轉載|數據助力我國醫療生態全面升級 這些問題的解決是關鍵
發布時間：2018-06-05 瀏覽次數：
一般來講，健康醫療大數據是指健康醫療活動全過程中產生的數據集合，既包括個人從出生到死亡的全生命周期中，因免疫、體檢、治療、運動、飲食等健康相關活動所產生的大數據，又涉及醫療服務、疾病防控、健康保障和食品安全、養生保健等多方面數據的聚合。
??中國特色的醫療健康困境
??人口增長和老齡化問題加劇，腫瘤、慢性疾病發病率呈上升趨勢，全球醫療健康產業面臨醫療保健工作者不足、人力成本和研發成本上漲等問題。我國作為人口大國，面臨醫療資源配置不均衡、供需結構失衡、醫保收支壓力大等“中國特色”的困境。
??供需機構失衡。有數據表明，2016年我國每千人口執業(助理)醫師2.31人;2015年我國每千人口醫師數量在OECD統計的國家中排名處于25-30之間，與發達國家如德國(每千人口醫師數量4.14人)、西班牙(每千人口醫師數量3.85)、意大利(每千人口醫師數量3.84)相比，差距顯而易見。此外，我國進入醫療系統的優秀人才正逐年趨少，這與我國醫生執業環境較差有一定關系。
??醫療資源配置不均衡。據我國衛生統計年鑒統計顯示，2010-2015年我國三級醫院診療人次及住院人次復合增長率分別為14.6%和21.9%，而基層醫院僅為3.8%和0.5%。這不僅導致患者就醫體驗差，也造成優質醫療資源浪費嚴重。
??醫保收支壓力大。我國醫保基金的運作管理原則是“收支平衡、略有結余”，因此控費能力較差。同時，由于醫院實施的是按項目、按藥品加成的收費方式，使得醫生通過多開藥，多開檢查項目獲得利潤，誘導了過度醫療。據《中國醫療衛生事業發展報告2017》預測，2017年城鎮職工基本醫療保險基金將出現當期收不抵支的現象，到2024年將出現累計結余虧空7353億元的嚴重赤字。
??因此，改善現有就醫模式，推行分級診療勢在必行;提升醫保控費能力，探索創新支付機制迫在眉睫。
??大數據技術在醫療健康產業中的應用價值
??大數據技術的應用，將從體系搭建、機構運作、臨床研發、診斷治療、生活方式等方面為健康醫療模式帶來深刻變革，不斷滿足人民群眾多層次、多樣化的健康需求，從而實現從“治療”到“預防”的就醫習慣改變，降低從個人到國家的醫療費用。其在醫療健康行業中的應用價值明顯：
??在醫療體系方面，通過區域信息化、在線問診、遠程醫療等技術連接各級醫院，實現醫療資源優化配置、電子病歷共享等，最終提升醫藥供給效率和能力;
??在臨床研發方面，通過基因測序、影像識別等技術挖掘更多維度的數據，縮短臨床驗證周期，提升新藥研發效率;
??在診斷治療方面，通過認知計算、機器學習等技術，實現精準治療、輔助提升醫生診斷治療效率，提高醫療服務質量;
??在健康生活方式方面，通過可穿戴設備、在線問診、遠程醫療、人工智能等技術間的相互配合，為用戶提供健康管理、疾病預測、提供有效的干預方案，降低醫療費用支出。
??總而言之，健康醫療大數據應用發展有利于提升醫療服務效率和質量，擴大資源供給，有利于激發我國深化醫藥衛生體制改革的動力和活力，提升健康醫療服務效率和質量，有利于培育新的業態和經濟增長點。
??健康醫療大數據宏觀環境利好
??健康醫療大數據是國家重要的基礎性戰略資源，政策支持、技術支撐、市場認可、資本扶持是健康醫療大數據快速發展的先決條件，當前，我國健康醫療大數據已經進入初步利好階段。
??政策層面，2016年6月，國務院辦公廳印發《關于促進和規范健康醫療大數據應用發展的指導意見》，將健康醫療大數據應用發展納入國家大數據戰略布局，并從夯實應用基礎、全面深化應用、規范和推動“互聯網+健康醫療”服務、加強保障體系建設等四個方面部署了14項重點任務和重大工程。此外，為推進和規范健康醫療大數據的應用發展，我國確定了福建省、江蘇省級福州、廈門、南京、常州為第一批試點省市，山東、安徽、貴州為第二批試點省份。
