深度：大数据分析对于中国医疗保险管理的价值(N多案例分析+附下载).pdf

国内最具权威的市场调研门户网站之一 深度：大数据分析对于中国医疗保险管理的价值 （N 多案例分析 +附下载） 作者： 张岚，总监，医疗保险及医院管理事业部 引言 随着大数据在各行各业的应用和扩展，医疗领域大数据及其分析技术也正日益赢得人 们的关注。那么大数据在医疗领域指的是什么？又有什么样的特点？我们知道，广义 上的大数据指的是所涉及的信息量规模巨大，无法通过目前主流软件工具在合理时间 内撷取、管理、处理、并分析成能有效支持决策制定的数据资讯， 通常具有 4 个 V 的 特征 — 数据量大（ Volume），速度快 (velocity), 多样性 (Variety), 价值高 (value) 。在医疗领域，大数据包括的数据和信息类型非常广泛，可以大致分为以下四 学数据分析、找行业报告、招调查人才可移步一起调研网 一个属于调研行业的 B2B 网站 国内最具权威的市场调研门户网站之一 种。 医疗领域大数据的类型 ● 行政数据 (Administrative Data) ， 主要包括从医疗支付方（医疗保险机构）或 者医疗机构获得的理赔信息等，通常涉及病人所使用的医疗服务、相关诊断信息、提 供服务的医疗机构及时间地点、以及费用明细与支付情况。 ●临床数据 (Clinical Data) ， 包括从医疗机构获得的电子病历 (EMR)、医疗影像数 据、处方信息等。 ●体征数据 (Biometric Data) ， 例如由检测仪器测量所得的体重、血压、血糖水平 等信，以及饮食、运动、睡眠等自我跟踪信息。随着可穿戴设备及相关手机软件的广 泛应用，此类数据量越来越大也越来越多元化。 ● 个人及偏好数据 (Demographic/Preference Data) ， 例如性别、年龄、职业等基 本信息以及个人偏好、对产品和服务满意度等主观信息。 由于数据量大、种类繁杂，不同类型的数据之间会有交叉或者交集。例如处方数据， 既可以从医疗机构的信息系统中获得——即临床数据的一种，也可以从医疗保险机构 的理赔数据库中找到——即理赔信息的一部分；又如血压等信息既可以从随身携带的 便携血压计测量得到 （体征数据），也可以在医疗机构的电子病历中发现 （临床数据）。 大数据分析应用关键的一点在于将不同类型不同来源的数据有序链接，尤其是医疗领 域数据在患者或个人层面的链接，从而为深度数据挖掘奠定基础，达到“ 1+12”的 效果。虽然目前这样的“链接”还未广泛实现，但小范围的“链接”已体现出其重要 学数据分析、找行业报告、招调查人才可移步一起调研网 一个属于调研行业的 B2B 网站 国内最具权威的市场调研门户网站之一 作用（如将电子病历与理赔数据链接帮助确认欺诈、过度医疗的行为），对更大规模 的以患者或个人为中心、相互关联的多类数据的深度分析将帮助我们更有效的挖掘出 大数据潜在的巨大价值。 大数据的特征： ● Volume — 数据量大数据量巨大 ，从数兆字节 (TB) 1 级别跃升到数十兆亿字节 (PB) 级别 。例如一个 CT 图像含有大约 150MB 的数据，而一个基因组序列文件大小 约为 750MB， 一个标准的病理接近 5 GB 。如果考虑到人口数量和平均寿命等因素， 仅一个社区医院就可以生成和累积达数个 TB 甚至数个 PB 级的数据。 ● Velocity — 速度快处理速度快，时效性强 。举例来说，检测医疗支付中的欺诈行 为可以事后追溯，也可以实时检测；如果能够实现实时检测，即在支付发生前甚至在 医疗服务发生前就识别出欺诈行为，则可有效避免重大经济损失。