2019中國醫(yī)療大數(shù)據(jù)研究報告

2019中國醫(yī)療大數(shù)據(jù)研究報告億歐智庫/intelligenceCopyrightreservedtoEOIntelligenceApril2019前言Introduction醫(yī)療產(chǎn)業(yè)已經(jīng)沉淀海量數(shù)據(jù)，且數(shù)據(jù)類型及數(shù)據(jù)量還將持續(xù)增加，但醫(yī)療數(shù)據(jù)在過去并未得到有效處理；另一方面，我國面臨著慢病發(fā)病率提升、臨床決策失準及醫(yī)療資源配置不均衡、重復(fù)診療等問題。醫(yī)療大數(shù)據(jù)治理可以在“海量數(shù)據(jù)”與“醫(yī)療問題”之間架起一條通路。大數(shù)據(jù)與機器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)和循證醫(yī)學(xué)、影像組學(xué)等學(xué)科的結(jié)合，可以為健康管理、輔助診療等場景提供解決方案；打通底層數(shù)據(jù)，構(gòu)建互聯(lián)互通的數(shù)據(jù)平臺，可以優(yōu)化診療流程、提升醫(yī)療行為的效率。數(shù)據(jù)互通可以優(yōu)化各應(yīng)用場景的體驗，各應(yīng)用場景產(chǎn)生的數(shù)據(jù)又可以進一步豐富數(shù)據(jù)——由此形成一個價值閉環(huán)。從政策角度出發(fā)，醫(yī)療是關(guān)系國計民生的高監(jiān)管行業(yè)，政策對于大數(shù)據(jù)賦能這一行業(yè)的態(tài)度尤為謹慎。從企業(yè)角度出發(fā)，與以往一呼百應(yīng)的“大數(shù)據(jù)+產(chǎn)業(yè)”不同，企業(yè)對于這一領(lǐng)域的動作顯得有些保守，此時談?wù)摗皯?yīng)用場景”似乎操之過急。本報告主要采用桌面研究和專家訪談的研究方法，深入分析中國醫(yī)療大數(shù)據(jù)頂層設(shè)計思路，并對醫(yī)療大數(shù)據(jù)治理的技術(shù)環(huán)節(jié)及未來可能的主要應(yīng)用場景進行了梳理，最后對醫(yī)療大數(shù)據(jù)未來的發(fā)展趨勢做出了預(yù)判。2EOIntelligence2研究方法、內(nèi)容概述及范圍界定Methodologies,SummarizesandDefinitionofResearch本次研究主要采用了兩大研究方法：案頭研究（DeskResearch）、專家深度訪談（ExpertsIDI）。首先，億歐智庫基于對醫(yī)療大數(shù)據(jù)的觀察和理解，通過案頭研究的方法，一方面梳理了醫(yī)療大數(shù)據(jù)的概念、分類和技術(shù)環(huán)節(jié)，對醫(yī)療大數(shù)據(jù)相關(guān)國家政策進行分析解讀；另一方面總結(jié)并分析醫(yī)療大數(shù)據(jù)六大應(yīng)用場景，并對每一應(yīng)用場景的發(fā)展階段及面臨的機遇和挑戰(zhàn)作出分析。在案頭研究的基礎(chǔ)之上，億歐智庫通過專家深度訪談的研究方法，充分聽取政策參與制定者、行業(yè)專家、意見領(lǐng)袖對醫(yī)療大數(shù)據(jù)的理解和認知，進一步梳理大數(shù)據(jù)助力傳統(tǒng)醫(yī)療產(chǎn)業(yè)的技術(shù)環(huán)節(jié)；并對醫(yī)療大數(shù)據(jù)未來的發(fā)展趨勢和主要挑戰(zhàn)做出分析判斷。本報告所談“醫(yī)療大數(shù)據(jù)”，包括醫(yī)療數(shù)據(jù)、移動醫(yī)療健康數(shù)據(jù)、基因數(shù)據(jù)。不涉及商業(yè)保險相關(guān)數(shù)據(jù)、前端供應(yīng)鏈流通環(huán)節(jié)產(chǎn)生的交易數(shù)據(jù)及流通數(shù)據(jù)、醫(yī)療行為中產(chǎn)生的語音數(shù)據(jù)。Ⅱ.本報告所談“技術(shù)環(huán)節(jié)”，包括與醫(yī)療大數(shù)據(jù)處理有關(guān)的主流的、關(guān)鍵的技術(shù)環(huán)節(jié)，而非全部技術(shù)。3深入研究階段：袖進行深度訪談對醫(yī)療大數(shù)據(jù)的政策風(fēng)向作出分析解讀進一步梳理醫(yī)療大數(shù)據(jù)治理的技術(shù)環(huán)節(jié)及應(yīng)用場景總結(jié)醫(yī)療大數(shù)據(jù)未來的發(fā)展趨勢和可能會面臨的挑戰(zhàn)Experts3深入研究階段：袖進行深度訪談對醫(yī)療大數(shù)據(jù)的政策風(fēng)向作出分析解讀進一步梳理醫(yī)療大數(shù)據(jù)治理的技術(shù)環(huán)節(jié)及應(yīng)用場景總結(jié)醫(yī)療大數(shù)據(jù)未來的發(fā)展趨勢和可能會面臨的挑戰(zhàn)ExpertsIDI整體理解階段：明確“醫(yī)療大數(shù)據(jù)”核心概念及特性，總結(jié)醫(yī)療大數(shù)據(jù)類別盤點醫(yī)療大數(shù)據(jù)國家相關(guān)政策及舉措梳理醫(yī)療大數(shù)據(jù)治理關(guān)鍵技術(shù)環(huán)節(jié)總結(jié)醫(yī)療大數(shù)據(jù)六大應(yīng)用場景DeskResearch主要研究發(fā)現(xiàn)KeyFindings國家政策7年演變歷程：從“信息化”切入，以“大數(shù)據(jù)”落腳；從“治病”出發(fā)，以“治未病”為先；數(shù)據(jù)安全與數(shù)據(jù)共享兩手抓；以監(jiān)管性政策為主。醫(yī)療大數(shù)據(jù)主要有兩大價值出口：數(shù)據(jù)互聯(lián)互通、與新技術(shù)結(jié)合的產(chǎn)品。價值閉環(huán)的構(gòu)建還需各環(huán)節(jié)夯實基礎(chǔ)。醫(yī)療大數(shù)據(jù)正處于打通底層數(shù)據(jù)、探索商業(yè)模式的初步階段。合規(guī)性是醫(yī)療大數(shù)據(jù)領(lǐng)域的重要問題：醫(yī)療大數(shù)據(jù)采集及管理、分析的任一環(huán)節(jié)都存在合規(guī)性問題，相關(guān)主體需要根據(jù)從事的業(yè)務(wù)領(lǐng)域關(guān)注相應(yīng)的合規(guī)義務(wù)。從投資端來說，國家資本具有引領(lǐng)作用，鼓勵社會資本共同參與；從企業(yè)端來說，醫(yī)療大數(shù)據(jù)創(chuàng)業(yè)門檻較高、需符合渠道打通、數(shù)據(jù)收集能力強、技術(shù)能力過硬、合規(guī)性四個要求。慢病管理、輔助診療及醫(yī)學(xué)研究或成最先落地場景：“慢病管理”和“輔助診療（包括結(jié)構(gòu)化電子病歷、醫(yī)學(xué)影像、智能問診）”將成為最先落地的應(yīng)用場景；“電子病歷”、“健康管理”、“疾病早篩”等名詞在國家政策中出現(xiàn)頻率有所提高，企業(yè)在這三個場景內(nèi)實現(xiàn)商業(yè)化的自由度也相對較高；醫(yī)學(xué)研究在科研經(jīng)費的支持下則是醫(yī)療大數(shù)據(jù)天然的落地場景；但各應(yīng)用場景的商業(yè)模式仍需探索。4EOIntelligence4目錄CONTENTS

Part1.醫(yī)療大數(shù)據(jù)概念及特性 07醫(yī)療大數(shù)據(jù)分類 08Part2.醫(yī)療大數(shù)據(jù)頂層設(shè)計 11Part3.醫(yī)療大數(shù)據(jù)關(guān)鍵環(huán)節(jié)醫(yī)療大數(shù)據(jù)企業(yè)圖譜 23醫(yī)療大數(shù)據(jù)治理技術(shù)環(huán)節(jié) 25醫(yī)療大數(shù)據(jù)應(yīng)用場景 32Part4.未來趨勢 44可能面臨的挑戰(zhàn) 45中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會現(xiàn)有專業(yè)委員會 4766Part1.醫(yī)療大數(shù)據(jù)概念界定ConceptionandClassificationofMedicalBigData的，與健康醫(yī)療相關(guān)的數(shù)據(jù)；具有醫(yī)療大數(shù)據(jù)特性

Part.1由于市場站位及側(cè)重點的不同，目前“醫(yī)療大數(shù)據(jù)”尚無明確定義。2018年9月，衛(wèi)健委發(fā)布的《國家健康醫(yī)療大數(shù)據(jù)標準、安全和服務(wù)管理辦法（試行）》中，對“健康醫(yī)療大數(shù)據(jù)”的定義為：在人們疾病防治、健康管理等過程中產(chǎn)生的與健康醫(yī)療相關(guān)的數(shù)據(jù)。本報告認為“醫(yī)療大數(shù)據(jù)”的外延包括“健康數(shù)據(jù)”。因此，基于衛(wèi)健委文件，本報告所描述的醫(yī)療大數(shù)據(jù)概念為：在人們健康管理及醫(yī)療行為過程中產(chǎn)生的，與健康醫(yī)療相關(guān)的數(shù)據(jù)。 體量大醫(yī)療大數(shù)據(jù)體量巨大。一張CT圖像含有數(shù)據(jù)量約為100MB，一個標準病理圖接近5GB。一個行政省多態(tài)性數(shù)據(jù)來源多樣，涵蓋形式豐富。包括文本、醫(yī)學(xué)影像等，多類型的數(shù)據(jù)對數(shù)據(jù)處理能力提出了更高要求。不完整性醫(yī)療數(shù)據(jù)的搜集和處理過程經(jīng)常相互脫節(jié)，這使得醫(yī)療數(shù)據(jù)庫難以對任何疾病信息全面反映。大量數(shù)據(jù)來源于人工記錄，導(dǎo)致數(shù)據(jù)記錄的偏差和殘缺，許多數(shù)據(jù)的表達、記錄本身也具有不確定性。EOIntelligence

