转载|数据助力我国医疗生态全面升级 这些问题的解决是关键
发布时间：2018-06-05 浏览次数：
一般来讲，健康医疗大数据是指健康医疗活动全过程中产生的数据集合，既包括个人从出生到死亡的全生命周期中，因免疫、体检、治疗、运动、饮食等健康相关活动所产生的大数据，又涉及医疗服务、疾病防控、健康保障和食品安全、养生保健等多方面数据的聚合。
中国特色的医疗健康困境
人口增长和老龄化问题加剧，肿瘤、慢性疾病发病率呈上升趋势，全球医疗健康产业面临医疗保健工作者不足、人力成本和研发成本上涨等问题。我国作为人口大国，面临医疗资源配置不均衡、供需结构失衡、医保收支压力大等“中国特色”的困境。
供需机构失衡。有数据表明，2016年我国每千人口执业(助理)医师2.31人;2015年我国每千人口医师数量在OECD统计的国家中排名处于25-30之间，与发达国家如德国(每千人口医师数量4.14人)、西班牙(每千人口医师数量3.85)、意大利(每千人口医师数量3.84)相比，差距显而易见。此外，我国进入医疗系统的优秀人才正逐年趋少，这与我国医生执业环境较差有一定关系。
医疗资源配置不均衡。据我国卫生统计年鉴统计显示，2010-2015年我国三级医院诊疗人次及住院人次复合增长率分别为14.6%和21.9%，而基层医院仅为3.8%和0.5%。这不仅导致患者就医体验差，也造成优质医疗资源浪费严重。
医保收支压力大。我国医保基金的运作管理原则是“收支平衡、略有结余”，因此控费能力较差。同时，由于医院实施的是按项目、按药品加成的收费方式，使得医生通过多开药，多开检查项目获得利润，诱导了过度医疗。据《中国医疗卫生事业发展报告2017》预测，2017年城镇职工基本医疗保险基金将出现当期收不抵支的现象，到2024年将出现累计结余亏空7353亿元的严重赤字。
因此，改善现有就医模式，推行分级诊疗势在必行;提升医保控费能力，探索创新支付机制迫在眉睫。
大数据技术在医疗健康产业中的应用价值
大数据技术的应用，将从体系搭建、机构运作、临床研发、诊断治疗、生活方式等方面为健康医疗模式带来深刻变革，不断满足人民群众多层次、多样化的健康需求，从而实现从“治疗”到“预防”的就医习惯改变，降低从个人到国家的医疗费用。其在医疗健康行业中的应用价值明显：
在医疗体系方面，通过区域信息化、在线问诊、远程医疗等技术连接各级医院，实现医疗资源优化配置、电子病历共享等，最终提升医药供给效率和能力;
在临床研发方面，通过基因测序、影像识别等技术挖掘更多维度的数据，缩短临床验证周期，提升新药研发效率;
在诊断治疗方面，通过认知计算、机器学习等技术，实现精准治疗、辅助提升医生诊断治疗效率，提高医疗服务质量;
在健康生活方式方面，通过可穿戴设备、在线问诊、远程医疗、人工智能等技术间的相互配合，为用户提供健康管理、疾病预测、提供有效的干预方案，降低医疗费用支出。
总而言之，健康医疗大数据应用发展有利于提升医疗服务效率和质量，扩大资源供给，有利于激发我国深化医药卫生体制改革的动力和活力，提升健康医疗服务效率和质量，有利于培育新的业态和经济增长点。
健康医疗大数据宏观环境利好
健康医疗大数据是国家重要的基础性战略资源，政策支持、技术支撑、市场认可、资本扶持是健康医疗大数据快速发展的先决条件，当前，我国健康医疗大数据已经进入初步利好阶段。
政策层面，2016年6月，国务院办公厅印发《关于促进和规范健康医疗大数据应用发展的指导意见》，将健康医疗大数据应用发展纳入国家大数据战略布局，并从夯实应用基础、全面深化应用、规范和推动“互联网+健康医疗”服务、加强保障体系建设等四个方面部署了14项重点任务和重大工程。此外，为推进和规范健康医疗大数据的应用发展，我国确定了福建省、江苏省级福州、厦门、南京、常州为第一批试点省市，山东、安徽、贵州为第二批试点省份。
