大數據對醫療制度與醫療生態的影響及展望

趙晨陽 德國拜羅伊特大學

大數據在醫療衛生領域已經被廣泛的使用，本文討論大數據對醫療制度和醫療生態的影響。大數據通過對現有醫療制度的變革，將以數量為基準的支付模式向以價值為基準的支付模式轉變，從而提高醫療效率，控制醫療成本。未來的醫療產業將建立以大數據為核心的醫療生態系統，通過加強衛生產業參與者彼此數據共享，增強居民對醫療衛生服務的可獲得性。

一、大數據在醫療衛生領域興起的背景

自醫療衛生領域開啟數字化變革以來，傳統醫療信息裝備正逐步被數字化設備替換取代（Roski,Bo-Linn&Andrews,2014）。信息化的轉變使得海量的醫療數據可以更高效靈活地被存儲、分析、處理和管理。至2012年，全球數字化衛生數據已經高達500拍字節（1PB=1024TB），并以每年1.2到2.4艾字節的速度增長（1EB=1024PB），預計于2020年達到 2.5萬拍字節（Kuo，Sahama，Kushniruk，Borycki&Grunwell,2014;Sun&Reddy,2013）。

龐大的醫療數據使得衛生產業一直被看作最具大數據發展前景的領域。在醫療研究方面，大數據已經改變了諸如基因組學、藥物研發和臨床研究、個性化醫療和早期護理等領域的傳統研究方法。然而大數據對醫療衛生領域的影響還不僅如此。

面對逐年上漲的醫療支出，各國在調整醫療制度時越來越多地考慮以大數據分析為依據的發展策略。醫療系統在運轉過程中產生大數據，通過對這些數據的深度挖掘，管理者可以高效地定位問題和解決問題。大數據的出現無疑為醫療制度的管理者提供了一件利器；同時，醫療衛生產業在原有生態系統的基礎上加入了以大數據為核心的信息分享平臺，將醫療產業的所有參與者串聯在一起，使得醫療產業的整體發展利益成為個體的發展目標。

二、大數據對醫療制度的影響

醫療制度是世界范圍內最普遍的一種醫療費用的管理模式，它包括醫療費用的籌集、分配和使用。由于醫療制度的特殊性和復雜性，它的改革必將影響整個社會的利益。通過何種途徑改善醫療制度從而提高醫療效率、控制醫療成本一直是衛生領域的難題。大數據通過對醫療系統產生的數據進行全面深入的分析，為系統改革提供了更準確的指導方針。

（一）醫療體系從以數量為基準向以價值為基準轉變

隨著數字化的發展，患者越來越多地參與到醫療體系建設當中，他們不再是服務中被動參與的一方。在瑞典、澳大利亞、日本、荷蘭等國家的醫療保險系統中，醫療服務的質量和患者滿意度正在逐漸取代醫療服務數量成為保險支付的重要指標（Medtronic,2016）。低效的診療首先傷害的是患者的利益，其次是整個醫療保險系統。以價值為基礎的醫療體系不但可以減少醫療支出，同時可以優化醫療資源的使用。

醫療科技的發展使得醫療數據的可得性越來越高，這為大數據在醫療制度的影響提供了前提基礎，并且推動醫療制度從數量基準（volume-based health care）向價值基準（value-based health care）轉變（Cavanillas,Curry&Wahlster,2016）。以數量為基準的醫療制度是指醫療保險支付方以醫療服務機構的診療數量為單位進行支付，而不考慮治療質量，也就是通常所說的按服務項目收費（fee-for-service）。這種模式的弊端是可能造成過度醫療，一些醫生通過要求患者進行更多不必要的診斷和治療獲得更高的報銷費用。以價值為基準的醫療制度則將保險支付與患者治療后效果相關聯，并且要求醫療服務的過程不只關注患者到醫院的診斷治療，而是將其與預防、術后治療作為一個整體，同時強調對個人生活方式的關注（Panesar,2019）。

這種轉變會為整個衛生產業帶來巨大利益：患者可以花更少的錢獲得更好的治療效果；醫生進行更高效的治療并且減少不必要的醫療服務；保險機構能夠更好地控制成本，穩定的社會健康情況可以降低企業運營風險；藥品廠商可以根據臨床用藥效果調控藥品生產，降低成本；國家將在慢性疾病、住院和急救支出上節約更多的經費，有效地減少整體醫療支出。

（二）大數據對以價值為基礎的醫療制度的影響

建立以價值為基礎的醫療制度首先要求政策制定者建立更完整的管理方案，同時建立相關機構對醫療干預措施進行醫療、社會、經濟、倫理方面的檢驗。在傳統的衛生技術評估方法（Health Technology Assessment）已經無法滿足這種更高標準檢驗的情況下，醫療大數據分析可以提供更全面客觀的分析。表1是建立新的醫療制度需要關注的十二項要素，而每一項都與醫療數據密切相關。

