【观点】中国医疗大数据“痛点” ：孤岛怎么破

近年来，医疗大数据炙手可热。那么何为医疗大数据?

与医疗健康相关的信息，均可被归入医疗大数据的范畴，数据来源可以是医疗和科研机构，亦可来源于个人甚至政府。其应用场景十分广泛，如药品研发，精准医疗，医保控费，个人健康管理，个性化用药，甚至分级诊疗、远程医疗等。从以太的经验来看，中国医疗大数据的应用各环节有一些共同的痛点。

数据孤岛

首先从机构层面看，在政府政策主导下，当前已经有70%以上的医院实现了医疗信息化，基础设施建设层面已经初见成果。

【观点】中国医疗大数据“痛点” ：孤岛怎么破

然而当前仅有不到3%的医院实现了数据互通：传统系统厂商数量众多，据不完全统计，当前国内his系统厂商超过500家，pacs系统厂商超过200家，厂商为医院单独设计实施系统，且不同系统会出现不同版本。使用传统方式聚合一家系统需耗时2-6个月，对医院数据采集和聚合耗时费力。尽管有移动医疗、远程医疗的一些创业公司会部署新的系统获取数据，然而众多互联网医疗产品的接入，造成了医患双方的额外负担。

其次，从个人角度来看，当前常见的直接获取个人数据的渠道主要有两个：可穿戴设备的佩戴或移动设备的使用，上门检测获取用户数据。然而这两种获取渠道对于用户来说都处于市场导入期，存量市场微乎其微，导入和说服成本巨大。

比如2016年中国的可穿戴设备仅有200亿市场规模，从使用习惯的角度而言，即使是美国2015年的数据，也仅有3%的美国人保有可穿戴设备。此外，用户的使用习惯和意愿也是数据获取的大敌，2015年美国市场研究公司npd group的一份调研指出，超过40%的运动手环用户会在半年内弃用该设备，无法获得周期性可持续的数据。

上门检测用户数据当前常见的是血液检测和基因检测，从服务切入，未来通过数据积累应用到科学研究、医药用品研发、用户个人健康管理等场景，然而由于该类服务成本高，用户接受度低，数据获取也受到诸多限制。

事实上，针对前文提出的机构数据痛点，当前已经有一部分创业公司开始对数据进行整合，打造数据中间件。然而由于医疗机构之间的壁垒、检测水平、试剂选取等原因，数据口径和相关指标无法直接使用的情况依旧存在。个人数据源层面，不同数据分析厂商也会造成标准不统一的问题。

在具体实施层面，对于这些稀缺的个人数据如何整合，如何对不同领域和议题下的主题进行定义以及统计口径的协调将成为应用前的重要环节。在商业环境当中，这也将面临利益分配、如何分工合作以及伦理问题。

工具的缺失

医疗大数据能够发挥作用，还要看实际的应用和解读，如何正确解读数据，让数据对临床、个人健康、公共卫生、医疗保险等领域进行指导是医疗大数据最终落地的必备环节。