健康大數據的應用與保護研究

健康數據不僅與國家的宏觀健康政策有關。一、健康大數據的常用形式健康大數據涵蓋了保健養生、疾病治療、傳染病預防、臨床醫藥等多個領域,主要來自于醫院、診所、檢驗機構、病患、易感人群、普通人群等渠道,是國家重要的基礎性戰略資源,也是個人健康和疾病防控的數據寶藏。2014年,國家衛生計生委發布的《人口健康信息管理辦法(試行)》對“人口健康信息”進行了定義:依據國家法律法規和工作職責,各級各類醫療衛生計生服務機構在服務和管理過程中產生的人口基本信息、醫療衛生服務信息等人口健康信息。參照“人口健康信息”的定義,“健康大數據”應包括個人免疫、體檢、門診、住院等健康活動產生的所有數據。因此,健康大數據類型及來源很多,歸屬機構也不同,主要包括以下幾種。醫院及基層醫療衛生機構,其數據產生于臨床診治、科研和管理過程,包括門診、急診、住院、影像、實驗室檢查、用藥、手術、隨訪和醫保等數據二、健康大數據的應用健康是數據密集型行業,大數據具有廣闊的應用前景,主要用于健康管理、傳染病監測預警、醫療保險提效控費、藥品支出提效等領域。1.高危人群疾病預防大數據近年來,由于我國老年人、慢性病人群持續快速增長,對健康管理的需求急劇攀升。大數據應用于健康管理,主要包括四個方面。(1)對易感群體實現病前先控。將用戶行為、感官等數據與人口統計數據庫比對分析,識別出高危人群(2)提前發現個體的易患疾病。利用基因檢測,預測個體高發疾病種類,對其進行疾病預防普及教育,實現精準預防、病前先控,達到“治未病”的目的。(3)對患者進行精準管理,提高治療依從性。將患者健康數據與大數據分析相結合,提醒其按時治療,防止由于就醫延誤造成的疾病加重,降低疾病危害。患者也可通過病情管理社交功能將數據分享至親友,通過親友鼓勵,提高治療依從性。(4)合理分配醫療資源。通過大數據分析,合理分配病人的復診、開藥、用藥、治療等時間,從而有效配置醫療資源。2.傳染病監測預警傳染病的暴發不僅直接威脅民眾生命健康,還會對社會經濟乃至國家安全造成嚴重影響。以大數據為基礎,建立適合的模型,對傳染病傳播過程進行定性、定量分析,有助于揭示傳染病暴發流行的原因、影響因素和發展過程,預測其發展趨勢,從而制定科學的傳染病防控策略(1)基于網絡大數據進行傳染病監測預警。隨著網絡、搜索技術的發展,某種疾病暴發前后人們往往會上網搜索相關信息。跟蹤查詢關鍵詞及詞頻,經過數據篩選、統計、分析等工作,可以預測疾病的發生率,建立疾病預警機制。(2)基于社會因素和環境因素大數據進行傳染病監測預警。社會因素和自然環境因素,如交通網絡、人類行為、氣象原因、地質情況等,都能影響疾病的發生。對其進行分析,對傳染病的監測預警極為有效。(3)基于臨床大數據進行傳染病監測預警。主要通過持續、系統地收集分析臨床數據,及時發現疾病在時間、空間上的異常聚集,在疾病暴發早期進行探查、預警和快速反應3.醫保及投資保險數據分析目前,雖然我國基本實現了醫療保險的全民覆蓋,但大病保障依然是短板,商業健康保險并未提供有效補充。國內100余家商業保險公司中只有四家經營健康險,且由于賠付率過高,加上代理費和管理費等經營成本,多數健康險處于虧損狀態。無論是基本醫療保險還是商業健康保險,在業務、經營、管理等方面都比較粗放,缺乏對疾病治療費用的深度分析以及對參保群體費用風險的科學評估,精算定價基礎薄弱;缺乏對醫療服務臨床合理性的判斷以及漏失欺詐、不合理醫療行為的監測;缺乏技術手段對醫療質量及費用的合理評估,長期控費效果欠佳;市場與銷售缺乏以數據為基礎的分析,市場滯于價格層面的競爭,行業收益較低,等等。大數據應用于保險領域,可以減輕患者負擔,推動行業發展。(1)通過對疾病費用數據的深度分析,結合不同年齡群體發病率及疾病發展規律,為理賠型大病保障設計及精算定價提供支持,豐富商業保險產品種類,彌補重大疾病險的缺失。(2)通過對住院、醫療檢查、高值醫用耗材、診斷與處方藥品指標、病因與藥品計量等數據的分析,及時發現醫保中的欺詐、浪費、濫用費用等風險。(3)通過臨床數據,判斷不同疾病管理中的醫療行為。對用藥劑量、藥物反應數據進行分析,評估醫療過程;對手術不良事件發生率、再入院率等進行分析,評價醫療效果;通過醫療費用、質量評估,在確保醫療質量的基礎上控制醫療費用。(4)應用大數據分析客戶的健康狀況及支出構成,有針對地提高客戶健康水平,降低醫藥費用支出,實現客戶與保險公司的雙贏。4.