1、醫療大數據行業現狀與前景分析報告目錄1.醫療大數據行業概況及現狀31.1醫療大數據的主要來源31.2接軌“大數據”，傳統醫療遇挑戰43.醫療大數據行業市場分析62.醫療大數據行業存在的問題72.1政策支持還需要時間72.2市場認可還需過度82.3資本支持還需發力84.醫療大數據行業技術特點85.醫療大數據行業發展趨勢分析105.1醫療健康大數據市場仍需培育105.2企業端市場較為成熟105.4協同合作更有優勢116.醫療大數據行業市場競爭格局117.醫療大數據行業政策及環境分析127.1策推動健康醫療大數據共享 網售處方藥將迎來解禁曙光127.2醫療大數據政策利好，推動醫療行業高質量發展138

2、.醫療大數據行業發展前景139.醫療大數據行業投資分析161.醫療大數據行業概況及現狀1.1醫療大數據的主要來源隨著醫療衛生信息化建設進程的不斷加快，醫療數據的類型和規模也在以前所未有的速度迅猛增長，甚至到了在很大程度上無法利用目前主流軟件工具，在合理的時間內達到擷取、管理并整合成為能夠幫助醫院進行更積極目的經營決策的有用信息的地步。而且，如此具有特殊性、復雜性的龐大的醫療大數據，其搜集如果僅靠個人甚至個別機構，那基本是不可能完成的任務。(1)病人就醫過程中產生的信息。從患者進入醫院開始，掛號環節便將個人姓名、年齡、住址、電話等信息輸入完全了;隨后在醫生就醫環節，病患的身體狀況、醫療影像等信息

3、也將被錄入數據庫;看病結束以后，患者買單結算的過程中，又將有費用信息、報銷信息、醫保使用情況等信息被添加到醫院的大數據庫里面。這將形成醫療大數據最基礎卻也是最龐大的原始資源。(2)臨床醫療研究和實驗室數據。臨床和實驗室數據整合在一起，使得醫療機構面臨的數據增長非常快，一張普通CT圖像含有大約150+MB的數據，一個標準的病理圖則接近5+GB。如果將這些數據量乘以人口數量和平均壽命，僅一個社區醫院累積的數據量就可達數萬億字節甚至數千萬億字節(PB)之多。(3)制藥企業和生命科學。藥物研發所產生的數據是相當密集的，對于中小型的企業也在百億字節(TB)以上的。在生命科學領域，隨著計算能力和基因測序能

4、力逐步增加，美國哈佛醫學院個人基因組項目負責人詹森鮑比就認為，到2015年，將會有5000萬人擁有個人基因圖譜，而一個基因組序列文件大小約為750MB。(4)智能穿戴設備帶來的健康管理。隨著移動設備和移動互聯網的飛速發展，便攜式的可穿戴醫療設備正在普及，個體健康信息都將可以直接連入互聯網，由此將實現對個人健康數據隨時隨地的采集，而帶來的數據信息量將更是不可估量的。1.2接軌“大數據”，傳統醫療遇挑戰搭上“互聯網+”的列車，醫療機構便開始行進在醫療信息數字化的路上。醫療數據是醫生對患者診療和治療過程總產生的數據，包括患者基本數據、電子病歷、診療數據、醫學影像數據、醫學管理、經濟數據、醫療設備和儀

5、器數據等，以患者為中心，成為醫療信息的主要來源。而不斷數據化的信息，在使醫院數據庫信息容量不斷膨脹的同時，也對疾病及病人的管理、控制和醫療研究起到了積極的作用，價值不菲。但是，發展了那么多年的傳統醫療行業，現在要跨入“互聯網+”的頻道，其固有的復雜性和特殊性致使轉型難度不容小覷。就拿一個初具規模的醫院來說，每天需要接待上萬的患者前來就診，患者的基本信息、影像信息與其他特殊診療信息匯集在一起，那將是一個非常龐大的數據。據初步統計，上海市區域醫療信息平臺(上海市“醫聯工程”及區縣衛生數據中心)已經積累了覆蓋3900萬人群、1400+TB數據量的電子診療與健康檔案等醫療衛生數據(涵蓋了全市38家三級

