中国健康医疗大数据白皮书

中国健康医疗大数据白皮书

2019年，健康医疗大数据产业继续保持稳步增长，随着技术逐步成熟，其应用场景日益丰富，产业生态日渐完善。随着大数据+人工智能+物联网等新技术的融合，健康医疗大数据的市场关注度将持续保持高位，政府、医疗机构和商业保险等将成为健康医疗付费的重要主体，为此将带动一批优秀的大数据企业成长，带动新一轮的产业增长。

中国健康医疗大数据宏观环境分析

随着新兴技术的日益成熟、海量数据的管理、分析及应用，以及智能化的快速发展，大健康产业正在面临巨大改变。在大数据技术的应用下，传统的健康医疗正在以新的形态焕发生机，健康管理、基因测序、智能养老等全生命周期环节都有大数据技术的落地和应用，并发生着革命性的改变。

健康医疗大数据分类

医疗健康大数据按照获取来源可以分为医院医疗大数据、区域卫生服务平台医疗健康大数据、疾病监测大数据、自我量化大数据、网络大数据和生物大数据6类。

医院医疗大数据：产生于医院常规临床诊治、科研和管理过程，包括各种门急诊记录、住院记录、影像记录、实验室记录、用药记录、手术记录、随访记录和医保数据等。

区域卫生服务平台大数据：通过医疗健康服务平台汇集整合区域内很多家医院和相关医疗机构的医疗健康数据，致使数据量大幅度增加。

疾病监测大数据：来自于专门设计的基于大量人群的医学研究或疾病监测。包括各种全国性抽样调查和疾病监测数据。

自我量化大数据：基于移动物联网的个人身体体征和活动的自我量化数据是一种新型的医疗健康大数据。包含了血压、心跳、血糖、呼吸、睡眠、体育锻炼等信息。

网络大数据大数据：指的是互联网上与医学相关的各种数据。网络大数据产生于社交互联网关于疾病、健康或寻医的话题、互联网上购药行为、健康网站访问行为等。

生物信息大数据大数据：主要是关于生物标本和基因测序的信息，直接关系到临床的个性化诊疗及精准医疗。

国际环境

美国是最早意识到要开放数据的国家，并于2010年通过颁布总统令等措施推动政府数据公开，开始了包括医疗健康行业的大数据建设。此外，美国大数据巨头正在积极展开医疗健康行业大数据布局。

英国政府向医疗行业投入大量资金研发高新科技，英国国民医疗服务系统NHS 被誉为20世纪英国最伟大的成就，这一系统涵盖了庞大而完备的英国医疗数

据，包括全面的病人的健康记录、疾病数据等信息。英国使用医疗健康大数据旗舰平台集中了最为详尽的全英国家庭医生和医院记录的病例以及社会服务信息。英国通过将医疗数据资源进行统一归口、共享、分析，探索了更好地认识病患、研发药物和治疗方式的途径。

日本政府要求全国的医疗机构在2014年年末之前原则上必须采用电子化方式，并计划建立诊疗保健系统、个人健康信息登记系统，应用AI进行医疗诊断支援、支援护理的标准化等。日本政府还提出应用ICT、AI推进医疗、护理改革的应用路线图。2018年将修订诊疗费方案，对使用AI进行诊疗给予一定程度的激励。在2020年实现全新的健康医疗体系。

国内环境

国家政策推进健康医疗大数据应用建设，促使健康医疗大数据产业正在加速形成。在国家政策积极进行战略布局的同时，地方政策紧跟国家步伐，持续推进健康医疗大数据采集、融合共享、应用。从政策所在省份来看，广东省出台的健康医疗大数据相关政策最多，北京市和贵州省次之。

市场环境

随着社会上老龄化进程加快、城市人口增长和生活节奏加快，处于亚健康状态人群数量不断增加，各种常见病、慢性病使得医疗需求急速上涨。

在医院内部存在过度医疗的问题，而在区域间则存在医疗资源分配不均的问题，对于这些问题，则急需新技术手段通过医保部门、医疗监管部门，对不合理的成分进行管控，并通过市场，重新对医疗资源进行再分配。

目前医疗保险支付压力大，控制医疗费用不合理增长，杜绝医疗保障资源的浪费成为医改的难点;而在基本医疗保险支付不足的现状下，商业医疗保险并没有很好地补足。

国内在医疗信息化建设过程中累积了大量医疗数据，但也形成了医疗数据孤岛，从目前看，未来数据融合管理已经成为趋势。

大数据相关技术发展，使得数据采集更加便利，数据量更为丰富，并使得数据存储、分析和多样化应用成为医疗行业发展新动力。

医疗大数据将为政府在医改决策、医疗资源配置、健全公共卫生体系等方面提供科学依据，医疗+大数据有望成为解决医改问题的最佳途径。

技术环境

健康医疗大数据应用的顺利落地，离不开云计算、物联网、人工智能、区块链、本体建模、机器学习和信息安全等一批新兴技术的支撑。

本体建模技術。该技术是共享概念模型的、明确的、形式化的规范说明，具有强大的知识表示和推理能力，主要用于异构信息源之间的交互，辅助组织中人与人的沟通等。健康医疗大数据跨区域、跨机构的数据采集、数据交换、信息处理和分析需求，需要相应的医疗健康信息的本体。

多源异构数据整合。健康医疗大数据应用系统需要从不同地点、不同系统、不同标准的数据源进行数据采集、加工和处理，应用大数据通用技术，促进异构信息的融合。

区块链。主要应用于个人医疗记录的保存，构建在区块链上的电子健康病历;提供了一种全新的数据共享方式，提高数据管理效率;提供防伪验证和药品追踪。

机器学习。一种多领域交叉学科技术，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识和技能，重组现有的知识结构，改善性能。

隐私数据匿名化。在健康医疗相关领域，患者相关信息、医者相关信息、医疗机构诊疗方案信息属于隐私，在非授权情况下不可以被其他使用者识别出来。匿名化技术采用静态、个性化和面向应用等策略，对相关数据开展加密处理。资本环境

中国健康医疗大数据投资市场从2016年的非理性向理性回归，投资呈现零散化、碎片化的特点，2017年的投资数量有较大上幅，但投资规模和单笔投资强度都下降明显。

从2017年的投资阶段分布来看，中国医疗健康大数据投资阶段主要集中在

Pre-A轮及以前。而在2017年，中国健康医疗大数据的融资阶段在天使轮阶段的事件数量增加较为明显，而A、B轮投资数量减少，因此也间接导致2017年的投资数量稳中有增，但是投资的整体市场规模下降明显，更偏前期的初创型公司和投资需求较低的中小型企业成为资本追逐热点。

从2017年健康医疗大数据投资市场获投企业所在城市来看，普遍集中在北京，其次为上海、深圳、杭州等地。从区域特点来看，北京普遍是中小型企业，单笔投资强度较低，且投资领域较为分散，类型较多;上海投资数量较北京少很多，但是单笔投资强度较大，因此在2017年的投资规模高于北京。

中国健康医疗大数据产业生态分析

2019年，健康醫疗大数据产业继续保持稳步增长，随着技术逐步成熟，其应用场景日益丰富，产业生态日渐完善。随着大数据+人工智能+物联网等新技术的