冗余性醫(yī)學(xué)數(shù)據(jù)每天都會大量產(chǎn)生，同一人在不同醫(yī)療機構(gòu)就可能產(chǎn)生相同的信息；整個醫(yī)療數(shù)據(jù)庫會包含大量重復(fù)和無關(guān)緊要的信息。時效性數(shù)據(jù)的創(chuàng)建速度快，更新頻率高，許多數(shù)據(jù)的采樣周期已從周、天升級到分、秒，甚至是連續(xù)性記錄。這對響應(yīng)速度及處理速度提出更高要求。就診、疾病進程等并非在某一時間點上發(fā)生的瞬時事件，在前、中、晚期會呈現(xiàn)不同的特點。此外，疾病亦可能具備季節(jié)性特征。隱私性數(shù)據(jù)隱私性是醫(yī)療大數(shù)據(jù)的重要特點。個體的患病情況、診斷結(jié)果、基因數(shù)據(jù)等醫(yī)療健康數(shù)據(jù)的泄露會對個人產(chǎn)生負面影響，且涉及侵犯公民權(quán)。7集中的巨大量信息泄露意味著中國人群的基因信息可能被西方掌握，可以用來提升生物武器的精準性，嚴重威脅國家安全。7據(jù)、移動醫(yī)療健康數(shù)據(jù)、基因數(shù)據(jù)

Part.1醫(yī)療數(shù)據(jù)、移動醫(yī)療健康數(shù)據(jù)、基因數(shù)據(jù)。再基于各數(shù)據(jù)的側(cè)重點進行類別細分。醫(yī)療數(shù)據(jù)：病歷，醫(yī)學(xué)影像數(shù)據(jù)，隨訪記錄，支付、醫(yī)保信息，藥物研發(fā)信息等；移動醫(yī)療健康數(shù)據(jù)：可穿戴設(shè)備量化數(shù)據(jù)，互聯(lián)網(wǎng)醫(yī)療平臺數(shù)據(jù)等；基因數(shù)據(jù)：基因測序結(jié)果、基因檢測結(jié)果等；本報告不涉及醫(yī)療行為中產(chǎn)生的語音數(shù)據(jù)。億歐智庫：基于數(shù)據(jù)發(fā)生場所的醫(yī)療大數(shù)據(jù)分類8移動醫(yī)療健康數(shù)據(jù)……8移動醫(yī)療健康數(shù)據(jù)……基因數(shù)據(jù)……醫(yī)療數(shù)據(jù)病歷隨訪記錄藥品管理信息……7個主體的思考邏輯鏈

Part.1醫(yī)療大數(shù)據(jù)的7個主體為：醫(yī)藥工業(yè)器械廠商，醫(yī)藥器械流通，醫(yī)院、第三方醫(yī)療機構(gòu)，診所，藥店，患者，支付方。7個主體可串聯(lián)為醫(yī)療大數(shù)據(jù)的思考邏輯鏈。本報告不涉及思考邏輯鏈中前端供應(yīng)鏈流通環(huán)節(jié)產(chǎn)生的交易數(shù)據(jù)及流通數(shù)據(jù)、商業(yè)保險相關(guān)數(shù)據(jù)。各主體所涉及的場景或數(shù)據(jù)如下圖所示：支付方患者診所醫(yī)藥器械流通醫(yī)院、第三方醫(yī)療機構(gòu)億歐智庫：醫(yī)療大數(shù)據(jù)基于主體的思考邏輯鏈支付方患者診所醫(yī)藥器械流通醫(yī)院、第三方醫(yī)療機構(gòu)醫(yī)藥工業(yè)器械廠商醫(yī)藥工業(yè)器械廠商

交易數(shù)據(jù)

醫(yī)?？刭MEOIntelligence

流通數(shù)據(jù)

藥店輔助診療藥店醫(yī)學(xué)研究醫(yī)院管理基因測序

基因檢測 ? 商保精準醫(yī)療（包括健康管理）9參考來源：中電數(shù)據(jù)，億歐智庫繪制注：淺灰色文字表示本報告不涉及該類數(shù)據(jù)91010Part2.醫(yī)療大數(shù)據(jù)頂層設(shè)計TheTop-levelDesignofMedicalBigData發(fā)布醫(yī)療大數(shù)據(jù)相關(guān)政策：2013年-2019年4月共發(fā)布68項相關(guān)政策2016年發(fā)布相關(guān)政策最多，達35項打造醫(yī)療大數(shù)據(jù)國家隊：中國健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)發(fā)展集團公司發(fā)布醫(yī)療大數(shù)據(jù)相關(guān)政策：2013年-2019年4月共發(fā)布68項相關(guān)政策2016年發(fā)布相關(guān)政策最多，達35項打造醫(yī)療大數(shù)據(jù)國家隊：中國健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)發(fā)展集團公司中國健康醫(yī)療大數(shù)據(jù)科技發(fā)展集團公司中國健康醫(yī)療大數(shù)據(jù)股份有限公司

Part.2醫(yī)療大數(shù)據(jù)頂層設(shè)計11：2017年，“中國衛(wèi)生信息統(tǒng)計學(xué)會”更名為“中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會”共有專業(yè)委員會56個11：2017年，“中國衛(wèi)生信息統(tǒng)計學(xué)會”更名為“中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會”共有專業(yè)委員會56個布局“1+7+X”數(shù)據(jù)中心：1個國家中心、7個區(qū)域中心（東北、華），X個應(yīng)用和發(fā)展中心。2016年10月21日，確定第一批試點省份2017年12月12日，啟動第二批試點2016年，各省市積極跟進，廣東省響應(yīng)最為積極2016年是醫(yī)療大數(shù)據(jù)政策集中爆發(fā)的一年，全年共發(fā)布了35項政策。

Part.2從地方來看，廣東省發(fā)布的相關(guān)政策最多。2016年4月，廣東省出臺《廣東省促進大數(shù)據(jù)發(fā)展行動計劃（2016-2020年）》，明確提出：加快建設(shè)醫(yī)療健康管理和服務(wù)大數(shù)據(jù)應(yīng)用體系，探索健康醫(yī)療服務(wù)新模式，推進精準醫(yī)療。鼓勵和規(guī)范有關(guān)企事業(yè)單位開展醫(yī)療大數(shù)據(jù)新應(yīng)用研究，構(gòu)建綜合健康服務(wù)應(yīng)用體系……基本實現(xiàn)全民健康信息綜合管理平臺與各地各區(qū)域健康信息平臺的互聯(lián)互通。2017年密集發(fā)布了《關(guān)于促進和規(guī)劃健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的實施意見》、《珠三角洲國家大數(shù)據(jù)綜合實驗區(qū)建設(shè)實施方案》、《廣東省“十三五”深化醫(yī)藥衛(wèi)生體制改革規(guī)劃》等政策。億歐智庫：2013-2019年4月我國醫(yī)療大數(shù)據(jù)政策發(fā)布數(shù)量351635168612240353025201510502013 2014 2015 2016 2017 2018 2019

億歐智庫：截至2019年4月我國醫(yī)療大數(shù)據(jù)政策發(fā)布省市分布情況9595422221111111112來源：國家統(tǒng)計局、國務(wù)院 12EOIntelligence

來源：國家統(tǒng)計局、國務(wù)院、各省政府官網(wǎng) 億歐（）病”出發(fā)，以“治未病”為先；數(shù)據(jù)安全與數(shù)據(jù)共享兩手抓

Part.2醫(yī)療大數(shù)據(jù)頂層設(shè)計2013.9

國務(wù)院關(guān)于促進健康服務(wù)業(yè)發(fā)展的若干意見。制定相關(guān)信息數(shù)據(jù)標準，加強信息管理系統(tǒng)建設(shè)，充分利用現(xiàn)有信息和網(wǎng)絡(luò)設(shè)施，盡快實現(xiàn)醫(yī)療保障、醫(yī)療服務(wù)、健康管理等信息的共享。推廣遠程醫(yī)療；探索發(fā)展便攜式健康數(shù)據(jù)采集設(shè)備

促進大數(shù)據(jù)發(fā)展行動綱要建成國家政府?dāng)?shù)據(jù)統(tǒng)一開放平臺，率先在信用、交通、醫(yī)療……管等重要領(lǐng)域?qū)崿F(xiàn)公共數(shù)據(jù)資源合理適度向社會開放；構(gòu)建電子健康檔案、電子病歷數(shù)據(jù)庫。建設(shè)覆蓋公共衛(wèi)生、醫(yī)療服務(wù)、醫(yī)療保障、藥品供應(yīng)、計劃生育和綜合管理業(yè)務(wù)的醫(yī)療健康管理和服2014.5

人口健康信息管理辦法（試行）促進人口健康信息的互聯(lián)互通和共享利用；及時更新信息，確保信息最新、連續(xù)、有效；

務(wù)大數(shù)據(jù)應(yīng)用體系；5.8需求，探索建立數(shù)據(jù)科學(xué)驅(qū)動行業(yè)應(yīng)用的模型5.8

國務(wù)院辦公廳關(guān)于推進分級診療制度建設(shè)的指導(dǎo)意見2015.1

加強數(shù)據(jù)監(jiān)管，嚴格保護隱私2015年衛(wèi)生計生工作要點加快人口信息、電子健康檔案和電子病歷數(shù)據(jù)庫建設(shè)，推動

2015.3

201

加快推進醫(yī)療信息化建設(shè)；實現(xiàn)電子健康檔案和電子病歷的連續(xù)記錄；2015.9開展遠程醫(yī)療

全國醫(yī)療衛(wèi)生服務(wù)體系規(guī)綱要 （2015—2020年）衛(wèi)健委EOIntelligence

到2020年實現(xiàn)人口、健康檔案、電子病態(tài)更新；管理模式的深刻轉(zhuǎn)變

13年3月，“衛(wèi)計委”更名為“衛(wèi)健委”13病”出發(fā)，以“治未病”為先；數(shù)據(jù)安全與數(shù)據(jù)共享兩手抓

Part.2醫(yī)療大數(shù)據(jù)頂層設(shè)計2016.32016.6

十三個五年規(guī)劃綱要加快推進醫(yī)療信息化建設(shè)；提升遠程醫(yī)療服務(wù)能力國務(wù)院辦公廳關(guān)于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見

