2018年中國健康醫(yī)療大數(shù)據(jù)行業(yè)發(fā)展現(xiàn)狀及發(fā)展趨勢分析【圖】

    一、健康醫(yī)療行業(yè)現(xiàn)狀

    人口的增長和老齡化， 發(fā)展中國家醫(yī)療市場的擴張、 醫(yī)學(xué)技術(shù)的進步和人力成本的不斷上漲將推動支出增長。2017-2021年全球醫(yī)療支出預(yù)計將以每年4.1%的速度增長，而2012-2016年的增速僅為1.3%。慢性病發(fā)病率提升，變化的飲食習(xí)慣以及日益增加的肥胖度加劇了慢性病的上升趨勢，特別是癌癥、心臟病和糖尿病，目前中國糖尿病患者約有1.14億， 而全球患者人數(shù)預(yù)計將從目前的4.15億增加至2040年的6.42億。傳統(tǒng)研發(fā)（R&D）成本上升， 產(chǎn)品上市速度慢， 2004年至2014年藥物開發(fā)成本增加了145%。勞動力不足， 在人口結(jié)構(gòu)的變化和技術(shù)的迅速發(fā)展下，熟練和半熟練醫(yī)療保健工作者將大幅減少。

    中國特色困境*供需結(jié)構(gòu)失衡， 2016年我國每千人口執(zhí)業(yè)（助理）醫(yī)師2.31人。2015年我國每千人口醫(yī)師數(shù)量在OECD統(tǒng)計的國家中排名處于25-30之間。此外，我國醫(yī)生執(zhí)業(yè)環(huán)境較差， 使得進入醫(yī)療系統(tǒng)的優(yōu)秀人才逐年趨少。醫(yī)療資源發(fā)展失衡， 2010-2016年三級醫(yī)院診療人次及機構(gòu)數(shù)量復(fù)合增長率分別為10.7%和8.3%，而基層醫(yī)院僅為1.5%和0.4%。傳統(tǒng)就醫(yī)模式使得三級醫(yī)院人滿為患，導(dǎo)致就醫(yī)體驗差及優(yōu)質(zhì)醫(yī)療資源浪費嚴(yán)重，因此，我國仍把推行分級診療作為當(dāng)前首要任務(wù)。醫(yī)保透支， 《中國醫(yī)療衛(wèi)生事業(yè)發(fā)展報告2017》 預(yù)測，到2024年將出現(xiàn)累計結(jié)余虧空7353億元的赤字。提升醫(yī)?？刭M能力，探索創(chuàng)新支付機制迫在眉睫。因此，改善現(xiàn)有就醫(yī)模式，推行分級診療勢在必行。

    2015年，國家衛(wèi)計委提出分級診療制度將在2020年全面確立，包括基層首診、雙向轉(zhuǎn)診、急慢分診、上下聯(lián)動分診診療等。新模式的搭建過程中，主要存在以下3個問題。 1）信息不流通，各醫(yī)療機構(gòu)間多為信息孤島，患者信息無法進行快速共享流通； 2）資源不流通，優(yōu)質(zhì)醫(yī)生多集中在各大省會的頂級醫(yī)院，且三甲醫(yī)院醫(yī)生精力有限，每年可支援的基層醫(yī)療更是有限； 3）利益不互通，醫(yī)院之間缺乏有效的利益捆綁機制，以促進患者在院間的流通。

2018年分級診療推行中遇到的問題

數(shù)據(jù)來源：公開資料整理

    大數(shù)據(jù)技術(shù)的應(yīng)用，將從體系搭建、機構(gòu)運作、臨床研發(fā)、診斷治療、生活方式五個方面帶來變革性的改善。由于我國醫(yī)療體系的強監(jiān)管性，大數(shù)據(jù)若要在行業(yè)內(nèi)實現(xiàn)其價值，需由國家建立一套自上而下的戰(zhàn)略方針，從而引導(dǎo)醫(yī)院、藥企、民辦資本、保險等機構(gòu)企業(yè)構(gòu)建項目，相互合作，最終實現(xiàn)從“治療”到“預(yù)防”的就醫(yī)習(xí)慣的改變，降低從個人到國家的醫(yī)療費用。麥肯錫曾在2013年預(yù)測， 在美國醫(yī)療大數(shù)據(jù)的應(yīng)用有望減少3000-4500億美元/年的醫(yī)療費用。

