最近很火的医疗大数据分析到底是个什么鬼
医疗行业是一个生态系统，这个生态系统包含多个重要角色：作为医疗服务提供方的公私立医院、社区医院等医疗机构，作为医疗服务和产品的支付方的商业保险公司以及社会保险，还有作为医疗政策的制定和监管方的各级政府卫生部门，比如卫计委和地方各级卫生厅局，以及作为医药和医疗产品生产和销售方的各个相关企业，他们研发、生产或者销售各类药物以及医疗器械产品。除了以上传统角色，随着可穿戴技术的成熟和逐步市场化，目前医疗行业还出现很多面向消费者健康以及运动的产品和基于数据的服务。他们通过可穿戴设备记录和检测消费者的日常活动和生理指标，也成为医疗行业中不可或缺的一员，并逐步成长为大数据的拥有者。
医疗生态环境在其运转过程中产生了大量的数据。如何更加有效地整合和利用相关数据，为政府更好地履行政策制定和监管职能，是各级政府卫生部门所面临的重要问题之一。如何利用已有病人的数据提高未来临床治疗的效率和质量，并支撑专业的医疗研究是医疗服务方所面临的重要挑战。
存在的问题
随着国家深化医疗卫生体制改革，对医疗卫生信息化建设资金投入的不断增加，促使医疗卫生领域信息化建设取得了一定的成效，在全国医疗卫生信息统计、各级医疗卫生管理体系、基本公共卫生服务提供、医院信息化管理等方面提供了信息化辅助管理手段，提升工作效率和医疗卫生管理水平。 但医疗行业的大数据的收集、分析和应用仍然面临很多的挑战。
首先，医疗行业的大数据分属不同的行业角色。如何整合这些大数据是一个挑战。数据的分享和交换需要合理的政策并考虑各方合理的利益诉求。
其次，医疗行业数据的电子化和数字化仍处于早期阶段，很多数据尚未数字化。比如，医疗行业仍然要求医疗机构将病人档案纸质化，这加大了医疗机构工作人员的工作量，从某种程度上抑制了医疗信息化系统的使用。国内仍然有很多医院包括基层医院并未购买和使用完善的信息化系统来支撑相关数据的数字化。例如，很多基层医院尚未建立基本的医院信息系统（HIS）。电子病历系统（EMR/EHR）在国内医院也未普及。
再次，由于医疗信息系统的提供商非常多，不同医疗机构的需求千变万化，行业内部同类信息系统在数据结构和格式等解决方案上的同质性比较差，数据交换和分享在技术上存在阻力。尽管面临这么多的挑战，如果我们能够围绕医疗大数据制定合理的整合、分析和应用政策和策略，那么医疗大数据及其分析就能帮助提高整个医疗行业的运转效率乃至体验水平。
医疗大数据分析应用
请点击输入图片描述
大数据分析的发展为解决医疗行业所面临的问题提供了可能性。上图总结了大数据分析在医疗行业中潜在的应用场景以及主要用户。我们来看看几个典型应用：
1、临床医疗模式分析
临床过程模式分析功能是指利用大数据分析系统对过程数据进行分析并改进的能力。医疗行业数据分析在医院内部通过数据进行诊疗过程分析，以发现大量临床电子记录数据之间的关系，为今后的循证临床实践提供参考。临床数据分析系统为临床医疗过程全程大数据、实时诊疗数据以及病人电子病历可视化数据的全景分析提供了新途径，特别是对于区域医疗能够观察到病人以前在其他医院的入院情况，支持在医疗成本和效果之间的平衡，帮助医院进行医疗科研。
2、非结构化数据分析
对于存储于分布式数据库系统的数据，需要进行数据过滤、清晰、转换并集成整合，建立临床数据中心。存在于多个部门的非结构化数据，采用NOSQL 数据库进行数据存储，非结构化或半结构化的管理的核心是Apache Hadoop开发环境的实现，MapReduce 能够将大的工作任务分解为一组离散的任务，将分析后的数据集中存储，并提供可视化展现和医疗决策支持访问。
医疗大数据分析与传统数据分析系统的差别在于大数据分析具有非结构化数据的分析能力，这种非结构化数据是传统的医疗数据库不能处理的。临床电子病历中基于XML文档信息、临床影像、医生处方等，非结构化数据占临床数据总量的80%以上，对这一部分的数据进行处理分析，能够得到相关指证，比如，对医学影像分析，通过与相关疾病典型影像特征对比，得到病人疾病诊断，这对医院改进临床效率控制医疗成本有极大益处。
3、管理决策支持
管理决策支持功能强调日常医疗服务过程分析，以支撑管理决策并采取相关措施。一般来说，管理决策支持依赖于医院信息共享互联互通以及信息数据分析能力，对于重大疾病循证分析综合评判对临床医疗质量管理有重大价值，依据电子病历数据分析，开发个性化诊疗方案有助于提升医院精准医疗水平。
