2018_医疗大数据产业报告_39页_3mb

报告摘要

医疗大数据产业总结

核心内容

医疗大数据产业正处于价值输出时代，其核心在于通过数据采集、治理与应用，形成医疗知识，进而指导医疗行为，提升医疗效率与服务质量。医疗大数据涵盖从个人出生到死亡的全生命周期健康数据，包括电子病历、检验数据、影像数据、费用数据、基因测序数据、医药研发数据、药品流通数据、智能穿戴数据、移动问诊数据和体检数据等多个来源。

医疗大数据具有四大特征：数据量大、数据种类多、数据产生与处理速度快、数据缺乏统一标准。这些特征使得医疗大数据在应用过程中面临数据集成、标准化、处理和分析等多方面的挑战。

主要观点

医疗大数据的价值：医疗大数据是高附加值的信息资产，能够辅助临床诊断、医院管理、慢病管理、保险、医药研发、健康管理、智慧养老及药企市场营销等多个领域。
医疗大数据的沙漏模型：医疗大数据的处理流程包括数据采集、数据治理、数据应用三个阶段，只有经过治理，数据才能转化为有价值的知识，进而形成行动指导。
医疗大数据的发展阶段：目前医疗大数据产业处于发展的第二阶段，即从数据获取逐步向信息挖掘和价值输出转变。
医疗大数据的治理：治理是医疗大数据应用的关键环节，涉及数据清洗、标准化、结构化和安全管理。治理难度较高，但能有效提升数据质量与价值。
医疗大数据的市场应用：医疗大数据企业市场布局广泛，融资情况显示基因数据和影像数据是当前最热门的应用方向。

关键信息

数据来源与采集

医疗大数据来源广泛，主要包括以下几类：

电子病历数据：包含患者基本信息、疾病主诉、检验、影像、诊断、治疗等，是医疗数据的主要来源。
检验数据：由医院检验机构和第三方医学检验中心产生，用于疾病诊断与预测。
影像数据：通过影像设备和系统产生，如DR、CT、MR等，具有标准化程度高、价值开发早的特点。
费用数据：包括门诊、住院、医保等数据，用于医院成本核算和DRGs支付方式改革。
基因测序数据：通过基因检测预测疾病风险和个性化治疗方案。
医药研发数据：制药公司和研究机构在研发和临床试验中产生的数据。
药品流通数据：药品运输、库存、销售等数据，用于供应链管理。
智能穿戴数据：包括血压、心率、运动等健康数据，用于健康管理。
移动问诊数据：通过移动平台收集的患者问诊行为数据，用于行业分析与决策支持。
体检数据：来自医院和第三方体检机构，用于健康风险评估和慢病管理。

数据治理与应用

数据治理：包括数据清洗、标准化、结构化和安全处理。医疗数据的标准化程度低，治理难度大。
数据应用：医疗大数据可用于临床诊断辅助系统、医生辅助工具、慢病管理、保险、医药研发、医院管理决策辅助、健康管理、智慧养老、药企市场营销、基因大数据等多个领域。

市场分析

企业数量：医疗大数据相关企业共计561家，其中243家属于基因行业。
融资情况：融资企业占比不到50%，融资金额最大的是基因领域，达到209亿2083万元。医疗数据应用方向中，临床诊断与治疗占比最高，为37%；临床数据管理占比为25%；医生辅助工具和医院管理因价值输出明确，成为融资较多的领域。
行业难点：包括数据壁垒、数据权属不清、数据安全与隐私保护等问题。