醫院互聯網大數據

『壹』 「醫療數據說」近百家企業僅跑出4家獨角獸醫療大數據「金礦」待啟

醫療大數據概念是從何時出現的？

早期，醫療大數據並非一個單獨行業，更多的作為產業中的一個「元素」。上世紀90年代末，包括東軟、衛寧 健康 、萬達信息等老牌信息化廠商在公立醫院建立根據地，為我國醫療大數據發展打下了基礎。

經過十多年的 探索 ，國內的醫療大數據產業鏈已經初步形成。政策對於醫療大數據的監管和整合逐步推進，產業中也出現了以醫療大數據存儲、挖掘、分析以及應用的創業企業。但總體來看，我國醫療大數據的發展速度並不快。

這一方面歸咎於我國大數據的總量大，但質量較低、分散分布、不完整等特點；另一方面，由於醫療行業的高度政策導向性，國家對於醫療大數據的管控步伐走的仍然比較保守。

億歐大 健康 對國內醫療大數據領域的企業進行了盤點，發現這些企業呈現出三大特徵，並且在醫療大數據藍海里，仍有座「金礦」亟待被挖掘。

根據醫療大數據產業鏈，億歐大 健康 將其梳理為三個維度：基礎層、技術層和應用層。基礎層負責數據的採集、轉換，技術層專注數據存儲、加工、清洗和分析，應用層則聚焦在數據的價值挖掘的場景應用上。

在億歐大 健康 的盤點中，有部分企業如騰訊、華大基因等企業在三個維度均有覆蓋，也有例如博識醫療雲等企業專注於醫療大數據的部分環節。

從上述三大層面來看，企業規模分異較為明顯。 基礎層多集中在上市公司，且多為醫療器械和醫療信息化企業。 由於近幾年新成立的創業公司大多並沒有太長時間用來沉澱數據，這一行為甚至與其商業化的方向相悖，因此，醫療 健康 大數據的「供給端」集中出現在與實體醫院相連的HIT廠商和醫療器械尤其是智能可穿戴設備中。

細觀技術層中的企業，大多是以提供醫療 健康 技術解決方案的形式進行服務。 這一類公司通常首先立足於某一病種，並以AI技術和數據加工分析能力為技術壁壘，服務覆蓋醫療機構、葯企、保險等幾大角色。不同的是，各公司所覆蓋的細分和范圍有所差異。有意思的是，技術層的公司融資輪次都不高，在33家中，B輪及以下的企業有23家，上市公司僅有3家。

這一現象在應用層雖然有所緩解，但企業的體量分異仍然很明顯。在應用層統計的34家企業中，B輪及以下公司占據50%，不過，表格中出現不少上市公司的身影。這一方面體現出上市公司醫療逐漸開始注意到了醫療大數據這塊「肥肉」，另一方面，也不可避免的加劇了醫療大數據應用層的競爭程度。

很顯然，相比AI應用於醫療輔助診斷或是互聯網醫療，醫療大數據遠還沒有到達爆發的節點，對比其他行業，應用程度也沒有零售、金融等行業成熟。但根據IDC Digital的預測，截至2020年醫療數據量將達40萬億GB，是2010年的30倍。

這是一片潛在的金礦，那麼在醫療 健康 產業中，大數據有哪些應用場景？億歐大 健康 總結出了6個方向。

1、大數據+醫葯研發。 在初步應用中，醫療大數據在縮短研發周期、降低研發成本、處理患者數據、模擬疾病模式等方面均有出色的表現，這給入局者們增強了不少信心。

2、大數據+臨床決策。 在醫療機構信息化建設的架構上，醫療大數據可以對臨床決策起到很好的輔助作用。目前來看，醫療大數據在輔助臨床精準醫療、疾病風險預測方面應用較多，例如在患者出現某症狀之前就計算出患病概率和時間節點，以便在臨床上進行早期干預。

3、大數據+互聯網醫療。 曾有行業人士表示，互聯網+醫療的核心內容是大數據。在這一場景中，企業比較多的做法是將大數據和互聯網醫院、養老、 健康 管理和居民電子 健康 檔案相結合，並輔助政府進行區域性 健康 信息管理。

