肇州量化投资虚拟社区

探针资本行业研究:医疗大数据行业研究(一)

探针资本 2018-11-15 13:24:50

致力于帮助推动医学进步的科学家和创业者


目录

《医疗大数据行业研究(一)》
1 医疗大数据概览

   1.1 医疗大数据定义

   1.2 医疗大数据来源

   1.3 医疗大数据发展历程

2 市场情况分析

    2.1 医疗大数据产业增长因素分析


-------下期预告--------

《医疗大数据行业研究(二)》

   2.2 产业链分析

3 国内市场院内大数据典型企业

    3.1 安泰创新

    3.2 零氪科技



医疗大数据概览

1.医疗大数据定义

大数据:一种规模大到在获取、存储、管理、分析方面大大超出了常规数据库软件工具能力范围的数据集合。具有四大特征:海量的数据规模、快速的数据流转、多样的数据类型和价值密度低。


从数据上理解:随着信息技术的发展,数据的规模和多样性急剧增长,大数据即为海量数据的加强版。据麦肯锡预测,2020年产生的数据量将是2009年的44倍,接近35ZB。


从思维上理解:在面对海量数据时,不以随机样本代替整体,不追求少量个体的精确度,侧重于对整体的近似把握。


从技术上理解:大数据是一次技术革新,对大数据的整合、存储、挖掘、检索、决策生成都是传统的数据处理技术在一定时间内无法顺利完成的。


医疗大数据:个人从出生到死亡的全生命周期过程中,因免疫、体检、门诊、住院等健康活动所产生的大数据留存于医疗健康领域,这些数据即为医疗大数据。


2.医疗大数据来源

医疗大数据来源广泛,其中医院是医疗大数据的主要来源。院内数据在质量和规模上最具竞争力,各省市TOP级的三级医疗机构多存有高质量的诊疗数据,而已具备一定规模,其中电子病历数据库的数据商业化价值最高。医疗大数据的来源主要分为以下五类:


临床医疗和实验室数据:临床医疗数据主要是以患者为中心,在患者就医过程中产生的患者体征数据、患者化验数据、患者描述,患者住院数据、医生对患者的问诊数据、医生对患者的临床诊治、用药、手术等数据。实验室数据主要是在实验中产生的医疗数据。


制药企业:该类实验数据主要产生于药企研发、生产及销售过程,包括与用药相关的用药量,用药时间,用药成分,实验对象反应时间,症状改善表象等数据。


基因数据:随着计算能力和基因测序能力逐步增强,生命科学领域积累的基因数据爆发式增长。美国哈佛医学院个人基因组项目负责人詹森·鲍比预测,2015年有大约5000万人拥有个人基因图谱,而一个基因组序列文件大小约为750MB。费用报销及利用率:患者就医过程中产生的费用信息、报销信息、新农合基金使用情况等。


健康管理和社交网络:在健康管理方面,主要通过各种穿戴设备(手环、起搏器、眼镜等)收集的人体的各种体征数据。


3. 医疗大数据发展历程

医疗大数据产业发展过程主要经历三个阶段。在患者信息管理的过程逐渐由以收费为中心发展到以患者为中心,从侧重于运营管理为主的医院管理信息系统(HIS),转变为以临床应用、管理决策为核心的临床医疗管理信息系统(CIS)的推广运用,最后发展到以区域信息共享交换。


第一阶段:管理信息系统(HIS)建设

管理信息系统(HIS)的建设初期主要是为了对医院进行规范和细致的管理。该系统主要以收费为核心,将通过信息网络技术管理门诊/急诊挂号、核价、收费、配药和住院登记、收费、以及医疗机构人、财、物等资源调配信息,同时,采集整合各节点信息,供相关人员查询、分析和决策。根据IDC统计,目前,三级医院基本已经实现HIS全覆盖,二级及以下医院也基本达到了80%的覆盖。


第二阶段:临床信息系统(CIS)

临床信息系统(CIS)以病人管理为核心,提高医疗服务质量和患者安全。该阶段重视数据的结构化,着重规范结构,便于抓取字段。


第三阶段:区域医疗资源信息平台(GMIS)

GMIS是指通过运用信息和通讯技术把社会医疗资源和服务连接起来整合为一个系统,实现区域医疗卫生服务。该系统主要用于区域内医院与医院、医院与各级卫生行政管理机关、医疗保险等机构之间的信息互联互通、消除单个机构的信息孤岛现象,实现资源的共享和优化和区域医疗服务的管理。GMIS系统建立需要医院内部的HIS和CIS系统已经有一定的基础,而且数据交互时不会存在障碍。