2018年大數(shù)據(jù)在健康醫(yī)療行業(yè)中的應(yīng)用價值

數(shù)據(jù)來源：公開資料整理

    我國健康醫(yī)療大數(shù)據(jù)已進入了初步利好階段，國家作為政策引導(dǎo)方，已出臺了50余條“綱要”或“意見”，可穿戴設(shè)備、人工智能等技術(shù)的發(fā)展也為產(chǎn)品研發(fā)奠定了基礎(chǔ)，且頭部資本已進入市場。下一步，各方需靜待產(chǎn)品與市場需求相融合，共同探索具備商業(yè)化或臨床價值的大數(shù)據(jù)產(chǎn)品。

2018年中國健康醫(yī)療大數(shù)據(jù)宏觀利好

數(shù)據(jù)來源：公開資料整理

    2015年8月國務(wù)院發(fā)布了《促進大數(shù)據(jù)發(fā)展行動綱要》 ，指出發(fā)展醫(yī)療健康服務(wù)大數(shù)據(jù)，構(gòu)建綜合健康服務(wù)應(yīng)用。 隨后，國務(wù)院、衛(wèi)計委相繼發(fā)布了多項政策，以促進各省市政府將健康醫(yī)療大數(shù)據(jù)提升至戰(zhàn)略層面。

2015-2017年中國健康醫(yī)療大數(shù)據(jù)相關(guān)政策

數(shù)據(jù)來源：公開資料整理

    2018年科技部官網(wǎng)發(fā)布了14個重點專項2017年度項目申報指南“精準(zhǔn)醫(yī)學(xué)研究”等生物醫(yī)學(xué)領(lǐng)域的5大專項，累計共撥經(jīng)費總概算12億元。其中與健康醫(yī)療大數(shù)據(jù)密切有關(guān)的項目有，“重大慢性非傳染性疾病防控” 4.5億元，“精準(zhǔn)醫(yī)學(xué)研究” 1.3億元，“生殖健康及重大出生缺陷防控研究” 0.9億元。此外， 2月科技部發(fā)布了“主動健康和老齡化科技應(yīng)對” 2018年申報指南。

2017-2018年中國健康醫(yī)療大數(shù)據(jù)相關(guān)項目梳理

數(shù)據(jù)來源：公開資料整理

    2014年起健康醫(yī)療類大數(shù)據(jù)投融資事件增多， 2016年最多共66起， 2017年略有下降。 2018年，健康醫(yī)療大數(shù)據(jù)僅在Q1便發(fā)生了35起投融資事件，其中12件來自醫(yī)療信息化建設(shè)，多為利用AI、語義識別、數(shù)據(jù)模型，挖掘診療信息，連接院內(nèi)院外平臺等類別的企業(yè)。受人工智能熱潮影響， 2017年輔助決策類共發(fā)生17次投融資事件， 2018Q1共5起，預(yù)計未來將會有更多資本進入該領(lǐng)域。

2013-2018Q1中國健康醫(yī)療大數(shù)據(jù)相關(guān)領(lǐng)域投資事件梳理

數(shù)據(jù)來源：公開資料整理

2012-2018Q1中國健康醫(yī)療大數(shù)據(jù)投融資事件在大健康中的占比

數(shù)據(jù)來源：公開資料整理

    2017年，我國65歲以上人口占比11.4%，出生率12.43%（2016年出生率12.95%），人口結(jié)構(gòu)呈現(xiàn)老齡化趨勢。以2013年為基礎(chǔ)， 65歲以上人群兩周就診率26.4%，且在現(xiàn)代生活習(xí)慣的影響下，糖尿病、高血壓等慢性病發(fā)病率也在不斷提升。診療人次仍將持續(xù)上升，醫(yī)療體系也將面臨巨大壓力。

