中国健康医疗大数据产业生态特别关注

China Information World - - 数字number -

供了重要基础。

医疗领域内部数据资源:医疗领域内数据资源,如电子病历数据(EMR)、医学影像数据、临床检验数据、医患行为数据以及产生于医院常规临床诊治、科研和管理过程的各种门急诊记录、住院记录、用药记录、手术记录、随访记录和医保数据等。

医疗领域外部数据资源:一是行业数据资源,包括基本医保、商业健康险、医学文献、新药研发、医药销售等。二是学科相关数据资源,如生命科学、人口学、环境科学等。三是互联网数据资源,如网上获取医学相关数据、患者评价,产生于互联网的关于疾病、健康或寻医的话题、互联网上的搜寻内容和购药行为、健康网站访 问行为等。

基于丰富的数据基础,大数据产业中,健康医疗大数据占比高达3.8%,在大数据技术具体领域的的应用中占据极其重要的地位。

健康医疗大数据特征明显袁应用领域众多遥

兼具大数据与医疗双重属性,特征明显。医疗大数据不仅具有 大数据行业数据体量大、增长与处理速度快、数据结构多样及价值密度低但应用价值高的共性特征,又具有长期保存性、时空性、语义性和隐私性等特有特征。长期保存性是指医疗数据多是针对个体患者数据系统的长期性记录存储;时空性是指医疗大数据受时间和地域影响造成的差异较大;语义性是指医疗大数据多是对病 验证和药品追踪。

机器学习遥 一种多领域交叉学科技术,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识和技能,重组现有的知识结构,改善性能。

隐私数据匿名化 在健康医疗相关领域,患者相关信息、医者相关信息、医疗机构诊疗方案信息属于隐私,在非授权情况下不可以被其他使用者识别出来。匿名化技术采用静态、个性化和面向应用等策略,对相关数据开展加密处理。

辅助诊疗大数据在海量临床疾病数据累计的基础上,借助大数据分析挖掘技术,将同种疾病的不同患者数据按照患者体征、心里因素、经济因素、区域因素、社会因素等多维度进行划分,向不同群组提供差异化的疾病检验方案、治疗方案等。当特定病种的辅助诊疗系统建设完成后,有新的患者就诊时,医生可以依据该患者的特征,通过辅助诊疗系统完成个性化的诊疗方案筛选。

医疗影像识别与影像数据分析:目前国内医疗资源短缺,放射科医生数量存在缺口,但是与之对应的是医疗影像数据保持着高速增长,再者,医疗影像识别存在较强的主观性,受医生经验和能力的差异导致结果会存在较大差异,医生的疲劳或经验不足可能引起误诊的可能。

基于大数据技术下的医疗影像识别与影像数据分析,有望提升信息复用率、识别效率和准确率。在医疗影像的智能识别中,通过对医疗影像进行预处理、图像分割、特征提取、匹

健康医疗大数据应用的顺利落地,离不开云计算、物联网、人工智能、区块链和信息安全等一批新兴技术的支撑,而新兴技术与大数据的融合应用,将给健康医疗行业带来革命性的变革。

大数据 健康语音交互、计算机视觉、认知计算等技术蓬勃发展,助推医疗领域的快速突破。通过人工智能的手段,医生诊疗、患者自诊的效率可以大幅提升。具体的应用场景包括:语音录入病历、医疗影像智能识别、辅助诊疗 / 癌症诊断、医疗机器人、个人健康大数据的智能分析等。

AI+ 院

配判断等处理,而后结合后台数据库中的历史数据,针对医疗影像进行识别并给出判断。

临床诊疗:精准与效率。大数据模型预测疾病有利于实现依靠历史医疗数据进行预测的精度,提高诊疗的效率。

临床用药:精准与安全。据统计我国有约几十万条国产药物批文,不合理用药不仅会造成经济上的巨大浪费,还会导致过度医疗、无效治疗甚至药源性疾病。而中国的患者量、用药量和检查量都非常大,各级各类医院也收集了大量有关各种疾病和药品的临床数据,基于大数据技术进行数据分析,可以找出有价值的循证医学证据,用于制定和更新临床诊疗规范,指导临床合理用药,保障用药安全,为临床用药决策

