Ⅰ 河南發布大數據產業發展行動計劃（2022—2025年），關於數字醫療如何提及
《河南省大數據產業發展行動計劃（2022—2025年）》明確，到2025年，數據要素市場基本形成，數據資源體系和價值體系初步建立，產業發展邁上新台階，基本建成全國領先、中部領跑的數據要素高效配置先導區、大數據產業創新發展區、大數據融合應用示範區。
在「提升數智治理水平」任務中提及：
（1）「大數據+醫療」：建設全省醫療健康大數據創新應用中心，推進電子健康檔案、電子病歷、電子處方、醫葯和醫療衛生基礎數據資源統一管理，推動居民健康管理、診療和用葯信息在醫院間交換共享。開展「大數據+智慧健康」試點示範，在疾病預防、健康管理、醫療救治、醫葯研發等領域推廣應用大數據。
（2）「大數據+社會保障」：加快完善社會保障信息系統，推進社保信息共享，優化業務流程。深化數據分析技術在養老、醫療、社會救助、勞動用工等領域的應用，實現社保服務和監管精準化。
Ⅱ 加強健康醫療大數據保障體系建設包括哪些
加強健康醫療大數據保障體系建設，包括法規、網路可信體系等方面。《專意見》稱，到2020年，屬建成國家醫療衛生信息分級開放應用平台，實現與人口、法人、空間地理等基礎數據資源跨部門、跨區域共享，醫療、醫葯、醫保和健康各相關領域數據融合應用取得明顯成效；統籌區域布局，依託現有資源建成100個區域臨床醫學數據示範中心，基本實現城鄉居民擁有規范化的電子健康檔案和功能完備的健康卡，健康醫療大數據相關政策法規、安全防護、應用標准體系不斷完善，適應國情的健康醫療大數據應用發展模式基本建立，健康醫療大數據產業體系初步形成、新業態蓬勃發展，人民群眾得到更多實惠。
Ⅲ 依託真實世界專病資料庫，明智醫療如何打造腫瘤大數據服務平台
隨著醫療大數據行業企業走向上市進程，企業發展途徑也變得日益明晰，從初期切入時的數據標准制定、數據清洗，到基於數據的輔助葯物研發、智能診斷等，再到腫瘤全周期診療服務，企業幾乎都會經歷從為B端、H端賦能，逐步走向服務C端患者的道路。
成立於2018年，專注於腫瘤領域的明智醫療，依託聯合臨床腫瘤學會發起的全國單癌種真實世界研究、基於循證醫學證據建立的以患者為中心的全病程 健康 資料庫，致力於為葯企、患者、醫療機構提供閉環大數據解決方案。
在巨頭虎視眈眈的情形下，他們的優勢在哪裡？他們又如何看待腫瘤大數據服務平台可能的發展？我們采訪了明智醫療創始人朱宏。
明智醫療創始人朱宏，本身有著生物信息學專業背景。在2014年，朱宏便開始主導開展醫療大數據研發工作，與中國臨床腫瘤學會達成了長期戰略合作，共同建立了中國腫瘤患者專病數據信息庫。
早年的醫療大數據行業從業經歷，讓他意識到了一場以數據為基礎的智慧醫療變革正在悄然發生。對醫療 科技 前沿信息的接觸與 探索 ，也讓他更為堅信自身的觀點——在大數據 社會 ，智慧醫療的變革勢必會發生，它將成為一場顛覆式的創新，需要參與者從產品創新、商業模式發現和價值網路搭建三方面同步進行。
這場變革本身有著內在的需求推動。當前患者面臨的並不僅僅是看病難、看病貴的問題，在他看來，更為關鍵的問題在於缺乏對患者的疾病全程管理。例如，一名腫瘤患者在出院時，醫生往往只會叮囑患者注意飲食等，而患者院外管理流程幾乎是缺失的。患者如何在院外更好地實現自我管理，在當前醫療資源相對緊缺、相對固定的結構層次下，幾乎是難以解決的問題。而以數據為基礎的智慧醫療將從根本上解決這個問題，在助力葯企、醫院的同時，更好地助力患者全病程管理，實現患者獲益。
對市場的調研進一步堅定了他的信心。據估算，2025年，腫瘤大數據市場有望實現超2000億元的突破。在這背後，本身是腫瘤治療服務改善、葯品研發加速的需求。政策也向著更好的方向發展：國家進一步縮短了創新葯IND和NDA申請的審評審批時間，加速創新葯商業化，解決緊迫的、未滿足的臨床需求。
最終，朱宏將錨點放在了醫療大數據真實世界研究方向上。在他看來，要實現這一目標，需要堅定的信念與正確的策略：