2010-2017年中國65歲及以上人口占比

數(shù)據(jù)來源：公開資料整理

2008-2017年我國診療人次及人均診療次數(shù)

數(shù)據(jù)來源：公開資料整理

    健康醫(yī)療大數(shù)據(jù)領(lǐng)域涉及的相關(guān)技術(shù)范圍非常廣，如底層數(shù)據(jù)采集中包括信息化、 物聯(lián)網(wǎng)、 5G技術(shù)，處理分析中包括深度學(xué)習(xí)、認知計算、 區(qū)塊鏈、生物信息學(xué)及醫(yī)院信息化建設(shè)等。全球大健康數(shù)據(jù)正以每年48%的速度增長，在2020年數(shù)據(jù)量將超過2300Exabytes。預(yù)估2020年，全球健康物聯(lián)網(wǎng)設(shè)備出貨量將達到161萬臺。院內(nèi)數(shù)據(jù)方面，2016年醫(yī)院管理信息系統(tǒng)整體已實施比例在70-80%之間，且集中于三級醫(yī)療機構(gòu)，大量健康醫(yī)療數(shù)據(jù)的積累為算法搭建提供了基礎(chǔ)。在處理分析方面，人工智能、生物信息學(xué)需要與實際應(yīng)用場景相結(jié)合，以便搭建有效模型。

2015-2020年全球健康物聯(lián)網(wǎng)設(shè)備數(shù)預(yù)估

數(shù)據(jù)來源：公開資料整理

2016年中國三級醫(yī)院醫(yī)生工作站系統(tǒng)搭建占比

數(shù)據(jù)來源：公開資料整理

    本篇報告將健康醫(yī)療大數(shù)據(jù)分為三大類，院外數(shù)據(jù)、院內(nèi)數(shù)據(jù)以及基因數(shù)據(jù)。院外數(shù)據(jù)包括健康檔案、智能硬件體征及環(huán)境監(jiān)測/檢測，院內(nèi)數(shù)據(jù)包括就醫(yī)行為、臨床診療等，基因數(shù)據(jù)包括外顯子、全基因等。在具體場景應(yīng)用方面，多為不同種類的數(shù)據(jù)相互交叉結(jié)合應(yīng)用，如預(yù)防預(yù)警，需要結(jié)合智能硬件監(jiān)測、診療用藥歷史等數(shù)據(jù)才能為用戶提供及時的預(yù)警監(jiān)測。

健康醫(yī)療大數(shù)據(jù)分類及應(yīng)用

數(shù)據(jù)來源：公開資料整理

    健康醫(yī)療大數(shù)據(jù)行業(yè)以數(shù)據(jù)規(guī)模為基礎(chǔ)，且在政策和資本鼓勵下，部分應(yīng)用場景進入市場啟動期，如健康管理、輔助決策（全科輔助決策、影像病理輔助診斷等）、醫(yī)療智能化等。下一階段，隨著企業(yè)大數(shù)據(jù)/AI技術(shù)長期的應(yīng)用實踐探索，產(chǎn)品不斷更新完善，預(yù)估2-5年的內(nèi)，產(chǎn)品將首先在B端客戶中進行推廣；隨后，伴隨軟件友好度和準(zhǔn)確度的上升，在B端客戶使用的影響下， C端市場將展開競爭。