6、醫院3900萬就診人群的診療信息，包括患者基本信息、就診信息、健康檔案、檢驗及影像檢查報告、醫學影像圖像文件、住院相關病歷、醫保結算等醫療衛生數據，涉及就診記錄2.1億條，處方記錄9.1億條)。日積月累，這個數據量將會持續快速增長，為醫院的數據存儲、集成、調用等應用帶來巨大壓力。除了數據規模巨大之外，醫療行業的數據類型和結構極其復雜，如PACS影像、B超、病理分析等業務產生的非結構化數據，這些數據存儲復雜，并且對傳統的處理方法和技術帶來巨大挑戰。3.醫療大數據行業市場分析我國醫療體系的強監管性，大數據若要在行業內實現其價值，需由國家建立一套自上而下的戰略方針，從而引導醫院、藥企、民辦資本、保險

7、等機構企業構建項目，相互合作，最終實現從“治療”到“預防”的就醫習慣的改變，降低從個人到國家的醫療費用。大數據及AI技術在醫療領域應用場景包括、輔助決策、健康/慢病管理、機構智能化管理、基因數據等。預計2019年，輔助決策類中的影像輔助診斷將首先落地，主要因為其90%的準確率，可以快速為醫生提供豐富的細節信息。其他應用場景，醫療機構的智能化管理，將在各省市區域信息平臺及三大醫療數據集團推動下進行。全科輔助決策、健康/慢病管理、人工智能新藥研發等，大多處于產品研發中期。針對這三個領域，企業仍需投入大量技術人才，以縮短流程路徑，提升產品準確率。假設2022年人工智能技術輔助決策應用應用落地，市場規

8、模將達到55.86億元人民幣，其收費模式將包括軟硬件解決方案、軟件搭載、按次收取等多種方式。醫療大數據快速發展的先決條件有三條：1）政策支持，頂層政策推動的同時，各類細節管理辦法也要及時跟上市場發展；如，CFDA需要就基于人工智能技術的臨床應用，開發新的監管框架，為申請三類證開通通道。2）市場認可，醫療大數據及AI技術的臨床及商業價值快速被市場認同，即企業客戶與患者用戶均具備一定的數據消費意愿與能力。3）資本支持，大數據及AI技術的應用研發需要大量資金支持，在產品尚未全面鋪開時，市場需要資本不斷的注入以維持研發能力。2.醫療大數據行業存在的問題2.1政策支持還需要時間頂層政策推動的同時，各類細

9、節管理辦法也要及時跟上市場發展；如，CFDA需要就基于人工智能技術的臨床應用，開發新的監管框架，為申請三類證開通通道。2.2市場認可還需過度醫療健康大數據及AI技術的臨床及商業價值快速被市場認同，即企業客戶與患者用戶均具備一定的數據消費意愿與能力。2.3資本支持還需發力大數據及AI技術的應用研發需要大量資金支持，在產品尚未全面鋪開時，市場需要資本不斷的注入以維持研發能力。4.醫療大數據行業技術特點如此規模巨大的臨床實驗數據、疾病診斷數據以及居民行為健康數據等匯聚在一起所形成的醫療大數據，已然呈現出其作為大數據的特性，即：(1)數據規模大(volume)。例如一個CT圖像含有大約150MB的數據

10、，而一個基因組序列文件大小約為750MB，一個標準的病理圖則大得多，接近5GB。(2)數據結構多樣(variety)。醫療數據通常會包含各種結構化表、非(半)結構化文本文檔(XML和敘述文本)、醫療影像等多種多樣的數據存儲形式。(3)數據增長快速(velocity)。一方面，醫療信息服務中包含大量在線或實時數據分析處理，例如，臨床決策支持中的診斷和用藥建議、流行病分析報表生成、健康指標預警等;另一方面，得益于信息技術的發展，越來越多的醫療信息被數字化，因此在很長一段時間里，醫療衛生領域數據的增長速度將依然會很快。更多醫療行業最新相關資訊，請查閱中國報告大廳發布的2015-2020年中國健康醫療