4、大數據+醫療保險。 除了助力醫療保險精準服務、精確管理和科學決策，在醫療保險中，大數據還在例如單病種、DRGs等支付標准設計、完善葯品數據和統一標准、完善醫保智能監控系統等方面有巨大的發揮空間。

5、大數據+ 健康 管理。 「 健康 管理」這把火並不是伴隨著大數據的興起而燒起來的，但准確來說，是大數據讓「精準 健康 管理」開始在行業中成為一代網紅，其中玩家包括妙 健康 、 健康 有益等在內的公司。當下，大數據 健康 管理更多地建立在EHR（電子 健康 檔案）和EMR（電子病歷）兩種整理方式上。

6、大數據+智能診斷。 醫學影像和輔助診斷的細分應用是醫療大數據最成熟的落地場景之一，但對於當下AI+醫療企業較為苦惱的事情是，一方面數據量級並不足夠大，另一方面數據孤島情況嚴重，這是制約其發展的很大一個因素。但無論如何，大數據+智能診斷仍廣泛被行業所看好。在商業化落地上，這些企業的步伐也相對較快。

總體來看，醫療大數據的應用場景眾多，但應用程度大多處於中度乃至弱；在上述表格中近百家醫療大數據企業，僅有丁香園、微醫、零氪、思路迪邁入獨角獸行列；除此之外，國內專注於醫療大數據的新資本也屈指可數。

這一系列現狀實則展現了醫療大數據是一片藍海，而藍海之下蘊含的是巨大的商業價值。 在三醫聯動、分級診療等新政策的加持下，以及國家對於醫療 健康 大數據的逐步規整中，作為全行業底層支撐的醫療大數據，勢必將迎來爆發的一天。

近年來，隨著我國醫療需求攀升，醫療機構、葯企、保險公司正不斷尋求產業升級新機會，醫療 健康 大數據發展勢如破竹。億歐大 健康 頻道策劃了【醫療數據說】系列專訪和選題報道，聚焦大數據給醫療產業鏈各環節帶來的顛覆和變革。

如果您有合適的企業推薦，請聯系億歐大 健康 頻道負責人郭銘梓（微信：Lelion8742390）。

『貳』 廣東省將建成超200家互聯網醫院，建設健康醫療大數據發展集群

近日，《廣東省衛生 健康 事業發展「十四五」規劃》出台，提出了「十四五」期間圍繞衛生 健康 事業的多項主要任務與重點工作，概括起來主要有以下幾個方面：

一是大力鞏固「頂天立地」醫療衛生大格局。 對標國際一流，集中優勢資源推進國家醫學中心、國家區域醫療中心、國家臨床重點專科群和我省國際醫學中心建設，深入推進中醫葯強省、粵港澳大灣區中醫葯高地建設，擴大優質醫療資源供給。發揮高水平醫院輻射帶動作用，推動市域整體醫療水平和縣級醫院臨床專科能力提升，鞏固基層醫療衛生服務網底，推動優質醫療資源均衡布局。

二是持續深化醫葯衛生體制改革。 堅持以人民 健康 為中心，推動將 健康 融入所有政策，大力推進分級診療體系建設、公立醫院高質量發展、「三醫」聯動、行業綜合監管等重點改革。

三是加快構建強大的公共衛生體系。 加快建設現代化疾控體系，提高衛生應急能力和重大疫情救治能力。堅持預防為主、防治結合，優化重大疾病防治策略，強化重大傳染病和地方病防控，實施慢性病綜合防控，健全精神衛生和心理 健康 服務體系。

四是深入推進 健康 廣東建設。 持續開展愛國衛生運動，強化食品安全風險監測，完善全民健身公共服務體系、 健康 促進與教育體系，推進基本公共衛生服務，全方位干預主要 健康 因素。強化生育政策配套銜接，加強一老一小、殘疾人、職業人群等 健康 保護，保障人民全生命周期 健康 。大力發展 社會 辦醫，深入推進醫養康養融合，積極發展多樣化 健康 服務。

