大數據助力我國醫療生態(tài)全面升級 這些問(wèn)題的解決是關(guān)鍵

wo665451

　　一般來(lái)講，健康醫療大數據是指健康醫療活動(dòng)全過(guò)程中產(chǎn)生的數據集合，既包括個(gè)人從出生到死亡的全生命周期中，因免疫、體檢、治療、運動(dòng)、飲食等健康相關(guān)活動(dòng)所產(chǎn)生的大數據，又涉及醫療服務(wù)、疾病防控、健康保障和食品安全、養生保健等多方面數據的聚合。
　　中國特色的醫療健康困境
　　人口增長(cháng)和老齡化問(wèn)題加劇，腫瘤、慢性疾病發(fā)病率呈上升趨勢，全球醫療健康產(chǎn)業(yè)面臨醫療保健工作者不足、人力成本和研發(fā)成本上漲等問(wèn)題。我國作為人口大國，面臨醫療資源配置不均衡、供需結構失衡、醫保收支壓力大等“中國特色”的困境。
　　供需機構失衡。有數據表明，2016年我國每千人口執業(yè)（助理）醫師2.31人；2015年我國每千人口醫師數量在OECD統計的國家中排名處于25-30之間，與發(fā)達國家如德國（每千人口醫師數量4.14人）、西班牙（每千人口醫師數量3.85）、意大利（每千人口醫師數量3.84）相比，我國差距顯而易見(jiàn)。此外，我國進(jìn)入醫療系統的優(yōu)秀人才正逐年趨少，這與我國醫生執業(yè)環(huán)境較差有一定關(guān)系。
　　醫療資源配置不均衡。據我國衛生統計年鑒統計顯示，2010-2015年我國三級醫院診療人次及住院人次復合增長(cháng)率分別為14.6%和21.9%，而基層醫院僅為3.8%和0.5%。這不僅導致患者就醫體驗差，也造成優(yōu)質(zhì)醫療資源浪費嚴重。
　　醫保收支壓力大。我國醫�；�金的運作管理原則是“收支平衡、略有結余”，因此控費能力較差。同時(shí)，由于醫院實(shí)施的是按項目、按藥品加成的收費方式，使得醫生通過(guò)多開(kāi)藥，多開(kāi)檢查項目獲得利潤，誘導了過(guò)度醫療。據《中國醫療衛生事業(yè)發(fā)展報告2017》預測，2017年城鎮職工基本醫療保險基金將出現當期收不抵支的現象，到2024年將出現累計結余虧空7353億元的嚴重赤字。
　　因此，改善現有就醫模式，推行分級診療勢在必行；提升醫�？刭M能力，探索創(chuàng )新支付機制迫在眉睫。
　　大數據技術(shù)在醫療健康產(chǎn)業(yè)中的應用價(jià)值
　　大數據技術(shù)的應用，將從體系搭建、機構運作、臨床研發(fā)、診斷治療、生活方式等方面為健康醫療模式帶來(lái)深刻變革，不斷滿(mǎn)足人民群眾多層次、多樣化的健康需求，從而實(shí)現從“治療”到“預防”的就醫習慣改變，降低從個(gè)人到國家的醫療費用。其在醫療健康行業(yè)中的應用價(jià)值明顯：
　　在醫療體系方面，通過(guò)區域信息化、在線(xiàn)問(wèn)診、遠程醫療等技術(shù)連接各級醫院，實(shí)現醫療資源優(yōu)化配置、電子病歷共享等，最終提升醫藥供給效率和能力；
　　在臨床研發(fā)方面，通過(guò)基因測序、影像識別等技術(shù)挖掘更多維度的數據，縮短臨床驗證周期，提升新藥研發(fā)效率；
　　在診斷治療方面，通過(guò)認知計算、機器學(xué)習等技術(shù)，實(shí)現精準治療、輔助提升醫生診斷治療效率，提高醫療服務(wù)質(zhì)量；
　　在健康生活方式方面，通過(guò)可穿戴設備、在線(xiàn)問(wèn)診、遠程醫療、人工智能等技術(shù)間的相互配合，為用戶(hù)提供健康管理、疾病預測、提供有效的干預方案，降低醫療費用支出。
