「公开课」孙媛媛：医疗大数据的应用场景“没有做不到、只有想不到”

看中华最新资讯 2015-12-13 21:08:40

　　▲ 关注“健康点”轻阅读智库

　　医疗大数据是一个比较宽泛的概念，通用的环节分为采集数据、存储分析数据和数据应用。

　　点睛观点

　　1、药店、诊所、医药电商、慢病管理、精准医疗这些板块形成黏性或形成核心竞争力的核心因素就是构建医疗大数据。

　　2、数据的有效和完整比较重要，电子病历是核心数据。

　　3、从疾病和健康管理的趋势来看，有两个重要的趋势，智能医疗和个性化医疗。

　　4、慢病管理的本质是个人的医疗健康数据的管理。

　　5、慢病管理可能胜出的模式是：低成本整合相关资源来完成闭环，盈利模式设计合理，能形成用户强大粘性。

　　医疗大数据的现状分析

　　我之前深入研究过药店、诊所、医药电商、慢病管理，目前也在学习精准医疗行业。我发现这些板块形成黏性或者形成核心竞争力的核心因素有个共同点，那就是构建医疗大数据。

　　医疗大数据是一个比较宽泛的概念，通用的环节分为采集数据、存储分析数据和数据应用。根据数据应用场景的不同可以有针对性的收集数据和分析数据。按照医疗大数据的不同应用场景，我觉得可以分为很多子版块来介绍。

　　采集数据：各种生物组学数据（比如基因组、蛋白组等）、患者以往病史和诊疗数据（比如病历、医疗保险报销等数据）、生活方式和习惯等多方面。数据采集方式包括互联网、智能可穿戴设备、医院就诊、基因检测、慢病管理行为跟踪等。数据的有效性和完整性比较重要，电子病历是核心数据。

　　存储分析数据：这种数据分析包括个人的队列数据分析和人群间数据的比较分析等。分析海量数据的规律和关系，深度挖掘数据，解读数据。存储分析数据的核心在于前期数据收集的准确和完整，而且具备数据分析能力。

　　数据应用：数据应用的场景包括医院内的临床支持决策（大量的医疗数据可以分析出疾病、症状及实验室数据相关性，从而帮助临床研究人员建立针对某些典型疾病的预测模型），医药研发，保险公司医保控费以及个人健康管理等。

　　从目前的行业现状来看，采集数据和分析数据是比较常见以及比较集中的环节。数据采集领域的核心难点是医疗数据难以互通和相互共享，造成个人医疗数据的不完整。

　　在数据分析环节，需要机构和公司具备深度挖掘数据的能力。比如，全基因组数据中海量数据的处理能力。这个行业里面也诞生了很多相关公司，比如谷歌就在从事医疗数据分析相关的研究。在采集数据环节，我觉得目前各个层面都在重视采集用户医疗健康数据，比如互联网医疗公司、基因公司等。

　　互联网慢病数据管理分析

　　从行业发展趋势来看，我觉得数据收集和分析这两个问题解决之后，医疗大数据的应用场景会出现“没有做不到，只有想不到”的局面。仅仅从疾病和健康管理的趋势来看，我觉得有两个重要的趋势，那就是智能医疗和个性化医疗。

　　若一个人从出生开始，他呈现出来的数据一直到其生命终结，都完整地呈现在他面前以及医生对他每一次的诊治中。每个人都可以得到最适合自己的精准治疗。另一方面，诊断和治疗有规律可循，未来在人群大数据基础上，开发智能诊断和智能治疗，从而将大幅提高医疗效率，节约医疗资源。

　　以慢病管理为例，慢病管理的核心是构建个人大数据来做疾病管理。

　　首先谈一下我对慢病管理的理解：慢病管理既可以作为医疗行业痛点来导入流量，又可以作为流量变现方式（因为它是属于服务电商之一），还可以作为药品电商、远程医疗等变现模式中增强客户粘性的重要手段。这是因为慢性病是移动医疗中的主要病种，慢病管理是针对患有慢性病的患者的全程健康管理，贯穿于就医全程（就医全程包括预防、诊断、治疗、康复），与其他环节相辅相成。移动医疗公司通过慢病管理可以构建针对用户个人的医疗大数据，从而形成个性化的持续治疗，是移动医疗中建立流量黏性的重要手段。

　　慢病管理从人体采集生命体征或者用药、就诊数据，对数据结果进行连续跟踪并给出相应的解决方案，患者按照解决方案继续采集数据，持续跟踪持续反馈。我们认为慢病管理的本质是对个人的医疗健康数据的管理，包括采集准确并且连续的数据，并能分析数据，对数据结果给出诊疗建议。

　　在数据采集时，要注重准确性和人的适应性。采集数据的穿戴设备需要是医疗级产品，并且能方便快捷地与云端进行对接。

　　在数据分析时，需要具备一定的数据分析能力。在积累了个人大量的医疗健康数据后，形成一定的规律和算法，才能给用户做出一定的初始反馈。

　　通过数据分析给出诊疗建议，因为疾病本身会受多种因素影响，给予诊疗建议的一般是医生，医生在数据反馈中是非常重要的环节。如果不通过医生而是直接通过算法给出用户智能的诊疗建议，这就是大数据分析在临床决策中的运用。相应的诊疗建议应该符合医疗标准，但是目前此标准还不明确。很多企业在试图将病种细化来给予用户相应的智能建议。

　　我认为所有能采集医疗数据的公司都是慢病管理的潜在的行业参与者。所以这个行业竞争会非常激烈。做数据闭环才能对用户形成最大的粘性。我认为慢病管理可能胜出的模式是：低成本整合相关资源完成闭环，盈利模式设计合理，能形成客户强大粘性的企业。

　　精彩问答

　　1、请问肿瘤学科中的肿瘤患者在慢病管理里的市场大吗？

　　关于肿瘤患者慢病管理，我之前研究过国外做慢病管理的病种，肿瘤的占比并不是很大。我觉得肿瘤慢病管理需要给到用户治疗性更重的建议，是更重医疗的一类病种，而且主要是线下，线上的条件还不是特别允许。所以，目前很多慢病管理更多还是一些更轻医疗的病种。

　　2、目前很多初创型公司以医疗级可穿戴设备为切入点，以采集用户健康数据和分析响应用户健康状况为着重点。你对这类公司的发展有何建议或者提醒，这类创业公司的风险是什么？

　　对于初创型公司以可穿戴设备为入口，我觉得会有一定的风险。可穿戴设备作为医疗级硬件，更新迭代速度会比较快。目前可穿戴设备并没有特别核心的竞争力，也没有较高的入行门槛。未来很可能会被更具备人体适应性的创新硬件被颠覆。比如无创血糖相比目前的血糖仪来说更适应人的需求，如果将来研发成功那对目前的血糖仪公司会是一个很大的威胁。

　　初创型公司如果在医疗级硬件上做大量投入，需要多方面的人才。投入大加上硬件更新迭代速度快，使这类硬件公司最终可能会走向整合。医院端对接可穿戴设备厂商的数量毕竟有限，那些硬件研发能力比较强的公司会比较占优势。