聚焦医疗大数据（上）
政策与资本双驱动 发力医疗大数据
作者： 发布于：2016-08-09 14:38:05 来源：政府采购信息网
编者按 发展和应用好医疗大数据，是以创新推进供给侧结构性改革的重大民生工程，有利于提高健康医疗服务效率和质量，增加有效供给、满足群众需求，促进培育新业态、形成新的经济增长点。国务院总理李克强6月8日主持召开国务院常务会议，确定发展和规范健康医疗大数据应用的措施，通过互联网+医疗更好地满足群众需求。那么，我国医疗大数据发展情况如何？医疗大数据有什么作用？存在什么问题？本期，我们将为您一一解答。
国务院常务会议确定了发展和规范健康医疗大数据应用的措施。会议明确了“互联网+医疗”的发展基调，更在微观层面予以行业具体的推进方式。在此之前，医疗信息化、互联网医疗为主的大健康领域已备受资本青睐，投融资热度不减；政策的加码，再次推高健康医疗行业的关注度。
有券商行业分析师对此表示，医疗信息化、互联网医疗是我国医疗领域的确定方向，能提高整个医疗资源的利用率，提高医疗诊断效率。而在政策和资本双驱动、大数据手段的助力下，健康医疗产业等待着新一轮的风口。
政策加码 互联网医疗迎风口
在国务院上述常务会会议上，确定发展和规范健康医疗大数据应用的措施，通过互联网+医疗更好满足群众需求。“发展和应用好健康医疗大数据，是以创新推进供给侧结构性改革的重大民生工程，有利于提高健康医疗服务效率和质量，增加有效供给、满足群众需求，促进培育新业态、形成新的经济增长点。”会议指出。
值得注意的是，会议还同时给出了产业发展的具体推进方式；将建设互联互通的国家、省、市、县四级人口健康信息平台，实现部门、区域、行业间数据开放融合、共建共享。集成医学大数据资源，构建临床决策、疾病诊断、药物研发等支持系统，拓展公共卫生监测评估、传染病疫情预警等应用。重点推进网上预约分诊、检查检验结果共享互认、医保联网异地结算等便民惠民应用，发展远程医疗和智能化健康医疗设备。
同时，还将制定完善的法律法规和标准，建立健康档案等基础数据库，规范居民健康信息服务管理，严格健康医疗大数据应用准入，建设实名认证等控制系统，保护个人隐私和信息安全。
大数据助力 健康管理模式再造
大数据如何落地和助力健康医疗，也成为了行业和市场关注的焦点。“健康医疗大数据可应用于临床科研、医药开发、健康服务等方方面面，医院、医生、患者、医药、医险、医检等皆可以作为数据采集入口。智能化健康医疗设备作为收集、分析医学大数据资源的直接载体，发展前景可期。”业内人士表示。
产业的发展趋势，则先行一步。借力大数据来完成健康管理的模式重塑，已成为行业探索的新方向。
“传统的健康管理模式是在做健康说教，而不是真正去引导用户去管理健康。”妙健康CEO孔飞表示。在其看来，传统的数据采集已经难以满足行业发展和用户需求，且模式的诸多弊端也已在实际应用中开始显现。血糖指数、用药等健康领域的多个数据关联度较大，但传统的互联网化医疗健康仅做数据采集，而缺乏综合、专业的数据分析。此外，传统数据的采集依托于设备，造成不同设备之间的数据无法打通，数据采集不连贯。
孔飞表示，多方位的数据采集，是实现真正的健康管理的基础。目前，打造对接多种设备的统一接口功能，已在部分产品上实现。而包括体检中心的用户数据、企业客户的健康档案建设和管理等，也已经实现了与多家机构的合作。
而孔飞还同时强调，在大数据助力下，医疗健康行业未来的发展机遇将聚焦于“算法”，即采集到数据后的分析能力。这不仅需要对用户数据进行长期跟踪、全面采集，后端还需要专业团队的支撑。包括在心理学、营养学方向、运动医学、慢病方向等方面，都需要全面覆盖，并给予用户简要易懂的专业指导。（一财）
分析大数据辅助医疗服务定价
