轉載|數據助力我國醫(yī)療生態(tài)全面升級 這些問題的解決是關鍵
發(fā)布時間：2018-06-05 瀏覽次數：
一般來講,，健康醫(yī)療大數據是指健康醫(yī)療活動全過程中產生的數據集合，既包括個人從出生到死亡的全生命周期中,，因免疫,、體檢、治療,、運動,、飲食等健康相關活動所產生的大數據，又涉及醫(yī)療服務,、疾病防控,、健康保障和食品安全、養(yǎng)生保健等多方面數據的聚合,。
??中國特色的醫(yī)療健康困境
??人口增長和老齡化問題加劇,，腫瘤、慢性疾病發(fā)病率呈上升趨勢,，全球醫(yī)療健康產業(yè)面臨醫(yī)療保健工作者不足,、人力成本和研發(fā)成本上漲等問題。我國作為人口大國,，面臨醫(yī)療資源配置不均衡,、供需結構失衡、醫(yī)保收支壓力大等“中國特色”的困境,。
??供需機構失衡,。有數據表明，2016年我國每千人口執(zhí)業(yè)(助理)醫(yī)師2.31人;2015年我國每千人口醫(yī)師數量在OECD統計的國家中排名處于25-30之間,，與發(fā)達國家如德國(每千人口醫(yī)師數量4.14人),、西班牙(每千人口醫(yī)師數量3.85)、意大利(每千人口醫(yī)師數量3.84)相比,，差距顯而易見,。此外，我國進入醫(yī)療系統的優(yōu)秀人才正逐年趨少,，這與我國醫(yī)生執(zhí)業(yè)環(huán)境較差有一定關系,。
??醫(yī)療資源配置不均衡。據我國衛(wèi)生統計年鑒統計顯示,，2010-2015年我國三級醫(yī)院診療人次及住院人次復合增長率分別為14.6%和21.9%,，而基層醫(yī)院僅為3.8%和0.5%。這不僅導致患者就醫(yī)體驗差,，也造成優(yōu)質醫(yī)療資源浪費嚴重,。
??醫(yī)保收支壓力大。我國醫(yī)保基金的運作管理原則是“收支平衡,、略有結余”,，因此控費能力較差。同時,，由于醫(yī)院實施的是按項目,、按藥品加成的收費方式，使得醫(yī)生通過多開藥,，多開檢查項目獲得利潤,，誘導了過度醫(yī)療。據《中國醫(yī)療衛(wèi)生事業(yè)發(fā)展報告2017》預測,，2017年城鎮(zhèn)職工基本醫(yī)療保險基金將出現當期收不抵支的現象,，到2024年將出現累計結余虧空7353億元的嚴重赤字。
??因此,，改善現有就醫(yī)模式,，推行分級診療勢在必行;提升醫(yī)保控費能力,，探索創(chuàng)新支付機制迫在眉睫,。
??大數據技術在醫(yī)療健康產業(yè)中的應用價值
??大數據技術的應用,，將從體系搭建,、機構運作、臨床研發(fā),、診斷治療,、生活方式等方面為健康醫(yī)療模式帶來深刻變革，不斷滿足人民群眾多層次,、多樣化的健康需求,，從而實現從“治療”到“預防”的就醫(yī)習慣改變，降低從個人到國家的醫(yī)療費用,。其在醫(yī)療健康行業(yè)中的應用價值明顯：
??在醫(yī)療體系方面,，通過區(qū)域信息化、在線問診,、遠程醫(yī)療等技術連接各級醫(yī)院,，實現醫(yī)療資源優(yōu)化配置、電子病歷共享等,，最終提升醫(yī)藥供給效率和能力;
??在臨床研發(fā)方面,，通過基因測序、影像識別等技術挖掘更多維度的數據,，縮短臨床驗證周期,，提升新藥研發(fā)效率;
??在診斷治療方面，通過認知計算,、機器學習等技術,，實現精準治療,、輔助提升醫(yī)生診斷治療效率，提高醫(yī)療服務質量;
