搜索
36氪研究院2016年7月全景数据浪潮，智能医疗曙光医疗大数据行业研究报告1目录Contents宏观环境分析•••••医疗行业需求…………………………………………….......3医疗大数据行业需求………………………….………...….7技术因素…………………………………………………...…..9政策…………………………………………………………....10资本流向……..……………………………………………....11产业结构分析•••••医疗大数据分类…………..…………………………….....13医疗大数据特性…………..…………………………….....14应用场景………......………..…………………………….....15市场规模…………..…………………...………...……….....16产业链及一二级市场企业图谱…………….……….....17细分领域分析••数据采集基础设施、数据采集端口、数据管理....18数据分析应用………………………..………….…………..25临床决策支持……………………………………………….……..26医药研发…………..…………………………………….……….....30医疗支付…………..………………………………………….….....34慢病及健康管理….……………..……………………………......38公共卫生管理…………..……..…………………………….….....41价值因素分析2•总结........................………………………………………....43CHAPTER1宏观环境分析•••••医疗行业需求医疗大数据行业需求技术因素政策资本流向33199519961997199819992000200120022003200420052006200720082009201020112012201320141995199719981999200020012002200320042005200620072008200920102011201220132014••近年来我国医疗需求攀升：一是，我国老龄人口持续增加。近20年我国人口总量持续增长，特别是疾病高发的老年群体，带来更多的医疗需求；二是，我国慢病人群庞大。根据国家卫生计生委疾控局2014年数据，我国现有确诊慢病患者近3亿人，并且发病率以每年8.7%的速率上升。慢性病具有病程长、流行广、费用贵、致残致死率高等特点，其带来的医疗需求远多于其他病种，目前慢病负担已占总疾病负担的70%。医疗需求攀升引发看病难、医疗服务质量差等一系列问题，需更高效地提供医疗服务来应对。医疗大数据可提升医疗服务效率，例如基于医疗大数据的临床智能决策系统可提高医生诊疗速度和准确度、移动慢病及健康管理可降低慢病发病率和提升病人依从性从而提高疗效。医疗行业需求持续增长地老龄人群、慢病人群等造成医疗需求攀升，需提升医疗服务效率缓解7003500我国居民慢病患病率（‰）199319982003200820131.51.00.5我国65岁以上人口数量（亿人）1.62.01.04.03.0200320082013我国慢病人群总数变化（亿人）3.32.11.00.04.03.02.0我国卫生支出情况（万亿元）政府卫生支出社会卫生支出个人现金卫生支出来源：中国卫生统计年鉴，36氪研究院4过度医疗过度治疗（1）药物剂量、化疗、辅助药物过多（2）滥用贵重器械，尤其是进口器械（3）烂做高消费、高风险的有创手术（4）降低病人收住门槛过度检查（1）非对症检查或诱导昂贵检查，如黑白B超改用彩色B超（2）检查报告单通用性低，导致多次没必要的重复检查（3）迎合病人过度检查要求过度耗材过度购入设备（1）高价设备引进过多，部分设备效率低或闲置，隐性浪费过度购入药耗（1）库房管理不善，药品耗材积压过期资源配置不合理人员分配失调（1）人才集中大城市大医院，基层机构人员投入不足（2）大专家看小病，基层医院病人少•••医疗行业需求过度医疗和医疗资源配置不合理造成医疗资源严重浪费，医疗资源利用效率亟待提高根据美国医学研究所（InstituteofMedicine）调查报告，美国医疗系统因不必要的诊治、繁杂文件、欺诈和其它等原因造成每年7500亿美元的医疗资源浪费，约医疗支出的30%。美国医疗系统6大领域浪费现象（调整重叠值后，实际浪费约7500亿美元/年）不必要的诊治无效医疗过度行政开支价格不合理预防失误欺诈2,100亿美元/年1,300亿美元/年1,900亿美元/年1,050亿美元/年550亿美元/年750亿美元/年来源：美国医学研究所（InstituteofMedicine），36氪研究院我国由过度医疗、过度耗材、医疗资源分配不合理等原因造成的资源浪费也很严重，常见现象例如大处方，偏好昂贵药品、检查项目、治疗手段，不必要的重复检查，医生、药品、器械使用率低下等。根据北京市药监局西城分局对辖区内五个街道的过期药品回收状况的调查显示，91.8％的家庭有过期药品，70.1％的家庭储存过期药超过半年，主要原因是包装剂量大和大处方。来源：36氪研究院医疗大数据可减少医疗资源浪费，提高其利用率。例如基于医疗大数据的药品监管系统可减少药品浪费、临床决策支持系统减少无效诊疗、医保控费系统减少医保欺诈等。5加拿大意大利美国法国德国英国日本中国5.75.420%4.029%25%25%21%17%19%121111•医保支付体系压力大且将加剧，急需有效控费：（1）国家推行医保全民覆盖，保险基金收入增长比在多数年份超过支出增长比；（2）我国人均卫生投入远低于世界平均水平，继续加大投入是必然趋势；（3）个人现金支出占整个医疗卫生支出比例持续下降。社会政府支付压力持续加剧，急需精准有效控费和商业保险补充支持。•商业保险发展乏力，需利用医疗大数据提高精算能力：（1）健康险规模小且人口覆盖率低；（2）现有商业医疗保险以理财型为主，消费型健康险收入仅占人身险总收入的12%；（3）我国商保赔付占国家医疗卫生总支出比例尚小，约2%，而发达国家在10%左右。