提高個人與醫保負擔藥品費用結構占比要實現藥品費用合理化,除了需要平衡非處方藥和處方藥的關系、提高公民醫療用藥的性價比、控制醫藥費用外,還需政策制定者平衡新藥與有限醫療預算的關系,正確刺激業界開發新藥。隨著新研制的高成本藥物進入市場,藥品消費的增長預計將達到醫療支出增長的50%以上。大數據應用于藥品支出領域,能夠使個人與醫保負擔藥品費用的結構占比更加合理。(1)推動醫院合理用藥。通過分析各家醫院藥品種類、銷售金額、用法用量、療程、用藥頻度等大量數據,能夠發現藥物利用的特點、經驗和存在問題(2)促進醫保藥品目錄合理化。醫保藥品目錄范圍過小,會導致保障水平太低,無法有效減輕參保人員負擔;范圍過大,會導致公共開支過高,國家難以負擔。因此,合理制定醫保藥品目錄是醫保補償的關鍵和難點。利用大數據技術深入分析醫保明細,能夠使醫保目錄的制定更具科學性和合理性。(3)新藥研制更加高效。傳統的原創新藥研發面臨研發投入逐年增高、研發風險不斷加大的挑戰。將大數據技術用于藥品研制,通過全基因組關聯分析、基因表達譜聯系、藥物副作用生物標志等分析方法三、健康大數據的發展1.隱私的去匿名化醫療隱私泄露可能造成歧視、詐騙、騷擾、人身傷害等,嚴重影響社會穩定和人身安全。若要更好地應用健康大數據,必須平衡數據使用和隱私保護之間的關系(1)匿名化更難。大數據時代數據規模和種類不斷增長,某方即便發布了匿名化數據,也可能根據別處發布的數據,重新識別出個人隱私,實現去匿名化。(2)元數據敏感化。元數據是數據管控的重要手段,廣泛存在于日常生活中,如文檔元數據包括作者、公司、時間、字數、頁碼、大小等。在大數據時代,由于數據集變得越來越復雜,相關的元數據也越來越復雜。元數據本身可能無意義,但大量元數據匯集起來與復雜的大數據分析技術相結合,可能勾勒出詳細的個人敏感信息和行為。因此,需要新的技術和手段,在保證隱私的同時更好地引導數據在醫療機構之間流動,發揮健康大數據的優勢。2.數據共享和集成共享的問題醫療衛生機構是采集和存儲健康大數據的主要機構,源自醫療衛生機構的數據比較準確,具有較高的商業開發價值《“健康中國2030”規劃綱要》提到,要消除數據壁壘,建立跨部門跨領域密切配合、統一歸口的健康醫療數據共享機制,實現公共衛生、計劃生育、醫療服務、醫療保障、藥品供應、綜合管理等應用信息系統數據采集、集成共享和業務協同。健康大數據的深入發展需要打破當前廣泛存在的數據孤島。但健康數據資源的共享和開放,需要醫院、患者以及監管部門多元主體的共同參與,協調難度很大。此外,平臺數據資源的訪問權限也需謹慎設計,尤其是對外資企業的開放程度。3.數據的共有屬性目前我國法律尚不能很好地解釋和界定健康數據的權屬問題,在實踐中存在健康數據所有權到底屬于患者個人還是醫院的爭議。有觀點認為,醫院和患者均參與健康數據的形成,因此數據是共有的在現行的法律框架下,健康大數據作為一種資產,保護方式可分為兩類:若數據經醫療機構或授權的第三方機構處理,具有了智力成果或經濟價值屬性,可以適用于知識產權或商業秘密的保護機制;若數據是醫療機構或醫療運營商采集的與個人醫療健康相關的原始數據,屬于個人信息和隱私范疇,可以適用于人身權的保護機制。為規范健康大數據的應用,立法機關應加快制定和出臺個人信息保護單行法。四、對策和建議1.賦予數主體創業時的權歐盟于2016年4月通過了《一般數據保護條例》,規定了個人數據處理的透明性以及最少數據收集原則,并賦予數據主體隨時撤銷同意權、被遺忘權、可攜帶權等。我國尚未通過法律明確規定類似的原則和權利,可以借鑒和參照歐盟的經驗規范健康數據的獲取。通過非醫療機構平臺收集數據,總體須遵循合法、正當、必要的原則,通過隱私條款或其他方式明示收集、使用信息的目的、方式和范圍2.健康數據的輸出無論從人種基因安全,還是產業關鍵競爭力的視角,都需加強對健康數據境外傳輸的監管。目前我國尚未在法律層面出臺禁止向境外輸出健康數據的規定。但是在《中華人民共和國網絡安全法》中引入了“關鍵信息基礎設施”的概念,限制關鍵信息基礎設施的運營者將中國境內存儲的“公民個人信息”和“重要業務數據”傳輸至境外。應充分利用這一條款,將健康數據處理平臺納入關鍵信息基礎設施的范圍,通過平臺收集和存儲的“公民個人信息”,需經相應的安全評估后才能向境外輸出。3.“結合式”數據目前,我國健康大數據的價值挖掘面臨法律風險,使海量數據處于“沉睡”狀態。國外為開發健康大數據,進行了一些數據匿