【观点】中国医疗大数据“痛点” ：孤岛怎么破

本篇文章1874字，读完约5分钟

近年来，医学大数据热。那么什么是医学大数据呢？

与医疗卫生相关的信息可以归类为医疗大数据，数据来源可以是医疗科研机构、个人甚至政府。它的应用场景非常广泛，如药物研发、精确医疗、医疗保险控制、个人健康管理、个性化医疗，甚至分级诊疗、远程医疗等。从以太网的经验来看，中国医疗大数据应用的各个方面都存在一些共同的痛点。

数据岛

首先，从制度层面来看，在政府政策的引导下，70%以上的医院实现了医疗信息化，基础设施建设取得了初步成效。

然而，目前只有不到3%的医院实现了数据交换:传统系统的制造商很多。据不完全统计，中国有500多家his系统制造商和200多家pacs系统制造商。制造商独立为医院设计和实施系统，不同的系统会有不同的版本。用传统方法聚合系统需要2-6个月，而收集和聚合医院数据既费时又费力。尽管一些拥有移动医疗和远程医疗的初创公司将部署新系统来获取数据，但许多互联网医疗产品的接入给医生和患者都带来了额外的负担。

其次，从个人角度来看，目前有两种直接获取个人数据的常见渠道:佩戴可穿戴设备或使用移动设备，以及通过门到门检测获取用户数据。但是，这两个接入渠道对于用户来说都处于市场引入期，而且股市很小，所以引入和说服的成本是巨大的。

例如，2016年，中国可穿戴设备的市场规模只有200亿。从使用习惯的角度来看，即使根据美国2015年的数据，也只有3%的美国人拥有可穿戴设备。此外，用户的使用习惯和意愿也是数据获取的敌人。根据美国市场研究公司npd group在2015年进行的一项调查，超过40%的运动手镯用户会在半年内放弃该设备，并且无法获得定期和可持续的数据。

目前，血液测试和基因测试在家庭测试用户数据中很常见。从服务的角度来看，它将在未来应用于科学研究、医疗产品研发、用户个人健康管理等场景。然而，由于这种服务的高成本和低用户接受度，数据获取也是有限的。

事实上，鉴于上述机构数据的难点，一些初创公司已经开始整合数据并构建数据中间件。但是，由于医疗机构之间的壁垒、检测水平、试剂选择等原因，数据口径和相关指标不能直接使用。在个人数据源级别，不同的数据分析供应商也会导致标准不统一的问题。

在具体实施层面，如何整合这些稀缺的个人数据，如何定义不同领域和主题的主题，如何协调统计口径，将成为应用前的重要环节。在商业环境中，它还将面临利益分配、分工与合作以及伦理道德等问题。

缺乏工具

医学大数据能否发挥作用，还取决于实际应用和解释。如何正确解读数据，让数据指导临床、个人健康、公共卫生、医疗保险等领域，是医学大数据最终落地的关键环节。

在任何垂直应用场景中，专有技术都是重要的一部分。医学数据领域的优秀分析师应具备垂直领域的专业知识和数据分析的基本能力，并能有效地整合业务和数据。然而，生物统计学作为最匹配的复合学科，在中国仍处于起步阶段。由于数据市场缺乏数据分析人才，能够进入垂直领域的人数越来越有限。

第二，工具层面存在缺陷。在做数据工作时，笔者有了一个质的发现:sas、R、matlab等门槛相对较高的工具广泛应用于医疗行业，学科限制导致对工具的要求较高。但是，可视化的报告和直观的显示方法可以有效地提高分析效率，让专业人员做专业的事情。

隐私的界限

在数据分析之后，如何着陆并向患者显示价值也是当前数据应用的一个问题。一些政府数据将被推回到政策的制定上，而R&D毒品数据的最终登陆和验证周期将会更长。如何反映数据对个体患者的价值，个体用户能否感知到数据的输出，如何评价和衡量数据的实际效果，都是医学大数据面临的问题。

此外，在医疗数据的收集、处理和应用过程中，保护用户隐私也非常重要。根据患者的属性，如检测指标和结果，可以直接预测用户的行为，如个人信息泄露导致的虚假销售。因此，关注数据如何应用到个人层面，信息披露也是关注的焦点之一。

第三方数据制造商已经进入医疗机构，数据可以得到有效应用。他们还面临着推广的压力:高度资源化的医药行业在行业、大学、机构和地区上面临着许多障碍，甚至上市公司仍然无法进入某些地区，这使得拓展业务和土地极其困难。一方面，很难获得有效的数据源，另一方面，没有足够的场景来训练自己的模型。

在这种情况下，一些企业家采取了两条腿走路的方式:例如，以太网成功地协助融资，一方面，它整合自己的资源，不断扩大与卫生规划委员会和医院的业务；另一方面，它可以有效地利用商业组织网络打破地域限制，迅速实现自身的成长。或者，例如，直接通过产品创新，获得国家基准机构的支持，并约束它们进行推广。(作者是以太投资经理)

来源：安莎通讯社