫囑、電子病歷、臨床路徑、臨床知識庫等均建立在這個集成平臺當中，電子病歷是平臺核心。

區域醫療信息化：區域醫療衛生信息化以居民電子健康檔案為核心，以區域醫療資源共享為目標，以社區和農村居民基本醫療衛生服務為重點，運用信息化的手段，為國內公共衛生領域信息化建設提供全面解決方案。分級診療可以通過區域信息平臺實現病歷檔案共享，將醫院間信息互聯互通。

醫藥研發、制造和流通

在醫藥研發、保持藥品質量一致性、質量和成本費用的平衡時，分析技術和大數據技術具有非常重要的意義和作用。大數據在醫藥研發中，通過對臨床數據和已有藥物機理數據的挖掘能夠使研發過程更加高效。在醫藥制造中，可以利用來自藥品生產過程中的數據對制藥生產工藝過程進行優化。

大數據能夠有效促進藥物的研發效率。在新藥研發過程中，數據已經是一個不可或缺的重要工具。未來，數據將會在藥品生產、開發過程中扮演著更加重要的角色。利用數據，可以保證藥品生產效率和技術服務質量，以可持續發展的方式把新的治療方案推向市場。

大數據的應用能有效提升藥品的生產效率。醫療大數據軟件系統允許將基于傳感技術的數據、藥品生產設備的數據和操作者的人員數據聯系到一起，實現整個制藥生產過程的實時可視化。藥品生產企業可對自身藥品生產過程、研發過程以及銷售供應鏈的監控有更深刻的理解。