國家健康醫(yī)療大數(shù)據(jù)標準、安全和服務(wù)管理辦法（試行） 健康醫(yī)療大數(shù)據(jù)安全管理是指輸?shù)榷鄠€環(huán)節(jié)中的安全和管理；各級各類醫(yī)療衛(wèi)生機構(gòu)和相關(guān)企事業(yè)單位是責(zé)任單位采集健康醫(yī)療大數(shù)據(jù)，應(yīng)當(dāng)嚴格執(zhí)

關(guān)于進一步推進以電子病歷為核心的醫(yī)療機構(gòu)信息化建設(shè)工作的通知 注重用互聯(lián)網(wǎng)、大數(shù)據(jù)等提升監(jiān)管效能；塊鏈等技術(shù)優(yōu)勢國務(wù)院辦公廳關(guān)于加強三級公立醫(yī)院績效考核工作的意見建成國家醫(yī)療衛(wèi)生信息分級開放應(yīng)用平臺；加快構(gòu)建健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)鏈“十三五”衛(wèi)生與健康規(guī)劃

2017.7

2018.7

成績效考核大數(shù)據(jù)。根據(jù)績效考核指標和自評結(jié)果，醫(yī)院調(diào)整完善內(nèi)部績效考核和薪酬分配方案，實現(xiàn)外部績效考核引導(dǎo)內(nèi)部績效2016.12加強健康醫(yī)療數(shù)據(jù)安全保障和患者隱私保護；國務(wù)院衛(wèi)健委發(fā)改委

“健康中國2030”規(guī)劃綱要人隱私；查結(jié)果共享

考核，推動醫(yī)院科學(xué)管理2018.7

2019.1EOIntelligence

注：2018年3月，“衛(wèi)計委”更名為“衛(wèi)健委” 14聯(lián)合創(chuàng)新、共建共贏*

Part.22017年4月起，國家衛(wèi)計委先后牽頭組織三大醫(yī)療健康大數(shù)據(jù)集團——中國健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)發(fā)展集團公司、中國健康醫(yī)療大數(shù)據(jù)科技發(fā)展集團公司、中國健康醫(yī)療大數(shù)據(jù)股份有限公司。三大集團均以國有資本為主體，由國家健康醫(yī)療大數(shù)據(jù)安全管理委員會（即“大數(shù)據(jù)辦”）統(tǒng)一監(jiān)管。三大集團的總體目標是：Ⅰ.通過健康醫(yī)療大數(shù)據(jù)應(yīng)用促進優(yōu)質(zhì)醫(yī)療資源下沉到基層群眾，努力提高人民群眾獲得感；Ⅱ.通過健康醫(yī)療大數(shù)據(jù)支持三醫(yī)聯(lián)動、分級診療、異地結(jié)算和遠程服務(wù)等，為深化醫(yī)改注入新動力；Ⅲ.通過健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展，創(chuàng)新健康服務(wù)新業(yè)態(tài)，發(fā)展健康科技產(chǎn)品，推進覆蓋一二三產(chǎn)業(yè)的全健康產(chǎn)業(yè)鏈的發(fā)展，促進數(shù)字經(jīng)濟為國民經(jīng)濟增添新動能。億歐智庫：醫(yī)療大數(shù)據(jù)三大國家集團概況名稱15發(fā)起15參與

EOIntelligence

Part.2作為中國健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)發(fā)展集團的發(fā)起方，中國電子為醫(yī)療大數(shù)據(jù)的戰(zhàn)略部署起到帶頭作用（公司介紹：中電數(shù)據(jù)、中電健康產(chǎn)業(yè)基金都是中國電子集團旗下公司。中電數(shù)據(jù)作為平臺性公司，為國家重點行業(yè)、部門提供數(shù)據(jù)整合、管理及應(yīng)用服務(wù)；中電健康產(chǎn)業(yè)基金擔(dān)任投資優(yōu)質(zhì)企業(yè)、聚集和調(diào)動資源的功能）。模式：中電數(shù)據(jù)：收集地方醫(yī)療數(shù)據(jù)，構(gòu)建中電數(shù)據(jù)云平臺，進行數(shù)據(jù)的存儲與初步清洗工作；中電健康產(chǎn)業(yè)基金：通過資本紐帶構(gòu)建醫(yī)療大數(shù)據(jù)生態(tài)體系，投資醫(yī)療大數(shù)據(jù)所輻射的強相關(guān)領(lǐng)域，涉及互聯(lián)網(wǎng)健康和醫(yī)療、新IT技術(shù)、金融科技、生命科學(xué)四個賽道。優(yōu)勢：主導(dǎo)或參與國家重點工程建設(shè)，構(gòu)建醫(yī)療大數(shù)據(jù)生態(tài)閉環(huán)，試點地方數(shù)據(jù)規(guī)模巨大，參與標準和規(guī)范制定、參與規(guī)劃國家戰(zhàn)略布局。億歐智庫：中電數(shù)據(jù)優(yōu)勢國家重點工程建設(shè) ?參與建設(shè)發(fā)改委醫(yī)療大數(shù)據(jù)工程實驗室參與建設(shè)醫(yī)療大數(shù)據(jù)地方試點工程

數(shù)據(jù)流構(gòu)建數(shù)據(jù)生態(tài)閉環(huán) 優(yōu)勢地方數(shù)據(jù)規(guī)模巨大 央企

構(gòu)建以醫(yī)療大數(shù)據(jù)為核心的，包括數(shù)據(jù)源、數(shù)據(jù)采集、存儲、運營、技術(shù)、變現(xiàn)、應(yīng)用等多個維度的數(shù)據(jù)生態(tài)閉環(huán)一個行政省可收集的醫(yī)療大數(shù)據(jù)中，結(jié)構(gòu)化數(shù)據(jù)量約數(shù)千G，非機構(gòu)化數(shù)據(jù)量以TB計參與制定標準、規(guī)范16運營模型財務(wù)模型16運營模型財務(wù)模型患者流支付流

有足夠“賽道”

資金 數(shù)據(jù) 保險 技術(shù) 政策

保險醫(yī)院 生

患者藥企政府藥企EOIntelligence高點，公司與研究院雙輪驅(qū)動

Part.2醫(yī)療大數(shù)據(jù)頂層設(shè)計作為中國健康醫(yī)療大數(shù)據(jù)股份有限公司成員，國新控股是醫(yī)療大數(shù)據(jù)領(lǐng)域的探路者。（公司介紹：國新控股是在國家授權(quán)范圍內(nèi)履行國有資本出資人職責(zé)的國有獨資公司，是國有資本市場化運作的專業(yè)平臺。）其在醫(yī)療大數(shù)據(jù)領(lǐng)域的定位：圍繞“規(guī)則、標準、政策”建設(shè)的促進產(chǎn)業(yè)發(fā)展第三方平臺。第一，監(jiān)管、科研、產(chǎn)業(yè)三管齊下。與政策端緊密聯(lián)系，扼住學(xué)術(shù)研究關(guān)鍵點，為搭建完整產(chǎn)業(yè)鏈提供平臺。第二，公司與研究院雙輪驅(qū)動。其他業(yè)務(wù)采取“外包”模式。優(yōu)勢：第一，由國務(wù)院批準成立，直接向國家衛(wèi)計委（2018年3月，更名為國家衛(wèi)健委）匯報，參與制定醫(yī)療大數(shù)據(jù)規(guī)則、標準、政策；第二，把持左臂“清”、右臂“開放”的天平。一方面，采用業(yè)務(wù)外包模式，專人做專事；另一方面，積極招徠優(yōu)質(zhì)社會力量作為合作伙伴，為推進產(chǎn)業(yè)發(fā)展搭建合規(guī)的第三方平臺。國務(wù)院民辦非企業(yè)組織性質(zhì)公司研究院

匯報分部衛(wèi)健委匯報分部衛(wèi)健委牽頭牽頭 “清” “開放”EOIntelligence

企業(yè)1717三大集團發(fā)展現(xiàn)狀：三足鼎立，成為推進產(chǎn)業(yè)發(fā)展的中堅力量 Part.2醫(yī)療大數(shù)據(jù)頂層設(shè)計中國健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)發(fā)展集團公司中國電子將在網(wǎng)絡(luò)安全和信息化產(chǎn)業(yè)布局基礎(chǔ)上，推進國家健康醫(yī)療大數(shù)據(jù)戰(zhàn)略部署；國家開發(fā)投資把平臺公司作為戰(zhàn)略優(yōu)先項目，協(xié)調(diào)自身優(yōu)勢資源進行對接；中國聯(lián)通依托“匠心網(wǎng)絡(luò)”、平臺及運營能力優(yōu)勢，凝聚產(chǎn)業(yè)合力；結(jié)構(gòu)調(diào)整基金股份著力推動產(chǎn)業(yè)升級、結(jié)構(gòu)調(diào)整和機制創(chuàng)新，培育新的行業(yè)業(yè)態(tài)和經(jīng)濟增長點。中國健康醫(yī)療大數(shù)據(jù)股份有限公司該平臺公司將以資本為紐帶，加強聯(lián)合創(chuàng)新，打通全產(chǎn)業(yè)鏈數(shù)據(jù)，促進健康產(chǎn)業(yè)的孵化和培育，構(gòu)建健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)生態(tài)系統(tǒng)。將對健康醫(yī)療大數(shù)據(jù)中心、精準醫(yī)療、醫(yī)療支付等產(chǎn)業(yè)鏈重點環(huán)節(jié)投入建設(shè)。

中國健康醫(yī)療大數(shù)據(jù)科技發(fā)展集團公司中國健康醫(yī)療大數(shù)據(jù)科技發(fā)展集團公司將利用大數(shù)據(jù)等技術(shù)，為縮小醫(yī)患信息鴻溝、減少醫(yī)療資源重復(fù)配置、豐富健康醫(yī)療手段、防控傳染病流行病發(fā)生等方面工作提供新手段。18EOIntelligence18設(shè)及健康醫(yī)療大數(shù)據(jù)開展工作

Part.2醫(yī)療大數(shù)據(jù)頂層設(shè)計中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會是國家衛(wèi)計委（2018年3月，更名為國家衛(wèi)健委）主管的國家一級學(xué)會。其前身是成立于1984年的中國衛(wèi)生統(tǒng)計學(xué)會；2004年更名為中國衛(wèi)生信息學(xué)會。2017年7月，經(jīng)民政部批復(fù)，同意中國衛(wèi)生信息學(xué)會更名為中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會。現(xiàn)有專業(yè)委員會56個。年中國衛(wèi)生統(tǒng)計學(xué)學(xué)術(shù)年會在武漢召開