11、產業運行態勢及投資戰略研究報告。(4)數據價值巨大(value)。毋庸置疑，數據是石油，是資源，是資產，醫療大數據不僅與每個人的個人生活息息相關，對這些數據的有效利用更關系到國家乃至全球的疾病防控、新藥品研發和頑疾攻克的能力。而除了大數據所具有的特征(即volume，variety，value，velocity)外，醫療大數據還具有多態性、不完整性、時間性及冗余性等醫療領域特有的一些特征。(1)多態性醫療大數據包括純數據(如體檢、化驗結果)、信號(如腦電信號、心電信號等)、圖像(如B超、X線等)、文字(如主訴、現/往病史、過敏史、檢測報告等)，以及用以科普、咨詢的動畫、語音盒視頻信息等多種形態

12、的數據，是區別于其他領域數據的最顯著特征。(2)不完整性醫療數據的搜集和處理過程經常相互脫節，這使得醫療數據庫不可能對任何疾病信息都能全面反映。大量數據來源于人工記錄，導致數據記錄的偏差和殘缺，許多數據的表達、記錄本身也具有不確定性，病例和病案尤為突出，這些都造成了醫療大數據的不完整性。(3)時間性患者的就診、疾病的發病過程在時間上有一個進度，醫學檢測的波形、圖像都是時間函數，這些都具有一定的時序性。(4)冗余性醫學數據量大，每天都會產生大量信息，其中可能會包含重復、無關緊要甚至是相互矛盾的記錄。5.醫療大數據行業發展趨勢分析5.1醫療健康大數據市場仍需培育雖然近幾年中國加快醫療健康信息化建設

13、步伐，但由于缺乏統一的頂層設計和系統規劃，各個醫療系統之間的數據依然難以實現方便快捷的交換和共享。除此之外，醫療數據具有天然的專業性，這給技術開發人員理解數據作用提出了難題。在當前市場環境之中，個人隱私變得越發重要，如何規避數據泄露從而讓用戶愿意提供私人健康數據更是企業急需解決的問題。醫療健康大數據市場的培育不僅僅是要讓用戶有意愿提供隱私數據，更要培育專業性人才開發相關技術，推動產業發展。5.2企業端市場較為成熟在醫療健康行業發展期，企業端需求更為明確和清晰，其支付能力與意愿遠遠大于用戶端。因此ToB在短期看來是醫療健康大數據發展的趨勢。在2016、2017年，美年大數據就和阿里云合作開展針對

14、企業用戶的服務。2018年，零氪科技、中電數據都與企業合作，利用技術專長開發針對企業用戶的大數據產品。5.4協同合作更有優勢醫療健康大數據從ToB到ToC擁有無數種商業模式和用戶需求。從數據采集提供到專業性的數據開發，從企業端服務到用戶端服務，復雜多變，形態萬千。在及診前、診中、診后環節打通的場景下，需要數個市場主體協同配合，多方角色相互合作，才能提供優質服務。因此，能夠協同合作的企業將會更有優勢。在同類產品競爭而出的企業，能夠提供更優質服務的企業，將會被整合在一起，協同合作，從而產生的效益，更好的為用戶服務。6.醫療大數據行業市場競爭格局數據顯示，截至目前市場上有2000多款移動醫療APP。

15、在移動醫療市場規模不斷擴充下，行業寡頭割據的格局似乎在慢慢顯現，這一跡象指向占據眾多優勢的平安好醫生。資料顯示，平安好醫生歸屬中國平安集團麾下，為平安集團旗下互聯網業務板塊的重要成員。2018年5月，平安好醫生登陸港交所，創下2018年以來港股最大規模IPO；同時聞名的還有其國際化戰略：將與東南亞最大的移動O2O服務商新加坡Grab公司共同設立東南亞國際合資公司，以此布局東南亞市場。基于此背景下，平安好醫生的月活躍用戶數也實現快速上漲，據市場監測數據顯示，2018年第2季度移動醫療APP月均活躍用戶數上，平安好醫生以724.1萬人排名第一，領先全行業。7.醫療大數據行業政策及環境分析7.1策推