从机构组织层面对医院信息系统产生的大数据进行分析，对于跨部门操作流程进行改进具有重要意义，综合性数据分析能帮助管理者全面了解组织机构存在的薄弱环节并采取对应措施，从实践看，建立临床数据中心数据仓库并与实际生产系统实时交互，对于医疗质量水平提升和病人临床安全具有重要保障作用。
4、预测分析功能
通过医疗大数据使用统计分析工具建立评价模型，对疾病发展转归进行预测是医疗大数据应用的重要方面。大数据的预测功能强调对通过大量数据分析对未来趋势预测，医疗机构的数据分析平台需要与临床数据中心、预测分析算法（如：回归分析、机器学习、神经网络等）等相结合，向医护管工作者提供可视化界面，帮助管理和临床决策。临床大数据中心的建设能够通过过去历史数据对未来提供参考，有助于医院精细化管理和精准化医疗。
在医疗机构，对二次住院预测分析大大降低了病情的不确定性，重症中心ICU病人全程生理参数数据监控分析，进行关键指标的警示和交互干预，使医护工作更有效率，优化了相关操作，降低了医疗风险。同时，有利于形成医护患协同的病人全过程的疾病管理分析，产生最佳医疗实践的疾病诊治流程。
5、数据闭环追溯
医疗数据信息如：费用成本数据、临床数据、药学信息、病人行为数据、设备传感数据等均需实时采集或尽量实时采集。传统临床信息系统数据分散在各个应用系统中，数据不一致，产生冗余矛盾，而且不同部门的设备或不同临床信息应用内部信息数据孤立使临床过程工作流优化也存在困难。数据的闭环追溯有利于以病人为中心的临床需求和部门服务与设备应用的监控。大数据分析提供了全流程、全方位的解决能力，业务系统的数据可实时与数据中心进行数据交互，通过大数据算法进行深度评价分析，医护工作者可即时监控病人状态、追踪相关的警示信息并采取相应措施，对医疗安全和用药安全有重要价值。
总的来说，大数据分析在医疗行业具有广泛的应用前景。首先，医疗行业各个主要角色已经或者开始积累大量数据并为大数据分析创造了条件。不同数据集合的整合和分析面临政策和利益诉求的挑战，但是也带来了新的机遇。其次，医疗行业是一个生态系统并面临诸多问题，大数据分析为解决这些系统性问题提供了新工具。
亿信华辰作为数据分析软件领导厂商，紧跟医疗卫生领域发展趋势，面向国家卫健委及各级医疗卫生单位、机构，提供灵活、可适配的解决方案。
请点击输入图片描述
提供集数据采集、数据治理（含元数据、数据标准、数据质量、数据生命周期管理、数据安全）、数据分析与挖掘、可视化展示一体化的解决方案。
美林数据技术股份有限公司
2023-08-27 广告
1、驱动因素之一：政策持续利好
医疗健康是影响国计民生的重大行业，是国家一直以来不遗余力、持之以恒不断进行探索和完善的行业。早在20世纪80年代，为了提高国内医疗服务水平，打破医疗数据“信息孤岛”，国家就提出了发展大力推动医疗行业信息化，但由于诸多的因素的限制，我国医疗信息化进程发展较为缓慢。
近年来，随着云计算、大数据、物联网、移动互联网、人工智能等新兴技术不断和成熟，加速了传统医疗行业与这些新兴技术的融合，其中以健康医疗大数据为代表的医疗新业态，不断的激发着医疗行业的发展。为进一步推动和规范健康医疗大数据行业的发展与应用，2016年6月，国务院发布第一个健康医疗大数据行业的正式文件——《关于促进和规范健康医疗大数据应用发展的指导意见》，提出到2020年建成100个区域临床医学数据示范中心，健康医疗大数据相关政策、法规、标准体系不断完善，健康医疗大数据应用发展模式基本建立，产业体系初步形成、新业态蓬勃发展。
2、驱动因素之二——上游医疗信息化快速发展
自2009年新医改正式启动以来，我国医疗信息化市场继续保持较快的发展速度。医疗机构正在实现部门级应用向院级应用转变、而卫生管理部门正在探索区域医疗卫生管理的信息化途径，电子健康档案与电子病历等一系列标准规范的出台进一步刺激了行业信息化应用投资的加速，众多厂商积极成立面向医疗行业的专门部门提供相应解决方案，以期在行业整体增长中捕获市场机会。
2012-2021年，我国医疗信息化行业市场规模逐年递增，且增速保持在10%以上的较高水平。据IDC发布的数据显示，2021年我国医疗行业信息化市场规模约为728亿元，同比增长19.15%。预计2022年我国医疗信息化市场规模将达到837亿元。