中國衛(wèi)生信息學(xué)會健康醫(yī)療大數(shù)據(jù)國際合作與在杭州舉辦，會議議題包括數(shù)據(jù)需求和聯(lián)盟對話、健康大數(shù)據(jù)和智慧醫(yī)療、醫(yī)學(xué)人工智能應(yīng)用開發(fā)等

金小桃會長在會上發(fā)表講話用交流大會暨軟硬件與健康醫(yī)療產(chǎn)品展覽會在山東濟南召開2017.7 2017.8 用交流大會暨軟硬件與健康醫(yī)療產(chǎn)品展覽會在山東濟南召開與標準化專業(yè)委員會2017年學(xué)術(shù)年會暨智能健康醫(yī)療大數(shù)據(jù)峰會在呼倫貝爾召開為“中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會”2017.8與標準化專業(yè)委員會2017年學(xué)術(shù)年會暨智能健康醫(yī)療大數(shù)據(jù)峰會在呼倫貝爾召開為“中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會”

2017.12 2018.119EOIntelligence191個國家數(shù)據(jù)中心，7個區(qū)域中心，若干個應(yīng)用和發(fā)展中心。既有區(qū)域集中應(yīng)用，又有國家一體化數(shù)據(jù)中心1個國家數(shù)據(jù)中心、7個區(qū)域中心（東北、華北、華東、華南、華中、西南、西北），X個應(yīng)用和發(fā)展中心。

Part.2醫(yī)療大數(shù)據(jù)頂層設(shè)計X是指各省（區(qū)、市）在依法依規(guī)負責(zé)收集匯聚上報國家的健康醫(yī)療大數(shù)據(jù)基礎(chǔ)上，開展應(yīng)用創(chuàng)新及產(chǎn)業(yè)園建設(shè)。目前，已公布的各省市中心分別為寧波、山東、四川、江西、遼寧、廣東、貴州、甘肅、安徽、黑龍江、云南、內(nèi)蒙古、陜西。億歐智庫：國家醫(yī)療大數(shù)據(jù)7個區(qū)域中心布局西北數(shù)據(jù)中心西南數(shù)據(jù)中心試點：重慶

東北數(shù)據(jù)中心華北數(shù)據(jù)中心試點：山東、天津、邯鄲華東數(shù)據(jù)中心華中數(shù)據(jù)中心20華南數(shù)據(jù)中心20EOIntelligence

1+7+X”的數(shù)據(jù)中心布局。另一種說法是數(shù)據(jù)中心布局為“1+5+X”。目前可查詢到的“1+5+X”的說法來自2018年5月金小桃在第十三屆中國衛(wèi)生信息技術(shù)/健康醫(yī)療大數(shù)據(jù)應(yīng)用交流大會上的講話，尚無準確官方文件。目的

Part.2醫(yī)療大數(shù)據(jù)頂層設(shè)計陳曦陳曦國新控股總經(jīng)理醫(yī)療大數(shù)據(jù)的核心是規(guī)則，需要盡快推進科研和監(jiān)管，梳理出完整的產(chǎn)業(yè)鏈。它并非一蹴而就，而是長久性的進程……國新需要一些社會資本的合作伙伴共同做事，同時保證在規(guī)則制定方面能夠發(fā)聲。王曉岑王曉岑中電健康基金合伙人必須從交易成本的降低及組織邊界的打破來看產(chǎn)業(yè)鏈價值。伴隨著這種打破，專科應(yīng)用的盈利模式也被推倒重構(gòu)。新型的盈利模式可以總結(jié)為五大趨勢：整合出新一波市場主體。包括經(jīng)銷商、云醫(yī)院、CRO、維修商；邊緣科室的提升。包括影像、病理、檢驗；工業(yè)企業(yè)成本降低。包括研發(fā)費用、市場費用；支付變革出新生態(tài)；C端使用習(xí)慣變化帶來的消費升級。EOIntelligence

中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會會長健康醫(yī)療大數(shù)據(jù)就是二十一世紀的金山銀山……21健康醫(yī)療大數(shù)據(jù)……要認真開展考核評估工作，加快完善標準化建設(shè)。特別是要通過評估考核，盡快明確各試點城市及相關(guān)企業(yè)集團責(zé)權(quán)，包括健康醫(yī)療大數(shù)據(jù)的采集、存儲、開發(fā)利用、安全保障、開放共享、管理、“互聯(lián)網(wǎng)＋”服務(wù)及運營等責(zé)權(quán)，從而努力推動健康醫(yī)療大數(shù)據(jù)中心及產(chǎn)業(yè)園建設(shè)國家試點工作早日取得成效。212222Part3.醫(yī)療大數(shù)據(jù)關(guān)鍵環(huán)節(jié)KeyLinkofMedicalBigData醫(yī)療大數(shù)據(jù)企業(yè)圖譜EnterpriseMapofMedicalBigData23EOIntelligence23

Part.3應(yīng)用層 健康管理 輔助診療 應(yīng)用層

醫(yī)學(xué)研究 醫(yī)院管理 基因測序及檢測

醫(yī)藥研發(fā) 妙健康 悅糖第四范式

左手醫(yī)生醫(yī)聯(lián)

羽醫(yī)甘藍

神州醫(yī)療推想科技

雅森科技思派網(wǎng)絡(luò)

嘉和美康思路迪

易聯(lián)眾芯聯(lián)達

領(lǐng)健信息萬達信息

藥智數(shù)據(jù)答魔

晶泰科技藥渡數(shù)據(jù)碳云智能技術(shù)層采集技術(shù)層

糖醫(yī)生

零氪科技

數(shù)坤科技

算法東軟望海算法

源啟科技

壹基因

星艦基因

博雅輯因安全互安全存儲 博為軟件打通

睿至大數(shù)據(jù)

河鋼數(shù)字

云勢軟件

雋永生物

醫(yī)渡云

派蘭數(shù)據(jù) 永洪科技

藍盾股份

相安華金和 作用銳軟科技

德力信息

數(shù)知科技

麥歌算法

森億智能

雕龍數(shù)據(jù)

樂九醫(yī)療

大數(shù)醫(yī)達

天機數(shù)據(jù)

綠盟科技 *數(shù)據(jù)收集層匯醫(yī)慧影 翼展科技數(shù)據(jù)收集層

平安好醫(yī)生

燃石醫(yī)學(xué)

合藥云

叮當(dāng)快藥

翼健康

好大夫在線

杏仁醫(yī)生

健康160

春雨醫(yī)生橘色科技 客

行動基因

華大基因

星艦基因

壹基因

賽福基因

微基因 水母基因

比特基因EOIntelligence

24注：該圖譜僅列舉部分企業(yè)24醫(yī)療大數(shù)據(jù)治理技術(shù)環(huán)節(jié)TechnicalLinksofMedicalBigData25EOIntelligence25目的是妥善管理“有用”數(shù)據(jù)并從海量數(shù)據(jù)中挖掘價值

Part.3法規(guī)與標準規(guī)范 法律法規(guī) 標準規(guī)范 技術(shù)要求數(shù)據(jù)分析與挖掘技術(shù)

醫(yī)學(xué)知識圖譜 、

自然語言處理 機器學(xué)習(xí)

人工智能 醫(yī)學(xué)術(shù)語詞典

患者信息模型 輔助決策模型

數(shù)據(jù)導(dǎo)出模型

數(shù)據(jù)采集層 數(shù)據(jù)交換系統(tǒng)

數(shù)據(jù)存儲與管理層 數(shù)據(jù)管理與監(jiān)控 文檔管理 分布式文件系統(tǒng)

明細層

數(shù)據(jù)應(yīng)用層 服務(wù)器 存儲設(shè)備

數(shù)據(jù)直報系統(tǒng) 結(jié)構(gòu)化數(shù)據(jù)

數(shù)據(jù)整合與集成 數(shù)據(jù)資源管理 操作數(shù)據(jù)管理 ETL

標準化數(shù)據(jù)集 打通 標準化數(shù)據(jù)集

健康管理輔助診療 EMPI 網(wǎng)絡(luò)設(shè)備 統(tǒng)RDBMS 網(wǎng)絡(luò)設(shè)備 WebService 非結(jié)構(gòu)化數(shù)據(jù)

裝載 轉(zhuǎn)換 抽取 清洗

ODS

分析

醫(yī)院管理醫(yī)?？刭M醫(yī)院管理醫(yī)保控費臨床科研基礎(chǔ)軟件……

文本 視頻 影像 數(shù)據(jù)直報

符號 非結(jié) 圖表 構(gòu)化…… 數(shù)據(jù)

數(shù)據(jù)倉庫DW

元數(shù)據(jù)庫 數(shù)據(jù)集市

挖掘

基因測序及檢測基因測序及檢測醫(yī)藥研發(fā)26 ETL/OLAP元數(shù)據(jù)管理 數(shù)據(jù)倉庫元數(shù)據(jù)管理 元數(shù)據(jù)管理 26 ETL/OLAP元數(shù)據(jù)管理 數(shù)據(jù)倉庫元數(shù)據(jù)管理 安全保障體系 安全保障體系 通信安全 物理場所安全 網(wǎng)絡(luò)安全 應(yīng)用層安全 容災(zāi)備份EOIntelligence

參考來源：參考聚光科技、睿至大數(shù)據(jù)官網(wǎng)技術(shù)框架，億歐智庫整理繪制開發(fā)合規(guī)前提下的數(shù)據(jù)標準化集成采集平臺

Part.3目前，醫(yī)療數(shù)據(jù)大多散落在各個系統(tǒng)，碎片化、低質(zhì)量、孤立分散、類型多樣、標準不一，而優(yōu)質(zhì)的大數(shù)據(jù)采集手段可實現(xiàn)異構(gòu)數(shù)據(jù)融合及數(shù)據(jù)的初步清洗（數(shù)據(jù)的前治理），為后續(xù)的大數(shù)據(jù)分析及應(yīng)用奠定堅實的數(shù)據(jù)基礎(chǔ)。開發(fā)合規(guī)前提下的數(shù)據(jù)標準化集成采集平臺，可實現(xiàn)數(shù)據(jù)較高質(zhì)量的存儲及隨時調(diào)用。各級醫(yī)療衛(wèi)生機構(gòu)各級醫(yī)療衛(wèi)生機構(gòu)LIS數(shù)據(jù)脫敏角色授權(quán)患者信息CISEMR結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)清洗轉(zhuǎn)換數(shù)據(jù)存儲中心生化數(shù)據(jù)質(zhì)控去重過濾排序病理數(shù)據(jù)PIMS數(shù)定時多源異構(gòu)數(shù)據(jù)融合影像數(shù)據(jù)其他據(jù) 歸類變異分解重構(gòu)隨訪信息醫(yī)

