为推进和规范健康医疗大数据的应用发展，福建省、江苏省及福州、厦门、南京、常州被确定为健康医疗大数据中心与产业园建设国家试点工程第一批试点省市。
国家卫计委宣传司司长毛群安在“2016互联网＋健康中国大会”上表示，“互联网＋医疗”实质是健康信息的深入探讨。利用信息技术加强健康医疗工作：借助技术优化就医流程，改善医患交流的模式，监测全生命周期的健康素养，提升医疗资源的配置效率，利用医学影像智能分析、远程医疗技术等手段降低医疗成本，提升医疗质量，改善基层医疗服务能力，推进精准的健康服务。
政策回顾
去年8月，国务院印发《促进大数据发展行动纲要》，明确提出实施公众健康大数据工程；
今年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》，将健康医疗大数据定义为重要的国家基础战略资源，把应用发展健康医疗大数据纳入国家大数据的战略布局，为打造健康中国提供有力支撑；
8月，全国健康与卫生大会召开，确定了新时期卫生与健康的发展方针，指出要完善人口健康信息服务体系建设，推进健康医疗健康大数据的应用；
8月26日，中共中央政治局审议通过“健康中国2030”规划纲要，《纲要》确定了今后15年我国推进“健康中国”建设的行动纲领；
健康大数据会给我们带来什么
国家卫生计生委副主任金小桃
有关研究显示，近年来我国医疗卫生行业IT市场年增长率保持在14%以上，移动医疗市场增速高达20%以上，已具有丰富的健康医疗大数据应用发展实践，正形成加快发展的工作基础。
国家卫计委医药卫生科技发展研究中心副主任代涛
医疗模式的深刻变革，提升健康医疗服务的效率和质量，培育新业态和经济新增长点。
清华大学健康传播研究所副所长苏婧
如果说在传统经济业态中，土地是产生实体经济中一切价值的源泉，那么，在‘互联网+’的业态中，数据成为最重要的生产资料，是产生相应的一切价值的基本。健康医疗大数据也因此被认为是国家和全民最重要的基础战略资源。
工信部信息通信发展司副司长陈立东
我国“互联网+”医疗健康还面临着一些挑战和瓶颈，其中包括技术创新仍不足，信息互通共享等融合机制尚未建立，医疗健康信息数据安全存在隐患等。
大数据医疗的五大方向、15项应用
除了较早前就开始利用大数据的互联网公司，医疗行业可能是让大数据分析最先发扬光大的传统行业之一。
医疗行业早就遇到了海量数据和非结构化数据的挑战，而近年来很多国家都在积极推进医疗信息化发展，这使得很多医疗机构有资金来做大数据分析
临床操作
在临床操作方面，有5个主要场景的大数据应用。麦肯锡估计，如果这些应用被充分采用，光是美国，国家医疗健康开支一年就将减少165亿美元。
比较效果研究
通过全面分析病人特征数据和疗效数据，然后比较多种干预措施的有效性，可以找到针对特定病人的最佳治疗途径。
临床决策支持系统
临床决策支持系统可以提高工作效率和诊疗质量。目前的临床决策支持系统分析医生输入的条目，比较其与医学指引不同的地方，从而提醒医生防止潜在的错误，如药物不良反应。通过部署这些系统，医疗服务提供方可以降低医疗事故率和索赔数，尤其是那些临床错误引起的医疗事故。在美国Metropolitan儿科重症病房的研究中，两个月内，临床决策支持系统就削减了40%的药品不良反应事件数量。
医疗数据透明度
提高医疗过程数据的透明度，可以使医疗从业者、医疗机构的绩效更透明，间接促进医疗服务质量的提高。
远程病人监控
从对慢性病人的远程监控系统收集数据，并将分析结果反馈给监控设备(查看病人是否正在遵从医嘱)，从而确定今后的用药和治疗方案。
对病人档案的先进分析
在病人档案方面应用高级分析可以确定哪些人是某类疾病的易感人群。举例说，应用高级分析可以帮助识别哪些病人有患糖尿病的高风险，使他们尽早接受预防性保健方案。这些方法也可以帮患者从已经存在的疾病管理方案中找到最好的治疗方案。
付款/定价
对医疗支付方来说，通过大数据分析可以更好地对医疗服务进行定价。以美国为例，这将有潜力创造每年500亿美元的价值，其中一半来源于国家医疗开支的降低。
自动化系统
自动化系统(例如机器学习技术)检测欺诈行为。业内人士评估，每年有2%~4%的医疗索赔是欺诈性的或不合理的，因此检测索赔欺诈具有巨大的经济意义。通过一个全面的一致的索赔数据库和相应的算法，可以检测索赔准确性，查出欺诈行为。这种欺诈检测可以是追溯性的，也可以是实时的。在实时检测中，自动化系统可以在支付发生前就识别出欺诈，避免重大的损失。
