健康界|城市医疗大数据需要怎样的建设“方法论”?,多方入局

城市级健康医疗大数据体系建设 , 是一个很宏大的命题 。
《“健康中国2030”规划纲要》明确将发展健康产业作为“健康中国”建设五大任务之一 , 并提出将健康产业发展成为国民经济支柱性产业的战略目标:2020年健康服务业总规模达到8万亿 , 到2030年达到16万亿 , 全年GDP占比超过10% 。
从医疗大数据过往的“大事件”来看:2017年上半年 , 在三个月内 , 医疗大数据产业“国家队”——中国健康医疗大数据产业发展集团公司、中国健康医疗大数据科技发展集团公司、中国健康医疗大数据股份有限公司相继宣布筹建 , 三大集团的格局迅速奠定 。
同一年 , 一些省市已经开展健康医疗大数据中心的建设 。 2017年9月 , 内蒙古健康医疗大数据应用工程启动 , 其主要任务是建设三级平台、五大数据库和十个应用系统 。 2017年12月 , 健康医疗大数据中心第二批国家试点启动 , 山东被确定为建设试点省 , 成为5个健康医疗大数据区域中心之一 。 而在新基建的七大领域中 , 作为城市底层基础设施和数字经济的底座 , 大数据中心的平台化水平和运营能力 , 将直接决定新基建的整体成效 。 而医疗 , 将是验证大数据中心建设成色的一把“放大镜” 。
玩家众多的产业链
此前 , 雷锋网曾对医疗大数据的流程进行过拆解:其中 , 囊括了数据产出、数据收集、数据储存、数据加工、数据分析和数据应用等多个环节 , 每个环节都存在对应的供求关系 。
围绕这项工程 , 也存在一条分工明确的产业链 。 底层是芯片、服务器等制造厂商 , 这是整条产业链基础的“基础” , 例如戴尔、惠普等老牌厂商 。 中层厂商多为存储计算服务以及医疗信息化解决方案的提供商 , 为整个产业底层做数据采集 。
以信息化而言 , 国内从事医疗信息化的厂商众多 , 据前瞻经济学人估计约有600多家 , 以区域性供应商为主 。 代表性的企业有东软集团、东华软件、卫宁健康、万达信息、创业软件等 。 但与此同时 , 医疗行业的格局比较分散 , 区域性的特点非常明显 , 使得这个行业“一家独大”的现象并不明显 。
最上层的是具有深度学习、自然语义分析等核心技术以及垂直场景探索的初创型企业 , 近年来涌现的医疗AI公司均围绕“数据处理服务”提供多样化的服务 。
健康界|城市医疗大数据需要怎样的建设“方法论”?,多方入局
文章图片
医疗大数据建设的六大痛点
城市级医疗大数据建设 , 并不是一个新概念 。 从2014年开始 , 健康医疗大数据创业的公司大批涌现 。 各类企业以医院、医生、患者、医药、医险、医检等入口 , 纷纷布局智慧医疗与大数据 。 在医改和新基建的大背景下 , 实现城市级医疗大数据的有效应用成为医院管理、建设的重要工作之一 , 数据驱动医院精益运营升级将成为医院发展的重要战略方向 , 也成为价值医疗升级的基础保障 。 但随着医疗大数据体系建设的逐渐深入 , 也陆续暴露出一些问题和难点 。
首先 , 数据归属不明确
目前 , 我国没有明确的法律规定数据归属问题 , 医疗数据使用权到底是患者个人、医疗机构、还是参与建设的企业?医疗行业内的共识是:数据是患者、医生、医院三方共同的资源 , 且不能直接用作盈利 , 一般来说数据可以找科研项目合作中使用 , 使用前必须经过患者同意、医生必须得到医院科研项目申请批复 。 因此 , 大多数AI医疗公司仍是通过与医院或主任合作科研项目 , 获取数据训练模型 。
其次 , 数据安全要求高
医疗数据涉及个人数据隐私方面的问题 , 因此要特别注意个人数据隐私保护 , 中国《网络安全法》规定“网络运营者不得泄露、篡改、毁损其收集的个人信息;未经被收集者同意 , 不得向他人提供个人信息 。 但是经过处理无法识别特定个人且不能复原的除外”所以 , AI医疗公司在使用数据时要进行数据的无法识别特定个人处理 , 这在一定程度上能够帮助AI医疗公司规避数据安全问题 。


推荐阅读