2019医疗大数据研究报告.pdf

2019中国医疗大数据研究报告 亿欧智库 /intelligence Copyright reserved to EO Intelligence, April 2019 前言 Introduction 医疗产业已经沉淀海量数据，且数据类型及数据量还将持续增加 ，但医疗数据在过去并未得到有效处理；另一方面 ，我国面临着慢 病发病率提升、临床决策失准及医疗资源配置不均衡、重复诊疗等问题。 医疗大数据治理可以在 “海量数据”与 “医疗问题”之间架起一条通路。大数据与机器学习、深度学习等技术和循证医学、影像组 学等学科的结合 ，可以为健康管理、辅助诊疗等场景提供解决方案；打通底层数据 ，构建互联互通的数据平台 ，可以优化诊疗流程、提 升医疗行为的效率。数据互通可以优化各应用场景的体验 ，各应用场景产生的数据又可以进一步丰富数据——由此形成一个价值闭环。 从政策角度出发 ，医疗是关系国计民生的高监管行业，政策对于大数据赋能这一行业的态度尤为谨慎。从企业角度出发 ，与以往一 呼百应的 “大数据 +产业”不同 ，企业对于这一领域的动作显得有些保守 ，此时谈论 “应用场景”似乎操之过急。 本报告主要采用桌面研究和专家访谈的研究方法 ，深入分析中国医疗大数据顶层设计思路 ，并对医疗大数据治理的技术环节及未来 可能的主要应用场景进行了梳理 ，最后对医疗大数据未来的发展趋势做出了预判。 2 EO Intelligence 研究方法、内容概述及范围界定 Methodologies, Summarizes and Definition of Research ◆ 本次研究主要采用了两大研究方法：案头研究 （Desk Research）、专家深度访谈 （Experts IDI）。首先 ，亿欧智库基于对医疗大 数据的观察和理解 ，通过案头研究的方法 ，一方面梳理了医疗大数据的概念、分类和技术环节 ，对医疗大数据相关国家政策进行分析 解读；另一方面总结并分析医疗大数据六大应用场景 ，并对每一应用场景的发展阶段及面临的机遇和挑战作出分析。在案头研究的基 础之上 ，亿欧智库通过专家深度访谈的研究方法 ，充分听取政策参与制定者、行业专家、意见领袖对医疗大数据的理解和认知 ，进一 步梳理大数据助力传统医疗产业的技术环节 ；并对医疗大数据未来的发展趋势和主要挑战做出分析判断。 ◆ 本报告所谈 “医疗大数据” ，包括医疗数据、移动医疗健康数据、基因数据。不涉及商业保险相关数据、前端供应链流通环节产生的 交易数据及流通数据、医疗行为中产生的语音数据。Ⅱ. 本报告所谈 “技术环节”，包括与医疗大数据处理有关的主流的、关键的技术 环节 ，而非全部技术。 深入研究阶段： 整体理解阶段： ✓ 对政策参与制定者、行业专家、意见领 ✓ 明确 “医疗大数据”核心概念及特性 ， 袖进行深度访谈 总结医疗大数据类别 Desk ✓ 盘点医疗大数据国家相关政策及举措 Experts ✓ 对医疗大数据的政策风向作出分析解读 Research IDI ✓ 进一步梳理医疗大数据治理的技术环节 ✓ 梳理医疗大数据治理关键技术环节