16、動健康醫療大數據共享 網售處方藥將迎來解禁曙光健康醫療大數據應用加速讓移動醫療行業迎來利好。國務院辦公廳日前印發關于促進和規范健康醫療大數據應用發展的指導意見（以下簡稱“意見”），意見中指出，將建立健全健康醫療大數據開放、保護等法規制度；到2017年底，基本形成跨部門健康醫療數據資源共享共用格局。業內人士預測，網售處方藥將在2018年迎來解禁曙光。健康醫療大數據應用加速讓移動醫療行業迎來利好。國務院辦公廳日前印發關于促進和規范健康醫療大數據應用發展的指導意見（以下簡稱“意見”），意見中指出，將建立健全健康醫療大數據開放、保護等法規制度；到2017年底，基本形成跨部門健康醫療數據資源共享共用格局

17、。業內人士預測，網售處方藥將在2018年迎來解禁曙光。7.2醫療大數據政策利好，推動醫療行業高質量發展自2016年醫療大數據首度被提上戰略層面后，政策對于醫療大數據的發展則有了更為特殊的意義。醫療大數據是指個人從出生到死亡的全生命周期過程中，因為免疫、體檢、門診、住院等健康活動所產生的大數據。通過對醫療大數據的分析和加工，可以挖掘出和疾病診斷、治療、公共衛生防治等方面的重要價值。8.醫療大數據行業發展前景醫療大數據行業持續升溫，數據應用逐漸實現商業化落地，行業前景呈現出向好的局面，2019年醫療大數據在信息化建設、AI醫療應用及商業變現的細分機會正逐步凸顯。對于醫療大數據企業來說，增強數據集成

18、和標準化是醫療信息化平臺競爭的關鍵，也是挖掘醫療數據價值的核心能力。圍繞數據互聯互通、精細化管理，為政府、藥企、醫院、保險、第三方檢驗平臺等提供服務成為發展可循的路徑。在眾多的應用方向中，智能輔助診斷是醫療大數據應用的熱門方向，針對肺小結節、眼底影像、乳腺癌等診斷類產品率先落地。參考國外醫療大數據的應用路徑，新藥研發市場同樣極具潛力，尤其是AI技術公司，可以業務為切入口，在藥物研發的不同環節謀求突破，并向上下游拓展。從資本市場的布局來看，醫療信息化平臺和輔助診斷類項目是資本重點關注的賽道。圍繞數據互聯互通、精細化管理的信息化平臺，能有效提升醫療機構管理和診療水平，輔助診斷在疾病診斷中應用能力和

19、發展潛力，正逐漸被資本市場的認可。經過數據的原始積累，并逐步走向成熟的醫療大數據，將給我們帶來怎樣的效用呢?根據全球管理咨詢公司麥肯錫的一份最新報告顯示，醫療保健領域如果能夠充分有效地利用大數據資源，醫療機構和消費者便可節省高達4500億美元的費用。大數據在醫療行業的應用可在以下幾個方面發揮積極作用：(1)服務居民。居民健康指導服務系統，提供精準醫療、個性化健康保健指導，使居民能在醫院、社區及線上的服務保持連續性。例如，提供心血管、癌癥、高血壓、糖尿病等慢性病干預、管理、健康預警及健康宣教(保健方案訂閱、推送);同時減少患者住院時間，減少急診量，提高家庭護理比例和門診醫生預約量。(2)服務醫生。臨床決策支持，如用藥分析、藥品不良反應、疾病并發癥、治療效果相關性分析、抗生素應用分析;或是制定個性化治療方案。(3)服務科研。包括疾病診斷與預測、提高臨床試驗設計的統計工