医疗大数据：布局下逐步完善的大框架-格隆汇

作者：辛辰

来源：诺亚研究工作坊

核心观点

1. 医疗大数据的四大特点既是医疗大数据的机会和优势，也是需要面对的困难和挑战。

2. 医疗大数据的顶层设计已经展开，政策面对于信息技术赋能医疗健康领域更新给予了持续的支持。

3. 医疗大数据的产生可以分为个人医疗健康数据和医疗物资数据，按照数据产生场景又可以分为院内数据和院外数据，目前数据的生成构架已经趋于完善。

今天诺亚研究工作坊将继续带大家了解医疗大数据的进步，以及其正在扮演的积极角色和发挥的作用。

四大特点：是机会也是挑战

医疗健康行业的特殊性决定了医疗大数据和普通广义的大数据存在一定的差异，而这些差异也正是医疗大数据的特点所在，如果能好好把握并利用医疗大数据的特点，并有效解决其中遇到的问题和难点，那医疗大数据所能爆发出的能量将难以想象。今天的医疗大数据主要具有以下特点：

1. 庞大并快速增长的数据量

随着信息化时代的推进，尤其是各类影像数据资料的普及，医疗大数据的数据量和数据规模呈现出了爆炸式的增长，数据的数量单位从 TB 到 PB 到 EB，再到 ZB不断突破新的记录。

正如在上一篇文章中我们提到的，根据IDC的数据显示，医疗大数据正以约 48%的年增长率快速增长。这些数据早已超过了人力所能处理的极限。预计到 2020 年，全球医疗大数据将达到2314EB，已经达到了 ZB 级别。

2. 数据种类的多样化

医疗数据包含各种类型，既有数值代表的各种化验指标，也有文字显示的各类记录、诊断与分析，还有包括X光、CT、核磁共振等多种类别的影像资料，这么多不同种类的数据以不同的文件格式，不同的表现形式存在着，这一点和许多其它行业的数据特点是完全不同的。

因此，医疗大数据对于数据的整合、处理能力相较于其它行业提出了更高的要求。

3. 数据产生的速度极快

医疗大数据的另一大特点在于数据产生的速度很快，除了日常零售消费和连接几乎所有行业的金融数据，几乎没有几个行业的数据产生速度能和医疗健康行业相比。

几乎每个城市每天人满为患的医院门诊就是这一点最直接的反映，即使到了夜间，大医院的急诊室依然灯火通明，可见医疗大数据是24小时不间断产生的。

4. 数据质量缺乏统一性和标准化

医疗健康行业的数据和其它行业数据相比的另一大差异在于数据质量缺乏统一性和标准化。

统一性和标准化的问题主要源于两点：

其一，患者的基础信息和就诊信息在很多方面还没有完全整合，导致原本可以产生很多价值的数据零散化。

其二，不同的医疗器械的检测标准和基础不同，导致没有一个标准化的基准去衡量和评估。

以上四点，1和3是医疗大数据未来发展基础和优势，而2和4则是要克服和解决的困难和挑战。基于这些特点，医疗大数据的核心框架正在逐渐搭建完成。

自上而下：医疗大数据的顶层设计

信息技术赋能医疗健康行业的趋势已经越来越明显，并且融合度不断提高，程度也在不断深化。不论是人工智能行业还是医疗健康行业都得到了国家政策层面的重视，并且列入到了重点规划的行业中去。国家已陆续出台关于扶持医疗大数据发展的相关政策，一个宏伟的蓝图正在逐步展开。

医疗大数据的46312工程框架

资料来源：动脉网，诺亚研究工作坊

根据动脉网蛋壳研究院的整理，2014 年国家卫计委制定“46312”工程，即建设国家级、省级、地级市、县级 4 级卫生信息平台，依托于电子健康档案和电子病历，支撑公共卫生、医疗服务、医疗保障、药品管理、计划生育、综合管理等 6 项业务应用，构建电子监控档案数据库、电子病历数据库、全员人口个案数据库 3 个数据库，建立一个安全的卫生网络，加强卫生标准体系和安全体系建设。

此后，国家又先后出台多项政策，持续推进互联网等信息技术与医疗健康行业的融合，并根据最新的科技发展趋势进行不断的修订补充。

推进医疗信息化政策梳理