醫(yī)療大數(shù)據(jù)采集是實時抽取PACS（影像歸檔與傳輸系統(tǒng)）、LIS（檢驗科信息管理系統(tǒng)）、CIS（臨床信息管理系統(tǒng)）、EMR（電子病歷系統(tǒng)）、PIMS（個人信息管理體系）等系統(tǒng)中的醫(yī)療數(shù)據(jù)，經(jīng)異構(gòu)數(shù)據(jù)融合、初步清洗轉(zhuǎn)換后上傳至醫(yī)療數(shù)據(jù)存儲中心，從而實現(xiàn)各平臺間的數(shù)據(jù)采集與交換及醫(yī)療部門之間的數(shù)據(jù)共享與業(yè)務(wù)協(xié)同的過程。該過程需要有實時的數(shù)據(jù)監(jiān)管。醫(yī)療大數(shù)據(jù)采集的三個關(guān)鍵環(huán)節(jié)是：多源異構(gòu)數(shù)據(jù)融合、數(shù)據(jù)清洗轉(zhuǎn)換、數(shù)據(jù)脫敏。多源異構(gòu)數(shù)據(jù)融合：消除多源信息之間可能存在的療 安 冗余和矛盾，加以互補，改善信息提取的及時性和據(jù) 數(shù) 全 據(jù) 采 障 ? 數(shù)據(jù)清洗轉(zhuǎn)換：數(shù)據(jù)清洗的任務(wù)是“洗掉”不符合規(guī) 集 體 規(guī) 范 補全不完整數(shù)據(jù)、挑出并修正錯誤數(shù)據(jù)、對重復(fù)數(shù)據(jù)進行去重操作。數(shù)據(jù)脫敏：是指以特定的脫敏規(guī)則對某些敏感信息進行變形，實現(xiàn)敏感隱私數(shù)據(jù)的保護，讓其可以正27常使用而不被非法利用的一項技術(shù)。27EOIntelligence

數(shù)據(jù)監(jiān)管

參考來源：雅森科技，博為軟件，億歐智庫繪制

注：本章節(jié)討論的數(shù)據(jù)采集技術(shù)以院內(nèi)醫(yī)療數(shù)據(jù)采集為例醫(yī)療大數(shù)據(jù)采集及管理下的數(shù)據(jù)脫敏問題：基于隱私信息泄露等風(fēng)險，數(shù)據(jù)脫敏處理尤為關(guān)鍵患者隱私信息批量泄露

Part.3醫(yī)院系統(tǒng)中存儲大量患者隱私信息，這些信息對整個醫(yī)療產(chǎn)業(yè)鏈如醫(yī)藥公司、健診中心、廣告、中介、保險等行業(yè)具有重要的價值。黑產(chǎn)人員可能通過雇傭黑客入侵醫(yī)院系統(tǒng)，或收買醫(yī)院業(yè)務(wù)人員、信息中心人員、第三方維護和開發(fā)人員盜取患者隱私數(shù)據(jù)。出現(xiàn)非法“統(tǒng)方”行為信息科人員、其他業(yè)務(wù)科室、系統(tǒng)維護人員等內(nèi)部人群可以通過合法途徑訪問，登錄數(shù)據(jù)庫、應(yīng)用系統(tǒng)等批量查詢或下載處方數(shù)據(jù)。以住院費用查詢系統(tǒng)為例，住院病人費用明細清單包括床位費用、醫(yī)生診療費用、藥品費用、檢查費用等重要信息，維護人員、程序開發(fā)人員、信息中心業(yè)務(wù)人員擁有數(shù)據(jù)庫的高級別權(quán)限，正常的數(shù)據(jù)維護工作和敏感數(shù)據(jù)的非法篡改，從權(quán)限上無法分離，事后亦無法有效定責(zé)。在開發(fā)、測試環(huán)境中，第三方外包人員可能存在的數(shù)據(jù)泄露風(fēng)險010201020403敏感大數(shù)據(jù)分類進行分類大數(shù)據(jù)挖掘需要對醫(yī)療保險號碼等敏感數(shù)據(jù)進行分類。分類應(yīng)來自業(yè)務(wù)詞庫模型并被傳承到不同數(shù)據(jù)庫中數(shù)據(jù)的所有物理實例中。標記敏感數(shù)據(jù)首席信息安全官制定有關(guān)敏感數(shù)據(jù)的政策。只有在識別到敏感數(shù)據(jù)的位置時，組織才能執(zhí)行政策，因此，在業(yè)務(wù)詞庫中標記敏感數(shù)據(jù)非常關(guān)鍵。EOIntelligence

發(fā)現(xiàn)敏感數(shù)據(jù)敏感的大數(shù)據(jù)可能隱藏在非結(jié)構(gòu)化文本中。大數(shù)據(jù)挖掘應(yīng)考慮數(shù)據(jù)分析工具的利用，以便自動發(fā)現(xiàn)非結(jié)構(gòu)化字段的敏感數(shù)據(jù)。執(zhí)行大數(shù)據(jù)隱私政策28可以通過使用數(shù)據(jù)分析工具發(fā)現(xiàn)敏感的大數(shù)據(jù)，以監(jiān)督對政策的遵從度。28使醫(yī)療文本達到數(shù)據(jù)分析的要求

Part.3電子化的醫(yī)療數(shù)據(jù)方便存儲和傳輸，但是并未達到進行數(shù)據(jù)分析的要求。大約80%的醫(yī)療數(shù)據(jù)是自由文本構(gòu)成的非結(jié)構(gòu)化數(shù)據(jù)，其中包括大段的文字描述及非統(tǒng)一文字的表格字段。將非結(jié)構(gòu)化文本數(shù)據(jù)轉(zhuǎn)化為適合計算機分析的結(jié)構(gòu)化形式是醫(yī)療文本大數(shù)據(jù)分析的基礎(chǔ)。文本數(shù)據(jù)結(jié)構(gòu)化：是指基于醫(yī)學(xué)信息學(xué)角度，以醫(yī)學(xué)術(shù)語要求為依據(jù)，對醫(yī)療文本中的自然語言進行結(jié)構(gòu)化處理，然后以關(guān)系型結(jié)構(gòu)方式將這些語義結(jié)構(gòu)存儲到數(shù)據(jù)庫中的過程。結(jié)構(gòu)化醫(yī)療文本主要特點在于對醫(yī)療文本中數(shù)據(jù)的層次結(jié)構(gòu)關(guān)系進行規(guī)范。換句話說，就是盡可能的對醫(yī)療文本中的數(shù)據(jù)進行分解，以達到最小結(jié)構(gòu)，并以此成為一個單元，使其在層級結(jié)構(gòu)中都有相應(yīng)的定位，從而能夠進行結(jié)構(gòu)化的錄入和存儲，并實現(xiàn)信息的快速查詢與共享。適用于中文語言的文本數(shù)據(jù)結(jié)構(gòu)化流程包括數(shù)據(jù)預(yù)處理、模板提取、模板應(yīng)用三個階段。數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清洗、短句切分和主干提?。硞€步驟。經(jīng)過此階段的處理，原始的病理文本將轉(zhuǎn)換為由樣本名和指標名表示的短句集；模板提取階段包括短句聚類和統(tǒng)計篩選兩個步驟，經(jīng)過此階段的處理，每個樣本都將對應(yīng)維護一個 模板文件； 饋模板應(yīng)用階段即對新的病理文本匹配其對應(yīng)的模板并套用，產(chǎn)生結(jié)構(gòu)化的輸出。

數(shù)據(jù)預(yù)處理數(shù)據(jù)清洗數(shù)據(jù)預(yù)處理數(shù)據(jù)清洗自定義詞庫特殊詞庫模板提取短句切分主干提取病理樣本名詞庫模板應(yīng)用短句聚類結(jié)構(gòu)化結(jié)果統(tǒng)計篩選模板整合

億歐智庫：醫(yī)療文本數(shù)據(jù)結(jié)構(gòu)化處理流程29EOIntelligence29算機腦”提供可用的“學(xué)習(xí)資料”

Part.3醫(yī)療知識圖譜是一種從海量醫(yī)療文本中抽取結(jié)構(gòu)化知識的手段，也可應(yīng)用于圖像。醫(yī)療知識圖譜通過將圖形學(xué)、應(yīng)用數(shù)學(xué)、信息可視化技術(shù)、信息科學(xué)等學(xué)科的理論及方法與計量學(xué)引文分析、共現(xiàn)分析等方法結(jié)合，利用可視化的圖譜形象地展示實體之間的關(guān)系。醫(yī)療知識圖譜的構(gòu)建本質(zhì)是語義網(wǎng)絡(luò)技術(shù)的應(yīng)用，需要依賴自然語言處理中的很多基礎(chǔ)技術(shù)，比如句子的分詞，實體識別，實體的歸一化和鏈接等。構(gòu)建流程通常包括醫(yī)學(xué)知識抽取、醫(yī)學(xué)知識融合、醫(yī)學(xué)知識計算三個環(huán)節(jié)。非結(jié)構(gòu)化文本知識（醫(yī)學(xué)教科書、醫(yī)學(xué)文獻和醫(yī)學(xué)專著）知識圖譜可應(yīng)用于電子病歷后結(jié)構(gòu)化、醫(yī)療信息搜索、醫(yī)療問答系統(tǒng)（智能問診）、醫(yī)療決策支持（臨床決策）等場景。億歐智庫：知識圖譜常規(guī)構(gòu)建流程 億歐智庫：一種醫(yī)學(xué)診斷知識圖譜構(gòu)建流程示意非結(jié)構(gòu)化文本知識（醫(yī)學(xué)教科書、醫(yī)學(xué)文獻和醫(yī)學(xué)專著）優(yōu)化CDSS算法模型優(yōu)化CDSS算法模型驗證知識圖譜臨床效果基于3層結(jié)構(gòu)模型的全科醫(yī)學(xué)診斷知識圖譜增強知識庫內(nèi)部的邏輯性和表達能力，并為醫(yī)學(xué)知識圖譜更新舊知識或補充新知識。優(yōu)化CDSS算法模型優(yōu)化CDSS算法模型驗證知識圖譜臨床效果基于3層結(jié)構(gòu)模型的全科醫(yī)學(xué)診斷知識圖譜增強知識庫內(nèi)部的邏輯性和表達能力，并為醫(yī)學(xué)知識圖譜更新舊知識或補充新知識。素存知識庫中。300種常見疾病算法疾病知識詞典正則表達式醫(yī)學(xué)、工程癥候知識詞典隱馬爾可夫模型之間交互醫(yī)學(xué)分詞詞典依存句法分析 醫(yī)學(xué)知識融合 30病診斷與治療。 30病診斷與治療。EOIntelligence

