醫療大數據抗疫顯威 “新基建”風口下行業難點待解

       在抗擊新冠肺炎疫情中，醫療大數據價值凸顯，但要全方位發揮價值和功用，仍有諸多難題待解。

       傳染病的科研、診療、防控等防疫體系的建立，可以覆蓋到各級醫院和社區，進行網格化管理，把疾病篩查、防控、病人管理關口下沉到基層；疫情監測分析、病毒溯源、防控救治、資源調配等公共衛生防疫體系直接影響防疫效果；面向公共衛生的重大風險研判、評估、決策、防控的研究可以將疫情從源頭控制住。

      此次新冠肺炎疫情屬于呼吸系統疾病，呼吸系統疾病由于發病率高、疾病負擔重、對人口健康威脅大等緣故，已成為全球性醫療保健與公共衛生的重要問題。

      中國工程院院士、國家呼吸系統疾病臨床醫學研究中心主任鐘南山對包括21世紀經濟報道在內的記者表示，中國在新冠肺炎疫情的防治上取得了階段性成績，疫情在今年2月底、3月初就基本得到控制，這主要是以預防為主的指導思想起到了重要作用，其中醫療大數據和人工智能也在新冠肺炎的預防控制和治療中起到了重要作用。

      他舉例稱，柳葉刀雜志發表的權威文章曾預測中國最高的患病人數達到17萬，而他們的團隊利用人工智能進行預測，并把政府干預、春節人流等正負面因素加入分析，建立的模型預測最高應該是6萬到7萬人，與真實數據非常接近。

醫療大數據迎春

      疫情之后醫療大數據的重視程度提升同時，伴隨著新基建的大幕拉開，醫療大數據也迎來了新的發展機遇。

根據前瞻產業研究院公開資料，醫療大數據可廣泛應用于臨床醫療、健康管理、公共衛生應急、防疫等產業領域。以醫療大數據支柱產業來測算，可以帶動萬億市場規模。

     《“健康中國2030”規劃綱要》明確將發展健康產業作為“健康中國”建設五大任務之一，并提出將健康產業發展成為國民經濟支柱性產業的戰略目標。2020年健康服務業總規模達到8萬億，到2030年達到16萬億，全年GDP占比超過10%。

而新基建項目成為未來增長點，醫療信息化重視程度升高，新基建模式逐漸形成；國家將加大電子病歷、智慧醫院、DRG等院內信息化的建設，涉及到醫聯體、新型縣域醫療衛生服務體系等新模式建設。醫療機構對大數據的接受程度在逐步提高。

     對比疫情前后的認知變化，醫療機構對大數據的進一步認可，公共衛生管理逐步受到重視，醫療重心往疾病預防靠攏。

    廣州天鵬計算機科技有限公司董事長陸廣林向21世紀經濟報道記者表示，本次疫情給醫療大數據行業的啟示聚焦在，需要重視醫療大數據的建設，打破各種政策和行業壁壘，幫助政府、醫院決策，同時真正有效地幫助醫護人員和患者進行數字化的健康管理。

重慶兩江新區、廣州呼吸健康研究院、天鵬大數據也共同打造天鵬健康醫療大數據及人工智能應用創新平臺項目。憑借國家級呼吸系統疾病大數據中心建設已形成成熟的產品解決方案和落地示范，依托廣州呼吸健康研究院的行業地位和影響力，面向區域龍頭醫院進行拓展。

      由龍頭醫院提供專業支持，從呼吸領域切入，共同推進醫學專科大數據中心基礎設施建設，形成可落地的臨床、科研、公衛應急、傳染病防疫的綜合應用，并逐步開展面向政府、醫院和患者的數據運營。

     醫療大數據行業尚處于起步階段，基礎平臺建設是醫院和政府剛需，占據主要市場份額。

    大數據在醫療領域的建設呈現專科化和區域化趨勢。一方面為了滿足醫療應用場景對數據深度和精準度的要求，需要從專科專病進行數據采集和治理；另一方面，配合醫改的資源下沉要求，要以區域專科大數據云平臺建設作為基礎。

醫療大數據在公共衛生領域將發揮重要作用。基于醫療、輿情，疾控，應急、公共安全，電信等數據的融合，改變現有醫防分裂的問題，建立預防性的基于醫療大數據衛生防疫及綜合應急基礎設施。國家將重點建設新一代公衛應急和防疫平臺。

數據變現商業模式尚處于探索階段，基于專科大數據的應用和面向專科患者的大健康服務是主要方向。目前醫療大數據行業尚處于起步階段，基礎平臺建設是醫院和政府剛需，占據主要市場份額。

行業痛點難點待解

      另一方面醫療大數據也同樣發展瓶頸眾多，標準化、多元化、數據安全等問題成為制約發展關鍵。

     從政府層面，需要逐步將醫療大數據作為戰略資源進行儲備；需要實現數據共享；政府需要有效的監管和決策的平臺與工具等；從醫院層面，存在數據多源異構難匯集、醫療大數據的標準體系建設未達到應用級水平、缺乏大數據處理和AI技術進行后結構化和自然語言處理，無法有效利用大數據；從患者層面，醫療大數據源自患者，理應回歸患者，但目前患者并未能及時得到自己的數據和有效指導健康管理，存在患者端的痛點。

      廣州呼吸健康研究院副院長、國家呼吸系統疾病臨床醫學研究中心副主任鄭勁平向21世紀經濟報道記者分析到，醫療大數據行業難點、痛點有很多，包含數據真實性、可能性的問題。如果數據填報不真實，或者是填報的數據有問題不能及時地看到，這個數據就是無效，或不是充分有效的數據，這是數據來源的問題。

      同樣還有數據標準化的問題，同樣的疾病，比如說呼吸困難，例如新型冠狀病毒感染肺炎病人呼吸困難的描述是不一樣，有的人說氣憋，有人說喘不上來氣，有人說胸口有石頭壓著，如何將數據標準化。當然還有數據來源于信息系統，來源于門診和不同的數據，如何采集和標準化，這就是痛點和難點。

     此外是數據多元化的問題，不同和各方面來的數據，有檢驗的數據，有檢查的數據，例如CT，檢驗的淋巴細胞，是否有感染新型冠狀病毒，有了不同的數據，就涉及到數據如何清理的問題，眾多的數據，哪些有用，哪些無用，選擇性地找到需要合適的數據。眾多的數據，之間的關聯性聯系起來，這就是數據的集成。

     此外醫療數據安全問題同等重要，數據來源眾多，如何保護病人的隱私，保護治療方案保密性等問題，當然數據存儲問題同樣存在，有些屬于技術性問題，有些則非技術性問題。