基于卫生经济学和疗效研究的定价计划
在药品定价方面，制药公司可以参与分担治疗风险，比如基于治疗效果制定定价策略。这对医疗支付方的好处显而易见，有利于控制医疗保健成本支出。对患者来说，好处更加直接。他们能够以合理的价格获得创新的药物，并且这些药物经过基于疗效的研究。而对医药产品公司来说，更好的定价策略也是好处多多。他们可以获得更高的市场准入可能性，也可以通过创新的定价方案，更有针对性疗效药品的推出，获得更高的收入。
研发
医疗产品公司可以利用大数据提高研发效率。拿美国为例，这将创造每年超过1000亿美元的价值。
预测建模
医药公司在新药物的研发阶段，可以通过数据建模和分析，确定最有效率的投入产出比，从而配备最佳资源组合。模型基于药物临床试验阶段之前的数据集及早期临床阶段的数据集，尽可能及时地预测临床结果。评价因素包括产品的安全性、有效性、潜在的副作用和整体的试验结果。通过预测建模可以降低医药产品公司的研发成本，在通过数据建模和分析预测药物临床结果后，可以暂缓研究次优的药物，或者停止在次优药物上的昂贵的临床试验。
除了研发成本，医药公司还可以更快地得到回报。通过数据建模和分析，医药公司可以将药物更快推向市场，生产更有针对性的药物，有更高潜在市场回报和治疗成功率的药物。原来一般新药从研发到推向市场的时间大约为13年，使用预测模型可以帮助医药企业提早3～5年将新药推向市场。
提高临床试验设计的统计工具和算法
使用统计工具和算法，可以提高临床试验设计水平，并在临床试验阶段更容易地招募到患者。通过挖掘病人数据，评估招募患者是否符合试验条件，从而加快临床试验进程，提出更有效的临床试验设计建议，并能找出最合适的临床试验基地。比如那些拥有大量潜在符合条件的临床试验患者的试验基地可能是更理想的，或者在试验患者群体的规模和特征二者之间找到平衡。
临床实验数据的分析
分析临床试验数据和病人记录可以确定药品更多的适应症和发现副作用。在对临床试验数据和病人记录进行分析后，可以对药物进行重新定位，或者实现针对其他适应症的营销。实时或者近乎实时地收集不良反应报告可以促进药物警戒(药物警戒是上市药品的安全保障体系，对药物不良反应进行监测、评价和预防)。或者在一些情况下，临床实验暗示出了一些情况但没有足够的统计数据去证明，现在基于临床试验大数据的分析可以给出证据。
个性化治疗
另一种在研发领域有前途的大数据创新，是通过对大型数据集(例如基因组数据)的分析发展个性化治疗。这一应用考察遗传变异、对特定疾病的易感性和对特殊药物的反应的关系，然后在药物研发和用药过程中考虑个人的遗传变异因素。
疾病模式的分析
通过分析疾病的模式和趋势，可以帮助医疗产品企业制定战略性的研发投资决策，帮助其优化研发重点，优化配备资源。
新的商业模式
大数据分析可以给医疗服务行业带来新的商业模式。
汇总患者的临床记录和医疗保险数据集
汇总患者的临床记录和医疗保险数据集，并进行高级分析，将提高医疗支付方、医疗服务提供方和医药企业的决策能力。比如，对医药企业来说，他们不仅可以生产出具有更佳疗效的药品，而且能保证药品适销对路。临床记录和医疗保险数据集的市场刚刚开始发展，扩张的速度将取决于医疗保健行业完成EMR和循证医学发展的速度。
网络平台和社区
另一个潜在的大数据启动的商业模型是网络平台和大数据，这些平台已经产生了大量有价值的数据。比如PatientsLikeMe.com网站，病人可以这个网站上分享治疗经验：Sermo.com网站，医生可以在这个网站上分享医疗见解：Participatorymedicine.org网站，这家非营利性组织运营的网站鼓励病人积极进行治疗。这些平台可以成为宝贵的数据来源。例如，Sermo.com向医药公司收费，允许他们访问会员信息和网上互动信息。
公众健康
大数据的使用可以改善公众健康监控。公共卫生部门可以通过覆盖全国的患者电子病历数据库，快速检测传染病，进行全面的疫情监测，并通过集成疾病监测和响应程序，快速进行响应。这将带来很多好处，包括医疗索赔支出减少、传染病感染率降低，卫生部门可以更快地检测出新的传染病和疫情。通过提供准确和及时的公众健康咨询，将会大幅提高公众健康风险意识，同时也将降低传染病感染风险。所有的这些都将帮助人们创造更好的生活。
来源：经济参考报、上海证券报、互联网综合整理
筑医台资讯编辑出品
>