來源：《醫(yī)學(xué)信息學(xué)雜志》、安徽中醫(yī)藥大學(xué)特征提取

Part.3醫(yī)學(xué)影像數(shù)據(jù)是由DR（X光）、CT、MR（磁共振成像）等醫(yī)學(xué)影像設(shè)備所產(chǎn)生并存儲于PACS（影像歸檔和通信系統(tǒng)）內(nèi)的影像數(shù)據(jù)集合。醫(yī)學(xué)影像數(shù)據(jù)量巨大、具有高維度和高復(fù)雜性，是典型的非結(jié)構(gòu)化數(shù)據(jù)。作為疾病征象的最大信息來源，醫(yī)學(xué)影像占全部臨床醫(yī)療數(shù)據(jù)量的80%以上，主要有以下幾個特點：影像數(shù)據(jù)一般具有相對的含義；對影像內(nèi)容的理解具有主觀性的特點。醫(yī)生對同樣的影像信息可以有多種不同判斷和理解，并且依賴于其在醫(yī)學(xué)影像領(lǐng)域的專業(yè)知識；影像信息中包含影像數(shù)據(jù)對象的空間關(guān)系信息。圖像數(shù)據(jù)處理的主要目標是從中提取出圖片的自身特征，該訴求可通過深度學(xué)習(xí)來實現(xiàn)。卷積神經(jīng)網(wǎng)絡(luò)是一種模仿人類視覺特征構(gòu)造的多層神經(jīng)網(wǎng)絡(luò)，屬于深度學(xué)習(xí)算法的一種。較低層的識別初級的圖像特征，若干底層特征組成更上一層特征，通過多個層級的組合，最終在頂層做出分類。卷積神經(jīng)網(wǎng)絡(luò)擅長處理圖像特別是大圖像的相關(guān)機器學(xué)習(xí)問題。可用來學(xué)習(xí)醫(yī)療數(shù)據(jù)的特征表示。卷積網(wǎng)絡(luò)通過一系列方法，成功將數(shù)據(jù)量龐大的圖像識別問題不斷降維，最終使其能夠被訓(xùn)練，讀懂醫(yī)學(xué)影像，進行疾病的風(fēng)險評估。億歐智庫：深度卷積神經(jīng)網(wǎng)絡(luò)原理卷積層池化層層出輸層入輸全連接層卷積層池化層層出輸層入輸31……31EOIntelligence醫(yī)療大數(shù)據(jù)應(yīng)用場景ApplicationScenariosofMedicalBigData32EOIntelligence3233醫(yī)療數(shù)據(jù)互聯(lián)互通醫(yī)療大數(shù)據(jù)價值閉環(huán)構(gòu)建需各環(huán)節(jié)夯實基礎(chǔ) Part.3醫(yī)療大數(shù)據(jù)關(guān)鍵環(huán)節(jié)33醫(yī)療數(shù)據(jù)互聯(lián)互通大數(shù)據(jù)與機器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)和循證醫(yī)學(xué)、影像組學(xué)等學(xué)科的結(jié)合，可以為健康管理、輔助診療等場景提供解決方案；打通底層數(shù)據(jù)，構(gòu)建互聯(lián)互通的數(shù)據(jù)平臺，可以優(yōu)化診療流程、提升醫(yī)療行為的效率。數(shù)據(jù)互通可以優(yōu)化各應(yīng)用場景的體驗，各應(yīng)用場景產(chǎn)生的數(shù)據(jù)又可以進一步豐富數(shù)據(jù)——由此形成一個價值閉環(huán)。豐富大數(shù)據(jù)學(xué)科循證醫(yī)學(xué)豐富大數(shù)據(jù)學(xué)科循證醫(yī)學(xué)影像組學(xué)圖形學(xué)統(tǒng)計學(xué)……應(yīng)用場景醫(yī)藥研發(fā)……合規(guī)的標準化數(shù)據(jù)共享平臺搭建優(yōu)化技術(shù)……EOIntelligence第一梯隊

Part.3目前，底層數(shù)據(jù)的收集仍存在合規(guī)性問題，規(guī)則、責(zé)任的根基仍待夯實；標準化制度尚需完善；數(shù)據(jù)孤島問題仍然存在。另外，醫(yī)療大數(shù)據(jù)的分析要求響應(yīng)速度、響應(yīng)能力以及結(jié)果準確性，企業(yè)仍需提升技術(shù)能力。醫(yī)療大數(shù)據(jù)還處于應(yīng)用前期的基礎(chǔ)建設(shè)層面，在可預(yù)見的未來，各應(yīng)用場景發(fā)展的行進速度有較大差異。01健康管理02輔助診療0301健康管理02輔助診療03醫(yī)學(xué)研究04醫(yī)院管理05基因檢測與測序06醫(yī)藥研發(fā)34EOIntelligence34進技術(shù)加持。以“大數(shù)據(jù)”作用“小個體”，實現(xiàn)精準干預(yù)

Part.3場景：健康管理是指對個體或群體的健康進行全面監(jiān)測、分析、評估，并提供健康咨詢和指導(dǎo)以及對健康危險因素進行干預(yù)的全過程。其核心是健康風(fēng)險的評估和控制。新型健康管理系統(tǒng)是利用云計算、大數(shù)據(jù)信息技術(shù)充分挖掘大量人群健康狀態(tài)的數(shù)據(jù)，針對不同健康狀態(tài)可個性化的健康干預(yù)診斷指標體系，可成功地阻斷、延緩、甚至逆轉(zhuǎn)疾病的發(fā)生和發(fā)展進程，從而達到維持健康狀態(tài)、“治未病”的目的。基于“大數(shù)據(jù)”的結(jié)論給出個性化方案的關(guān)鍵在于數(shù)據(jù)質(zhì)量。在優(yōu)質(zhì)數(shù)據(jù)源基礎(chǔ)上，如能實現(xiàn)隨訪信息動態(tài)記錄，則更有助于提升結(jié)果準確性、方案專業(yè)性，使得企業(yè)在這一賽道的競爭中凸顯優(yōu)勢。目前，針對某些特定慢性病推出的家庭檢測包（通常包含可穿戴設(shè)備、健康報告）已嶄露頭角，慢病管理仍是未來一段時間內(nèi)的熱門場景。健康評估結(jié)果疾病預(yù)警信息健康干預(yù)方案健康評估結(jié)果疾病預(yù)警信息健康干預(yù)方案健康檔案健康服務(wù)應(yīng)用層個人健康檔案健康終端智能終端可穿戴設(shè)備PC機個性化評估、干預(yù)海量數(shù)據(jù)收集、分析及處理個人健康檔案健康終端智能終端可穿戴設(shè)備PC機個性化評估、干預(yù)海量數(shù)據(jù)收集、分析及處理平臺層35數(shù)據(jù)采集感知層35數(shù)據(jù)采集感知層EOIntelligence幅提升；電腦可讀，消除數(shù)據(jù)分析障礙

Part.3場景：電子病歷結(jié)構(gòu)化境使用自然語言理解、機器學(xué)習(xí)、知識圖譜技術(shù)轉(zhuǎn)化為可存儲?查詢?統(tǒng)計?分析和挖掘的數(shù)據(jù)結(jié)構(gòu)。結(jié)構(gòu)化電子病歷優(yōu)勢十分明顯：1.大大降低病歷出錯的概率，避免用詞的隨意性，給今后的數(shù)據(jù)收集、研究提供了方便；2.支持電子病歷查詢統(tǒng)計和數(shù)據(jù)挖掘；3.可根據(jù)臨床需要對電子病歷按照模板層次結(jié)構(gòu)進行查詢；4.方便共享。目前，國家正大力推廣電子病歷共享平臺構(gòu)建及結(jié)構(gòu)化電子病歷的應(yīng)用。億歐智庫：基于知識圖譜實現(xiàn)病歷標準化病狀體征病狀體征病狀體征病狀體征癥狀詞癥狀詞日期時間段檢查結(jié)果日期時間段否定詞患者近一月前無明顯誘因下，出現(xiàn)咳嗽咳痰，無發(fā)燒等癥狀。2018.6.11因“胸 心衰否定詞部位詞悶氣促，伴雙下肢水腫2天”入治上海……部位詞癥狀詞癥狀體征癥狀體征

部位詞部位詞

部位詞

心功能

不全形容詞數(shù)詞形容詞我院胸片（60094838-011）提示：兩肺紋理增粗、增多，右中肺可見一結(jié)節(jié)致密影……形容詞數(shù)詞形容詞藥物詞疾病心衰（心功能Ⅱ-Ⅲ級）；高血壓?、蠹墸O高危）；腦梗死，治療予異舒吉、長效異樂定擴冠，雅施達改善左室重構(gòu)。2018.7.1藥物詞疾病藥物詞 方位詞 日期藥物詞方位詞日期36EOIntelligence36