+ 院

区块链 大数据 区块链技术是一种互联网数据库技术,其特点是去中心化、公开透明,让每个人均可参与数据库记录,因此又称为分布式账本技术。首先,各类互联医疗设备和数据安全的需要,使得区块链技术及相关安全基础设施,成为实现数字医疗工作流程和高级医疗互操作性的基础。其次,区块链能够统一不同的数据集,打破那些让机器学习算法难以访问的数据“竖井”,为机器学习提供执行高级分析所需的标准化、全面化、高完整化的数据集。

发展现状:医保数据数量巨大,内容丰富,但由于医保制度的割裂,在很多地区分属不同部门管理,数据分散在多个系统中;加之信息标准、硬件技术、网络技术和软件开发者不同等带来的技术阻碍,导致海量的医保数据无法被充分应用。

医保大数据主要挑战:依据海量医疗保险数据,以信息化为抓手,以大数据为手段,整合集聚各类医保数据资源,并对积累起来的数据进行分析和挖掘。

随着医疗改革的不断推进,医疗机构的内部建设和经营管理在医院运行中愈发重要。如何提升医疗服务质量,降低服务成本,维护医院品牌形象,避免医患冲突,成为医院关注的焦点。

物联网技术的出现,能够帮助医院实现对医疗对象(如医生、护士、病人、设备、物资和药物等)的智能化感知和处理,支持医院内部医疗信息、设备信息、药品信息、人员信息和管理信息的数字化采集、处理、存储和传输等功能。

物联网在医疗领域的两个重点应用:一是医疗服务,主要是以患者服务为中心的护理、后勤服务和基础设施建设;二是成本控制,以医院人

袁遥善 数据分析与运营将成下一风口

当前我国健康医疗大数据产业发展仍处于初期,受我国医疗体制和患者隐私等因素的影响,数据采集端数据的规范化程度和共享化程度还相对较低。在政府、国有资本的主导下,数据采集端的基础设施建设在较长时间内仍将是医疗大数据 的热 点领 域 ,市场上具有数据累积优势的数据采集基础设施提供商会占有一定的竞争优势。

随着国内健康医疗大数据基础设施布局不断完善,数据采集端数据的规范化程度和共享化程度将会大大加深,市场热点也将逐步向产

大数据在远程患者监控与康复治疗领域的应用。搭建患者身体信息大数据采集与应用管理平台,通过医学信息远程数据采集系统,实时、高效地实现 PC 及移动端的患者信息数据采集、录入、挖掘、分析等功能,为医生决策提供依据。

远程病人监护系统包括家用心脏监测设备、血糖仪,甚至还包括芯片药片,芯片药片被患者摄入后,实时传送数据到电子病历数据库。通过对远程监控系统产生的数据的分析,可以减少病人住院时间,减少急诊量,实现提高家庭护理比例和门诊医生预约量的目标。

医疗信息化指的是将信息技术运用到医院与公共卫生的管理系统和各项业务功能系统中,对医院、公共卫生系统进行流程化管理,实现特定的业务功能,提高医疗卫生机构的工作效率和医疗服务质量。

根据赛迪顾问统计,2009 年我国医疗信息化支出仅为 87.5 亿元, 2017 年为 336.5 亿元,年化增长率为15%。在总支出中硬件占比近 70%,服务和软件各占 10%左右。

医疗信息化主要包括医院信息化、区域卫生信息化以及远程医疗、移动医疗、药品流通信息化等。 业链下游转移,数据分析与运营环节或成为医疗大数据的下一个风口。因此专注于提供数据采集基础设施的供应商应转变思路,积极谋求转型,提升自身数据运营、分析能力,提前布局健康医疗大数据的应用领域。

更多应用场景将被催生袁健康管理或为重中之重遥

应用场景是医疗大数据对接市场的直接切口。在上游数据采集、存储与分析环节不断完善的同时,下游的应用场景也在不断催生。

当前我国老龄人群、亚健康人群庞大,健康管理是诸多需求中最为迫切的一个,此背景下医疗资源短缺、医疗服务质量成为亟待解决的问题。

大数据在健康管理领域的深层应用,将提升医疗服务效率,有效解决医疗资源匮乏的难题。例如基于健康医疗大数据的术后康复管理系统可提高医生复诊频率和准确度,移动健康管理 APP 的推广可降低慢性病发病率和提升患者诊疗效果,多元化的健康管理应用场景将为企业发展提供更多的可能性。

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.