五是健全完善 健康 優先發展保障體系。 加強人才隊伍建設，提升 科技 創新和生物安全能力，發展數字 健康 ，推進 健康 灣區建設與國際合作，加強衛生 健康 法治建設，加大衛生 健康 事業投入，全面構建廣東省衛生 健康 事業高質量發展的保障體系。

在具體任務中，多次強調數字化、信息化的作用。

01

在持續深化醫葯衛生體制改革的過程中，主要涉及幾個方面：

加快建設分級診療體系，其中提到將建立完善分級診療技術標准和工作機制，加快推進醫療衛生機構間電子 健康 檔案和電子病歷等信息共享，為患者提供順暢轉診和連續診療。

推動公立醫院高質量發展，將強化信息化支撐作用，支持公立醫院開展互聯網診療，規范互聯網診療運營模式，推動完善 「互聯網 醫療服務」 項目、 價格，進一步規范 「互聯網 醫療服務」 的醫保報銷范圍。

推進醫療保障和醫葯服務協同改革，將符合條件的 「互聯網 醫療服務」 納入醫保支付范圍， 探索 「互聯網 醫療服務」 異地就醫直接結算。

強化醫療衛生行業綜合監管，建設數據共享、 業務協同的省級綜合監管平台，充分融入我省 「一網統管」 體系，推動實現醫療衛生行業智慧化監管。

將通過實施多項深化醫改項目來進行落實，例如衛生綜合監督執法能力提升工程，推進省級綜合監管平台建設，實現全省醫療衛生行業智慧化監管。葯事管理服務改革項目，建立健全遠程處方審核機制，依據遠程醫療平檯面向基層醫療衛生機構開展遠程集中處方前置審核、 遠程葯學會診等，實施 「AI葯師」 工程，提升基層葯師能力等。

02

完善 健康 優先發展保障體系，明確將大力發展數字 健康 。

推進新一代信息技術在醫療衛生 健康 行業深度應用創新發展，建成國家 「 互聯網 醫療 健康 」 示範省，建強 健康 醫療新型基礎設施，增強數字 健康 發展能力。

依託電子政務外網，整合各級各類基礎網路資源建設全省統一的 健康 醫療業務網路。健全權威統一的省市二級全民 健康 信息平台，推進電子 健康 檔案與電子病歷、公共衛生服務信息的對接聯動。

完善 「互聯網 醫療 健康 」 服務監管平台，推動 「互聯網 醫療 健康 」 規范有序發展。在二級以上醫院普遍開展以數據為核心的智慧醫院建設，發展智慧服務、智慧臨床、智慧管理，優化智慧醫療服務流程，提供線上線下無縫銜接的連續服務。

加強智能化早期預警能力建設，提高公共衛生服務數字化、智能化水平。以醫療衛生智能監管和績效評價綜合系統為重點，建設衛生 健康 全方位數字化治理新體系。

規范和加強 健康 醫療大數據保障體系建設， 深化 健康 醫療大數據在臨床科研、教育培訓、產品研發、行業治理等方面應用， 探索 形成廣東特色 健康 醫療大數據發展模式。

完善全民 健康 信息化標准體系，加強信息和網路安全防護。

實施數字 健康 工程。建設廣東衛生 健康 雲，實現醫療 健康 「一張網」。健全省、 市兩級全民 健康 信息綜合管理平台，初步建成全省醫療 健康 大數據中心。建設一 批 「互聯網 醫療 健康 」 示範市、 縣 (區)。持續深化醫療 健康 信息便民惠民 「五個一」 行動。推動醫學人工智慧、5G、區塊鏈等新技術在醫療衛生領域創新應用，打造一批示範智慧醫院。到2025年，全省建成超200家互聯網醫院。建設智慧化多點觸發預警信息系統，提高公共衛生早期預警能力。建設數字化 健康 教育支撐工程，開展個性化、智能化教育信息服務。加快推進廣東建設國家 健康 醫療大數據研究院、 健康 醫療大數據中心建設，遴選一批協同創新基地醫院、 企業，形成 健康 醫療大數據發展集群。

