醫葯企業大數據

『壹』 擁抱數字轉型，醫療健康行業往這看

近年來，重大公共衛生事件在全球范圍內頻發，與病毒賽跑、及時發現並精準防控治療考驗著醫葯企業、醫院乃至整個醫療 健康 行業的水平。我們驚喜的發現 「互聯網醫院」 在特殊時期作為一種新的醫療服務模式進入了大眾視野，AI 和雲計算能力加速了病毒分析和葯物研究，」 健康 碼「成為了新的年度熱詞極大程度緩解了 社會 監控壓力…

建設數字化醫療 健康 體系的時機已經到來，醫葯企業、醫療機構、 健康 保險、醫療設備等相關行業產業都勢必將與新興數字化技術進一步融合，全面提升我國醫療衛生行業的發展水平。

微軟作為醫療數字轉型的驅動者，多年來持續為醫療行業提供具有可行性的數字化轉型解決方案。為進一步細化數字化技術在醫療行業不同場景的具體應用，以「 AI 心助醫，轉型突圍 」為主題，野埋談進行一系列「組合拳」行動，分別就葯企、醫療機構、商業 健康 險、醫療設備等領域進行了深入探討，持續推出解決方案場景和深度見解。

醫葯是構建醫療 健康 生態的支柱，醫葯行業需順勢而為，契合數字化發展大勢，主動求新突變，更好地為推動醫療 健康 產業向前發展貢獻力量。

為了更好地剖析中國醫葯行業數字化創新現狀，探析未來創新模式， 微軟攜手動脈網、蛋殼研究院推出《醫療數字化創新季刊--醫葯數字化革新》 。

從產業現狀、數字化驅動因素、數字技術在醫葯產業中的創新應用場景、企業數字化轉型路徑以及醫葯數字化未來發展趨勢等多個維度對醫葯數字化進行了全面、詳細的梳理及分析。

醫葯作為構建醫療 健康 的重要組成部分，面對變革需要主動求變，順應醫葯數字化未來走向，加速醫葯企業與數字化原生融合；藉助 AI+ 大數據轉化液悔數字化成果，並不斷通過模塊化雲服務構建敏捷的運營體系。從目前醫療市場發展看，醫葯產業數字化發展已初見成效，為了更好地剖析中國醫葯行業數字化創新現狀， 探索 未來創新模式，微軟攜手動脈網、蛋殼研究院推出第二期 《醫療數字化創新季刊—醫葯數字化轉型落地五大場景》 ， 從醫葯數字化轉型下沉至五大場景、醫葯行業數字化未來走向 等方面對現階段及未來醫療數字化發展進行全面、詳實的分析。

醫療商業 健康 險專場論壇

「AI 心助醫，轉型突圍」——微軟助力醫療 健康 行業數字化革新活動第四期商業 健康 險專場論壇將於2020年12月11日在上海微軟-儀電人工智慧創新院舉辦。活動將邀請眾多醫療 健康 行業產業角色從我國醫保現行政策等多方向出發，圍繞保險行業展開話題，多維度分析醫療保險行業對醫療 健康 產業帶來的巨大影響， 探索 其發展趨勢，助力醫療保險行業未來發展。

數字化醫療解決方案場景大賽

2020年11月底微軟將攜其市場、產品和渠道以及加速器、人工智慧和物聯網實驗室等眾多資源，聯合張江集團、阿斯利康、賽諾菲、默克、諾華，強生、羅氏、中歐校友醫療 健康 產業協會、張江科投、無錫國際生命科學創新園、君聯資本、探針資本、動脈網等生態夥伴舉辦醫療解決方案創新大賽，圍繞葯企數字化 賦能患者及大眾、加速醫學研發創新、保護醫療信息安全、優化從業人員體驗、建立敏捷運營流程五大場景痛點，強化數字化醫療的思考方式， 碰撞適用性解決方案，並對具有典型性痛點的可操作性方案進行獎勵與實地落地合作。

未來已來，面對充滿挑戰的2020年，醫療 健康 行業唯有加速創新轉型，方能在行業中激流勇進。在轉型過程中，微軟將持續致力於發揮自身的生態優勢頌碰和技術優勢，深入了解醫療行業數字化轉型過程中的業務痛點， 為不同客戶量身定製個性化場景解決方案，賦能企業構建更具創新的醫療新生態 ！