??在健康生活方式方面,，通過可穿戴設備,、在線問診、遠程醫(yī)療,、人工智能等技術間的相互配合,，為用戶提供健康管理、疾病預測,、提供有效的干預方案,，降低醫(yī)療費用支出。
??總而言之,，健康醫(yī)療大數據應用發(fā)展有利于提升醫(yī)療服務效率和質量,，擴大資源供給，有利于激發(fā)我國深化醫(yī)藥衛(wèi)生體制改革的動力和活力,，提升健康醫(yī)療服務效率和質量,，有利于培育新的業(yè)態(tài)和經濟增長點。
??健康醫(yī)療大數據宏觀環(huán)境利好
??健康醫(yī)療大數據是國家重要的基礎性戰(zhàn)略資源,，政策支持,、技術支撐、市場認可,、資本扶持是健康醫(yī)療大數據快速發(fā)展的先決條件,，當前，我國健康醫(yī)療大數據已經進入初步利好階段,。
??政策層面,，2016年6月，國務院辦公廳印發(fā)《關于促進和規(guī)范健康醫(yī)療大數據應用發(fā)展的指導意見》,，將健康醫(yī)療大數據應用發(fā)展納入國家大數據戰(zhàn)略布局,，并從夯實應用基礎、全面深化應用,、規(guī)范和推動“互聯網+健康醫(yī)療”服務,、加強保障體系建設等四個方面部署了14項重點任務和重大工程。此外,，為推進和規(guī)范健康醫(yī)療大數據的應用發(fā)展,，我國確定了福建省、江蘇省級福州,、廈門,、南京、常州為第一批試點省市，山東,、安徽,、貴州為第二批試點省份。
??技術層面,，健康醫(yī)療大數據領域涉及的相關技術范圍廣泛,，有底層數據采集中包括的信息化、物聯網,、5G技術;有處理分析中包括的深度學習,、認知計算、區(qū)塊鏈,、生物信息學及醫(yī)院信息化建設等,。當前，由于基因測序,、穿戴設備等數據采集成本下降,，導致數據爆發(fā)性增長，為大數據人工智能分析奠定了規(guī)?；A,。未來，隨著影像識別,、自然語義,、認知計算、生物信息學,、區(qū)塊鏈與應用場景的深入探索,，將進一步推動其在不同應用場景下的有效模型建設,。
??資本層面,，據不完全統計顯示，自2014年起,，健康醫(yī)療大數據領域的融資事件在生命健康產業(yè)中的占比逐年增長,，從2014年4.9%增長至2017年的8.6%，2018年Q1健康醫(yī)療大數據領域融資事件占比快速增長至22.2%,，預計未來將有更多資本進入該領域,。
??當前健康醫(yī)療大數據應用發(fā)展的瓶頸
??健康醫(yī)療大數據建設的快速推進，使我國健康醫(yī)療信息系統和“互聯網+健康醫(yī)療”服務體系正趨漸規(guī)范和完善,。于此同時,，問題也隨之浮現，總結來講,，主要有三點：
??1,、大量數據壁壘導致數據無法互聯互通
??由于信息系統技術規(guī)范、基礎信息數據標準的不統一和缺失，我國醫(yī)療數據普遍不能互通互認,，這直接導致各醫(yī)療機構大量有價值的數據變成了“數據孤島”,。因此，打通數據壁壘,、聯通數據孤島,，實現互聯互通迫在眉睫。
??2,、醫(yī)療大數據停滯在淺層應用難以向更深更廣處推進
??當前,，健康醫(yī)療大數據收集和運用的方式渠道較為單一，略顯貧乏,。掛號,、電子病歷共享等應用，只是健康醫(yī)療大數據的冰山一角,。如何推動醫(yī)療行業(yè)的大數據應用向更深更廣處發(fā)展是行業(yè)的“痛點”也是熱點,。