??技術層面，健康醫療大數據領域涉及的相關技術范圍廣泛，有底層數據采集中包括的信息化、物聯網、5G技術;有處理分析中包括的深度學習、認知計算、區塊鏈、生物信息學及醫院信息化建設等。當前，由于基因測序、穿戴設備等數據采集成本下降，導致數據爆發性增長，為大數據人工智能分析奠定了規模基礎。未來，隨著影像識別、自然語義、認知計算、生物信息學、區塊鏈與應用場景的深入探索，將進一步推動其在不同應用場景下的有效模型建設。
??資本層面，據不完全統計顯示，自2014年起，健康醫療大數據領域的融資事件在生命健康產業中的占比逐年增長，從2014年4.9%增長至2017年的8.6%，2018年Q1健康醫療大數據領域融資事件占比快速增長至22.2%，預計未來將有更多資本進入該領域。
??當前健康醫療大數據應用發展的瓶頸
??健康醫療大數據建設的快速推進，使我國健康醫療信息系統和“互聯網+健康醫療”服務體系正趨漸規范和完善。于此同時，問題也隨之浮現，總結來講，主要有三點：
??1、大量數據壁壘導致數據無法互聯互通
??由于信息系統技術規范、基礎信息數據標準的不統一和缺失，我國醫療數據普遍不能互通互認，這直接導致各醫療機構大量有價值的數據變成了“數據孤島”。因此，打通數據壁壘、聯通數據孤島，實現互聯互通迫在眉睫。
??2、醫療大數據停滯在淺層應用難以向更深更廣處推進
??當前，健康醫療大數據收集和運用的方式渠道較為單一，略顯貧乏。掛號、電子病歷共享等應用，只是健康醫療大數據的冰山一角。如何推動醫療行業的大數據應用向更深更廣處發展是行業的“痛點”也是熱點。
??3、處理海量、專業數據存在人才缺口
??中國特色的醫療健康困境
??人口增長和老齡化問題加劇，腫瘤、慢性疾病發病率呈上升趨勢，全球醫療健康產業面臨醫療保健工作者不足、人力成本和研發成本上漲等問題。我國作為人口大國，面臨醫療資源配置不均衡、供需結構失衡、醫保收支壓力大等“中國特色”的困境。
??供需機構失衡。有數據表明，2016年我國每千人口執業(助理)醫師2.31人;2015年我國每千人口醫師數量在OECD統計的國家中排名處于25-30之間，與發達國家如德國(每千人口醫師數量4.14人)、西班牙(每千人口醫師數量3.85)、意大利(每千人口醫師數量3.84)相比，差距顯而易見。此外，我國進入醫療系統的優秀人才正逐年趨少，這與我國醫生執業環境較差有一定關系。
??醫療資源配置不均衡。據我國衛生統計年鑒統計顯示，2010-2015年我國三級醫院診療人次及住院人次復合增長率分別為14.6%和21.9%，而基層醫院僅為3.8%和0.5%。這不僅導致患者就醫體驗差，也造成優質醫療資源浪費嚴重。
??醫保收支壓力大。我國醫保基金的運作管理原則是“收支平衡、略有結余”，因此控費能力較差。同時，由于醫院實施的是按項目、按藥品加成的收費方式，使得醫生通過多開藥，多開檢查項目獲得利潤，誘導了過度醫療。據《中國醫療衛生事業發展報告2017》預測，2017年城鎮職工基本醫療保險基金將出現當期收不抵支的現象，到2024年將出現累計結余虧空7353億元的嚴重赤字。
??因此，改善現有就醫模式，推行分級診療勢在必行;提升醫保控費能力，探索創新支付機制迫在眉睫。
??大數據技術在醫療健康產業中的應用價值
??大數據技術的應用，將從體系搭建、機構運作、臨床研發、診斷治療、生活方式等方面為健康醫療模式帶來深刻變革，不斷滿足人民群眾多層次、多樣化的健康需求，從而實現從“治療”到“預防”的就醫習慣改變，降低從個人到國家的醫療費用。其在醫療健康行業中的應用價值明顯：
