健康医疗大数据服务模式创新挑战政策建议(中图)

[摘要]健康医疗大数据是国家重要的基础性战略资源，是实现“健康美国2030”战略的重要保障。基于企业微观角度，归纳小结并深入思考了我国基于健康医疗大数据服务方式创新的主要类别、存在的主要问题及挑战。在此基础上，提出未来应从建立健康医疗大数据新政和法规支撑机制、建立数据共享模式和建立商业生态等三个方面为我国健康医疗大数据驱动的服务机制创新提供支撑。 #

[关键词]健康医疗大数据;服务方式创新;挑战;新政建议 #

[中图分类号]F740[文献标志码]A[文章編号]1009-6043（2022）10-0054-02

#

一、引言

#

医疗大数据是重要的基础性战略资源之一，其应用发展将促进健康医疗方式的革命性变化，同时也带给很大的商业机会和创业空间。早已造成了国外外学者和专家们的广泛关注，掀起了“医疗大数据”的研究风潮。健康医疗大数据早已造成台湾、韩国和欧美等国的高度注重，已纷纷将其提升到国家战略层面，借此力争在联通医疗、大数据科研及精准医疗等前沿阵地占领制高点[1]。美国专家针对医疗大数据问题的研究主要集中在以下三个方面：医疗大数据概念与内涵研究。Sarah等（2022）觉得医疗大数据包括电子病历数据、临床决策支持系统数据、药房系统数据、科研数据、电子健康记录数据，并且还包括医疗社交平台上的相关数据等。CHEN等（2012）觉得除具备传统的海量性、多样性、高速性和价值大的大数据典型特点外，健康医疗大数据还具备多源相关性、异构有偏性等优点，同时，也有高度个性化、高度专业化等特征[2]。医疗大数据的应用及问题研究。等（2013）从多方面探讨了大数据对台湾医疗行业的影响，强调大数据对医疗行业的影响尚处于初步阶段，许多潜在价值正在逐渐被揭露[3]。等（2022）觉得数据剖析技术、数据开放性和荣获性等方面的不足，早已严重妨碍了医疗大数据应用。 #

医疗大数据处理方式与技术研究。等（2014）觉得医疗大数据应用构架与传统的医疗信息构架存在明显不同，主要展现在分布式估算与储存方面[4]。国外专家的研究起步几乎与美国同步，总的来涵研究方面，颜延等（2014）觉得，医疗大数据是医疗人员对病患诊治过程中形成的数据，包括其基本状况、行为数据、诊疗数据、管理数据、检查数据、电子看，国外专家研究的重点主要集中在：理论层面的研究。在医疗大数据概念和内病历等。应用层面的研究[5]。徐宗本等（2014）强调大数据的盛行意味着大机遇，但同时也带给了理论与实践范式、支撑技术、价值开发、产业与生态系统治理等多方面的重大挑战，还要在基础理论、工程技术和人才培养等各个层面上加以规避[6]。风险与挑战方面的研究。自医疗大数据概念提出以后，国外部份专家就早已开始探讨和关注医疗大数据应用中或许出现的种种风险和挑战。吕晓娟等（2022）觉得我国在医疗大数据应用方面存在思维方式与技术挑战、医院内外部技术与制度角力、网络安全与隐私泄漏恐吓等四个方面的风险与挑战[7]。郭熙铜等（2022）觉得基于医疗大数据的服务除了牵涉到多参与方协同形成的利益分配和责任分担问题，就会形成医疗责任划分、医疗车祸防控和用户隐私保护等新的问题[8]。

#

综观已有研究，国外外对于医疗大数据应用问题的研究已取得了许多成果，然而基于大数据驱动的医疗服务方式创新、障碍及破解的研究仍比较欠缺。基于健康医疗大数据的服务创新在现阶段一直面临众多挑战。通过对基于健康医疗大数据服务创新机制的梳理和归纳，可以了解和认识当前美国在健康医疗大数据产业发展方面的关键障碍及应用情况，以对该产业的发展起到一定的启发作用。

#

二、基于健康医疗大数据驱动的服务方式创新 #

健康医疗大数据产业发展的关键点在于怎样运用数据进行价值开掘和价值实现，这只是中国、日本、英国等健康医疗大数据建设相对成熟的国家重点关注的方向。如英国出台的《美国联邦政府医疗信息化战略规划2022-2022》明确提出运用大数据提高医疗服务能力是其二项应用目标之一。日本政府公布的《英国数据能力发展规划》也强调要深入挖掘大数据的潜在价值，推动医疗服务发展。我国政府也早已把健康医疗大数据提高到国家战略高度。近些年来，我国从战略规划、技术能力及应用、数据整治等多个层面积极促进健康医疗大数据的落地发展，相继颁布了《关于推动和规范健康医疗大数据应用发展的指导意见》《关于推动“互联网+医疗健康”发展的意见》《国家健康医疗大数据标准、安全和服务管理方法（试行）》等相关支持新政，涌现了平安好大夫、医渡云、春雨大夫、全域医疗等一批著名企业，产生了远程医疗、精准诊治、基因测序、健康管理、医院精益营运、新药研制等一批基于健康医疗大数据的典型服务机制。