異舒吉發(fā)燒

發(fā)熱

同義詞來源：《大數(shù)據(jù)》、華東理工大學(xué)，億歐智庫繪制助閱片。技術(shù)與科學(xué)珠聯(lián)璧合，作用于疾病早篩及診斷

Part.3影像組學(xué)：這一概念起源于腫瘤學(xué)領(lǐng)域，之后其外延擴大到整個醫(yī)學(xué)影像領(lǐng)域，即從CT、MRI、PET或SPECT等影像中高通量地提取大量影像信息，實現(xiàn)感興趣區(qū)（通常指病灶）圖像分割、特征提取與模型建立，憑借對海量影像數(shù)據(jù)信息進行更深層次的挖掘、預(yù)測和分析來定量描述影像中的空間時間異質(zhì)性，揭示出肉眼無法識別的圖像特征。影像組學(xué)可直觀地理解為將視覺影像信息轉(zhuǎn)化為深層次的特征來進行量化研究?，F(xiàn)狀：理解醫(yī)學(xué)圖像、提取其中具有診斷和治療決策價值的關(guān)鍵信息是診療過程中非常重要的環(huán)節(jié)。以往，醫(yī)學(xué)影像前處理+診斷需要4-5名醫(yī)生參與。而基于影像組學(xué)與大數(shù)據(jù)技術(shù)，訓(xùn)練計算機對醫(yī)學(xué)影像進行分析，只需1名醫(yī)生參與質(zhì)控及確認環(huán)節(jié)，這對提高醫(yī)療行為效率有很大幫助。影像組學(xué)解讀“數(shù)據(jù)語言”、AI輔助閱片將作用于疾病早篩及診斷，是醫(yī)學(xué)影像的發(fā)展方向。特征值選擇和降維回歸篩選可重復(fù)性檢驗特征值選擇和降維回歸篩選可重復(fù)性檢驗單變量選擇法方差閾值法獨立成分分析主成分分析LASSO解剖結(jié)構(gòu)圖像圖像獲取和標注組織病理圖像臨床報告基因表達譜分子分型解剖結(jié)構(gòu)圖像圖像獲取和標注組織病理圖像臨床報告基因表達譜分子分型強度特征特征提取和量化形狀特征紋理特征像濾波深度特征預(yù)測模型的訓(xùn)練機器學(xué)習(xí)決策樹隨機森林XGBoostK最近鄰深度學(xué)習(xí)能診斷性能評估及預(yù)測腫瘤預(yù)后37EOIntelligence37

用戶與“機器醫(yī)生”的線上會話

Part.3生成問答模型進行問答用自然語言處理將問句解析成一種邏輯表達形式，通過這種結(jié)構(gòu)化表達從知識庫中尋找答案利用問句信息結(jié)合知識庫資源獲取候選答案場景：智能問診生成問答模型進行問答用自然語言處理將問句解析成一種邏輯表達形式，通過這種結(jié)構(gòu)化表達從知識庫中尋找答案利用問句信息結(jié)合知識庫資源獲取候選答案WordNet兩種知識庫，設(shè)置10類醫(yī)學(xué)問題類型，利用自然語言處理技術(shù)的應(yīng)用來生成處理問題的邏輯形式，最后從知識庫中提取答案WordNet兩種知識庫，設(shè)置10類醫(yī)學(xué)問題類型，利用自然語言處理技術(shù)的應(yīng)用來生成處理問題的邏輯形式，最后從知識庫中提取答案問答和輔助開藥智能問診系統(tǒng)在該過程中收集并整理的大量癥狀描述，問答和輔助開藥

億歐智庫：基于知識圖譜實現(xiàn)智能問診的原理

的方法的方法的方法的方法識要求不太高中醫(yī)藥知識圖譜識要求不太高中醫(yī)藥知識圖譜知識庫整合

億歐智庫：某智能問診App界面智能問診38可融合傳統(tǒng)問答系統(tǒng)和行業(yè)知識的知識圖譜，如IBMWatson38可融合傳統(tǒng)問答系統(tǒng)和行業(yè)知識的知識圖譜，如IBMWatsonHealthAPGC轉(zhuǎn)換為科研成果

Part.3場景：醫(yī)學(xué)研究：企業(yè)提供服務(wù)（有些企業(yè)也可提供器械）以輔助設(shè)計臨床科研、積累有價值的科研數(shù)據(jù)、將收集的數(shù)據(jù)轉(zhuǎn)換成科研的成果。通過融合數(shù)據(jù)挖掘技術(shù)、生物信息學(xué)和醫(yī)學(xué)統(tǒng)計學(xué)，挖掘公共數(shù)據(jù)庫并提取有價值的信息，最終加快科研進度。目前，一些企業(yè)已形成一套基于醫(yī)療大數(shù)據(jù)的醫(yī)學(xué)科研解決方案，可以完成包括文獻檢索和系統(tǒng)評價、研究方案優(yōu)化設(shè)計、單病種科研數(shù)據(jù)中心建設(shè)、真實世界研究、生物醫(yī)學(xué)信息挖掘、藥物及器械上市前臨床試驗設(shè)計等內(nèi)容在內(nèi)的一站式服務(wù)。億歐智庫：醫(yī)學(xué)研究場景中的大數(shù)據(jù)高校數(shù)據(jù)可視化數(shù)據(jù)可視化數(shù)據(jù)分析……企業(yè)醫(yī)院輔助醫(yī)學(xué)研究服務(wù)39脫敏數(shù)據(jù)、資質(zhì)背書 藥企39EOIntelligence

注：輔助醫(yī)學(xué)研究的基因測序服務(wù)不包含在本節(jié)討論的內(nèi)容中

Part.3場景：醫(yī)院管理：醫(yī)院各種數(shù)據(jù)、信息呈現(xiàn)分散化的狀態(tài)，分布式地散落于醫(yī)院內(nèi)外各系統(tǒng)中。基于大數(shù)據(jù)整合的醫(yī)院管理系統(tǒng)可從醫(yī)院數(shù)據(jù)、信息分布式管理出發(fā)，集合各種異構(gòu)數(shù)據(jù)，建立數(shù)據(jù)信息用戶中心等方式，全面提高數(shù)據(jù)信息管理水平。安全層數(shù)據(jù)層基礎(chǔ)層

億歐智庫：大數(shù)據(jù)治理為醫(yī)院管理提供的解決方案IPKAS攻擊KSIWeb應(yīng)用防火墻智能安全客戶端技術(shù) Tomcat Tomcat Nginx 析DNS 云HIS服務(wù)引擎 語音識別圖像識別托管Hadoop

院長看板 專線VPN連接 云主機 專線VPN連接 云主機 性IP 云物理機 對象存儲 彈性塊存儲 負載均衡SLB GPU CDN 居民 虛擬健康卡 健康資訊 健康檔案 健康監(jiān)測 服務(wù)評價 用藥提醒 公共衛(wèi)生醫(yī)療服務(wù)基層醫(yī)療機構(gòu)健康扶貧基本公衛(wèi)家庭簽約基本診療EOIntelligence

醫(yī)生看板40來源：金山云、用友醫(yī)療、嵊州市中醫(yī)院，億歐智庫繪制40形勢下的醫(yī)保發(fā)展

Part.3：利用大數(shù)據(jù)全面提升醫(yī)保質(zhì)量，是一項頗具潛力的課題。大數(shù)據(jù)作用于醫(yī)院、經(jīng)辦機構(gòu)、門診特殊疾病等對象，通過分析各種指標及數(shù)據(jù)共享，實現(xiàn)管理手段調(diào)整、強化監(jiān)督、管理稽核等目標，解決醫(yī)療保險面臨的基金收支平衡壓力增大、醫(yī)療服務(wù)違規(guī)行為多發(fā)、傳統(tǒng)經(jīng)驗決策方式落后等問題。不過，醫(yī)保大數(shù)據(jù)應(yīng)用尚存在數(shù)據(jù)質(zhì)量待提升、數(shù)據(jù)應(yīng)用尚不充分、安全體系不健全等挑戰(zhàn)需要應(yīng)對。問題 大數(shù)據(jù)解決方案及對象 分析指標 目的億歐智庫：大數(shù)據(jù)為醫(yī)保管理提供的解決方案問題 大數(shù)據(jù)解決方案及對象 分析指標 目的衡壓力增大為多發(fā)式落后衡壓力增大為多發(fā)式落后對所有醫(yī)院：借助多年積累的數(shù)據(jù)定期對核心指標進行趨向性分析，同時對住院就醫(yī)流向、基金支付流向流向數(shù)據(jù)等進行統(tǒng)計。就醫(yī)總?cè)舜慰傎M用基金支付狀況次均費用住院就醫(yī)流向基金支付流向醫(yī)保住院政策調(diào)整醫(yī)保管理手段調(diào)整……41管理與稽核各類指標排名數(shù)據(jù)查詢離散數(shù)據(jù)；對同級、同類型醫(yī)院的核心指標等提供排名數(shù)據(jù)。經(jīng)辦機構(gòu)強化監(jiān)督付費方式改革監(jiān)督醫(yī)保欺詐行為監(jiān)督……次均支付狀況41管理與稽核各類指標排名數(shù)據(jù)查詢離散數(shù)據(jù)；對同級、同類型醫(yī)院的核心指標等提供排名數(shù)據(jù)。經(jīng)辦機構(gòu)強化監(jiān)督付費方式改革監(jiān)督醫(yī)保欺詐行為監(jiān)督……次均支付狀況門診特殊疾病費用聚集情況就醫(yī)行為異常數(shù)據(jù)：同時提供公示與排名，監(jiān)督不同定點醫(yī)療機構(gòu)的管理效果；：認定、結(jié)算定點醫(yī)院、病種以及費用聚集狀況、就分析以及排名。

來源：人力資源社會保障部信息中心，億歐智庫繪制模式

Part.3消費級基因檢測（2C數(shù)據(jù)醫(yī)療服務(wù)）：用戶提供帶有基因的體液，企業(yè)（Ⅰ）為其進行基因檢測，依據(jù)現(xiàn)有的學(xué)術(shù)數(shù)據(jù)庫和FDA等機構(gòu)公布的數(shù)據(jù)對檢測結(jié)果作出分析解讀，最后生成包含用戶組源分析、遺傳疾病風(fēng)險、營養(yǎng)需求、個人性格、戀愛兩性等指標的定制化基因檢測報告。這類企業(yè)最具核心競爭力的就是“數(shù)據(jù)”。不過這項服務(wù)還處于初級階段，談商業(yè)模式還為時過早。檢測報告的準確性尚不可保證，檢測維度也較為單一。其結(jié)果僅能供參考，無法應(yīng)用于臨床診斷。同時消費級基因檢測還面臨倫理、數(shù)據(jù)安全、監(jiān)管等棘手問題。億歐智庫：基因數(shù)據(jù)“理想”價值鏈高校、醫(yī)院、藥企2B數(shù)據(jù)樣本服務(wù)：積累一定的基因數(shù)據(jù)后，消費級基因檢測公司與高校、醫(yī)院、藥企合作，提供基因數(shù)據(jù)作為數(shù)據(jù)樣本，以挖掘數(shù)據(jù)更大的價值。然而，醫(yī)療大數(shù)據(jù)的交易鏈條原本就是灰色地帶，基因數(shù)據(jù)又是其中最具個性化、隱私敏感度最高的數(shù)據(jù)，現(xiàn)形勢下實現(xiàn)其交易的可能性渺茫?；驕y序服務(wù)：擁有基因測序技術(shù)的合規(guī)企業(yè)（Ⅱ）可承接高校、醫(yī)院、藥企的基因信息挖掘工作，為的是解析癌癥發(fā)生的分子機制、腫瘤的亞型和治療靶點等，也可佐證實驗數(shù)據(jù)和提供新的研究思路。同時企業(yè)（Ⅱ）可基于獲取到的數(shù)據(jù)組建大型基因數(shù)據(jù)庫，為其信息挖掘的多維性、基因數(shù)據(jù)檢測報告消費者 企業(yè)（Ⅰ）