图片来源:探针资本公开资料整理

市场情况分析

医疗行业是数据密集型行业,同时,数据生成和共享的速度迅速增加,导致数据加速积累,未来将爆发式增长。IDC Digital 预测截至2020年医疗数据量将达40万亿GB,是2010年的30倍。

数据来源:IDC digital,探针资本整理

医疗行业的特点使得其在运行和发展过程中将产生海量的标准化数据和历史信息,众多数据科学的技术如数据管理、数据挖掘、图像识别、机器学习、自然语言处理、数据可视化、人工智能等均可以在医疗行业中得到应用。近年来医疗技术与信息科学的进步使得医疗数据产生呈现爆发式增长,使得医疗数据的存储、分析、应用成为可能。与此同时,国家战略对医疗大数据应用建设的推进,形成了一大批与医疗大数据相关的产业。


医疗大数据产业的潜在价值空间巨大,且产生于具体的应用场景。根据麦肯锡研究报告,在美国医疗大数据的应用将减少3000亿-4500亿美元/年的医疗费用。中国由于人口基数大,医疗资源配置不合理且浪费严重,医保压力大但商保发展较慢,一系列的问题给医疗大数据的应用带来巨大的市场发展空间。根据方正证券报告,国内医疗大数据行业7年CAGR 超20%,预计2020年市场空间破800 亿人民币。


1. 医疗大数据产业增长因素分析

1.1 宏观政策推动

2009年至今,我国出台了大量关于医疗信息化建设的政策,其中包括大量促进医疗机构如医院、医药厂商等的信息化建设政策以及大量促进区域信息化建设的政策。2015年《促进大数据发展行动纲要》明确了关于数据使用的总体要求,2016年6月底国务院出台《关于促进和规范健康医疗大数据应用发展的指导意见》,将医疗大数据正式纳入国家发展,其对医疗大数据融合及共享开放建设,在医疗、医药、公共卫生和医保等方面的应用,以及使用安全保障等方面进行全面规范。2016年,健康医疗大数据应用及产业园建设试点工程启动,确定了部分一批及二批试点省份,积极推进和规范健康医疗大数据的应用发展。相关政策的释放和推进将促进医疗大数据产业的加速发展。

1.2 助力资本

2014年开始,资本市场对医疗大数据领域投融资事件逐渐增多,其中主要包括基因数据类、健康管理类、医药智能化和辅助决策类等投融资。此外,投融资的额度也较大,大多在千万级别和亿级。根据艾瑞咨询发布的数据,2016年达到高峰共66起。占比整个大健康产业投融资事件的8.5%,该数据在2018年第一季度快速上升到22.2%,总共35起。其中12起为医疗信息化建设,大多数是通过先进技术如语义识别、数据模型、AI等挖掘医院数据,链接院内院外平台等类别的企业。

数据来源:艾瑞咨询,探针资本整理

1.3 社会结构变化,慢病人群攀升

中国人口正在快速老龄化。从绝对值上讲,中国是世界上老龄人口最多的国家。在未来十年内,65及以上老龄人口所占比例还将继续上升,且中国老化率世界第一(联合国,2015)。根据联合国报告,全球60岁及以上人口从2000年的6亿人增加至2013年的8.41亿人,分别相当于世界总人口的10%和11%。根据中国卫生统计年鉴数据,中国60岁及以上人口占总人口比率从2000年的7%上升到2016年的16.7%。根据联合国报告预测,到2050年,全世界将有22%的人年龄超过60岁,中国的比例将达到30%左右。

数据来源:中国卫生统计年鉴,探针资本整理

城镇化导致的生活方式的巨大变化(缺少运动、不健康饮食、高吸烟率等)使得中国慢性非传染疾病开始流行,比如:高血压、高血糖、高胆固醇、肥胖等问题,这些风险因素可能会引发糖尿病、心血管病和癌症等疾病。中国慢病患病人数从2003年的1.6亿人上升到2016年的3.3亿人。同时,随着年龄的增大,患病率逐渐升高。2013年65岁及以上人口的慢病患病率达到539.9‰。

数据来源:中国卫生统计年鉴,探针资本整理

数据来源:中国卫生统计年鉴,探针资本整理

随着老龄化的加重,糖尿病、高血压等慢性病发病率也在不断提升,且慢性病具有病程长、流行广、费用高、致残致死率高等特点,这一类人群的医疗需求远高于其他人群。根据中国卫生统计年鉴2017版,65岁以上人群两周就诊率62.2%,远高于其他年龄段人群的两周患病率。人均诊疗次数逐渐提升,从2008年的3.7上升到2017年的5.8。医疗服务需求的攀升更需要医疗大数据来提高医疗服务效率。