要確信以數據為基礎的智慧醫療將得以實現。朱宏找到了一批志同道合且經驗豐富的人士加入到團隊中。例如副總裁王洋，具備10年以上醫葯企業市場營銷咨詢服務經驗和多年IT領域新產品研發經驗，是難得的創新跨界人才；副總裁金海欣，更有著復旦大學葯學專業背景，是多年外資葯企市場和營銷冠軍，長期從事醫葯學術研究市場應用研究；CMO，是北京大學醫學院醫學部博士、美國西北大學和密西西比醫學中心博士後，具有10年以上基礎醫學科研經驗、6年腫瘤學術、臨床檢測和診斷產品醫學推廣經驗。
堅持長期發展策略。朱宏指出，「臨床醫生使用的聽診器，從發明到固定成型使用，經歷了漫長的數十年。」在嚴肅的醫療領域，更需要堅持長期策略，穩扎穩打地做好醫療大數據服務平台。
為了更好地實現醫療大數據服務平台的發展，在最初設定中，朱宏認為應當著重發展3大模塊：
1、診療路徑方面，線下診療路徑往往與臨床指南與診療規范有關。線上化過程中，需要思考如何構建核心功能組件、模塊，實現以真實世界研究為支撐依據，科學結合診療規范及臨床指南。為此，明智醫療布局真實世界研究，並邁入該領域第一梯隊陣營中。
2、通過可穿戴監測設備實現對患者數據的實時掌握，獲得數據，並以患者為中心，實現對患者全病程管理。目前，明智醫療在管理患者及患者隨訪過程中逐步積淀了真實世界數據，助力真實世界研究，為後續申報數字療法奠定基礎。
3、具備演算法能力。腫瘤疾病資料庫與臨床指南、診療規范，需要通過演算法實現連接，更好地助力臨床決策。2019年，明智醫療便與清華大學達成了戰略合作，開發腫瘤AI輔助決策系統。
早年對行業的接觸與洞察，讓朱宏很早便意識到了專病資料庫的重要性。明智醫療成立後，選擇聯合中國臨床腫瘤學會發起中國原發性肝癌臨床登記調查（CLCS），歷時4年，專注於建設專病資料庫，643個數據採集點覆蓋了95%以上RWS數據要求，基本滿足專家對臨床研究的需求，同時也具備易於多中心聯合的特點。該肝癌疾病資料庫最終覆蓋了5000+核心專家、25萬+腫瘤患者、100+核心醫院。
朱宏指出，「在過去幾年，雖然其他醫療大數據公司也可以選擇與學會合作建設專病資料庫，但少有公司進行這樣的嘗試。一定程度上是因為明智醫療合作開發的醫療資料庫本身足夠專業。另一方面則是因為專家時間有限，不會選擇重復建設同樣的事物。」
專業的肝腫瘤資料庫，幫助使用者基於其產出了多項具有國際影響力的研究成果，基於資料庫發表的專病學術洞見，也被學術界廣泛引用。事實上，當前仍舊有很多疾病病種有待建立專業資料庫。朱宏表示，他也希望業界同行可以更為重視專病資料庫的建設。
實際上，建設專病資料庫的過程比想像的困難得多。比如原始數據的標准化，在明智醫療拓展的100家醫院中，不同醫院對於同一事物往往有不同說法。如果這僅意味著工作量，那麼另一些事情便意味著巨大的挫折與挑戰。
比如部分醫院關鍵指標數據缺失；部分大醫院不願意與其他醫院共享數據。明智醫療邁過了大量門檻，並通過建立起溝通機制，如建設數據使用委員會解決數據共享的問題，形成了良性的運轉機制，在拓增數據的同時，助力臨床科研。
明智醫療規劃的主營業務分為三類，基於專病資料庫的大數據服務平台以及真實世界研究項目，輔助葯企實現患者招募、真實世界研究、提供市場洞察、精準營銷、學術推廣服務；針對醫療機構搭建一體化科研平台、智能患者隨訪平台，協助醫院信息化建設，搭建輔助診斷模型；針對患者，建立從短期腫瘤治療管理到長期患者全病程智能 健康 管理體系，並於日後提供數字療法。
目前，明智醫療與大量創新葯企達成了合作。其實，早在2018年，其便與某日資葯企達成為期三年的資料庫賦能合作。當時企業面臨缺乏行業洞察和學術推廣渠道，上市新葯無真實世界安全性和有效性證據等問題，難以得到行業專家的認可。明智醫療通過委託項目專家發起新葯真實世界數據研究作為專病平台的亞組研究，同時為葯企提供基於資料庫的行業洞察，最終幫助其獲得了遠超預期的銷售業績。