技术层面，健康医疗大数据领域涉及的相关技术范围广泛，有底层数据采集中包括的信息化、物联网、5G技术;有处理分析中包括的深度学习、认知计算、区块链、生物信息学及医院信息化建设等。当前，由于基因测序、穿戴设备等数据采集成本下降，导致数据爆发性增长，为大数据人工智能分析奠定了规模基础。未来，随着影像识别、自然语义、认知计算、生物信息学、区块链与应用场景的深入探索，将进一步推动其在不同应用场景下的有效模型建设。
资本层面，据不完全统计显示，自2014年起，健康医疗大数据领域的融资事件在生命健康产业中的占比逐年增长，从2014年4.9%增长至2017年的8.6%，2018年Q1健康医疗大数据领域融资事件占比快速增长至22.2%，预计未来将有更多资本进入该领域。
当前健康医疗大数据应用发展的瓶颈
健康医疗大数据建设的快速推进，使我国健康医疗信息系统和“互联网+健康医疗”服务体系正趋渐规范和完善。于此同时，问题也随之浮现，总结来讲，主要有三点：
1、大量数据壁垒导致数据无法互联互通
由于信息系统技术规范、基础信息数据标准的不统一和缺失，我国医疗数据普遍不能互通互认，这直接导致各医疗机构大量有价值的数据变成了“数据孤岛”。因此，打通数据壁垒、联通数据孤岛，实现互联互通迫在眉睫。
2、医疗大数据停滞在浅层应用难以向更深更广处推进
当前，健康医疗大数据收集和运用的方式渠道较为单一，略显贫乏。挂号、电子病历共享等应用，只是健康医疗大数据的冰山一角。如何推动医疗行业的大数据应用向更深更广处发展是行业的“痛点”也是热点。
3、处理海量、专业数据存在人才缺口
中国特色的医疗健康困境
人口增长和老龄化问题加剧，肿瘤、慢性疾病发病率呈上升趋势，全球医疗健康产业面临医疗保健工作者不足、人力成本和研发成本上涨等问题。我国作为人口大国，面临医疗资源配置不均衡、供需结构失衡、医保收支压力大等“中国特色”的困境。
供需机构失衡。有数据表明，2016年我国每千人口执业(助理)医师2.31人;2015年我国每千人口医师数量在OECD统计的国家中排名处于25-30之间，与发达国家如德国(每千人口医师数量4.14人)、西班牙(每千人口医师数量3.85)、意大利(每千人口医师数量3.84)相比，差距显而易见。此外，我国进入医疗系统的优秀人才正逐年趋少，这与我国医生执业环境较差有一定关系。
医疗资源配置不均衡。据我国卫生统计年鉴统计显示，2010-2015年我国三级医院诊疗人次及住院人次复合增长率分别为14.6%和21.9%，而基层医院仅为3.8%和0.5%。这不仅导致患者就医体验差，也造成优质医疗资源浪费严重。
医保收支压力大。我国医保基金的运作管理原则是“收支平衡、略有结余”，因此控费能力较差。同时，由于医院实施的是按项目、按药品加成的收费方式，使得医生通过多开药，多开检查项目获得利润，诱导了过度医疗。据《中国医疗卫生事业发展报告2017》预测，2017年城镇职工基本医疗保险基金将出现当期收不抵支的现象，到2024年将出现累计结余亏空7353亿元的严重赤字。
因此，改善现有就医模式，推行分级诊疗势在必行;提升医保控费能力，探索创新支付机制迫在眉睫。
大数据技术在医疗健康产业中的应用价值
大数据技术的应用，将从体系搭建、机构运作、临床研发、诊断治疗、生活方式等方面为健康医疗模式带来深刻变革，不断满足人民群众多层次、多样化的健康需求，从而实现从“治疗”到“预防”的就医习惯改变，降低从个人到国家的医疗费用。其在医疗健康行业中的应用价值明显：