『貳』 大數據行業對於醫葯行業有什麼作用呢

一、大數據有助於精確醫療行業市場定位
醫療行業企業需要架構大數據戰略，拓寬醫療行業調研數據的廣度和深度，從大數據中了解醫療行業市場構成、細分市場特徵、消費者需求和競爭者狀況等眾多因素，在科學系統的信息數據收集、管理、分析的基礎上，提出更好的解決問題的方案和建議。
企業想進入或開拓某一區域醫療行業市場，首先要進行項目評估和可行性分析，這個區域人口是多少？消費水平怎麼樣？客戶的消費習慣是什麼？市場對產品的認知度怎麼樣？當前的市場供需情況怎麼樣？公眾的消費喜好是什麼等等，這些問題背後包含的海量信息構成了醫療行業市場調研的大數據。
隨著大數據時代的來臨，藉助數據挖掘和信息採集技術不僅能給研究人員提供足夠的樣本量和數據信息，還能夠建立基於大數據數學模型對未來市場進行預測。當然，依靠傳統的人工數據收集和統計顯然難以滿足大數據環境下的數據需求，這就需要依靠相關大數據技術開發公司(如北京恆泰博遠科技)來進行大數據採集、分析、監控、分發系統的開發。

二、大數據成為醫療行業市場營銷的利器
互聯網上的信息總量正以極快的速度不斷暴漲，我們每天在不同平台上分享各種文本、照片、視頻、音頻、數據等信息高達的幾百億甚至幾千億條，這些信息涵蓋著商家信息、個人信息、行業資訊、產品使用體驗、商品瀏覽記錄、商品成交記錄、產品價格動態等等海量信息。這些數據通過聚類可以形成醫療行業大數據，其背後隱藏的是醫療行業的市場需求。
以醫療行業在對顧客的消費行為和趣向分析方面為例，消費者購買產品的花費、選擇的產品渠道、偏好產品的類型、產品使用周期、購買產品的目的、消費者家庭背景、工作和生活環境、個人消費觀和價值觀等。如果企業收集到了這些數據，建立消費者大資料庫，便可通過統計和分析來掌握消費者的消費行為、興趣偏好和產品的市場口碑現狀，再根據這些總結出來的行為、興趣愛好和產品口碑現狀制定有針對性的營銷方案和營銷戰略。

三、大數據支撐醫療行業收益管理
大數據時代的來臨，為企業收益管理工作的開展提供了更加廣闊的空間。需求預測、細分市場和敏感度分析對數據需求量很大，而傳統的數據分析大多是採集的是企業自身的歷史數據來進行預測和分析，容易忽視整個醫療行業信息數據，因此難免使預測結果存在偏差。

四、大數據創新醫療行業需求開發
在微博、微信、論壇、評論版等平台隨處可見網友使用某款產品優點點評、缺點的吐槽、功能需求點評、質量好壞與否點評、外形美觀度點評、款式樣式點評等信息，這些都構成了產品需求大數據。作為醫療行業企業，如果能對網上醫療行業的評論數據進行收集，建立網評大資料庫，然後再利用分詞、聚類、情感分析了解消費者的消費行為、價值趣向、評論中體現的新消費需求和企業產品質量問題，以此來改進和創新產品，制訂合理的價格及提高服務質量，從中獲取更大的收益。