測 基 準確性積累更多數(shù)據(jù)。序 因服 數(shù)務(wù) 據(jù)庫EOIntelligence

企業(yè)（Ⅱ）

42注：輔助醫(yī)學(xué)研究的基因測序服務(wù)包含在本節(jié)討論的內(nèi)容中42

Part.3目前醫(yī)藥研發(fā)主要存在研發(fā)周期長、研發(fā)成本高、研發(fā)失敗率高等問題，大數(shù)據(jù)可以應(yīng)用到醫(yī)藥研發(fā)多個階段以緩解痛點：在臨床前研究階段，可通過大量的文獻挖掘和生物信息分析，較快確認藥物作用靶點、提升化合物篩選效率；優(yōu)化臨床試驗設(shè)計，提高藥物試驗有效應(yīng)答率，篩選受試對象，降低臨床試驗成本，縮短研發(fā)時間；不良事件的識別、計算不良事件發(fā)生率，收集大量用藥反饋并作出分析，指導(dǎo)后續(xù)研發(fā)設(shè)計。真實世界研究日益成為醫(yī)藥研發(fā)的一大趨勢，建設(shè)合規(guī)的真實世界數(shù)據(jù)查詢平臺可以很大程度地提升真實世界研究效率和準確率。然而，大數(shù)據(jù)在醫(yī)藥研發(fā)場景下的應(yīng)用卻受到兩個因素的極大制約：我國在原研藥方面力量較薄弱，傳統(tǒng)醫(yī)藥研發(fā)尚未扎實根基，此時談大數(shù)據(jù)在該領(lǐng)域的應(yīng)用為時尚早、步伐過快。N申請人改正問題或重提材料臨床試驗Y安全性審查批準上市藥物需上市后再評價，定期向藥監(jiān)部門呈送該藥物的副作用情況和質(zhì)量管理記錄新藥申請（NDA）N申請人改正問題或重提材料臨床試驗Y安全性審查批準上市藥物需上市后再評價，定期向藥監(jiān)部門呈送該藥物的副作用情況和質(zhì)量管理記錄新藥申請（NDA）觀測人體對新藥的耐受程度和藥代動力學(xué)；20-100例初步審查遞交IND準備IND材料挖掘市場機會，評估某類藥物的市場潛力，確定適合本企業(yè)生產(chǎn)的品種藥物作用靶點及生物標記的選擇與確認先導(dǎo)化合物確定構(gòu)效關(guān)系的研究與活性化合物篩選及優(yōu)化藥理學(xué)研究毒理學(xué)研究制劑開發(fā)43在藥物大范圍人群應(yīng)用后，對其療效和不良反應(yīng)繼續(xù)進行監(jiān)測進一步評價藥物的有效性和耐受性，是確證階段；1000-5000例43在藥物大范圍人群應(yīng)用后，對其療效和不良反應(yīng)繼續(xù)進行監(jiān)測進一步評價藥物的有效性和耐受性，是確證階段；1000-5000例初步評價新藥的有效性和安全性；100-500例

立項階段（4個月）

臨床前研究（4-7年）

臨床試驗審批（6-12個月）

臨床試驗（3-7年） 新藥上市4444Part4.未來趨勢與挑戰(zhàn)FutureTrendsandChallengesofMedicalBigData未來趨勢：

Part.4獲得優(yōu)質(zhì)數(shù)據(jù)是企業(yè)在挖掘醫(yī)療大數(shù)據(jù)價值方面制勝的關(guān)鍵；把握優(yōu)質(zhì)醫(yī)院資源將使企業(yè)在該領(lǐng)域擁有先發(fā)優(yōu)勢。醫(yī)療大數(shù)據(jù)的真正落地需要政府、醫(yī)院和企業(yè)三方共同合作實現(xiàn)：政府負責(zé)制定相應(yīng)的法律法則、標準制度、管理要求、監(jiān)督規(guī)范，同時要消除信息不對稱、資源不均衡；醫(yī)院提供醫(yī)學(xué)專業(yè)知識并合規(guī)采集、存儲、傳輸相關(guān)醫(yī)療數(shù)據(jù)；企業(yè)則負責(zé)前沿技術(shù)研發(fā)并承擔(dān)一部分數(shù)據(jù)采集、存儲、傳輸、追蹤的任務(wù)，提升市場化競爭實力，為挖掘醫(yī)療大數(shù)據(jù)的價值提供支持。醫(yī)療大數(shù)據(jù)將搭上云計算、人工智能等技術(shù)的“高速列車”：海量的醫(yī)療大數(shù)據(jù)需要強大的計算能力、存儲能力與前沿的分析技術(shù)。云計算能夠提供算力、存儲能力支持，人工智能的實現(xiàn)離不開底層數(shù)據(jù)作為“原材料”。慢病管理、輔助診療及醫(yī)學(xué)研究或成最先落地場景：“慢病管理”和“輔助診療（包括結(jié)構(gòu)化電子病歷、醫(yī)學(xué)影像、智能問診）”將成為最先落地的應(yīng)用場景；“電子病歷”、“健康管理”、“疾病早篩”等名詞在國家政策中出現(xiàn)頻率有所提高，企業(yè)在這三個場景內(nèi)實現(xiàn)商業(yè)化的自由度也相對較高；醫(yī)學(xué)研究在科研經(jīng)費的支持下則是醫(yī)療大數(shù)據(jù)天然的落地場景；但各應(yīng)用場景的商業(yè)模式仍需探索?；诨ヂ?lián)互通的融合數(shù)據(jù)挖掘平臺是未來的重點建設(shè)方向。45EOIntelligence45可能面臨的挑戰(zhàn)： Part.4未來趨勢與挑戰(zhàn)合規(guī)性是醫(yī)療大數(shù)據(jù)領(lǐng)域的重要問題：醫(yī)療大數(shù)據(jù)采集及管理、分析的任一環(huán)節(jié)都存在合規(guī)性問題，相關(guān)主體需要根據(jù)從事的業(yè)務(wù)領(lǐng)域關(guān)注相應(yīng)的合規(guī)義務(wù)。需要規(guī)范數(shù)據(jù)質(zhì)量、數(shù)據(jù)來源合法性，數(shù)據(jù)采集合規(guī)性，個人信息授權(quán)和脫敏化處理的保證責(zé)任。醫(yī)療數(shù)據(jù)標準化缺失，數(shù)據(jù)融合不易操作。原有系統(tǒng)升級改造成本較高，實現(xiàn)共享并非易事。我國的醫(yī)療數(shù)據(jù)普遍孤立地、分散地存儲在各醫(yī)療機構(gòu)的各個系統(tǒng)之中，無法實現(xiàn)互通互認。隨著醫(yī)療數(shù)據(jù)的碎片化越來越嚴重，散在“孤島”中的數(shù)據(jù)無法有效地整合利用。醫(yī)療數(shù)據(jù)的使用尚且缺乏規(guī)范，相關(guān)法律法規(guī)的制定被迫切地提上日程。解決互操作性問題，實現(xiàn)各信息系統(tǒng)數(shù)據(jù)的互相“理解”，是搭建醫(yī)療數(shù)據(jù)共享平臺的關(guān)鍵。目前醫(yī)療大數(shù)據(jù)尚無完善的標準化細則，關(guān)于醫(yī)療大數(shù)據(jù)如何記錄與解讀的全面標準化制度仍需進一步探討。但標準化格式一經(jīng)應(yīng)用，醫(yī)院原有的CIS、LIS、EMR等系統(tǒng)則面臨改造升級問題，成本較高。技術(shù)能力與數(shù)據(jù)處理難度難以匹配：真實世界情況復(fù)雜多變，數(shù)據(jù)處理難度高，從訓(xùn)練環(huán)境到落地應(yīng)用需要堅實的技術(shù)基礎(chǔ)。數(shù)據(jù)壁壘與隱私安全的矛盾：一方面，數(shù)據(jù)壁壘的存在導(dǎo)致醫(yī)療行為效率降低，患者跨醫(yī)院、跨地區(qū)診療流程接續(xù)性較差，醫(yī)療資源浪費、醫(yī)保開支增加，數(shù)據(jù)挖掘效率低。另一方面，打破數(shù)據(jù)壁壘就必然存在“隱私安全”的問題。緩和這種矛盾需要謹慎探索，打破數(shù)據(jù)壁壘的同時，立即跟進相關(guān)制度和規(guī)則，“不破不立、邊破邊立”。46EOIntelligence464747附錄Appendix附錄：中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會現(xiàn)有專業(yè)委員會本附錄整理了中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會現(xiàn)有專業(yè)委員會名稱，共56個。各專業(yè)委員會的名稱可能反映國家在醫(yī)療大數(shù)據(jù)布局方面現(xiàn)在及未來的側(cè)重領(lǐng)域。億歐智庫：中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會現(xiàn)有專業(yè)委員會（一）序號名稱1中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會統(tǒng)計理論與方法專業(yè)委員會2中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會健康統(tǒng)計專業(yè)委員會3中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會醫(yī)院統(tǒng)計專業(yè)委員會4中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會衛(wèi)生統(tǒng)計學(xué)教育專業(yè)委員會5中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會衛(wèi)生管理統(tǒng)計專業(yè)委員會6中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會電子病歷與醫(yī)院信息化專業(yè)委員會7中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會公共衛(wèi)生信息專業(yè)委員會8中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會健康檔案與區(qū)域衛(wèi)生信息化專業(yè)委員會9中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會衛(wèi)生信息標準專業(yè)委員會10中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會信息新技術(shù)應(yīng)用專業(yè)委員會11中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會衛(wèi)生信息學(xué)教育專業(yè)委員會12中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會健康卡應(yīng)用與管理專業(yè)委員會1314中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會婦幼保健信息專業(yè)委員會15中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會衛(wèi)生地理信息專業(yè)委員會EOIntelligence

億歐智庫：中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會現(xiàn)有專業(yè)委員會（二）序號名稱16中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學(xué)會中醫(yī)藥信息化專業(yè)委員會17中國衛(wèi)生信息與