我国100多家开展商保业务的公司，但是仅有4家专业经营消费型健康险，主要原因是商保公司难以获得一些重大疾病的发生率、诊疗支出等数据，导致产品开发进度缓慢和多数险种盈利低甚至亏损。而医疗大数据可帮助商保公司提高保险精算能力和通过健康管理降低赔付成本。医疗行业需求现行医疗保险支付压力大，且商保不能有效补充，支付方控费需求强烈92%92%85%80%44%35%32%28%18%16%15%13%50%100%各国商业健康保险人群覆盖率72%65%58%7.05.03.0我国城镇基本医疗保25%20%17%险参保人数(亿人)6.740%6.030%4.74.310%0%我国医保基金收入与支出增长比变化34%26%23%20151050我国人均医疗卫生费用占比人均GDP（%）1810995200920102011201220132014医疗保险基金收入增长比来源：卫计委，36氪研究院0.8%0%来源：OECD，36氪研究院6•••医疗大数据行业需求我国医疗数据地域、行业割裂严重，医疗数据的融合及管理是趋势我国医疗数据地域、行业分割严重，亟待融合：71.690.1114.1146.3170.8207.5248.7290.2310.5336.50.0%16.0%8.0%32.0%24.0%020010040030020082009201020112012E2013E2014E2015E2016E2017E地域上的众多信息孤岛。一方面，各地医疗机构的信息系统由多个信息化厂商提供，缺乏统一的建设标准指导导致接口各异；另一方面，医院部门间、医院间数据不开放，以邻为壑、共享难。例如我国95%医院的电子病历还未全院流通，仅20%的电子健康档案与电子病历互通。医疗子行业间数据割裂严重。医疗服务机构数据（如电子病历、影像、放射、基因等）、药店数据、医药研发数据、商业保险数据等系统接口未打通，不能形成数据闭环。完整的数据是应用的基础，随着医疗信息化建设的持续投入，数据融合是发展的趋势，同时也将带来信息化厂商转型及合并。我国医疗卫生信息化建设投入情况同比增长率医院：电子病历可穿戴设备+app：个人健康数据医疗行业IT投入（亿元）来源：IDC，36氪研究院我国健康大数据急需融合区域信息化平台：健康档案0融合来源：CHIMA，36氪研究院7关系数据库管理系统（RDBMS）•医疗行业是数据密集型行业。IDCDigital预测截至2020年医疗数据量将达40万亿GB，是2010年的30倍。同时数据生成和共享的速度迅速增加，导致数据加速积累。医疗大数据行业需求医疗数据加速积累，对存储、管理等提出更高要求来源：IDCDigital，36氪研究院0.81.21.82.88.640.003020104020092010201120122015E2020E人类产生复制的医疗数据总量预测（万亿GB）43.655.668.983.8101.1120.601005015020122013E2014E2015E2016E2017E数据生成和共享速度迅速增长（10亿GB/月）来源：Cisco，36氪研究院特征大数据传统数据数据容量不断增长中（TB、PB、ZB…)处理时效非常迅速（以秒为单位）数据结构半结构或非结构化数据来源完全分布式、云存储数据整合比较困难MB、GB较慢（以小时或天为单位）结构化中心式相对容易存储架构Hadoop分布式文件系统（HDFS），非关系数据库（NoSQL）接入方式批处理或接近实时分析对象全体数据分析方法描述分析为主分析结果关联度、模式交互式样本数据描述与推断相结合可信区间、P值大数据对传统数据处理、管理、分析等提出更高要求来源：网络公开资料，36氪研究院82001200220032004200520062007200820092010201120122013201422607659046%107.9160.9…155.6%2.30.90.1•可穿戴智能设备的普及实现大规模、实时、持续收集患者数据。•生物检测技术的进步促使生物数据大爆发。如二代测序（高通量）技术不仅使测序成本降至1000美金（一代测序成本是30亿美金/个基因组），而且二代测序的通量远高于一代测序，自此大范围的基因组测序加速生物组数据的积累，逐步为临床操作和基础研发带来价值。基因数据价值高、存在无限被挖掘的可能性。•IT技术进步使医疗大数据应用成为可能：数据融合、数据挖掘、图像处理识别、机器学习、自然语言处理、数据可视化、人工智能等技术取得进步。例如数据融合可将多个医疗子行业的数据整合分析以产生新的更加精确、连续、有价值的信息。技术因素技术进步进一步丰富医疗大数据，并使存储、分析、应用成为可能0.400.300.200.100.0020015010050020022004200620082010201220142015数据存储和处理能力提高且成本下降晶体管尺寸（纳米）晶体管价格（0.000001*美元）100000100001000100101197019801990200020102020网速增快（网速（kb/秒））来源：Bloomberg，36氪研究院300%200%100%0%400020000我国可穿戴设备出货量变化情况3300233%195%156%2302011201220132014E2015E出货量（万台）增长率（%）来源：速途网，36氪研究院我国可穿戴设备市场规模变化情况120308.3%320.0%66.260170.2%160.0%24.5663.0%00.0%2010201120122013E2014E2015E市场规模（亿元）增长率（%）来源：中国可穿戴计算产业技术创新战略联盟，36氪研究院来源：IBM，36氪研究院5991372205026423481399943930250050002009201020112012201320142015E2009-2015年全球二代测序仪累计销量