03

疾控體系建設、中醫葯發展、醫養康養等多個領域同樣強調信息化的作用。

推進疾控體系現代化建設。實施疾病預防控制機構能力提升工程，全面改善疾控機構設施設備條件，建設符合現代疾病預防控制需求的疫情監測預警系統、實驗室檢測系統和決策支持系統，強化監測預警、 風險研判、 決策管理、 檢驗檢測、 流 行病學調查和現場調查處置能力。

推進衛生應急管理體系和能力現代化。加強衛生應急信息化建設，推動部門間信息互聯共享。

促進中醫葯傳承創新發展。強化中醫葯信息化支撐驅動，促進新一代信息技術在中醫葯領域深度應用。

深入推進醫養康養融合發展。加強醫養結合信息化支撐，增加智慧 健康 養老產品供給。

『叄』 什麼是大數據，它有哪些用途

專業解釋：大數據英文名叫big data，是一種IT行業術語，是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
通俗解釋：大數據通俗的解釋就是海量的數據，顧名思義，大就是多、廣的意思，而數據就是信息、技術以及數據資料，合起來就是多而廣的信息、技術、以及數據資料。
大數據提出時間
「大數據」這個詞是由維克托·邁爾-舍恩伯格及肯尼斯·庫克耶於2008年8月中旬共同提出。
大數據的特點
Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）-由IBM提出。
大數據存在的意義和用途是什麼？
看似大數據是一個很高大上的感覺，和我們普通人的生活相差甚遠，但是其實不然！大數據目前已經存在我們生活中的各種角落裡了，舉個例子，我們現在目前最關心的疫情情況數據，用的就是大數據的技術，可以實時查看確診人數以及各種疫情數據。
大數據存在的意義是什麼？
從剛才的舉例中我們基本可以了解，大數據是很重要的，其存在的意義簡單來說也是為了幫助人們更直觀更方便的去了解數據。而通過了解這些數據後又可以更深一步的去挖掘其他有價值的數據，例如今日頭條/抖音等產品，通過對用戶進行整理和分析，然後根據用戶的各種數據來判斷用戶的喜愛，進而推薦用戶喜歡看的東西，這樣做不僅提升了自身產品的體驗度，也為用戶提供了他們需要的內容。
大數據的用途有哪些？
要說大數據的用途，那可就相當廣泛了，基本各行各業都可以運用到大數據的知識。如果簡單理解的話，可分為以下四類：
用途一：業務流程優化
大數據更多的是協助業務流程效率的提升。能夠根據並運用社交網路數據信息 、網站搜索及其天氣預告找出有使用價值的數據信息，這其中大數據的運用普遍的便是供應鏈管理及其派送線路的提升。在這兩個層面，自然地理精準定位和無線通信頻率的鑒別跟蹤貨物和送大貨車，運用交通實時路況線路數據信息來選擇更好的線路。人力資源管理業務流程也根據大數據的剖析來開展改善，這這其中就包含了職位招聘的調整。
用途二：提高醫療和研發
大型數據分析應用程序的計算能力允許我們在幾分鍾內解碼整個dna。可以創造新的治療方法。它還能更好地掌握和預測疾病。如同大家配戴智能手錶和別的能夠轉化成的數據信息一樣，互聯網大數據還可以協助病人盡快醫治疾患。現在大數據技術已經被用於醫院監測早產兒和生病嬰兒的狀況。通過記錄和分析嬰兒的心跳，醫生預測可能的不適症狀。這有助於醫生更好地幫助寶寶。
用途三：改善我們的城市
大數據也被用於改進我們在城市的生活起居。比如，依據城市的交通實時路況信息，運用社交媒體季節變化數據信息，增加新的交通線路。現階段，很多城市已經開展數據分析和示範點新項目。
用途四：理解客戶、滿足客戶服務需求
互聯網大數據的運用在這個行業早已廣為人知。重點是如何使用大數據來更好地掌握客戶及其興趣和行為。企業非常喜歡收集社交數據、瀏覽器日誌、分析文本和感測器數據，以更全面地掌握客戶。一般來說，建立數據模型是為了預測。
如何利用大數據？
那我們了解了這么多關於大數據的知識，既然大數據這么好，我們怎麼去利用大數據呢？那這個就要說到大數據的工具BI了，BI簡單理解就是用來分析大數據的工具，從數據的採集到數據的分析以及挖掘等都需要用到BI，BI興起於國外，比較知名的BI工具有Tableau、Power BI等；而國內比較典型的廠家就是億信華辰了。雖然BI興起於國外，但是這些年隨著國內科技的進步以及不斷的創新，目前國內BI在技術上也不比國外的差，而且因為國內外的差異化，在BI的使用邏輯上，國內BI更符合國內用戶的需求。
希望對您有所幫助！~