在這個過程中，明智醫療也在進行從單癌種肝癌疾病向其他癌種疾病的橫向拓展。在朱宏看來，橫向復制復製成本相對較低。「就像你看到的冰山一樣，表面可能是獨立的冰山，但底部早已實現連接。」底層邏輯與資源的共享讓明智醫療可以在資源有限的情形下，實現進一步的擴張。比如肝癌屬於消化道腫瘤，其他消化道腫瘤疾病如膽管癌、胰腺癌、胃癌、結直腸癌、食道癌等均可共享部分醫生科室資源。
在縱向拓展方面，據朱宏介紹，「中國前200家腫瘤專科醫院，診治了中國腫瘤治療人群的差不多60~70%。」明智醫療在實現頭部腫瘤醫院簽約數量增長的同時實現著規模增長，以便更有利於以數據為支撐的真實世界研究，並助力葯械企業進行精準學術營銷。
隨著數據賦能的深入推進，明智醫療將推出面向患者的數字療法。朱宏強調，數字療法指向智慧醫療的未來。由軟體程序驅動，以循證醫學為基礎的干預方案，用以治療、管理或預防疾病的數字療法，本身涉及患者的全程管理。一旦90%的時間無需醫生管理患者，將極大地改善當前患者全病程管理狀況。數字療法本身也在助力葯企實現精準葯物治療，進而進一步促進針對患者的精準治療。
相對於以往葯械企業為數字療法付費，朱宏認為患者端付費是可能實現的。因為患者本身是最終的獲益方。當前難點在於患者尚無付費習慣，企業不知如何與患者溝通助力患者提升對數字療法的信心。在他看來，數字療法是以循證醫學為基礎的電子葯物，其對於患者的療效是基於證據支持的。企業一旦研發出使患者獲益的數字療法，通過學術推廣和數字療法本身所具備的患者多維度體驗，患者會遵循醫囑為數字療法買單並具有良好的用葯依從性。
朱宏表示，當前存在兩種可能的付費方式：一種是一次性付費，用於專家會診提供個性化的院外治療、康復方案制定；一種是日常監護管理費用。此外，當前數字療法領域仍舊需要不同領域的企業進入做大市場，充分實現競爭相互促進，讓患者更好地了解數字療法可以助益患者這一實際。當患者、葯企、醫生三方均存在意願時，顛覆性創新局面才可以更快的到來。而明智醫療也有望在這個過程中獲得首批癌症數字療法的認證。
明智醫療計劃繼續拓展簽約的醫院數量，實現腫瘤診療人群的覆蓋。在取得互聯網醫院牌照後，其計劃進一步基於真實世界數據，實現真實世界研究，獲得真實世界證據，打造並取得針對不同癌種疾病的數字療法。
當前，明智醫療真實世界研究已躍入行業第一梯隊，其服務了多家腫瘤制葯公司，與多家行業協議/學會、國內外知名葯企保持著長期合作關系。其此前尚未進行過融資，目前計劃引進外部資金實現創新業務拓展。
其計劃將融資獲得的資金用於資料庫的建設，實現患者人群的進一步覆蓋，並拓展至其他疾病領域；在建設互聯網醫院基礎上，實現數字療法的打造，更好地實現患者院外的疾病全流程管理。
Ⅳ 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；
Ⅳ 醫療大數據發展面臨哪些挑戰
首先，信息孤島多方不協調，傳統的數據共享解決方案需要各個醫療/科研機構將各自數據集中匯聚到統一的數據中心，但數據的主導權、管理權、運營權、使用權、共享權等，會帶來較多的爭議與不滿，導致推動有較大阻礙。
其次，數據共享缺乏隱私保護。數據共享不可避免會產生醫療機構有數據泄露、數據共享後難以管控的風險，如何在充分保障數據安全的前提下，實現數據共享是一個必須盡快解決的難題。
再次，數據共享與流通難確權，數據在共享及流通過程中很容易被復制。如果不能對數據確權，明確數據的產生者、使用者、管理者及受益者，將無法很好實現數據的精準授權，嚴重阻礙數據的共享及流通。
最後，數據共享缺乏分配機制。傳統的數據集中方式很難量化每個單位、團隊、個人的實際數據貢獻的大小，因此沒有很好的共享激勵機制。參與方無論共享的數據是多是少，數據質量是好是壞，獲得的收益是一樣的。如果沒有合理的激勵機制，每個參與方對自己的數據都會傾向於除了要求的數據，其他盡可能少共享或乾脆不共享。
關於醫療大數據發展面臨哪些挑戰，青藤小編就和您分享到這里了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。