??3、處理海量,、專業(yè)數據存在人才缺口
??中國特色的醫(yī)療健康困境
??人口增長和老齡化問題加劇,，腫瘤、慢性疾病發(fā)病率呈上升趨勢,，全球醫(yī)療健康產業(yè)面臨醫(yī)療保健工作者不足,、人力成本和研發(fā)成本上漲等問題。我國作為人口大國,，面臨醫(yī)療資源配置不均衡,、供需結構失衡、醫(yī)保收支壓力大等“中國特色”的困境,。
??供需機構失衡,。有數據表明，2016年我國每千人口執(zhí)業(yè)(助理)醫(yī)師2.31人;2015年我國每千人口醫(yī)師數量在OECD統計的國家中排名處于25-30之間,，與發(fā)達國家如德國(每千人口醫(yī)師數量4.14人),、西班牙(每千人口醫(yī)師數量3.85)、意大利(每千人口醫(yī)師數量3.84)相比,，差距顯而易見,。此外，我國進入醫(yī)療系統的優(yōu)秀人才正逐年趨少,，這與我國醫(yī)生執(zhí)業(yè)環(huán)境較差有一定關系,。
??醫(yī)療資源配置不均衡。據我國衛(wèi)生統計年鑒統計顯示,，2010-2015年我國三級醫(yī)院診療人次及住院人次復合增長率分別為14.6%和21.9%,，而基層醫(yī)院僅為3.8%和0.5%。這不僅導致患者就醫(yī)體驗差,，也造成優(yōu)質醫(yī)療資源浪費嚴重,。
??醫(yī)保收支壓力大。我國醫(yī)保基金的運作管理原則是“收支平衡,、略有結余”,，因此控費能力較差。同時,，由于醫(yī)院實施的是按項目,、按藥品加成的收費方式，使得醫(yī)生通過多開藥,，多開檢查項目獲得利潤,，誘導了過度醫(yī)療。據《中國醫(yī)療衛(wèi)生事業(yè)發(fā)展報告2017》預測,，2017年城鎮(zhèn)職工基本醫(yī)療保險基金將出現當期收不抵支的現象,，到2024年將出現累計結余虧空7353億元的嚴重赤字。
??因此,，改善現有就醫(yī)模式,，推行分級診療勢在必行;提升醫(yī)保控費能力,，探索創(chuàng)新支付機制迫在眉睫,。
??大數據技術在醫(yī)療健康產業(yè)中的應用價值
??大數據技術的應用,，將從體系搭建,、機構運作、臨床研發(fā),、診斷治療,、生活方式等方面為健康醫(yī)療模式帶來深刻變革，不斷滿足人民群眾多層次,、多樣化的健康需求,，從而實現從“治療”到“預防”的就醫(yī)習慣改變，降低從個人到國家的醫(yī)療費用,。其在醫(yī)療健康行業(yè)中的應用價值明顯：
??在醫(yī)療體系方面,，通過區(qū)域信息化、在線問診,、遠程醫(yī)療等技術連接各級醫(yī)院,，實現醫(yī)療資源優(yōu)化配置、電子病歷共享等,，最終提升醫(yī)藥供給效率和能力;
??在臨床研發(fā)方面,，通過基因測序、影像識別等技術挖掘更多維度的數據,，縮短臨床驗證周期,，提升新藥研發(fā)效率;
??在診斷治療方面，通過認知計算,、機器學習等技術,，實現精準治療,、輔助提升醫(yī)生診斷治療效率，提高醫(yī)療服務質量;
??在健康生活方式方面,，通過可穿戴設備,、在線問診、遠程醫(yī)療,、人工智能等技術間的相互配合,，為用戶提供健康管理、疾病預測,、提供有效的干預方案,，降低醫(yī)療費用支出。
??總而言之,，健康醫(yī)療大數據應用發(fā)展有利于提升醫(yī)療服務效率和質量,，擴大資源供給，有利于激發(fā)我國深化醫(yī)藥衛(wèi)生體制改革的動力和活力,，提升健康醫(yī)療服務效率和質量,，有利于培育新的業(yè)態(tài)和經濟增長點。