数据来源:中国卫生统计年鉴,探针资本整理

1.4 技术突破

医疗大数据产业涉及相关技术范围广泛,从产业链上游的数据提供和存储计算到中游的数据整合分析、可视化再到下游终端应用,都需要相关技术发展支持。比如:底层数据采集包括可穿戴设备相关技术、信息化、物联网、5G技术等;处理、分析、可视化技术包括深度学习、认知计算、区块链、生物信息学及医院信息化建设等。物联网在医疗领域的应用,不仅能提升医疗服务水平,也帮助医疗机构实现开源节流。生物检测技术的突破性发展使得生物数据爆发式增长;IT技术的进步使得医疗大数据应用进一步拓展和提高;区块链技术的探索进一步促进医疗大数据产业的发展。


可穿戴设备

随着可穿戴设备相关技术逐渐成熟,用户需求增长,互联网巨头跨界进入可穿戴领域等,可穿戴设备市场逐渐兴起。研究机构Markets and Markets预测到2020年全球可穿戴设备市场规模将达到312.7亿美元,2015-2020年期间的年化复合增长率为17.8%。根据IDC发布的数据,2016年中国可穿戴设备市场出货量为3876万台,同比增长57.1%。同时,IDC预测,2017年中国可穿戴设备出货量将达到5000万台,市场产值将超过260亿元人民币。到2022年,我国可穿戴设备的销售规模将高达约11380万台。可穿戴设备的普及为医疗大数据产业的发展提供了大规模、实时、持续的患者数据。

数据来源:IDC,探针资本整理

物联网

根据中国经济信息社发布的《2016-2017年中国物联网发展年度报告》,我国物联网产业规模从2009年的1700亿元跃升至2016年超过9300亿元,年复合增长率超过25%。物联网技术在医疗领域的应用,能够帮助医院实现对医疗对象(如医生、护士、病人、设备、物资、药物等)的智能化感知和处理,支持医院内部医疗信息、设备信息、药品信息、人员信息、管理信息的数字化采集、处理、存储、传输等。帮助医院实现解决医疗平台支撑薄弱、医疗服务水平整体较低、医疗安全生产隐患、医疗管理成本高等问题。具体场景包括:体征监测、移动护理、人员管理、输液管理和资产管理等。物联网不仅能提升医疗服务水平,也帮助医疗机构实现开源节流。埃森哲(Accenture)在2017年发布的《2017年医疗物联网调查》中指出,到2020年,物联网在医疗领域的市场价值将达到1630亿美元,2015年至2020年间复合年增长率为38.1%。BI Intelligence预估2020年,全球健康物联网设备出货量将达到161万台。物联网技术在医疗领域的发展,积累了大量的健康医疗数据。

数据来源:艾瑞咨询,探针资本整理

区块链技术

区块链技术是近几年出现的新技术,其核心特点是沿时间轴记录数据与合约,并且只能读取和写入,不能修改和删除。在应用层面,区块链具有安全、透明、高效等优势。医疗大数据的健康发展需要保证数据的安全和完整,防止数据泄露和被篡改,比如:处方流转过程中保证处方不被篡改。区块链技术通过其独特的分布式网络,使用非对称加密技术来保障数据的安全,减少网络威胁,提供标准、全面、完整的数据集。

目前,国内腾讯、阿里等已开始布局区块链医疗领域,国外IBM、谷歌、飞利浦等也在进行“区块链+医疗”的落地探索。比如,谷歌推出的DeepMind区块链医疗数据审计系统,已在NHS(英国国家医疗服务体系)上展开测试,帮助预警退行性眼病等疾病。该技术在保障系统安全、可共享的同时,允许医务人员从病人简历中获得医疗预测分析,将系统出错率降低到2%以下。根据IBM调查报告预测,全球56%的医疗机构将在2020年前将投资区块链技术。区块链技术给医疗大数据的发展带来了巨大的想象空间。(待续)


For more information on upcoming research report, please follow us on WeChat at Probevc

更多更新行研信息,请关注探针资本微信公众号 Probevc


微信号搜索:探针资本

微信号ID:probevc




行业分享与相关合作

识别下方二维码添加此微信

我们就可以开始沟通了

(请添加备注 公司+职位+姓名)



Copyright © 肇州量化投资虚拟社区@2017