?表1 價值導向醫療制度相關要素

1.治理能力

這是value-based health care最重要的前提。面對結構復雜的醫療產業結構，通常管理者很難全面掌握市場情況制定明確的管理方式。大數據分析可以通過對市場實時和歷史數據的觀察，為管理者提供決策制定方案，在應對市場突發狀況，或制定長期發展戰略時較傳統統計方法更具優勢和實時性。

2.大數據分析

未經處理的大數據并不具備實際應用價值，只有通過計算機技術處理分析后才能釋放能量。隨著人工智能、機器學習和數據挖掘技術的不斷發展，越來越多的數據處理方式都已經證明了大數據在宏觀、微觀應用上的巨大優勢。先進的大數據分析技術使從健康數據采集到人口健康狀態管理再到性能追蹤成為可能。

3.健康管理

這是value-based health care中最重要的一環。以價值為基準的衛生系統目的在于提高全民整體健康水平，無論在預防階段、治療中期還是治療后期，大數據與可移動醫療設備的結合都可以監控個體健康狀態的每一個微小的變化，從而改變個體生活習慣，實時分析健康狀況。

4.臨床操作

Value-based health care要求更有效的治療方法和更合理的治療費用。在衛生診療手段研究方面，通過大數據與循證醫學的結合，更有效地分析制定診療方針；通過成本數據和術后健康數據的結合，提升治療方法的成本效益；通過建立標準化的醫療代碼，建立保險支付方與醫療服務方的聯系，減少欺詐、浪費和濫用衛生支出的現象。

三、大數據對醫療生態的影響

快捷、高效的數字化設備使得醫療數據的采集變得高效、即時、海量和標準化。隨著越來越多的資源被吸引到醫療信息科技中來，針對大數據分析技術的研發和實踐正逐漸發展起來。而醫療個體間數據的共享，意味著原有的產業關系必將發生改變，流通的數據將建立起新的生態網絡，將衛生領域的所有參與者以數據信息交互的模式串聯在一起。

（一）醫療生態的轉變

傳統的醫療生態系統包含醫療領域的六個參與者，分別是患者、醫療服務方、保險支付方、醫藥公司、藥店和政策制定者（Nair,2011）。這種生態系統以患者為最高等級，其他五個參與者圍繞患者形成閉環。這樣的結構目的在于以患者為中心提供服務，拓展了醫療產業的可交互操作性，提高了運營成本效益。

然而隨著醫療產業數字化的逐步推進，這樣的閉環已經無法滿足更多醫療參與者加入的需求。家庭護理、遠程醫療和可穿戴醫療設備等新興醫療科技公司的出現，對整個醫療生態提出了更高維度的要求。首先，新的醫療生態系統要求建立起一個以大數據為中心的開放型市場環境，為不斷加入的創新型醫療公司開啟一扇大門；其次，新的生態系統要求整個衛生產業以信息網絡為中心，通過大數據分析技術將共享數據深度挖掘，在各自發展過程中不僅考慮個體因素，同時綜合匯總來自不同參與者的醫療數據信息；最后，以醫療數據為中心的醫療生態需要強調跨企業間的合作，為傳統醫療企業和創新型醫療企業的合作提供最佳平臺。因此，新的醫療產業轉變為以網絡、計算機、大數據存儲為中心的新型醫療生態（見圖1）。

?圖1 以大數據為核心的醫療生態系統

（二）新的醫療生態對醫療服務帶來的改變

以醫療大數據為中心的生態系統，一方面起到連接醫療產業參與者的作用，另一方面也對整個醫療生態中的資源進行調配和整合，極大程度地提高了醫療服務對患者的可得性和可進入性。

1.地理可獲得性

當醫療資源距離居民居住環境較遠時，顯然這些患者需要支付更多的時間和貨幣成本在路上。特別對于偏遠山區，醫療水平又普遍偏低的情況下，以大數據為基礎的物聯網正在完善一套針對農村居民的醫療服務系統。這套系統希望在偏遠地區通過建立電話亭大小的醫療站為當地居民提供遠程診斷和處方，從而降低患者外出就診的負擔。單就華西龍泉醫院一家便通過遠程醫療為患者節省600萬元醫療費（Kshetri,016）。