（一）精准医疗服务方式 #

在临床医疗领域，健康医疗大数据的价值主要展现在为临床决策提供科学的参考根据。运用深度学习、神经网路等人工智能算法和现代信息技术通过对海量模范病历和文献进行不断的学习和纠正，临床决策辅助系统可以帮助临床大夫作出愈发精准和牢靠的治愈方案。美国精准医疗服务方式的典型代表是IBM研制的（沃森）机器人大夫。该机器拥有顶级的存储和估算能力，才能精确快捷的处理自然语言，原本带有海量的知识库，可以依照患者的临床、基因和病历等特点，为该患者的治愈提供个性化的临床诊治建议。国外典型企业为上海嘉和美康信息技术有限公司，该公司联合全球著名医疗出版企业集团BMJ联合开发了临床辅助决策系统双引擎机制，该机制基于嘉和美康公司对电子病历的深度理解，通过自然语言处理技术对真实病历进行处理产生句法知识图谱，再利用随机森林和血管网路等人工智能算法，对真实病历数据进行训练学习，产生了基于个体化的临床决策辅助支持建议，该方式改变了传统临床决策辅助系统知识大多来始于临床手册和医学文献的单引擎状况，能为临床确诊提供更为科学和精准的治愈路径和方案。之外，该机制国外的典型企业也有专注病变精准诊治的上海全域医疗技术企业集团有限公司、专注遗传病精准确诊的上海智因东方转换医学研究中心有限公司等。（二）基因测序服务方式

#

基因测序是一种典型的基于大数据的服务方式，它是通过尿液、其他汗液或细胞对DNA进行测试的技术，是将被测试者的组织细胞进行基因信息扩增后，通过特定的设备对被测试者的DNA剖析其所包含的各类基因状况，它还能提早预知疾患发生的机率，进而通过缓解自己的生活习惯或则生活环境，防止或则减缓潜在病症的发生，基因测试是人工智能疾患预测重要的应用服务方式和场景。《中国人工智能医疗蓝皮书》的数据阐明健康大数据管理与服务，近三年间我国基因测序市场以每年62.2%的速率迅速下降。现在，我国基因檢测服务的主要机制是婴儿遗传性癌症的测量、遗传疾患的确诊和这些特定类别的常见病的辅助确诊等。基因测序是精准医疗的基础，一方面促进了癌症医治和免疫治愈的发展，另一方面也大降幅提高了抗生素研制速率。国外典型的企业主要有北京华大基因股份有限公司、北京诺禾致源科技股份有限公司和北京安诺优达基因科技有限公司等。 #

（三）健康管理服务方式 #

慢性病的井喷式下降是我国公共卫生领域比较突出的一个问题，除了给国家也给人民带给了很大经济负担。在慢性病管理领域，创新利用大数据、云估算和人工智能等现代技术方式，针对慢性病病人，通过构建慢性病风险预测和确诊模型，通过并发症关联剖析和诊治项目关联剖析等方式可以为慢性病病患诊治精准的个性化治愈方案和干预计划，通过改变不良生活习惯减少癌症潜在风险，进而增加慢性病管理的效率和品质。之外，也可通过大量的可穿戴设备即时采取病人身体体征指标数据，实现生理特点的实时监控，通过大数据平台进行及时的预判和干预。国外典型的企业和服务产品主要有美年大健康产业企业集团提供的综合健康管理平台、碳云智能提供的精准健康管理平台和禾连健康提供的智慧健康管理服务等。

（四）精益营运服务方式 #

当前，我国一院的发展早已步入了从扩大管理粗放型下降向品质效益集约型下降的关键转变期，营运管理水平是未来诊所的竞争核心。健康医疗大数据对于诊所营运管理的重要性逐渐显现，诊所的精细化、智能化管理决策越来越离不开医疗大数据提供的技术支撑，诊所的战略规划、实施、营销等环节也无不与大数据相关联。健康医疗大数据在诊所利用管理中的应用可以规范并增加诊所的基础管理水平、创新诊所的管理模式、提高诊所的财务剖析管理水平和缓解医患关系。

基于健康医疗大数据的诊所营运管理服务方式主要包括智慧财务管理方案、成本一体化解决方案、医院供应链解决方案、设备管理解决方案、全景人力资源解决方案和绩效管理解决方案等。国外典型的企业和服务产品主要有青岛东软望海科技有限公司提供的医疗精益营运及大数据剖析服务、达孜帆软硬件有限公司提供的大数据BI和剖析平台提供商服务、北京嘉和美康有限公司提供的临床数据中心建设和智能剖析应用平台建立服务等。