　　總而言之，健康醫療大數據應用發(fā)展有利于提升醫療服務(wù)效率和質(zhì)量，擴大資源供給，有利于激發(fā)我國深化醫藥衛生體制改革的動(dòng)力和活力，提升健康醫療服務(wù)效率和質(zhì)量，有利于培育新的業(yè)態(tài)和經(jīng)濟增長(cháng)點(diǎn)。
　　健康醫療大數據宏觀(guān)環(huán)境利好
　　健康醫療大數據是國家重要的基礎性戰略資源，政策支持、技術(shù)支撐、市場(chǎng)認可、資本扶持是健康醫療大數據快速發(fā)展的先決條件，當前，我國健康醫療大數據已經(jīng)進(jìn)入初步利好階段。
　　政策層面，2016年6月，國務(wù)院辦公廳印發(fā)《關(guān)于促進(jìn)和規范健康醫療大數據應用發(fā)展的指導意見(jiàn)》，將健康醫療大數據應用發(fā)展納入國家大數據戰略布局，并從夯實(shí)應用基礎、全面深化應用、規范和推動(dòng)“互聯(lián)網(wǎng)+健康醫療”服務(wù)、加強保障體系建設等四個(gè)方面部署了14項重點(diǎn)任務(wù)和重大工程。此外，為推進(jìn)和規范健康醫療大數據的應用發(fā)展，我國確定了福建省、江蘇省級福州、廈門(mén)、南京、常州為第一批試點(diǎn)省市，山東、安徽、貴州為第二批試點(diǎn)省份。
　　技術(shù)層面，健康醫療大數據領(lǐng)域涉及的相關(guān)技術(shù)范圍廣泛，有底層數據采集中包括的信息化、物聯(lián)網(wǎng)、5G技術(shù)；有處理分析中包括的深度學(xué)習、認知計算、區塊鏈、生物信息學(xué)及醫院信息化建設等。當前，由于基因測序、穿戴設備等數據采集成本下降，導致數據爆發(fā)性增長(cháng)，為大數據人工智能分析奠定了規�；�礎。未來(lái)，隨著(zhù)影像識別、自然語(yǔ)義、認知計算、生物信息學(xué)、區塊鏈與應用場(chǎng)景的深入探索，將進(jìn)一步推動(dòng)其在不同應用場(chǎng)景下的有效模型建設。
　　資本層面，據不完全統計顯示，自2014年起，健康醫療大數據領(lǐng)域的融資事件在生命健康產(chǎn)業(yè)中的占比逐年增長(cháng)，從2014年4.9%增長(cháng)至2017年的8.6%，2018年Q1健康醫療大數據領(lǐng)域融資事件占比快速增長(cháng)至22.2%，預計未來(lái)將有更多資本進(jìn)入該領(lǐng)域。
　　當前健康醫療大數據應用發(fā)展的瓶頸
　　健康醫療大數據建設的快速推進(jìn)，使我國健康醫療信息系統和“互聯(lián)網(wǎng)+健康醫療”服務(wù)體系正趨漸規范和完善。于此同時(shí)，問(wèn)題也隨之浮現，總結來(lái)講，主要有三點(diǎn)：
　　1、大量數據壁壘導致數據無(wú)法互聯(lián)互通
　　由于信息系統技術(shù)規范、基礎信息數據標準的不統一和缺失，我國醫療數據普遍不能互通互認，這直接導致各醫療機構大量有價(jià)值的數據變成了“數據孤島”。因此，打通數據壁壘、聯(lián)通數據孤島，實(shí)現互聯(lián)互通迫在眉睫。
　　2、醫療大數據停滯在淺層應用難以向更深更廣處推進(jìn)
　　當前，健康醫療大數據收集和運用的方式渠道較為單一，略顯貧乏。掛號、電子病歷共享等應用，只是健康醫療大數據的冰山一角。如何推動(dòng)醫療行業(yè)的大數據應用向更深更廣處發(fā)展是行業(yè)的“痛點(diǎn)”也是熱點(diǎn)。
　　3、處理海量、專(zhuān)業(yè)數據存在人才缺口
　　醫療和計算機屬于知識密集型行業(yè)，海量的醫療專(zhuān)業(yè)數據需要復合型專(zhuān)才團隊來(lái)打理，人才的缺乏是當前健康醫療大數據應用面臨的一道實(shí)實(shí)在在的高門(mén)檻。因此，系統性的復合型人才培養體系建立至關(guān)重要。