『肆』 大數據賦能下的「互聯網+醫療」

大數據賦能下的「互聯網+醫療」
近年來，「互聯網＋」熱度持續上升。在2018年政府工作報告中，共有7處提及「互聯網＋」。「做大做強新興產業集群，實施大數據發展行動，加強新一代人工智慧研發應用，在醫療、養老、教育、文化、體育等多領域推進「互聯網＋」，寫進了對今年政府工作的建議中。而在今年兩會上，多位科技大佬就健康大數據以及人工智慧在「互聯網＋醫療」領域的應用提出建議。

人工智慧輔助基層醫療
移動互聯網、大數據、雲計算、物聯網、人工智慧等數字技術有效提升了健康醫療產業的信息化、網路化、智能化水平。隨著5G、區塊鏈等新技術的突破與應用，數字技術還將為健康醫療事業帶來更深遠的影響。但無論是互聯網＋醫療還是AI＋醫療，當下最亟需的應用場景其實在基層。
全國人大代表、騰訊公司董事會主席兼首席執行官馬化騰建議，在醫療欠發達地區和基層機構可以率先推廣人工智慧輔診等技術，如騰訊結合醫療影像與人工智慧技術的「覓影」平台，目前已成為醫療機構的癌症輔助篩查工具；通過AR、VR、直播等方式，基層醫生能與專家遠程會診和交流，這些都將有效改善醫療資源不足的現狀，推動優質醫療資源精準下沉。
全國政協委員、搜狗公司CEO王小川建議，利用數字技術將優質資源廣泛貫通至患者末端，打通醫療惠民「最後一公里」，提供「核心醫院＋基層衛生服務機構＋數字家庭醫生」三級供給模式，提升醫療效率和准確率，助推分級診療，力爭實現每個中國家庭都有家庭醫生，促進醫療全民普惠。
健康大數據應用挑戰多
雖然大數據應用如火如荼，但目前實現數字技術在健康醫療事業中應用還存在諸多挑戰。例如政府部門之間，醫療機構之間，醫療機構和服務企業之間都存在不同程度的數據壁壘。同時，移動互聯網、大數據和人工智慧等新技術與健康醫療產業融合方面還存在較多政策、標准、法規和技術壁壘。
對此，馬化騰建議以雲計算、大數據等數字技術為載體和手段，建立跨部門、跨領域健康醫療機構間的數據共享機制，實現健康醫療大數據的規范採集、集成共享和合規應用，提升管理和服務的精準度，助力國家建設全方位、全周期人口健康信息平台。建議立法明確管理機構、醫療機構、市場主體、患者個人等各方主體對醫療數據的權屬關系。建立由政府牽頭、多方參與的健康醫療領域開放創新平台，加強成熟技術和頂級專家經驗共享，破解數字技術與醫療行業融合的共性難題，降低數字技術大規模推廣應用的技術門檻。
「人工智慧＋醫療」離不開高質量的健康醫療數據，全國人大代表、科大訊飛董事長劉慶峰表示，目前，現有的優質健康醫療數據更多集中在院內診療過程，且以專科疾病為主，常見病、慢性病、患者行為等健康數據並不完善，制約了人工智慧技術在醫改任務中充分發揮作用。他建議，將智能語音技術列入國家健康醫療大數據戰略發展布局。在此基礎上，建立國家健康醫療語音數據應用規范，實現覆蓋採集、應用和管理的全生命周期、全方位的健康醫療大數據體系。

『伍』 從大數據平台到數據治理，智慧醫院大數據何去何從

背景：上周看了阿里章劍鋒寫的一篇大數據文章，加上對健康醫療大數據相關政策的分析，想就醫院大數據的建設說幾點看法，畢竟國家健康大數據戰略下智慧醫院大數據是必然先驅，有大數據抱負的醫院信息科大部分還在摸著石頭找過河的路，而其他行業的經驗還是很有借鑒意義的。