2013-2022年中國醫(yī)療大數(shù)據(jù)應(yīng)用場景市場發(fā)展趨勢

數(shù)據(jù)來源：公開資料整理

    健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)鏈的上游是數(shù)據(jù)供應(yīng)商（醫(yī)療機構(gòu)等）或存儲計算服務(wù)（云服務(wù)商。中游為產(chǎn)業(yè)鏈核心企業(yè)，多為具有影像識別、深度學(xué)習(xí)、自然語義分析等核心技術(shù)的技術(shù)型企業(yè)。該類企業(yè)可為聚集了大量健康醫(yī)療相關(guān)數(shù)據(jù)的機構(gòu)提供數(shù)據(jù)處理服務(wù)，在分析及可視化后賦予數(shù)據(jù)價值。下游為應(yīng)用場景，分為B端和C端。 B端包括醫(yī)院、藥企、政府、保險、PBM等企業(yè)，其最終的目的是提升醫(yī)療服務(wù)的效率和質(zhì)量，降低患者及健康人群的就醫(yī)費用。

2018年健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)鏈概況

數(shù)據(jù)來源：公開資料整理

2018年健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)鏈圖譜

數(shù)據(jù)來源：公開資料整理

    健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)鏈上游所提供數(shù)據(jù)的質(zhì)量與樣本量將決定，中游企業(yè)是否可以快速有效的進行模型訓(xùn)練。 整體來看，院內(nèi)、院外及基因數(shù)據(jù)供應(yīng)方均面臨三個問題，質(zhì)量、樣本量及安全。 1）院內(nèi)數(shù)據(jù)在質(zhì)量和規(guī)模上最具競爭力。各省市TOP級的三級醫(yī)療機構(gòu)多存有高質(zhì)量的診療數(shù)據(jù)，且已具備一定規(guī)模 。醫(yī)院外聯(lián)系統(tǒng)中多存有大量就醫(yī)行為數(shù)據(jù)，然而這類數(shù)據(jù)的應(yīng)用將依賴政策指導(dǎo)，且面臨隱私安全等文圖。 2）基因數(shù)據(jù)為企業(yè)的核心資源，已具備一定規(guī)模和質(zhì)量，且多由中游企業(yè)自建數(shù)據(jù)庫自行采集，或者通過與實驗室合作的方式獲取。 3）健康類數(shù)據(jù)多由智能硬件或在線醫(yī)療企業(yè)采集，該類數(shù)據(jù)增長快速，但是維度多且缺乏整合，質(zhì)量參差不一。

2018年健康醫(yī)療數(shù)據(jù)供應(yīng)概況

數(shù)據(jù)來源：公開資料整理

    主要集中在北上廣深一線城市，該現(xiàn)象受醫(yī)療資源、政府態(tài)度、醫(yī)生接受度三方面影響。 1）北上廣深擁有多家TOP級三甲醫(yī)院，優(yōu)質(zhì)醫(yī)療資源豐富且信息化程度高，因此企業(yè)能夠獲得可觀的高質(zhì)量數(shù)據(jù)樣本； 2）初期階段，醫(yī)療大數(shù)據(jù)技術(shù)的探索多由地方政府撥款支持，如2018年2月由北京大學(xué)醫(yī)學(xué)部和大數(shù)據(jù)研究院共同籌備建立北京大學(xué)健康醫(yī)療大數(shù)據(jù)研究中心。因此地方性政策支持變得尤為重要； 3）一線城市的醫(yī)生對新技術(shù)接受程度較高，因此在產(chǎn)品上市后相對較易試運行。