在医疗体系方面，通过区域信息化、在线问诊、远程医疗等技术连接各级医院，实现医疗资源优化配置、电子病历共享等，最终提升医药供给效率和能力;
在临床研发方面，通过基因测序、影像识别等技术挖掘更多维度的数据，缩短临床验证周期，提升新药研发效率;
在诊断治疗方面，通过认知计算、机器学习等技术，实现精准治疗、辅助提升医生诊断治疗效率，提高医疗服务质量;
在健康生活方式方面，通过可穿戴设备、在线问诊、远程医疗、人工智能等技术间的相互配合，为用户提供健康管理、疾病预测、提供有效的干预方案，降低医疗费用支出。
总而言之，健康医疗大数据应用发展有利于提升医疗服务效率和质量，扩大资源供给，有利于激发我国深化医药卫生体制改革的动力和活力，提升健康医疗服务效率和质量，有利于培育新的业态和经济增长点。
健康医疗大数据宏观环境利好
健康医疗大数据是国家重要的基础性战略资源，政策支持、技术支撑、市场认可、资本扶持是健康医疗大数据快速发展的先决条件，当前，我国健康医疗大数据已经进入初步利好阶段。
政策层面，2016年6月，国务院办公厅印发《关于促进和规范健康医疗大数据应用发展的指导意见》，将健康医疗大数据应用发展纳入国家大数据战略布局，并从夯实应用基础、全面深化应用、规范和推动“互联网+健康医疗”服务、加强保障体系建设等四个方面部署了14项重点任务和重大工程。此外，为推进和规范健康医疗大数据的应用发展，我国确定了福建省、江苏省级福州、厦门、南京、常州为第一批试点省市，山东、安徽、贵州为第二批试点省份。
技术层面，健康医疗大数据领域涉及的相关技术范围广泛，有底层数据采集中包括的信息化、物联网、5G技术;有处理分析中包括的深度学习、认知计算、区块链、生物信息学及医院信息化建设等。当前，由于基因测序、穿戴设备等数据采集成本下降，导致数据爆发性增长，为大数据人工智能分析奠定了规模基础。未来，随着影像识别、自然语义、认知计算、生物信息学、区块链与应用场景的深入探索，将进一步推动其在不同应用场景下的有效模型建设。
资本层面，据不完全统计显示，自2014年起，健康医疗大数据领域的融资事件在生命健康产业中的占比逐年增长，从2014年4.9%增长至2017年的8.6%，2018年Q1健康医疗大数据领域融资事件占比快速增长至22.2%，预计未来将有更多资本进入该领域。
当前健康医疗大数据应用发展的瓶颈
健康医疗大数据建设的快速推进，使我国健康医疗信息系统和“互联网+健康医疗”服务体系正趋渐规范和完善。于此同时，问题也随之浮现，总结来讲，主要有三点：
1、大量数据壁垒导致数据无法互联互通
由于信息系统技术规范、基础信息数据标准的不统一和缺失，我国医疗数据普遍不能互通互认，这直接导致各医疗机构大量有价值的数据变成了“数据孤岛”。因此，打通数据壁垒、联通数据孤岛，实现互联互通迫在眉睫。
2、医疗大数据停滞在浅层应用难以向更深更广处推进
当前，健康医疗大数据收集和运用的方式渠道较为单一，略显贫乏。挂号、电子病历共享等应用，只是健康医疗大数据的冰山一角。如何推动医疗行业的大数据应用向更深更广处发展是行业的“痛点”也是热点。
3、处理海量、专业数据存在人才缺口
医疗和计算机属于知识密集型行业，海量的医疗专业数据需要复合型专才团队来打理，人才的缺乏是当前健康医疗大数据应用面临的一道实实在在的门槛。因此，系统性的复合型人才培养体系建立至关重要。
本文转自健康界 火石创造资讯，不代表深蓝医疗官方观点。若有侵权，请及时联系删除