『叄』 大數據醫療具體是指什麼

醫療大數據是個很寬泛的概念，他有很多詳細的分類，包括：電子病歷數據，這是患者就醫過程中所產生的數據，包括患者基本信息、疾病主訴、檢驗數據、影像數據、診斷數據、治療數據等，這類數據一般產生及存儲在醫療機構的電子病歷中，這也是醫療數據最主要的產生地。電子化的醫療病歷方便了病歷的存儲和傳輸，但是並未達到進行數據分析的要求。大約80%的醫療數據是自由文本構成的非結構化數據，其中不僅包括大段的文字描述，也包括包含非統一文字的表格欄位。通過醫學自然語言理解技術，將非結構化醫療數據轉化為適合計算機分析的結構化形式是醫療大數據分析的基礎。電子病歷中所採集的數據是數據量最多、最有價值的醫療數據。通過和臨床信息系統的整合，內容涵蓋了醫院內的方方面面的臨床數據集。在電子病歷的互通互聯上，出於各自的利益性（限制病人轉診），各大電子病歷企業也不願意使數據互通互聯。根據美國政府相關報告顯示，其電子病歷共享比例也僅為30%左右。
檢驗數據
醫院檢驗機構產生了大量患者的診斷、檢測數據，也有大量存在的第三方醫學檢驗中心也在產生數據。檢驗數據是醫療臨床子系統中的一個細分小類，但是可以通過檢驗數據直接患者的疾病發展和變化。目前臨床檢驗設備得到迅速發展，通過LIS 系統對檢驗數據進行收集，可以對疾病的早發現早診斷和正確診斷做出貢獻。
影像數據
隨著資料庫技術和計算機通訊技術的發展，數字化影像傳輸和電子膠片應運而生。醫療影像數據是通過影像成像設備和影像信息化系統產生的，醫院影像科和第三方獨立影像中心存儲了大量的數字化影像數據。醫學影像大數據，是由DR、CT、MR 等醫學影像設備產生所產生並存儲在PACS 系統內的大規模、高增速、多結構、高價值和真實准確的影像數據集合。與檢驗信息系統（LIS）大數據和電子病歷（EMR）等同屬於醫療大數據的核心范疇。醫學影像數據量非常龐大，影像數據增速快，標准化程度高。影像數據和臨床其他數據比較起來，它的標准化、格式化、統一性是最好的，價值開發也最早。
費用數據
醫院門診費用、住院費用、單病種費用、醫保費用、檢查和化驗收入、衛生材料收入、診療費用、管理費用率、資產負債率等和經濟相關的數據。除了醫療服務的收入費用之外，還包含醫院所提供醫療服務的成本數據，包含葯品、器械、衛生人員工資等成本數據。在DRGs 按疾病診斷相關組付費模式中，需要詳細的成本數據核算。通過大樣本量的測算，建立病種標准成本，加強病種成本核算和精細化成本管理。
基因測序數據
基因檢測技術通過基因組信息以及相關數據系統，預測罹患多種疾病的可能性。基因測序會產大量的個人遺傳基因數據，一次全面的基因測序，產生的個人數據則達到300GB。一家基因測序企業每月產生的數據量可以達到數百TB 甚至1PB。
智能穿戴數據
各種智能可穿戴設備的出現，使得血壓、心率、體重、體脂、血糖、心電圖等健康體征數據的監測都變成可能，患者的單一體征健康數據以及運動數據快速上傳到雲端，而且數據的採集頻率和分析速度大大提升。除了生命體征之外，還有其他智能設備收集的健康行為數據，比如每天的卡路里攝入量、喝水量、步行數、運動時間、睡眠時間等等。智能穿戴設備雖然在這兩年遇冷，用戶很難形成粘性，但是並不意味著智能穿戴設備所產生的數據沒有意義。提供健康數據和服務，可能是智能穿戴廠商未來的轉型之路。健康大數據的收集必須依靠硬體載體，智能穿戴設備還將會遇到自己的第二春。
體檢數據
體檢數據是體檢機構所產生的健康人群的身高、體重、檢驗和影像等數據。這部分數據來自醫院或者第三體檢機構，大部分是健康人群的體征數據。隨著亞健康人群、慢病患者的增加，越來越多的體檢者除了想從體檢報告中了解自己的健康狀況，還想從體檢結果中獲得精準的健康風險評估，以及如何進行健康、慢病管理。
移動問診數據
通過移動設備端或者PC 端連接到互聯網醫療機構，產生的輕問診數據和行為數據。曾經通過互聯網問診企業春雨醫生的數據，分析各地醫生互聯網問診的活躍度、細分疾病種的問診行為。通過這些數據的分析，對行業發展、互聯網問診企業的決策有非常重要的幫助。

『肆』 醫葯行業和醫葯大數據的關系

目前市場上每個行業對於大數據的應用正在逐漸成熟，大數據五個特點：大量、高速、多樣、低價值密度/真實性。各行各業每天都會產生大量的數據，醫葯行業也是如此，每天產生大量的醫葯數據，從葯物臨床前到上市後的醫葯數據是非常龐大的，對於這些大量的數據獲取、儲存、管理、分析就會創造有價值的數據。

醫葯行業和醫葯大數據的關系

在大數據沒有成熟之前，每個葯企在推出一款新葯之前，都會查閱大量的資料和大量的候選葯物折磨，在大量的資料中查詢想要了解的數據，非常耗時，耗力，而且對於研發一款新葯，耗時長，數據資料多，風險大，回報不及時，相對於這些資料庫現在正好能解決這些問題。

國外的比較巨頭醫葯大數據做的時間比國內的長，使用人數多，但是對於國內的醫葯市場多以仿製葯為主稍微優點不適，所以對於國內醫葯市場還是國內醫葯資料庫比較主流，造就成了現在國內醫葯大數據百家爭鳴的場面