2012-2017年健康醫(yī)療大數(shù)據(jù)相關(guān)企業(yè)地域分布

數(shù)據(jù)來源：公開資料整理

2018年中國健康醫(yī)療大數(shù)據(jù)細分領(lǐng)域企業(yè)分布

數(shù)據(jù)來源：公開資料整理

    平安好醫(yī)生IPO報告中公布， 2017年互聯(lián)網(wǎng)醫(yī)療市場規(guī)模達到150億元人民幣，在線咨詢量達到23.8千萬次。由此可見，互聯(lián)網(wǎng)醫(yī)療可觸達的用戶規(guī)模將越來越大，而僅靠醫(yī)生或相關(guān)從業(yè)人員在后臺回答問題并不能滿足日益增長的用戶量。因此，企業(yè)需依賴大數(shù)據(jù)或AI等技術(shù)優(yōu)化問診、健康/慢病管理等產(chǎn)品的功能，從而有效滿足用戶需求，最終提升付費率。此外，對于不斷擴張的企業(yè)，大數(shù)據(jù)及AI技術(shù)輔助提升服務(wù)效率，降低人力成本；使得在付費率低的情況下（好醫(yī)生IPO披露2017年付費轉(zhuǎn)化率為2.7%），也可以形成穩(wěn)定的營收與較高的利潤率。艾瑞認為，隨著企業(yè)AI智能分診、 AI健康管理路徑等模型成熟且全面應(yīng)用后，院外數(shù)據(jù)的應(yīng)用市場將進入快速成長期。

2012-2020年中國在線咨詢量及在線醫(yī)療市場規(guī)模

數(shù)據(jù)來源：公開資料整理

大數(shù)據(jù)及AI技術(shù)對在線醫(yī)療企業(yè)的應(yīng)用價值

數(shù)據(jù)來源：公開資料整理

    能夠提供健康管理服務(wù)的企業(yè)主要分類兩類。一類是偏健康數(shù)據(jù)收集類企業(yè)，針對健康或慢病人群提供飲食、運動等個性化健康方案。另一類是偏輕問診類，提供智能分診、輕問診、預(yù)約、轉(zhuǎn)診等服務(wù)。目前， C端服務(wù)盈利能力有限，部分企業(yè)依托其健康管理或問診能力，為企業(yè)端客戶服務(wù)。如妙健康依托其多維度健康數(shù)據(jù)及平臺搭建能力，為雇主提供內(nèi)部員工的健康管理服務(wù)，為疾控慢病中心搭建健康信息平臺提供技術(shù)服務(wù)。如平安好醫(yī)生結(jié)合其終端智能應(yīng)用，為用戶提供智能分診，為醫(yī)生提供輔助決策等服務(wù)，輔助政府搭建區(qū)域信息化。

2018年健康管理企業(yè)服務(wù)能力展示

數(shù)據(jù)來源：公開資料整理

    大部分移動醫(yī)療公司在經(jīng)歷了4-5年數(shù)據(jù)沉淀后，積累了大量的數(shù)據(jù)樣本，然而如何通過技術(shù)將其轉(zhuǎn)化為可被解讀的報告仍需時間。目前，健康醫(yī)療大數(shù)據(jù)行業(yè)的支付方主要集中在B端，包括醫(yī)院、藥企、藥店、保險、政府等多類企業(yè)；且在主要支付方中，藥企、保險已形成了一定的支付習(xí)慣。健康醫(yī)療大數(shù)據(jù)的收費方式有多種，包括項目制、 Saas服務(wù)收費、軟件租賃費、增值服務(wù)費等；前三種為現(xiàn)階段主要的收費方式，而增值服務(wù)費將隨著大數(shù)據(jù)及AI應(yīng)用場景的增多而增加。

201703-201802中國健康醫(yī)療排名前10的APP月度設(shè)備數(shù)及占全行業(yè)設(shè)備數(shù)比例

數(shù)據(jù)來源：公開資料整理

2018年院外數(shù)據(jù)企業(yè)端客戶類型及收費方式

數(shù)據(jù)來源：公開資料整理

    在研發(fā)成本、運營成本的不斷提升下，醫(yī)療機構(gòu)、藥企、藥店、保險等機構(gòu)或企業(yè)均急需一套解決方案， 以便在降低臨床研發(fā)、運營管理、 營銷成本的同時提升顧客滿意度，最終增加營收。該類企業(yè)利用人工智能技術(shù)分析挖掘已有信息，為醫(yī)療機構(gòu)、藥企提供有效的改善運營、提升服務(wù)效率的解決方案。目前，提供相關(guān)業(yè)務(wù)的企業(yè)主要來自三種， 1）創(chuàng)業(yè)型，多為AI技術(shù)公司，如推想、羽醫(yī)甘藍、博識醫(yī)療語音等技術(shù)型企業(yè)； 2）信息化/互聯(lián)網(wǎng)等企業(yè)新業(yè)務(wù)拓展，如東軟醫(yī)療的區(qū)域信息化、微醫(yī)的微醫(yī)云業(yè)務(wù)等； 3）政府主導(dǎo)的健康醫(yī)療大數(shù)據(jù)集團，如中電集團將在程度規(guī)劃、建設(shè)和運營國家健康醫(yī)療大數(shù)據(jù)平臺，開展健康醫(yī)療領(lǐng)域的數(shù)據(jù)匯集、治理、共享開放和應(yīng)用生態(tài)建設(shè)。