2019年6月，中國衛生信息與健康醫療大數據學會會長金小桃（中國衛生信息學會會長）在6月20日的2019(14th)中國衛生信息技術/健康醫療大數據應用交流大會上發布《新一代醫院數據中心建設指南》（盡管找遍網路都沒找到這個指南，可能還在整理中...）

而基本同一時間，國家衛健委統計信息中心初版了《醫院數據治理框架、技術與實現》，對「醫院大數據」明確為「醫院數據」，這也是我一直在解釋的名詞，正符合大數據的正確引導和深度理解。

2019年的廈門CHIME，中國醫院協會信息專業委員會發布了《醫療機構醫療大數據平台建設指南（徵求意見稿）》。在結合2015年以來的每年一批的健康醫療大數據國家戰略政策指導，大數據國家戰略的決心和國家支持引導的力度可見一斑，而醫院側信息化的現階段熱點就是醫院信息平台，信息平台的熱方向就是醫院大數據和人工智慧，當然這脫離不了首先建設完備的醫院信息化系統。我們再來看一個政策：

2018年4月，國家衛生健康委員會規劃與信息司發布了《全國醫院信息化建設標准與規范（試行）》。它是在2016年《醫院信息平台應用功能指引》和2017年《醫院信息建設應用技術指引（試行）》基礎上，形成的較為完整的醫院信息系統體系框架。在《醫院信息平台應用功能指引》明確醫院信息化功能和在《醫院信息化建設應用技術指引》上明確了醫院信息化技術。看醫院信息化完整地圖，雲計算、大數據、物聯網以及傳統信息化支撐的是金字塔頂端的人工智慧，最近幾年AI大數據經常被一起稱呼，不可能脫離信息化基礎和大數據基礎去建設AI的空中樓閣。所以大數據和AI找同一廠家（或者同一生態圈）建設會是最好的選擇，畢竟做AI的一定先做數據，但是做數據的卻不一定做得好AI，看市場上那麼多數據搬運工公司就清楚了，這也是造成醫院大數據前期建設重數量輕質量的主要原因。

再來看大數據的宏觀發展環境，從2009年閃亮登場到2015年泡沫頂峰，已經邁過了甘特曲線的2個關鍵節點，現在正處於穩步發展。

大數據技術的2個維度是我覺得章劍鋒最深刻的大數據概念解析，垂直的技術棧維度和水平的數據流維度，也就是垂直的平台+應用，水平的數據處理。何為大數據？這一輪數據到大數據的概念，水平維度的數據處理理論正式出現已經30年了並沒有大變化（這個維度數據大數據都應該稱為數據處理），而聚變的是技術棧維度：hadoop、spark、storm、flink等等，但是閃亮的hadoop不也在沒落么，因為技術為業務而生，符合業務需求的才是最合理的技術。而醫院大數據建設出的第二個比較大的問題就是追求新技術典型如hadoop，就醫院數據體量和應用需求，hadoop真不是最佳實踐，而繁雜的運維和龐大高昂的資源硬體成本可能是壓垮信心的根本原因。

再來看醫院大數據上雲，盡管很多人覺得國內是數據隱私和數據安全比較寬松的環境，但是醫院數據側一直都比較謹慎。雖然最近國內出了政策，允許醫院將患者數據對患者開發，但是把醫院數據放在廠家提供的雲上，對於大型三甲醫院目前依然不現實。醫院除了診療水平，最重要的資產就是醫院數據，醫院數據又比較敏感，醫院本身是要遵從嚴格監管的，所以按照當前形勢，更適合醫院的還是數據在醫院（很多醫院通過免費大數據戰略合作協議讓醫院數據上醫某雲）。