对医疗支付方来说，通过大数据分析可以更好地对医疗服务进行定价。以美国为例，这将有潜力创造每年500亿美元的价值，其中一半来源于国家医疗开支的降低。
自动化系统可检测欺诈行为
自动化系统（如机器学习技术）可检测欺诈行为。业内人士评估，每年有2%-4%的医疗索赔是欺诈性的或不合理的，因此检测索赔欺诈具有巨大的经济意义。通过全面的一致的索赔数据库和相应的算法，可以检测索赔准确性，查出欺诈行为。这种欺诈检测可以是追溯性的，也可以是实时的。在实时检测中，自动化系统可以在支付发生前就识别出欺诈，避免重大的损失。
制定更科学的计划
在药品定价方面，制药公司可以参与分担治疗风险，比如基于治疗效果制定定价策略。这对医疗支付方的好处显而易见，有利于控制医疗保健成本支出。
对患者来说，好处更加直接。他们能够以合理的价格获得创新的药物，并且这些药物经过基于疗效的研究。
而对医药产品公司来说，更好的定价策略也是好处多多。他们可以获得更高的市场准入可能性，也可以通过创新的定价方案，推出更有针对性的药品，获得更高的收入。
在欧洲，现在有一些基于卫生经济学和疗效的药品定价试点项目。一些医疗支付方正在利用数据分析衡量医疗服务提供方的服务，并依据服务水平进行定价。医疗服务支付方可以基于医疗效果进行支付，他们可以与医疗服务提供方进行谈判，看医疗服务提供方提供的服务是否达到特定的基准。（和讯）
利用大数据提高研发效率
医疗产品公司可以利用大数据提高研发效率。拿美国为例，这将创造每年超过1000亿美元的价值。
预测建模 配备最佳资源组合
医药公司在新药物的研发阶段，可以通过数据建模和分析，确定最有效率的投入产出比，从而配备最佳资源组合。模型基于药物临床试验阶段之前的数据集及早期临床阶段的数据集，尽可能及时地预测临床结果。评价因素包括产品的安全性、有效性、潜在的副作用和整体的试验结果。通过预测建模可以降低医药产品公司的研发成本，在通过数据建模和分析预测药物临床结果后，可以暂缓研究次优的药物，或者停止在次优药物上的昂贵的临床试验。
除了研发成本，医药公司还可以更快地得到回报。通过数据建模和分析，医药公司可以将药物更快推向市场，生产更有针对性的药物，有更高潜在市场回报和治疗成功率的药物。
使用统计工具和算法 提高临床试验设计水平
使用统计工具和算法，可以提高临床试验设计水平，并在临床试验阶段更容易地招募到患者。通过挖掘病人数据，评估招募患者是否符合试验条件，从而加快临床试验进程，提出更有效的临床试验设计建议，并能找出最合适的临床试验基地。
分析临床实验数据 确定药品适用性和副作用
分析临床试验数据和病人记录可以确定药品更多适应症和发现副作用。在对临床试验数据和病人记录进行分析后，可以对药物进行重新定位，或实现针对其他适应症的营销。实时或者近乎实时地收集不良反应报告可以促进药物警戒（药物警戒是上市药品的安全保障体系，对药物不良反应进行监测、评价和预防）。在一些情况下，临床实验暗示出一些情况但没有足够的统计数据去证明，现在基于临床试验大数据的分析可以给出证据。
分析大数据 发展个性化治疗
另一种在研发领域有前途的大数据创新，是通过对大型数据集（例如基因组数据）的分析发展个性化治疗。这一应用考察遗传变异、对特定疾病的易感性和对特殊药物的反应的关系，然后在药物研发和用药过程中考虑个人的遗传变异因素。
疾病模式分析 助企业制定研发决策
通过分析疾病的模式和趋势，可以帮助医疗产品企业制定战略性的研发投资决策，帮助其优化研发重点，优化配备资源。
（猎云）
本网拥有此文版权，若需转载或复制，请注明来源于政府采购信息网，标注作者，并保持文章的完整性。否则，将追究法律责任。
上一篇：选购机架式服务器面临七大考验
下一篇：医疗大数据让患者看病少花钱
相关新闻
网友评论
由云盾提供安全服务