大数据助力我国医疗生态全面升级 这些问题的解决是关键

wo665451

　　一般来讲，健康医疗大数据是指健康医疗活动全过程中产生的数据集合，既包括个人从出生到死亡的全生命周期中，因免疫、体检、治疗、运动、饮食等健康相关活动所产生的大数据，又涉及医疗服务、疾病防控、健康保障和食品安全、养生保健等多方面数据的聚合。
　　中国特色的医疗健康困境
　　人口增长和老龄化问题加剧，肿瘤、慢性疾病发病率呈上升趋势，全球医疗健康产业面临医疗保健工作者不足、人力成本和研发成本上涨等问题。我国作为人口大国，面临医疗资源配置不均衡、供需结构失衡、医保收支压力大等“中国特色”的困境。
　　供需机构失衡。有数据表明，2016年我国每千人口执业（助理）医师2.31人；2015年我国每千人口医师数量在OECD统计的国家中排名处于25-30之间，与发达国家如德国（每千人口医师数量4.14人）、西班牙（每千人口医师数量3.85）、意大利（每千人口医师数量3.84）相比，我国差距显而易见。此外，我国进入医疗系统的优秀人才正逐年趋少，这与我国医生执业环境较差有一定关系。
　　医疗资源配置不均衡。据我国卫生统计年鉴统计显示，2010-2015年我国三级医院诊疗人次及住院人次复合增长率分别为14.6%和21.9%，而基层医院仅为3.8%和0.5%。这不仅导致患者就医体验差，也造成优质医疗资源浪费严重。
　　医保收支压力大。我国医保基金的运作管理原则是“收支平衡、略有结余”，因此控费能力较差。同时，由于医院实施的是按项目、按药品加成的收费方式，使得医生通过多开药，多开检查项目获得利润，诱导了过度医疗。据《中国医疗卫生事业发展报告2017》预测，2017年城镇职工基本医疗保险基金将出现当期收不抵支的现象，到2024年将出现累计结余亏空7353亿元的严重赤字。
　　因此，改善现有就医模式，推行分级诊疗势在必行；提升医保控费能力，探索创新支付机制迫在眉睫。
　　大数据技术在医疗健康产业中的应用价值
　　大数据技术的应用，将从体系搭建、机构运作、临床研发、诊断治疗、生活方式等方面为健康医疗模式带来深刻变革，不断满足人民群众多层次、多样化的健康需求，从而实现从“治疗”到“预防”的就医习惯改变，降低从个人到国家的医疗费用。其在医疗健康行业中的应用价值明显：
　　在医疗体系方面，通过区域信息化、在线问诊、远程医疗等技术连接各级医院，实现医疗资源优化配置、电子病历共享等，最终提升医药供给效率和能力；
　　在临床研发方面，通过基因测序、影像识别等技术挖掘更多维度的数据，缩短临床验证周期，提升新药研发效率；
　　在诊断治疗方面，通过认知计算、机器学习等技术，实现精准治疗、辅助提升医生诊断治疗效率，提高医疗服务质量；
　　在健康生活方式方面，通过可穿戴设备、在线问诊、远程医疗、人工智能等技术间的相互配合，为用户提供健康管理、疾病预测、提供有效的干预方案，降低医疗费用支出。
　　总而言之，健康医疗大数据应用发展有利于提升医疗服务效率和质量，扩大资源供给，有利于激发我国深化医药卫生体制改革的动力和活力，提升健康医疗服务效率和质量，有利于培育新的业态和经济增长点。
　　健康医疗大数据宏观环境利好
　　健康医疗大数据是国家重要的基础性战略资源，政策支持、技术支撑、市场认可、资本扶持是健康医疗大数据快速发展的先决条件，当前，我国健康医疗大数据已经进入初步利好阶段。
　　政策层面，2016年6月，国务院办公厅印发《关于促进和规范健康医疗大数据应用发展的指导意见》，将健康医疗大数据应用发展纳入国家大数据战略布局，并从夯实应用基础、全面深化应用、规范和推动“互联网+健康医疗”服务、加强保障体系建设等四个方面部署了14项重点任务和重大工程。此外，为推进和规范健康医疗大数据的应用发展，我国确定了福建省、江苏省级福州、厦门、南京、常州为第一批试点省市，山东、安徽、贵州为第二批试点省份。
　　技术层面，健康医疗大数据领域涉及的相关技术范围广泛，有底层数据采集中包括的信息化、物联网、5G技术；有处理分析中包括的深度学习、认知计算、区块链、生物信息学及医院信息化建设等。当前，由于基因测序、穿戴设备等数据采集成本下降，导致数据爆发性增长，为大数据人工智能分析奠定了规模基础。未来，随着影像识别、自然语义、认知计算、生物信息学、区块链与应用场景的深入探索，将进一步推动其在不同应用场景下的有效模型建设。
　　资本层面，据不完全统计显示，自2014年起，健康医疗大数据领域的融资事件在生命健康产业中的占比逐年增长，从2014年4.9%增长至2017年的8.6%，2018年Q1健康医疗大数据领域融资事件占比快速增长至22.2%，预计未来将有更多资本进入该领域。
　　当前健康医疗大数据应用发展的瓶颈
　　健康医疗大数据建设的快速推进，使我国健康医疗信息系统和“互联网+健康医疗”服务体系正趋渐规范和完善。于此同时，问题也随之浮现，总结来讲，主要有三点：
　　1、大量数据壁垒导致数据无法互联互通
　　由于信息系统技术规范、基础信息数据标准的不统一和缺失，我国医疗数据普遍不能互通互认，这直接导致各医疗机构大量有价值的数据变成了“数据孤岛”。因此，打通数据壁垒、联通数据孤岛，实现互联互通迫在眉睫。
　　2、医疗大数据停滞在浅层应用难以向更深更广处推进
　　当前，健康医疗大数据收集和运用的方式渠道较为单一，略显贫乏。挂号、电子病历共享等应用，只是健康医疗大数据的冰山一角。如何推动医疗行业的大数据应用向更深更广处发展是行业的“痛点”也是热点。
　　3、处理海量、专业数据存在人才缺口
　　医疗和计算机属于知识密集型行业，海量的医疗专业数据需要复合型专才团队来打理，人才的缺乏是当前健康医疗大数据应用面临的一道实实在在的高门槛。因此，系统性的复合型人才培养体系建立至关重要。