当前电子病历、互联网医院、医保IT建设处于高景气度时期。医疗端，电子病历的建设正处于三级医院有待达到4级，二级医院有待达到2级的阶段，行业空间规模大，景气度高，格局不断改善;互联网医院医疗领域建设热点，景气度也将持续高涨。
医保端，当前医保省级平台建设正加速推进，渗透率到达30%以上，空间释放节奏加快，景气度较高，后续医保控费方面IT系统的建设预计将接续医保领域景气度。
3、驱动因素三——下游医疗健康需求持续攀升
从人口年龄构成来看，近年来我国15-64岁人口占比持续下降，65岁及以上人口占比逐年增长，人口老龄化问题不断加剧。根据国家统计局公布的数据显示，2022年末，全国0-15岁人口为25615万人，占全国人口的18.1%;16-59岁劳动年龄人口为87556万人，占62.0%;60岁及以上人口为28004万人，占19.8%，其中65岁及以上人口为20978万人，占14.9%。与2021年相比，16-59岁劳动年龄人口减少666万人，比重下降0.4个百分点;60岁及以上人口增加1268万人，比重上升0.9个百分点;65岁及以上人口增加922万人，比重上升0.7个百分点。人口老龄化程度持续加深。
此外，社会经济快速发展发展速度加快，社会竞争愈发激励，人们的身体压力和精神不断增大，健康问题日益突出，存在健康问题的人群也越来越年轻化。随着健康中国行动的持续推进，全社会开始普遍关注和重视健康问题，人们的健康意识逐渐提升。根据国家卫健委发布的数据显示，我国居民健康意识逐步增强，部分慢性病行为危险因素流行水平呈现下降趋势，定期测量体重、血压、血糖、血脂等健康指标的人群比例显著增加。2021年中国居民健康素养水平达到25.40%，比2020年提高2.25个百分点，继续呈现稳步提升态势。
4、三大因素圈出广阔的前景
医疗大数据已是国家重要的基础性战略资源，政策支持、上游支撑、下游需求是健康医疗大数据快速发展的先决条件，目前，我国医疗大数据已经进入初步利好阶段。未来，随着政策、医疗信息化、医疗健康需求三大因素的持续利好，我国健康医疗大数据行业将迎来良好的发展前景。
更多本行业研究分析详见前瞻产业研究院《全球健康医疗大数据行业发展前景预测与投资战略规划分析报告》。
官方的医药记录，收费记录，护士医生手写的病例记录，处方药记录，X光片记录，磁共振成像(MRI)记录，CT影像记录等等。
随着强大的数据存储，计算平台，及移动互联网的发展，现在的趋势是医疗数据的大量爆发及快速的电子数字化。以上提到的医疗数据都在不同程度上向数字化转化。有报告显示，2011年，单单美国的医疗健康系统数据量就达到了150EB。照目前的增长速度，
ZB(约1021GB)和YB(约1021GB) 的级别也会很快达到 (IHTT, 2013)。
Kaiser
Permanente，一个在加州发展起来的医疗健康网络系统,就有9百万的会员，被认为拥有26.5到44PB的电子健康记录 (IHTT,
2013)。IT时代涌现的还有各种网络社交媒体数据，比如曾经Google用来预测流感的数据。基因数据也是非常庞大的存在，一次全面的基因测序，产生的个人数据则达到
300GB (Leah,
2014)。公开发布的基因DNA微阵列达到50万之多，每一阵列包含数万的分子表达值。
在生物医药方面，功能性磁共振影像的数据量也达到了数万TB级别，每一幅影像包含有5万像素值
(Fan, Han, & Liu,
2014)。此外，各种健身，健康可穿戴设备的出现，使得血压、心率、体重，血糖，心电图(EKG)等的监测都变为现实和可能，信息的获取和分析的速度已经从原来的按“天”计算，发展到了按“小时”，按“秒”计算。比如，一家名为Blue
Spark的科技公司已经生产出能24小时实时监测体温的新型温度计贴片temptraq。
这种数据的扩展速度和覆盖范围是前所未有的，数据的格式也五花八门，可能是无格式文件(flat
file)，CSV,关系表，ASCII/纯文本文件等等。
同时，数据的来源也纷繁复杂，可能来自不同的地区，不同的医疗机构，不同的软件应用。不可否认，这些多格式，多源头，呈爆炸性成长的大数据的整合和分析十分复杂，但如果将这些可以用工具理顺，医疗大数据将对提高医疗质量，强化患者安全，降低风险，降低医疗成本等方面发挥无与伦比的巨大作用。目前国内BI厂家亿信华辰就是这么一个企业，用自主研发的BI工具将这些杂乱的数据理顺，为很多医疗行业提供了帮助！