2018年院內(nèi)數(shù)據(jù)主要業(yè)務(wù)及客戶類別

數(shù)據(jù)來源：公開資料整理

    就院內(nèi)數(shù)據(jù)付費方來看， 藥企、體檢的付費意愿及能力最強；醫(yī)院、保險、藥店等機構(gòu)企業(yè)的付費意愿較弱，需要時間進行市場培育。此外，在商業(yè)化道路上，醫(yī)學(xué)影像類公司也可以針對器械、美容等高端機構(gòu)進行產(chǎn)品研發(fā)，滿足其高端用戶的服務(wù)及心理需求?，F(xiàn)階段，針對不同客戶常見收費方式有三種， 1）軟件租賃或解決方案，企業(yè)為醫(yī)院機構(gòu)或政府（省市衛(wèi)計委）搭建系統(tǒng)或軟件服務(wù)（語音錄入、電子病歷搜索等）， 獲取一定技術(shù)服務(wù)費或軟件租賃費。 2）數(shù)據(jù)分析收入，企業(yè)為體檢機構(gòu)提供影像識別服務(wù)，提高影像讀取效率；或利用機器學(xué)習(xí)為藥企提供服務(wù)，以便提高藥物發(fā)現(xiàn)的“命中”幾率。 3）產(chǎn)品綁定，將成熟模型與健康醫(yī)療器械綁定，輔助提升其市場競爭力。大數(shù)據(jù)企業(yè)將獲得一定比例的提成或資源。 4）按使用次數(shù)收費， 未來AI技術(shù)在獲得三類器械認證后，患者可在就醫(yī)時實現(xiàn)按次付費。

2018年大數(shù)據(jù)企業(yè)客戶商業(yè)模式概況

數(shù)據(jù)來源：公開資料整理

    輔助決策類企業(yè)采用的技術(shù)多為認知計算、深度學(xué)習(xí)、計算機視覺、 自然語言處理。針對科室或疾病領(lǐng)域的不同，其領(lǐng)域也不同，包括影像輔助診斷、病理輔助診斷及全科輔助決策等。其中全科輔助決策準(zhǔn)確率85%左右，仍有較大提升空間；影像和病理輔助診斷的準(zhǔn)確率超過90%，其產(chǎn)品正在落地中?，F(xiàn)階段，各企業(yè)主認為輔助診斷的價值在于為醫(yī)生提供病灶性狀描述、 自動生成報告、精準(zhǔn)定位病灶，降低漏檢風(fēng)險。 1）針對三甲醫(yī)院醫(yī)生，輔助診斷將替代醫(yī)生重復(fù)性工作，為其提供更多的信息，以便醫(yī)生制定最佳的治療方案。或者在短時間內(nèi)監(jiān)測患者的腫瘤變化，以便醫(yī)生及時觀察患者術(shù)后恢復(fù)情況。該類解決方案單價較高，從幾十萬到上百萬均有。 2）針對基層醫(yī)療機構(gòu)，系統(tǒng)將直接給出結(jié)果，快速有效的進行腫瘤的初篩，提高基層醫(yī)生的診療效率及質(zhì)量，釋放醫(yī)療資源。針對基層醫(yī)療機構(gòu)的解決方案價格相對低一些，未來可能以按次收費為主。 3）全科輔助決策，將幫助大型三級醫(yī)院或在線醫(yī)療公司實現(xiàn)快速分診，提升效率。其價格將在幾萬到幾十萬之間。

