健康界|城市医疗大数据需要怎样的建设“方法论”？，多方入局( 二 )
第三 ， 数据开放受限制
中国的医疗数据开放程度有限 ， 主要体现两个方面：一是境内与境外的流通限制 ， 二是医院与医院或医院与公司之间流通的限制 。
境内与境外的限制其实很简单 ， 这个各个国家都有相关规定 ， 而且有的国家规定的更加严格 ， 比如美国和欧洲 。 在医院与医院的流通限制方面 ， 我国大部分的医院数据都是独立存在的 ， 流通起来相对困难 ， 更谈不上共享和数据交叉应用及数据变现 。 2017年以来 ， 国家通过立法逐步规范和开放数据的使用 ， 同时陆续建立各类数据应用平台 ， 通过国家力量和产业资本的结合 ， 加快医疗数据的互联互通和数据共享机制 ， 为医疗大数据的应用带来红利 。
第四 ， 数据标准不统一
我国人口众多 ， 医疗数据丰富 ， 但”数据大“不等于“大数据“ ， 临床数据不够统一和规范 ， 不同地区、不同医院之间的数据没有建立起联系 ， 也没有统一的标准 ， 因此价值也得不到体现 。 比如影像系统的数据标准问题 ， 超过80%的医疗大数据为影像形式 ， 但PACS系统的生产设备和数据标准是不一致的 ， 数据交流存在诸多障碍 。
第五 ， 数据伦理有争议
尽管AI在医疗行业取得了令人瞩目的进展 ， 但不可否认的是 ， AI的应用依然存在一系列的伦理问题 ， 比如：AI造成了个人信息泄露 ， 导致医疗事故 ， 责任方是谁?AI的使用造成了医疗人员的失业 ， 引发医疗产业结构的转型 ， 社会应该如何应对?诸如此类的问题很多 ， 都需要行业从业者去面对和解决 。
第六 ， 数据成本代价高
所有基于AI的医疗技术 ， 都是以”数据“为基础的 ， 目前AI医疗公司获得数据的渠道分为三种：第一种 ， 与医院合作科研项目第二种 ， 从公开数据集下载数据 ， 第三种 ， 购买数据 。 总体来说 ， AI公司获取数据的成本主要在数据获取和数据标注上 ， 而且随着模型训练的逐步深入 ， 数据吞吐量可能会是几何级数增长 ， 代价也会水涨船高 。 这对于AI公司的运营来看 ， 将是一笔不小的负担 。
800亿的市场 ， 大有可为
据前瞻产业研究院预计 ， 到2020年我国健康医疗大数据行业规模将突破800亿元 。 从这次疫情之后 ， 医疗大数据的研究与应用会被更多提上议事日程 。 电子病历、智慧医院、医疗AI、DRG等投入将进一步加大 ， 医联体、基层医疗卫生服务体系等新模式建设也将成为建设重点 。 如何利用AI、大数据、物联网等技术 ， 提升医疗机构诊治水平、优化城市公卫体系的精细化管理能力 ， 将成为地方政府与科技企业共同面对的一场大考 。
【健康界|城市医疗大数据需要怎样的建设“方法论”？，多方入局】找准自身定位 ， 补足公共卫生治理体系方面现存的“短板” ， 医疗大数据产业的上下游企业将大有可为 。
推荐阅读
- 前瞻网|华大推15分钟新冠快速检测盒，前瞻医疗器械产业全球周报第47期:苹果被起诉窃取血氧监测专利技术
- 嘿丝儿科技|北京年底实现五环内和城市副中心室外5G连续覆盖
- 美通社|致敏主因并非尘螨本身，深圳家庭健康“宝”典
- 美科奇生命学说|聚焦新机遇，2020天府论坛健康产业发展大会看点前瞻，疫情之下
- 上古健康|人民日报刊评：释放“科技+养老”乘数效应
- 阿里巴巴|马云花12亿盖支付宝大楼，为啥最后没选北上广深，而是这座城市？
- 零售业|阿里新零售获重大突破，商品最快一小时送达，483个城市集体受益
- 阿里巴巴|483个城市！阿里巴巴再度颠覆行业：实体店的“春天”正式到来
- 上游新闻|可实现“掐点等车”，滴滴：实时公交业务已覆盖重庆等80城市
- 章鱼|老年痴呆经典测试：小鱼中有一条章鱼，能发现的大脑还很健康！