三、健康医疗大数据驱动的服务方式创新存在的挑战 #

（一）缺少统一标准规范

#

因为我国信息系统技术规范、基础信息数据标准的不统一和欠缺，致使我国诊所在信息化建设的时侯缺少顶楼设计，造成在同一附院内部不同业务系统之间、不同一院之间和统一医疗信息化企业开发的不同业务之间数据标准不统一、不规范，诊所内部数据展现出出碎片化的典型特点，早已成为基于健康医疗大数据应用服务方式创新的主要障碍。

#

（二）数据品质不高

#

我国医疗机构早已积累了大量的临床数据基础，并且能用的数据品质非常低下，主要表现在数据不完整、不一致、不标准、不及时等方面。导致这些状况的成因除我国缺少规范化标准化的临床术语句法机制外，确诊水平不足导致的高误诊率只是引起我国医疗数据品质低下的主要诱因。 #

（三）数据共享与整合困难

因为数据标准不统一，医疗机构选用的信息管理系统相对独立和封闭，产生了诸多的“信息荒岛”。医疗机构之间数据不流通、不开放，造成大量病人的健康复查、门诊诊治、慢病管理及入院诊治等就诊数据滞留在诊所内部，导致了大量珍稀医疗数据资源的耗费。

（四）商业机制问题 #

健康医疗大数据应用企业生存的关键在于能够为病人提供持续增值服务及能够为医疗机构和第三方持续提供营运层面的效率提高，无论是为谁服务和使用哪种方式都应当能造就价值甚至形成价值的流动，都须要可持续的商业方式提供支撑。健康医疗大数据应用规模只有达到一定程度的状况下才能达到赢利平衡点。在短期内与潜在顾客合作进行价值共建，吸引更多顾客使用大数据产品是健康医疗大数据应用企业前期能够生存的关键。 #

四、落实健康医疗大数据驱动服务方式创新的策略 #

（一）建立健康医疗大数据新政和法规支撑机制

推行健康医疗大数据产业标准机制和标准规范。紧扣实现数据跨部委、跨系统和跨区域的数据交换和共享这个主要任务健康大数据管理与服务，将数据在采集、分类管理、共享、安全、应用等环节的关键共性标准进行构建，以满足健康医疗大数据生命周期各个环节的需求。加强健康医疗大数据安全管控。参照国家标准“信息安全技术-信息安全风险评估规范”建立安全风险评估和持续改进模式。研究起草健康医疗大数据信息安全管理体系，明晰数据全生命周期内的责任主体、范围边界和详细要求。加强健康医疗大数据隐私保护力度。建立健康医疗大数据应用有关的法律法规，明晰个人隐私保护的详细诊治信息内容，明确各个主体在搜集、存储、应用等环节中的法律责任。 #

（二）构建数据共享模式 #

构建数据管理和应用协同模式。对健康医疗大数据各个主体在大数据资源开发、应用、共享及整合等方面的权力及责任进行明晰化，推行主体之间的有效协同模式。建立综合考量价值、成本和风险的数据共享决策模式。紧扣健康医疗大数据搜集、存储、传输、共享、应用及安全等各个环节建立价值-费用-风险三维度数据共享决策模型，为数据共享提供客观和科学的根据。构建基于激励、制约、保障举措的数据共享机制。创新数据共享机制和利益分配方式，规范数据共享授权与审批机制，利用先进信息技术全面保障数据安全等系统性方式推动健康医疗大数据价值的实现。（三）建立商业生态

培植建立大数据技术开发主体。统筹规划建设一批国家级健康医疗大数据技术国家安装工程试验室、健康医疗大数据研究院和研究中心，紧扣关键共性技术进行研究和联合科技预研。构建健康医疗大数据新兴业态。建设健康医疗大数据全球生命创新中心，从精准医疗、医药和药品研制、远程问诊、可穿戴设备、健康管理等多方面入手，产生跨区域、多层次的健康医疗大数据产业链。积极发挥产业应用示范带动作用。成立专项基金支持相关产品的成果转换，以数字化推动健康医疗产业升级，构建和加强具备美国特色的健康医疗大数据产业生态圈。

#

[参考文献] #

[1]J，AnitaEAM.AofBigDatainand[J].，2022，50：408-413. #

[2]Chen，H.，，R.，&，V.（2012）.and：FromBigDatatoBig.MIS，1165-1188.

#

[3]，B.，Knott，D.，&，S.v.（2013）.Thebig-datainUScare：valueand.Mc&.

#

[4]W，V.Bigdatain：and[J].&，2014，2（1）：3.

[5]顏延，秦兴彬，樊建平，等.医疗健康大数据研究述评[J].科研信息化技术与应用，2014，5（6）：3-16. #

[6]徐宗本，冯芷艳，郭迅华，等.大数据驱动的管理与决策前沿课题[J].管理世界，2014（11）：158-163. #

[7]吕晓娟，张麟，王月娟，等.“互联网+”时代医疗服务热点研究[J].美国数字医学，2022，11（1）：29-30. #

[8]郭熙铜，张晓飞，刘笑笑，等.数据驱动的电子健康服务管理研究：挑战与展望[J].管理科学，2022，30（1）：3-14. #