多方入局,城市医疗大数据需要怎样的建设“方法论”?

2020
09/09

+
分享
评论
雷锋网
A-
A+

《“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。

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。

图片来源:图虫创意

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。

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。

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。

本文转载自其他网站,不代表健康界观点和立场。如有内容和图片的著作权异议,请及时联系我们(邮箱:guikequan@hmkx.cn
关键词:
公共卫生治理体系,健康医疗大数据,医疗AI

人点赞

收藏

人收藏

打赏

打赏

我有话说

0条评论

0/500

评论字数超出限制

表情
评论

为你推荐

相关文章

推荐课程


社群

精彩视频

您的申请提交成功

确定 取消
剩余5
×

打赏作者

认可我就打赏我~

1元 5元 10元 20元 50元 其它

打赏

打赏作者

认可我就打赏我~

×
打赏

扫描二维码

立即打赏给Ta吧!

温馨提示:仅支持微信支付!