??在醫療體系方面，通過區域信息化、在線問診、遠程醫療等技術連接各級醫院，實現醫療資源優化配置、電子病歷共享等，最終提升醫藥供給效率和能力;
??在臨床研發方面，通過基因測序、影像識別等技術挖掘更多維度的數據，縮短臨床驗證周期，提升新藥研發效率;
??在診斷治療方面，通過認知計算、機器學習等技術，實現精準治療、輔助提升醫生診斷治療效率，提高醫療服務質量;
??在健康生活方式方面，通過可穿戴設備、在線問診、遠程醫療、人工智能等技術間的相互配合，為用戶提供健康管理、疾病預測、提供有效的干預方案，降低醫療費用支出。
??總而言之，健康醫療大數據應用發展有利于提升醫療服務效率和質量，擴大資源供給，有利于激發我國深化醫藥衛生體制改革的動力和活力，提升健康醫療服務效率和質量，有利于培育新的業態和經濟增長點。
??健康醫療大數據宏觀環境利好
??健康醫療大數據是國家重要的基礎性戰略資源，政策支持、技術支撐、市場認可、資本扶持是健康醫療大數據快速發展的先決條件，當前，我國健康醫療大數據已經進入初步利好階段。
??政策層面，2016年6月，國務院辦公廳印發《關于促進和規范健康醫療大數據應用發展的指導意見》，將健康醫療大數據應用發展納入國家大數據戰略布局，并從夯實應用基礎、全面深化應用、規范和推動“互聯網+健康醫療”服務、加強保障體系建設等四個方面部署了14項重點任務和重大工程。此外，為推進和規范健康醫療大數據的應用發展，我國確定了福建省、江蘇省級福州、廈門、南京、常州為第一批試點省市，山東、安徽、貴州為第二批試點省份。
??技術層面，健康醫療大數據領域涉及的相關技術范圍廣泛，有底層數據采集中包括的信息化、物聯網、5G技術;有處理分析中包括的深度學習、認知計算、區塊鏈、生物信息學及醫院信息化建設等。當前，由于基因測序、穿戴設備等數據采集成本下降，導致數據爆發性增長，為大數據人工智能分析奠定了規模基礎。未來，隨著影像識別、自然語義、認知計算、生物信息學、區塊鏈與應用場景的深入探索，將進一步推動其在不同應用場景下的有效模型建設。
??資本層面，據不完全統計顯示，自2014年起，健康醫療大數據領域的融資事件在生命健康產業中的占比逐年增長，從2014年4.9%增長至2017年的8.6%，2018年Q1健康醫療大數據領域融資事件占比快速增長至22.2%，預計未來將有更多資本進入該領域。
??當前健康醫療大數據應用發展的瓶頸
??健康醫療大數據建設的快速推進，使我國健康醫療信息系統和“互聯網+健康醫療”服務體系正趨漸規范和完善。于此同時，問題也隨之浮現，總結來講，主要有三點：
??1、大量數據壁壘導致數據無法互聯互通
??由于信息系統技術規范、基礎信息數據標準的不統一和缺失，我國醫療數據普遍不能互通互認，這直接導致各醫療機構大量有價值的數據變成了“數據孤島”。因此，打通數據壁壘、聯通數據孤島，實現互聯互通迫在眉睫。
??2、醫療大數據停滯在淺層應用難以向更深更廣處推進
??當前，健康醫療大數據收集和運用的方式渠道較為單一，略顯貧乏。掛號、電子病歷共享等應用，只是健康醫療大數據的冰山一角。如何推動醫療行業的大數據應用向更深更廣處發展是行業的“痛點”也是熱點。
??3、處理海量、專業數據存在人才缺口
??醫療和計算機屬于知識密集型行業，海量的醫療專業數據需要復合型專才團隊來打理，人才的缺乏是當前健康醫療大數據應用面臨的一道實實在在的門檻。因此，系統性的復合型人才培養體系建立至關重要。
本文轉自健康界 火石創造資訊，不代表深藍醫療官方觀點。若有侵權，請及時聯系刪除