還是回到大數據平台，伴隨著大數據概念火熱，hadoop缺在逐步沒落，就大數據技術棧本身，不存在hadoop架構和oracle架構的選擇（在這個點上大量概念混淆，oracle和hive HDFS只是存儲方案的差異，hadoop是大數據完整技術棧），只存在數據存儲架構的選擇，根據數據量、數據使用方式、數據分析方式決策更合理的架構，選了hadoop就不能用oracle嗎？這是醫院大數據平台建設里經常混淆的點。根據應用場景選擇存儲方案，根據數據分析需求選擇技術棧，如果不清楚需求，何不來個混合架構搞個萬金油？其實醫院大數據，oracle是可以用的，國產化另論。如果定了oracle是不是就不能用hadoop了呢？

這里又引申到另一個問題，Hadoop、Spark、Flink等大數據技術的發展，醫院大數據建設技術要求必提，但是真正建了之後會發現好像哪裡不對勁，難道大數據就是這么高大上到信息科要大量學習新技能嗎？能用的技術才是好技術，自己都用不了的一定有問題。其實醫院信息科真正需要的不應該是Hadoop、Spark、Flink等大數據技術的堆砌，應該是信息科都可以簡單上手操作做數據治理，以這些技術為基礎的能解決業務問題的產品。也即真正的易操作、專業化、流程化、全鏈路的數據平台（絕對不是hadoop），這個平台准備後續專門介紹。

智慧醫院從大數據平台的建設到數據治理平台建設，大部分是從技術棧的hadoop轉向數據專業治理本身，也就是從垂直的技術棧維度轉換為橫向的數據流維度，還是要平台，而此平台已經不再hadoop。數據治理到底如何做呢？參見前一篇文章《如何做數據治理》，數據治理最早成熟應用是在零售業、銀行業，以及運營商，現在每個AI互聯網公司都會有數據部門，醫院數據治理可能還是先解決自身的業務問題本身，能不能發展到數據中台，還要看醫院戰略，而不是各種廣告中的概念。

還有一點需要補充的，中美貿易摩擦，美對中進行了嚴格的出口管制，無論從硬體還是軟體，能支持國產化會是一個更好的選擇。

最後，數據治理本身是一個重運維重交付重實施的事情，當前市場大量充斥草台班子的數據搬運，沒有深度長期的價值挖掘，再好的搬運工做的也是勞民傷財的事，參考谷歌和梅奧的十年戰略合作協議，這才是醫院大數據真正有遠見的規劃。

簡單總結下，智慧醫院大數據發展趨勢：

1. 政策會頻繁頒布，醫院大數據（數據）建設一定是必然，目前已經開始穩步發展；

2. 大數據平台概念會褪去，醫院真正需要的一定是全產業鏈整合的數據管理平台；

3. 智慧醫院會更加重視數據流即數據治理本身，現階段還需要一套簡單上手的平台輔助；

4. 智慧醫院大數據中心依舊以私有雲機房為最佳方案；

5. 智慧醫院大數據中心需要兼容國產化需求；

6. 找一家AI大數據公司作為長期戰略合作夥伴將更加現實，畢竟只講大數據的大部分都是數據搬運工；

『陸』 大數據能給醫療帶來哪些改變

如今，互聯網和信息技術已經普遍覆蓋大型公立醫院。

這么多醫療大數據的領域可以幫助我們做什麼？

●大數據的應用增強了預測流行病
●為醫院、醫療系統和醫療辦公提高效益
●減少資源浪費
●數據能提高人們對醫療的全面認識
●海量數據可以幫助研究者准確真實反應臨床真實數據
●私人訂制個性化醫療，大數據收集個人病史家族病史的整理和預測，對於治療方案進行個性化針對治療。

