健康界|城市医疗大数据需要怎样的建设“方法论”？，多方入局城市级健康医疗大数据体系建设

城市级健康医疗大数据体系建设，是一个很宏大的命题。
《“健康中国2030”规划纲要》明确将发展健康产业作为“健康中国”建设五大任务之一，并提出将健康产业发展成为国民经济支柱性产业的战略目标：2020年健康服务业总规模达到8万亿，到2030年达到16万亿，全年GDP占比超过10% 。
从医疗大数据过往的“大事件”来看：2017年上半年，在三个月内，医疗大数据产业“国家队”——中国健康医疗大数据产业发展集团公司、中国健康医疗大数据科技发展集团公司、中国健康医疗大数据股份有限公司相继宣布筹建，三大集团的格局迅速奠定。
同一年，一些省市已经开展健康医疗大数据中心的建设。 2017年9月，内蒙古健康医疗大数据应用工程启动，其主要任务是建设三级平台、五大数据库和十个应用系统。 2017年12月，健康医疗大数据中心第二批国家试点启动，山东被确定为建设试点省，成为5个健康医疗大数据区域中心之一。而在新基建的七大领域中，作为城市底层基础设施和数字经济的底座，大数据中心的平台化水平和运营能力，将直接决定新基建的整体成效。而医疗，将是验证大数据中心建设成色的一把“放大镜” 。
玩家众多的产业链
此前，雷锋网曾对医疗大数据的流程进行过拆解：其中，囊括了数据产出、数据收集、数据储存、数据加工、数据分析和数据应用等多个环节，每个环节都存在对应的供求关系。
围绕这项工程，也存在一条分工明确的产业链。底层是芯片、服务器等制造厂商，这是整条产业链基础的“基础” ，例如戴尔、惠普等老牌厂商。中层厂商多为存储计算服务以及医疗信息化解决方案的提供商，为整个产业底层做数据采集。
以信息化而言，国内从事医疗信息化的厂商众多，据前瞻经济学人估计约有600多家，以区域性供应商为主。代表性的企业有东软集团、东华软件、卫宁健康、万达信息、创业软件等。但与此同时，医疗行业的格局比较分散，区域性的特点非常明显，使得这个行业“一家独大”的现象并不明显。
最上层的是具有深度学习、自然语义分析等核心技术以及垂直场景探索的初创型企业，近年来涌现的医疗AI公司均围绕“数据处理服务”提供多样化的服务。

文章图片
医疗大数据建设的六大痛点
城市级医疗大数据建设，并不是一个新概念。从2014年开始，健康医疗大数据创业的公司大批涌现。各类企业以医院、医生、患者、医药、医险、医检等入口，纷纷布局智慧医疗与大数据。在医改和新基建的大背景下，实现城市级医疗大数据的有效应用成为医院管理、建设的重要工作之一，数据驱动医院精益运营升级将成为医院发展的重要战略方向，也成为价值医疗升级的基础保障。但随着医疗大数据体系建设的逐渐深入，也陆续暴露出一些问题和难点。
首先，数据归属不明确
目前，我国没有明确的法律规定数据归属问题，医疗数据使用权到底是患者个人、医疗机构、还是参与建设的企业?医疗行业内的共识是：数据是患者、医生、医院三方共同的资源，且不能直接用作盈利，一般来说数据可以找科研项目合作中使用，使用前必须经过患者同意、医生必须得到医院科研项目申请批复。因此，大多数AI医疗公司仍是通过与医院或主任合作科研项目，获取数据训练模型。
其次，数据安全要求高
医疗数据涉及个人数据隐私方面的问题，因此要特别注意个人数据隐私保护，中国《网络安全法》规定“网络运营者不得泄露、篡改、毁损其收集的个人信息;未经被收集者同意，不得向他人提供个人信息。但是经过处理无法识别特定个人且不能复原的除外”所以， AI医疗公司在使用数据时要进行数据的无法识别特定个人处理，这在一定程度上能够帮助AI医疗公司规避数据安全问题。