目录
- 1.医疗大数据行业需求
- 2.医疗大数据分类
- 3.医疗大数据特性
- 4.细分领域分析
- 1. 数据采集基础设施
- 2. 数据采集端口
- 3. 数据管理
- 4. 数据分析应用
1.医疗大数据行业需求
我国医疗行业数据地域、行业分割严重。
医院部门间、医院间数据不开放。医疗服务机构数据、药店数据、医药研发数据、商业保险数据等系统接口未打通,不能形成数据闭环。
完整的数据是应用的基础,随着医疗信息化建设的持续投入,数据融合是发展的趋势,同时也将带来信息化厂商转型和合并
——大数据平台开发:数据融合、数据挖掘、图像处理识别、机器学习、自然语言处理、数据可视化、人工智能等。
2.医疗大数据分类
诊疗数据:患者在医院诊所就医过程中产生的数据据,主要采集端口是医疗机构。包括电子病历、传统项目检测结果、新兴项目检查结果、用药记录等。
研发数据:主要来自器械医药研企业、研发外包公司、科研机构等研发过程中产生的数据,主要数据来源:(1)医药研发过程如医院临床试验;(2)科研机构最新科研进展。
患者数据:患者自身的、在院外行为和感官产生的数据,主要采集终端是可穿戴设备和各类网上轻医疗平台,包括(1)通过可穿戴设备收集的体征类健康管理数据;(2)网络行为数据,如挂号问诊、网络购药、健康管理、医患病友交流等。
支付&医保数据:一切与付费相关的审核/报销记录,主要包括患者支付记录、报销记录、医药流通记录等。
3.医疗大数据特性
规模巨大的诊疗数据、患者行为感官数据、研发数据和支付医保数据等汇聚形成的医疗大数据,不仅呈现其作为大数据的“4V”特性,也表现出医疗领域特有性质:
大数据性 | 医疗性 |
规模大 | 多态性(数据形态多样:纯数据(如体检、化验结果)、信号(脑电信号、心电信号)、图像、文字等) |
类型多样(包括各种结构化表、非(半)结构化文本文档(XML和叙述文本)、医疗影像等多种多样的数据存储形式) | 时序性 |
增长快 | 隐私性 |
价值巨大 | 不完整性 |
- | 冗杂性(每天产生的大量数据中可能包含重复、无关紧要甚至是相互矛盾的记录) |
4.细分领域分析
1. 数据采集基础设施
移动医疗解决方案的提供厂商,主要向互联网医疗公司和小型医疗机构服务。
数据融合技术是关键。看好有能力提供区域信息化建设、医药信息化建设、做区域信息系统及数据融合技术强的服务提供商。
2. 数据采集端口
研发端口数据变现能力最强,医院端口数据变现潜力大
端口一:医疗服务机构
数据质量一般(孤立、不标准化、非结构化等问题)。数据处理分析成本较高,随着区域信息化建设程度的提高、图像识别技术进步等,有望提高。
端口二:研发机构
端口三:互联网医疗公司
3. 数据管理
数据融合趋势利好数据整合、标准化技术提供商及数据整合平台公司。
数据整合及标准化技术
远端存储服务
数据整合平台
安全管理
- 华润万里云医疗:提供在云端存储部分或全部医疗数据服务,产品是一个云端存储医学影像的平台,拥有60年医学影响积累。
- 解码DNA:自建平台收集医疗数据,为医院和个人提供个人基因测序服务,专注于临床基因检测,能够收集大量的基因数据,建立庞大的基因数据库。
4. 数据分析应用
- 临床决策支持
生物信息分析挖掘技术
健康大数据模型、医疗大数据诊疗模型
数据挖掘
临床决策支持:
1.综合医疗数据 雕龙数据:医疗大数据服务(决策支持系统)、医疗大数据产品(医院数据集成系统)、移动APP产品。
2.基因数据 华大基因:测序设备、基因数据库、基因测序分析
3.肿瘤数据 思派网络:肿瘤数据平台、智能诊疗系统 - 医药研发:
1.研发早期:确定药物针对的“Biomarker”提升化合物筛选效率
2.通过基因倒写筛选临床实验对象,提高药物试验有效应答率
3.观测和收集大批量使用人群的疗效和副作用的真实数据,为后续研发起指导作用。 - 医疗支付
- 慢病及健康管理
- 公共卫生管理