??健康醫(yī)療大數據宏觀環(huán)境利好
??健康醫(yī)療大數據是國家重要的基礎性戰(zhàn)略資源,，政策支持,、技術支撐、市場認可,、資本扶持是健康醫(yī)療大數據快速發(fā)展的先決條件,，當前，我國健康醫(yī)療大數據已經進入初步利好階段,。
??政策層面,，2016年6月，國務院辦公廳印發(fā)《關于促進和規(guī)范健康醫(yī)療大數據應用發(fā)展的指導意見》,，將健康醫(yī)療大數據應用發(fā)展納入國家大數據戰(zhàn)略布局,，并從夯實應用基礎、全面深化應用,、規(guī)范和推動“互聯網+健康醫(yī)療”服務,、加強保障體系建設等四個方面部署了14項重點任務和重大工程。此外,，為推進和規(guī)范健康醫(yī)療大數據的應用發(fā)展,，我國確定了福建省、江蘇省級福州,、廈門,、南京、常州為第一批試點省市，山東,、安徽,、貴州為第二批試點省份。
??技術層面,，健康醫(yī)療大數據領域涉及的相關技術范圍廣泛,，有底層數據采集中包括的信息化、物聯網,、5G技術;有處理分析中包括的深度學習,、認知計算、區(qū)塊鏈,、生物信息學及醫(yī)院信息化建設等,。當前，由于基因測序,、穿戴設備等數據采集成本下降,，導致數據爆發(fā)性增長，為大數據人工智能分析奠定了規(guī)?；A,。未來，隨著影像識別,、自然語義,、認知計算、生物信息學,、區(qū)塊鏈與應用場景的深入探索,，將進一步推動其在不同應用場景下的有效模型建設,。
??資本層面,，據不完全統計顯示，自2014年起,，健康醫(yī)療大數據領域的融資事件在生命健康產業(yè)中的占比逐年增長,，從2014年4.9%增長至2017年的8.6%，2018年Q1健康醫(yī)療大數據領域融資事件占比快速增長至22.2%,，預計未來將有更多資本進入該領域,。
??當前健康醫(yī)療大數據應用發(fā)展的瓶頸
??健康醫(yī)療大數據建設的快速推進，使我國健康醫(yī)療信息系統和“互聯網+健康醫(yī)療”服務體系正趨漸規(guī)范和完善,。于此同時,，問題也隨之浮現，總結來講,，主要有三點：
??1,、大量數據壁壘導致數據無法互聯互通
??由于信息系統技術規(guī)范、基礎信息數據標準的不統一和缺失，我國醫(yī)療數據普遍不能互通互認,，這直接導致各醫(yī)療機構大量有價值的數據變成了“數據孤島”,。因此，打通數據壁壘,、聯通數據孤島,，實現互聯互通迫在眉睫。
??2,、醫(yī)療大數據停滯在淺層應用難以向更深更廣處推進
??當前,，健康醫(yī)療大數據收集和運用的方式渠道較為單一，略顯貧乏,。掛號,、電子病歷共享等應用，只是健康醫(yī)療大數據的冰山一角,。如何推動醫(yī)療行業(yè)的大數據應用向更深更廣處發(fā)展是行業(yè)的“痛點”也是熱點,。
??3、處理海量,、專業(yè)數據存在人才缺口
??醫(yī)療和計算機屬于知識密集型行業(yè),，海量的醫(yī)療專業(yè)數據需要復合型專才團隊來打理，人才的缺乏是當前健康醫(yī)療大數據應用面臨的一道實實在在的門檻,。因此,，系統性的復合型人才培養(yǎng)體系建立至關重要。
本文轉自健康界 火石創(chuàng)造資訊,，不代表深藍醫(yī)療官方觀點,。若有侵權，請及時聯系刪除