2.可用性

可用性可以被看作個體需要醫療服務時可以及時獲得的機會。特別是在發展中國家，存在著一些會降低患者對醫療資源的可用性的因素，比如藥品短缺、長時間就診等待以及醫生短缺（Chaudhury&Hammer,003）。而通過大數據為核心的醫療科技可以有效地緩解供需關系的緊張。以一款名叫Cardio-Pad的設備為例，它是一款集合了半導體、無線、軟件、算法和大數據的醫療科技產品。在非洲心臟病醫生短缺的情況下，醫療工作者可以利用這款設備為患者進行心臟病檢測。護士首先通過一個小的便攜式傳感器在患者家收集其心臟檢查數據，然后數據被傳輸到Cardio-Pad中被轉錄為電子數據，緊接著這些數據被傳輸到國家數據中心，在這將經過數據分析得出專業的心臟病診斷和處方，最后將處理意見發回到醫療工作者終端，從而解決了醫生短缺造成的可用性問題。

3.經濟可承受性

經濟可承受性是影響居民獲取醫療服務最重要的因素，因為它直接影響著保險覆蓋率。在肯尼亞，僅有3%的人擁有醫療保險，這也意味著肯尼亞人需要花費大量家庭收入在醫療服務上（Peters et al.,2008）。通過大數據分析和移動網絡的連接，肯尼亞的一家綜合健康金融公司Changamka icrohealth與保險公司Britam和移動網絡運營商Safaricom共同研發了一款針對低收入市場的保險產品。這款產品為肯尼亞低收入群體提供了包括住院、門診、生育和葬禮的保險，家庭年費僅為150美元。新的醫療生態中，跨企業合作變得更加方便，同時也為患者降低經濟負擔，提高了醫療服務的可進入性。

四、大數據在衛生體系中的阻礙分析

盡管大數據將對醫療制度和醫療生態產生巨大的影響，但是當下實際應用的成功案例并不是太多。一方面，醫療科技公司不希望在大數據的發展上投入過多，通過大數據獲取價值必需依賴大數據分析技術的逐步發展，而在新技術的研發上通常時間消耗過久，而且有很大程度失敗的可能性。另一方面，針對醫療數據的安全和隱私的法律責任一直備受爭議，一些國家愿意通過交出一部分隱私數據換取更多的醫療發展利益，另一部分國家則逐步頒布更為嚴格的數據隱私保護條例，進而導致了大數據在世界范圍內的發展不平衡。未來大數據在醫療衛生領域的運用還存在諸多障礙。

首先，目前醫療數據的數字化和標準化程度依然很低，特別是在醫療系統內實施多年的電子健康檔案（EHR）依然處于初期階段。醫療數據的數字化和標準化是有效利用醫療大數據價值的前提，然而患者基本數據、經濟數據、醫學影像學數據、診療數據等醫療數據各自以不同的形式存在，加大后續數據分析階段的難度。EHR作為患者醫療數據的最佳載體，仍然無法充分發揮其作用，醫療工作者對醫療代碼數據的不熟悉，并且更傾向使用自然語言等因素，都阻礙著結構性醫療數據的采集。

其次，數據由不同的持有者掌握加大了跨領域分析的難度。由于數據的所有權問題，醫療數據通常被存貯在不同的組織和數據庫中。缺乏市場激勵導致了組織間很難從更大的維度獲取數據。醫療企業在發展過程中，更多地是將自身掌握的數據作為發展優勢，并且拒絕交換數據以避免失去在產業中的優勢。

再次，在新的醫療生態中，依然沒有建立起清晰的商業模式。如何明確醫療市場中數據制造者、數據擁有者、數據使用者和其他合作伙伴的關系，特別是對彼此間信息流和資金流的關注，這些因素必須要在發展中明確規定。在傳統的數據分析技術無法滿足醫療大數據分析需求的情況下，新的大數據分析技術需要投入巨大的資金研發，然而誰要為其買單，誰將從中受益，如何從中盈利。無法回答這些問題，那大數據在醫療衛生領域的應用將很難推動。

最后，針對醫療數據的安全性和隱私性，需要制定明確且具有可發展性的法律法規對醫療信息產業的發展進行約束。由于醫療大數據的特殊性，民眾對醫療數據泄漏的容忍度非常低且異常敏感。盡管如此，每年發生在醫療領域的數據泄漏仍逐年上升。調查顯示，僅在2016年就發生了377起醫療數據泄漏事件，占全年數據泄漏事件總量的34.5%。并且，即使通過加密手段隱藏患者個人信息，研究人員還是可以通過技術手段反向定位其身份信息。

五、總結與展望

當今社會的發展迎來了數字化的時代，大數據作為信息提取的基礎，推動著醫療產業逐步向前發展。雖然大數據在衛生領域的發展面臨了重重困難，但在人工智能、機器學習等新的科技浪潮的助力下，必將在未來的醫療環境中得到最廣泛的應用。當前市場對于醫療大數據應用的思考仍然處在蓄力階段，如何將其轉化為生產力，建立穩定可持續的發展環境，不僅需要企業的思考，同時需要更多方實際參與進來，共同推動大數據在醫療衛生領域的發展。