关于《2019中国大数据产业发展白皮书》解读2

一、健康医疗大数据行业大事

(1)健康医疗大数据相关政策频出

《国家健康医疗大数据标准、安全和服务管理办法(试行)》发布。该办法旨在强化对健康医疗大数据的政策指引，充分发挥健康医疗大数据作为国家重要基础性战略资源的作用;

《关于印发电子病历系统应用水平分级评价管理办法(试行)及评价标准(试行)的通知》发布。该通知将电子病历划分为10级，并要求到2020年实现辖区内所有三级医院电子病历要达到分级评价4级以上，二级医院要达到分级评价3级以上，此外对医疗数据的互联互通和标准化成熟度测评也做出硬性要求;

《健康中国行动(2019-2030年)》和《健康中国行动组织实施和考核方案》相继发布，为《“健康中国2030"规划纲要》提供了更落地的可行性实施方案，为医疗健康行业发展注入强心剂;

2018年11月，国家医疗保障局局长办公会审议通过《国家医疗保障局医疗保障信息平台建设工程实施方案》。该方案预计将推动医疗云市场的快速增长，加快落地一批省市级医疗云平台，促进跨省的数据互联互通和医保异地结算，推动医保与商保结算系统的对接。

(2)健康医疗大数据未受资本寒冬影响

2018年4月，思派网络完成由IDG资本领投的数千万美元C轮融资。

2018年7月，零氪科技宣布完成10亿元D轮融资，成为健康医疗大数据领域第一个独角兽企业。

2018年7月全域医疗获7亿元B轮融资,探索肿瘤诊疗业务及服务生态。

2018年11月和2019年7月，森亿智能相继完成B+轮和C轮融资。

二、健康医疗大数据领域的痛难点

由于医疗行业自身的特殊性，健康医疗大数据产业的“话题热度”始终高于“发展进度”。健康医疗大数据立足于医疗信息化基础，探索布局相关数据的采集、分析和应用。当前行业发展的主要制约因素包括：

(1)行业壁垒高。医疗行业的专业性强、受政府高度监管、行业内利益关系复杂、从业资源要求较高，因此很多大数据企业难以进入该领域。

(2)数据精准度差。求数无源，需采集的数据标的不明确，采集工具的标准化和规范化有待提升，无法获得所需数据;有量无质，所采集数据无法满足既定用途所需的数量和质量;有病无数，临床救治与数据应用需求脱轨，大数据和AI等技术的临床应用不足，临床一线数据的收集和汇聚不足;有数无据，在数据深加工方面的工作不足，尚未形成数据驱动的临床科研、医药研发、器械生产、分级诊疗、健康养老、医养结合等产品和服务。

(3)传统观念与模式打破难度大。新技术给传统的医疗行业带来了模式上的冲击，同时医疗作为传统行业，用户数据隐私涉及到伦理和法规双重保护，无论是病患还是医护人员由于对新技术的不了解，都会对新技术产生不信任。

(4)数据安全与隐私保护要求高。由于目前法制上对数据的隐私保护滞后，仅有零星规定，尚未出台系统的隐私保护法律法规，造成数据的归属权和使用权不明确、数据共享开放缺乏管理、数据应用缺少准入和退出机制等问题。

(5)复合型人才培养难度大。一方面，由于医疗行业专业性过强，对行业理解透彻的IT技术型人才数量少，培养周期长;另一方面，医护人员的数字素养亟需提高，数字化工具(IT软件等)的应用培训亟待加强。

赛迪顾问判断，在政策的持续推动下，未来各地医疗卫生管理部门、医疗机构将持续加大对医院信息化、区域医疗信息化、公共卫生信息化的投入，加快搭建基于医联体模式的分级诊疗服务体系，健康医疗大数据行业将在未来2-3年迎来市场爆发。一方面，新政策出台将加快健康医疗数据的互联互通，更多基于数据的场景化深度应用将提高医疗服务的效率;另一方面，多场景的数据分析和应用将带动大健康领域相关产业的发展，为医药研发、医疗器械研发等创新产品和服务提供坚实支撑。

表 1 健康医疗大数据相关主体的核心应用诉求与亟需解决方案

应用主体

核心应用诉求

亟需解决方案

国家卫健委等部门

解决看病难、看病贵的问题，实现全民健康

完成1+5+X布局，建成区域健康医疗大数据中心，支持对医疗数据价值的深度挖掘

地方政府(区域医疗卫生部门)

建成基于医联体的分级诊疗模式，提升区域医疗信息化水平

提升辖区内医疗信息化水平，建立区域健康医疗大数据中心，实现区域医疗数据互联互通

医疗机构

降低医院管理成本，提升医疗服务效率

布局HIS、PACS、CIS、EMR等信息系统，并搭建统一平台实现各系统数据互联互通

行业研究机构(高校、院所等)

开展对于重大疾病、前沿领域的研究

需要更多种类、更多维度的数据，及前沿的算法和模型

医药企业&医疗器械企业

医药研发、医疗器械研发需求

更细分领域的高质量数据，如临床、手术等场景下的精度数据

个人用户

降低就医成本、个人健康管理需求

依托智能可穿戴设备监测数据、体检数据、生活数据等分析，实现疾病预防

三、健康医疗大数据未来机会点

(1)布局智能化健康管理服务。健康医疗大数据目前的主要推动力是政府、医疗机构和大企业，对于中小企业和初创企业，利用技术优势和资本助力也可以寻觅到市场机遇，尤其是针对用户端提供个性化、定制化、智能化的健康管理服务的潜在市场空间巨大，但是在找到市场机遇点时要明确自身的商业模式和变现途径。对此，市场上应多多关注这类创业公司，对能紧抓细分领域市场的创业企业给予资本支持。