2022年輔助決策醫(yī)療機構(gòu)付費規(guī)模預(yù)估

數(shù)據(jù)來源：公開資料整理

2018年輔助決策應(yīng)用合作醫(yī)院及應(yīng)用案例

數(shù)據(jù)來源：公開資料整理

    行業(yè)發(fā)展初期，企業(yè)的主要困境集中在產(chǎn)品研發(fā)落地階段。在研發(fā)落地過程中，企業(yè)需要不斷豐富數(shù)據(jù)庫，發(fā)現(xiàn)CornerCase。目前，大多企業(yè)進行數(shù)據(jù)標(biāo)注主要來源以下三種形式，人工標(biāo)注、機器標(biāo)注以及醫(yī)院已有結(jié)構(gòu)化數(shù)據(jù)。 1）人工標(biāo)注為主流方式，該方式能夠提供較高質(zhì)量的標(biāo)注數(shù)據(jù)， 但也面臨著高成本的問題。原因是， 數(shù)據(jù)標(biāo)注人員多為醫(yī)生或具備臨床經(jīng)驗的執(zhí)業(yè)醫(yī)生或醫(yī)學(xué)生，該類人員收費較高每人每天在百元以上， 且一張圖標(biāo)注時長多達半小時 。 2）機器標(biāo)注，體素科技提出了AFT*標(biāo)注法，將主動學(xué)習(xí)和遷移學(xué)習(xí)整合成單一框架。在腸鏡檢查幀分類、息肉監(jiān)測和肺帥塞檢測中表明該類標(biāo)注成本至少可以減少一半。 3）已有結(jié)構(gòu)化數(shù)據(jù)，醫(yī)院本身會存儲一定量的結(jié)構(gòu)數(shù)據(jù)，然而該部分數(shù)據(jù)仍要在處理篩選后才可使用。此外，針對新技術(shù)的應(yīng)用，醫(yī)療機構(gòu)缺乏相應(yīng)的上線流程，因此，企業(yè)在模型訓(xùn)練過程中，建立可復(fù)制的臨床流程與標(biāo)準(zhǔn)，針對不同層級醫(yī)療機構(gòu)的應(yīng)用場景提供有效解決方案是關(guān)鍵所在。

2018年輔助診斷數(shù)據(jù)模型搭建及應(yīng)用中的主要問題

數(shù)據(jù)來源：公開資料整理

    全球基因測序數(shù)據(jù)分析市場規(guī)模發(fā)展迅速， 2012 年市場規(guī)模不超過 2 億美元， 預(yù)計 2018 年將接近 6 億美元，復(fù)合增長率為 22.7%。艾瑞分析認為，隨著高通量測序設(shè)備的廣泛應(yīng)用，基因數(shù)據(jù)量也呈倍數(shù)增長。數(shù)據(jù)量的增長，也使得基因測序的工作重心從繁重的人工測序轉(zhuǎn)到了中游的數(shù)據(jù)分析上。下游臨床應(yīng)用及消費基因的成熟，為數(shù)據(jù)分析提供了客觀的支付方。 因此在應(yīng)用終端的推動下，中游數(shù)據(jù)分析產(chǎn)業(yè)將迎來快速增長，現(xiàn)階段生物信息公司業(yè)務(wù)往往大而雜，而專注某一醫(yī)療領(lǐng)域的生物信息公司（如精準(zhǔn)癌癥）少之又少。國內(nèi)市場專注基因組數(shù)據(jù)分析的生物信息公司并不多，該領(lǐng)域值得期待。