"葯融雲"對於葯物的立項、研發都是有著非常大的幫助。在立項階段所需的參比制劑說明書，競品對比，注冊審評、市場數據、研發階段、臨床數據、專利數據等也是比較齊全的。對於葯物的研發靶點數據、原研品數據，研發數據，葯物毒理數據，臨床數據都是齊全的，而且檢索快，數據多，准確度高。

現在國內醫葯行業大數據能有效的幫助葯企減少研發成本，提高效率，現在是大數據時代，數據就是價值，醫葯行業大數據的數據更為廣闊，醫葯行業也是朝陽行業能帶給人們無限驚喜。

『伍』 ims葯品數據來源是哪裡

IQVIA（原IMS）葯品數手圓據來源在下文加粗文字中會提到。

看見許多網友還在問有關於IMS葯品資料庫的問題，殊不知IMS Health 已經不存在了，問IMS葯品數據來源也沒什麼意義！ 給大家普及一下知識點，IMS葯品資料庫也就是指艾美什(IMS Health)健康，於2016年與Quintiles(昆泰)合並為QuintilesIMS，在2017年改名為IQVIA（艾昆緯）。

接下來我們談談IQVIA（原IMS）葯品資料庫，

大家或許不了解這個資料庫怎麼樣？ 今天筆者就IQVIA（原IMS）葯品資料庫的產品構成、數據源、數據檢索結果、增值服務、社會評價等多個層面進行多維度分析幫助大家對其有一個新的認識。

為了方便大家更直觀地了解IQVIA（原IMS）葯品資料庫，筆者引入一個目前國內客戶覆蓋最廣的葯品資料庫（葯融雲醫葯資料庫）作為對比。

1.產品構成

IQVIA（原IMS）葯品資料庫：由商務咨詢、葯物研究於開發、綜合服務三大版塊構成。

葯融雲醫葯資料庫（pharnexcloud）：葯物研發、上市葯品、葯品銷售、市場信息、一致性評價、原料葯、醫療器械、生產檢驗、合理用葯、醫葯文獻等10個版塊構成。

2.數據源

兩者在數據源收集上都涉及數千個數據來源，包含不限於（①醫葯情報：實驗室研究、內部會議、專業報道、專利、商標、技術實施文件、學術會議、技術報告、科技期刊、文獻等。②醫葯資料庫：異構資源、基於雲計算、雲存儲的醫葯大數據處理等。③醫葯數據：全球各國或地區、資訊、企業公告報道、醫療會議、新聞資訊、投資者壓降，公司年度報告、醫療衛生、葯企、醫學雜志、其它資源等。）

3.數據展示結果

我們將IQVIA資料庫在國內最拿得出手的數據(中國醫院葯品統計報告CHPA )與pharnexcloud 的(全國醫院銷售數據)一個直觀的對比

IQVIA資料庫(中國醫院葯品統計報告) ，基於9454家醫院總體(≥100張床位)進行樣本設計，樣本覆蓋255個城市。樣本醫院只有1000家左右，能推算的總量約8000家。

IQVIA資料庫全球醫葯交易信息由80000多條；

pharnexcloud資料庫(全國醫院銷售數據)，本資料庫是基於10000家醫院（二級及以上醫院）進行樣本設計，覆蓋全國24個省及所有重點城市地區並分層抽樣2200多家，通過專業的計算模型分層放大，樣本醫院能推算9000多家。這是國內外其它資料庫無法比擬的覆蓋規模。

pharnexcloud資料庫全球醫葯交易信息19,653（筆者許可權不夠，只能查到2021年至今的數據），由此可以推算pharnexcloud在全球醫葯交易信息數據也是高於IQVIA資料庫的。

pharnexcloud：①專人對接需求，一對一指導，專業團隊解決行業數據問題。②沙龍、巡講、峰會、項目交易、需求對接等活動支持，VIP加入他們葯融圈生態鏈（目前國內做得非常棒的醫葯人脈圈）。

pharnexcloud：目前是國內醫葯企業選擇最多的醫葯資料庫，因其產品功能的全面和數據全面而一躍成為現在春蘆市場最火熱的醫葯資料庫，其中葯物研發版塊和葯品銷售數據版塊為業內頂尖。

筆者說再多都沒用，最主要還扒薯帶是自身帶著對醫葯資料庫的需求點，親身試用對比其數據，才能驗證數據來源的可靠性。

『陸』 醫葯大數據對於醫葯行業的作用是什麼

現在是大數據時代，我們每天都在產生海量的數據，利用好這些數據，不但能夠為人們的工作生活帶來便利，而且能促進生產環節更加高效地配置資源，提高效率，促進產業升級，醫葯行業也在大數據時代脫穎而出，在生物醫葯領域，大數據更是人類挑戰疾病的重要武器。