(2)拓展云端健康医疗SaaS服务。传统的医疗信息化软件功能创新不足，非医院必须功能几乎被市场忽略，不仅造成了市场产品和服务的差异小、竞争大，同时更造成即使国内医疗市场有大量的医疗数据，但由于种类单一导致无法支撑更高深层次的研究与应用。医疗云成为未来医疗机构数字化转型的重点，而云端的各类健康医疗SaaS服务成为产品发展新趋势，其创新性和应用性更强，它有利于多元数据集聚，降低医疗机构的信息化和数据安全的成本。当前，云HIS已成为备受中小医疗机构青睐的热门产品。

(3)落地数据安全治理。医疗数据安全与隐私保护的合规性要求要比其他行业更高，在医疗数字化转型的推动下，数据开放共享将成为健康医疗大数据发展的核心，因此数据开放共享与隐私风险之间的平衡是当下亟需解决的问题，而以数据安全、隐私保护为核心的医疗数据安全治理市场具有较好的市场前景。基于数据安全的治理不仅可以有效实现数据的安全防护，更有利于通过治理最大化的挖掘医疗数据的潜在价值。

(4)推进产学研合作，开展重大专科疾病的课题研究助力产品创新。大数据企业在拓展健康医疗领域业务的时候，面对的最大的问题就是没有数据可用，健康医疗数据的保密性和隐私性都很强，也无法通过市场交易获得。对此，大数据企业应依托自身较强的技术优势，通过与医疗机构、高校和政府联合开展产学研合作，实现对健康医疗大数据价值的深度挖掘，以合作的模式开展重大专科疾病课题的研究，也更有利于健康医疗大数据企业进行产品和服务的创新。

(5)紧跟医学前沿领域研究。健康医疗大数据的核心虽然是数据，但立足点要站在医疗行业，因此对于医疗领域的前沿技术和研究是大数据企业需要补足和布局的。真实世界证据(RWE)、生命大数据、肿瘤领域电子健康档案(EHR)软件等医学前沿领域在国内仍处于前期探索阶段，健康医疗大数据企业应积极布局这些前沿领域，把握医疗数字化发展趋势。

四、赛迪建议

(一)对供应商

(1)加强数据合规建设。目前很多健康医疗大数据供应商为了可以提供更好的产品和服务，会主动收集各类健康医疗数据，其中不少医疗数据都涉及个人隐私，在此过程中会面临很多数据安全、数据治理和数据合规的问题。目前国家已在这方面出台了一批监管制度，因此供应商应多关注数据安全与合规性问题，甚至在关键模块寻求与信息安全厂商合作，以保障数据的安全性与合规性。

(2)传统医疗信息化企业应积极布局转型。传统的医疗信息化已经无法满足数字经济时代的需求，更多的信息化需要向数字化转型，因此传统医疗信息化企业需要适时进行业务重组与新业务拓展，在此过程中，健康医疗大数据成为其首选的重点方向。由于传统医疗信息化企业深耕医疗行业多年，积累大量数据、医疗机构和政府资源，进入健康医疗大数据领域的门槛较低，因此更应抢位发展，为未来业务的可持续发展提前布局。

(3)加速健康医疗大数据应用商业化水平。健康医疗大数据除了在健康管理和辅助诊疗方面已经有很多较为成熟的商业模式，但是在更多的应用领域仍处于探索阶段。很多行业龙头企业在与医疗机构合作共同承担国家级课题的过程中，会有很多可商业化的机遇，在此过程中，供应商应适时寻求更好的应用模式进行商业化落地，为市场提供更多的应用解决方案，丰富健康医疗大数据的应用场景、产品和服务。

(4)供应商应加强与医疗机构合作。健康医疗大数据企业多为新技术领域企业，拥有较强的大数据、机器学习、人工智能等技术能力，但是医疗领域由于进入门槛较高，企业在此领域内提供产品和服务时会存在一定的行业壁垒。因此，一方面供应商应多寻求具有医疗和技术复合型的人才融入团队;另一方面，供应商也应多与医疗机构合作，更多的了解行业环境和需求，才能更精准的提供产品和服务。

(二)对行业用户

(1)针对政府用户。制度保障才可以更好打通数据壁垒。在产业演进过程中，数据居于核心地位，一切的发展都是以数据的获得为前提的。健康医疗数据涉及医院、医药机构、健康管理机构、医疗信息化机构等多方主体，主管单位多，管理关系复杂，为实现健康医疗大数据的集聚，并使其促进产业发展，需要政府下定决心，明确专职领导负责机制，率先推动数据集聚，保证“高附加值”的应用环节的发展。

(2)针对医疗机构。保障数据安全势在必行。医疗机构拥有各类医疗数据，是健康医疗大数据产业链中的重要一环。现在很多医疗机构都在寻求与IT供应商合作，挖掘多年积累的医疗数据价值。但在这个过程中，我们也要看到，这类数据大多涉及患者隐私，数据合规是合作的前提，医疗机构在合作过程中不应该仅依靠供应商自己的技术保障数据安全，在合作前期应建立自己的包括数据脱敏、合作制度规范等方面在内的体系，在合作前把好数据安全的第一关。