個人基因組測序市場推廣利好

數(shù)據(jù)來源：公開資料整理

2012-2018全球基因測序信息學(xué)市場規(guī)模

數(shù)據(jù)來源：公開資料整理

    二、發(fā)展趨勢

    AI技術(shù)填補大數(shù)據(jù)到信息轉(zhuǎn)化路徑的空白，完善產(chǎn)品價值健康醫(yī)療數(shù)據(jù)多具有非結(jié)構(gòu)化特性，以往的數(shù)據(jù)分析軟件多針對結(jié)構(gòu)化數(shù)據(jù)進行研發(fā)應(yīng)用。人工智能（自然語義處理、卷積神經(jīng)技術(shù)、機器學(xué)習(xí)等）技術(shù)的成熟與應(yīng)用，開啟了健康醫(yī)療的“大數(shù)據(jù)時代”，為如影像類的非結(jié)構(gòu)化數(shù)據(jù)應(yīng)用提供了可能性。

數(shù)據(jù)+AI技術(shù)構(gòu)建疾病模型，實現(xiàn)應(yīng)用價值

數(shù)據(jù)來源：公開資料整理

    在行業(yè)發(fā)展初期，企業(yè)端客戶的購買需求、支付意愿和能力遠大于用戶端，因此企業(yè)端客戶是健康醫(yī)療大數(shù)據(jù)企業(yè)主要支付方。醫(yī)院藥企是最早的支付方，如湘雅， 2014年圍繞數(shù)據(jù)互聯(lián)互通、區(qū)域信息、精細化管理進行系統(tǒng)搭建。 2016年，21家醫(yī)院的腫瘤專家與IBM Watson進行合作獲得個性化服務(wù)。藥企，如默沙東， 2015年將人工智能技術(shù)應(yīng)用到藥品研發(fā)中。隨后，在2016、 2017年，更多的藥企、體檢機構(gòu)通過合作、收購等方式先后進入市場。艾瑞認為，在市場初步探索后，政府、醫(yī)院、藥企、體檢等企業(yè)將成為健康醫(yī)療大數(shù)據(jù)的主要支付方。

醫(yī)院藥企為先行者，國家隊進入引導(dǎo)市場發(fā)展

數(shù)據(jù)來源：公開資料整理

正在或即將進入市場的支付方

數(shù)據(jù)來源：公開資料整理

    隨著行業(yè)發(fā)展，產(chǎn)品、 用戶教育及上下游產(chǎn)業(yè)的逐漸成熟，服務(wù)于用戶端的企業(yè)將迎來無限商機。 如，影像識別、 基因測序在經(jīng)過臨床驗證后，作為常規(guī)檢測項目，將列入醫(yī)?；蚪】惦U的可報銷項目。健康慢病管理場景下，用戶線上進行的建議、干預(yù)、上下轉(zhuǎn)診等健康或輕醫(yī)療服務(wù)的收費模式也將更加靈活多變，形成以按次、按會員、按年卡等多種收費形式。

健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展路徑

數(shù)據(jù)來源：公開資料整理

    在健康管理、慢病管理以及診前、診中、診后環(huán)節(jié)打通的場景下，單家企業(yè)或機構(gòu)的服務(wù)供給能力有限。只有依賴多方角色協(xié)同合作，配合提供健康醫(yī)療服務(wù)，才能滿足用戶需求。未來健康醫(yī)療產(chǎn)業(yè)中的勝出方，不單再是個體，而是不同領(lǐng)域的企業(yè)共同合作完成的生態(tài)體系。因此，企業(yè)在構(gòu)建核心優(yōu)勢的同時，還需要具備戰(zhàn)略眼光，及發(fā)現(xiàn)投資優(yōu)秀合作伙伴的能力。該體系的核心產(chǎn)業(yè)包括健康醫(yī)療大數(shù)據(jù)公司、醫(yī)生、健康醫(yī)療服務(wù)提供方，輔助產(chǎn)業(yè)包括數(shù)據(jù)采集方（智能硬件等、區(qū)域信息平臺）、運營商、物流服務(wù)、云服務(wù)等。

健康醫(yī)療服務(wù)生態(tài)布局

數(shù)據(jù)來源：公開資料整理

    相關(guān)報告：智研咨詢發(fā)布的《2019-2025年中國健康醫(yī)療大數(shù)據(jù)行業(yè)市場專項調(diào)研及投資前景分析報告》