最終我們能用大數據得到什麼？幫助國家的公共衛生系統更多地參與到大數據應用中，來提高社會的整體健康水平。這才是我們所追求的全民醫療的最高意義。

『柒』 大數據在醫療行業的應用有哪些

大數據專業屬於交叉學科：以統計學、數學、計算機為三大支撐性學科；生物、醫學、環境科學、經濟學、社會學、管理學為應用拓展性學科。所以大數據在眾多行業都有應用，下面說說其在醫療領域的應用。
隨著互聯網規模不斷的擴大，大數據正在改變著這個時代的絕大一部分的行業或者企業，醫療行業也不例外，醫療健康正在成為人們關注的重點問題，以智能化、數字化為特徵的醫療信息化正在蓬勃興起，醫療行業的數據類型也在向海量、復雜、多樣的類型方式轉變。
1.就醫數據進行電子化管理
對電子醫療記錄的收集，包括個人病史、家族病史、過敏症以及所有醫療檢測結果等。在信息系統中進行分享，每一個醫生都能夠在系統中添加或變更記錄，而無需再通過耗時的紙質工作來完成。這些記錄同時也能幫助病人掌握自己的用葯情況，同時也是醫學研究的重要數據參考。
2.健康預測
通過智能手錶等可穿戴設備的數據，建立健康預測模型，通過這些可穿戴設備持續不斷地收集健康數據並存儲在雲端，實時匯報病人的健康狀況。應用於數百萬人及其各種疾病的預測和分析，並且在未來的臨床試驗將不再局限於小樣本，而是包括所有人。
3.醫學影像以及臨床診斷
通過讓大數據機器人來識別記住各類海量的醫學影像，例如X射線、核磁共振成像、超聲波……等各種的圖像。對大量病歷進行深度挖掘與學習，訓練其對影片的診斷，最終實現輔助醫生進行臨床決策，規范診療路徑，提高醫生的工作效率。
4.葯品研發
利用大數據進行數據建模並進行分析，預測葯物的臨床結果，可以為臨床階段的實驗結果提供參考，節省臨床階段的時間並優化臨床實驗結果。制葯公司也可以通過數據建模進行分析，從而生產出治療成功率更高的葯品並極大地縮短葯品從研發到投入市場的時間。

『捌』 「互聯網+」健康醫療大數據產生的影響

隨著「互聯網+」戰略的不斷推進,我國的醫療行業迎來了「互聯網+」醫療時代。 「互聯網+」是互

聯網在各個領域的創新應用,以互聯網為載體,以新信息技術為手段，在醫療領域的應用，涵蓋了醫療的健康教育、信息查詢、健康檔案、疾病風險評估、在線咨詢、遠程會診、遠程醫療、疾病康復等諸多方面。醫療大數據是在醫療服務過程中產生的與臨床和管理相關的數據,時序性、隱私性、不完整性等醫療領域獨有特徵。

2018 年 4 月 29 日國務院辦公廳正式發布《關於促進「互聯網+醫療健康」發展的意見》,提出「健全基於互聯網、大數據技術的分級診療信息系統,推動各級各類醫院逐步實現電子健康檔案、電子病歷、檢驗檢查結果的共享,推動大數據在不同等級醫療衛生機構間的授權訪問和利用。」

目前,醫療大數據已在優化資源配置、解決信息孤島問題、輔助決策應用等方面呈現出巨大作用。總結下來，產生如下影響：

1、提升就醫體驗

「就醫難」是國內醫療面臨的最大問題。 以互聯網為載體的就醫過程，優化了就診流程,縮減等待時間,還能有效提升患者就醫體驗，貫穿醫療服務的全過程，涵蓋了醫療資源查找與匹配、網上掛號、在線問診、遠程診療、醫葯電商、移動醫療等領域。

2、推進精準醫療

精準醫療強調以個體化醫療為基礎,包括精準診斷和精準治療兩個方面。 互聯網環境下,醫療服務的逐步數字化將極大地促進醫生與患者之間的相互了解。

3、促進醫療體系的協同

分級診療制度是當前衛生行政部門深化醫葯衛生體制改制的重要內容。 分級診療能夠合理配置醫療資源、促進基本醫療衛生服務均等化。 「互聯網+」醫療環境下，藉助互聯網手段實現分級診療成為醫改的核心。 醫院的「信息孤島」 問題在很大程度上阻礙了分級診療制度的推進，因此打破醫療信息孤島是「互聯網+」醫療發展的基礎。

4、推動個性化醫療發展

未來將建成各種數據無縫流轉，以患者為中心的覆蓋全生命周期的醫療健康管理服務，多個機構、多個角色可基於個體的完整健康數據實施共同管理，實現對患者的個性化治療。

參考文獻：段金寧.「互聯網+」醫療環境下的健康醫療大數據應用[J].中華醫學圖書情報雜志,2018,27(06):49-53