在大數據技術尚未成熟之前，葯物研發與試葯環節是一項復雜且龐大的工程，耗時長、回報慢、風險大。可以說，任何一個制葯公司在向市場推廣葯物產品之前，都要經過幾千甚至上萬次的實驗和大量候選葯物的折磨。

由於葯物研發是化學、生物、葯理、臨床等十幾個學科知識的綜合運用，平均每個葯物背後的研發數據資料多達數千甚至數萬頁。如何在海量信息中快速高效地搜尋整理，在重重迷霧里找到真正的價值所在，是每家創新葯企和相關機構的切實需求。

而通過大數據技術，各葯企/研發單位得以提高自己掌握市場信息的速度和完整性，輔助項目的立項過程，加快葯物研發的進度……在有限的時間內，研發更多對人類更有意義的葯品/治療方式。大數據讓葯物的篩選過程變得更為簡單、快捷，也更為安全，是一種高效又經濟的葯物分析技術手段。

同時，在集采常態化、新葯審評審批加快、醫保談判降價的大趨勢下，市場為真正具有臨床應用價值的葯品騰出了空間，全球科學家都在不斷努力提高新葯研發成功率。如何博採眾長，研發出滿足臨床需求、所需投入盡可能少、市場效益更好、成功率更高的葯品？

葯渡資料庫

在功能上：注冊時光軸，檢索功能豐富，支持訂閱審評，研發數據多維度關聯。

在開放程度：封閉式。

總體來說葯渡醫葯數據針對的是創新葯的研發，打造的是研發型資料庫，目前沒有中標數據，市場數據等。

問題還是比較寬泛，主要能解決的有了解市場數據、了解研發數據、銷售數據等等。

『柒』 葯融雲醫葯大數據怎麼樣

大數據發展至今，各行各業都進入了大數據時代醫葯行業也是如此，無論是葯物的立項還是研發還是醫葯投資都是離不開醫葯大數據的，在醫葯大數據沒有成熟之前，從立項調研到葯物研發都會花費大量的時間去翻閱大量的文獻和參考數據，現在醫葯大數據相對成熟對於葯物的立項和研發有了極大的改變，能縮短葯品上市時間、節約產品開發成本、提高企業工作效率，目前是醫葯大數據中比較好的醫葯大數據之一。

現在醫葯大數據相對成熟，對於立項調研，還有葯物研發都能查詢到想要的資料，能有效地節約查詢資料時間，提高效率。

比如查詢「羅沙司他」，可以查詢葯物的研發數據，葯品審評數據、全球臨床試驗數據、葯物報告數據、專利數據、葯物合成路線、上市數據、醫院和葯店銷售數據、市場數據、一致性評價數據、原料葯數據、合理用葯數據等,詳細的葯品數據能有效的幫助葯物的立項和研發，節約翻閱數據時間，還有可以分析葯品審評，了解過審難度，銷售數據可以制定銷售策略，布局市場等。

數據智能化關聯

總體來說資料庫能有效提升葯品立項、研發、上市的時間效率，幫助企業在研發立項時提供決策依據。

『捌』 醫葯資料庫在葯物研發中的作用

資料庫和醫葯行業是一個密不可分的話題，很多葯企可以通過數據資料庫，分析市場葯品需求，確定葯物研發方向，在開發過程中可以准確地查詢篩選靶點物質，還能查詢葯物毒理數據，也解決了以前臨床樣本小，采樣分布有限的問題，有效地提升了葯物研發的效率。

醫葯大數據對於葯物研發的作用

在大數據未成熟之前，葯企在研發新葯時，最多的就是資料的查詢如：靶點的查詢，文獻的查詢，臨床數據的查詢，除了查詢這些數據，還要忍受大量的候選葯物的折磨，而且對於市場的回報有著不確切性，風險很大，研發時間也要長達十幾二十年，對比現在醫葯大數據對於葯物研發提高了時間效率，還能預測回報，規避風險。

臨床研究數據

做葯物研發之前還會通過大數據技術對於市場做分析，對於公共疾病和葯品的需求為葯物研發合理安排時間，在我們企業首先會看市場，看市場的需求，受眾是否廣泛，這些都離不開醫葯大數據的，還有在醫葯副作用研究方面可以通過葯物毒理了解葯物副作用情況，醫葯大數據不僅對於葯物研發有很大的幫助，還對於預測市場，葯品銷售、產品定位都有非常大的幫助。