• 美高梅mgm1888



  • 0592-5558758
    新闻资讯
    NEWS INFORMATION
    分类
    健康报告|2018年中国健康医疗大数据行业报告出炉(完整版)
    发表时间 :2018-10-03

    导  语 :

    大数据技术的应用,将从体系搭建、机构运作、临床研发、诊断治疗、生活方式五个方面带来变革性的改善 。


    近日 ,艾瑞产业研究院发布《2018年中国健康医疗大数据行业报告》 ,深入分析了大数据在健康医疗行业中应用现状、产业链 、典型企业案例,并探索了健康医疗大数据的发展趋势 。


    报告主要探讨了健康医疗大数据市场发展现状及未来发展趋势 ,认为市场快速发展的先决条件有三条 :


    1)政策支持 ,顶层政策推动的同时,各类细节管理办法也要及时跟上市场发展;如 ,CFDA 需要就基于人工智能技术的临床应用,开发新的监管框架,为申请三类证开通通道。

    2)市场认可,健康医疗大数据及 AI 技术的临床及商业价值快速被市场认同,即企业客户与患者用户均具备一定的数据消费意愿与能力 。

    3)资本支持 ,大数据及 AI 技术的应用研发需要大量资金支持,在产品尚未全面铺开时 ,市场需要资本不断的注入以维持研发能力 。

     

    大数据在健康医疗中的应用价值


    大数据助力我国医疗生态全面升级


    大数据技术的应用,将从体系搭建、机构运作 、临床研发、诊断治疗、生活方式五个方面带来变革性的改善。由于我国医疗体系的强监管性,大数据若要在行业内实现其价值 ,需由国家建立一套自上而下的战略方针,从而引导医院 、药企 、民办资本、保险等机构企业构建项目,相互合作,最终实现从 “治疗” 到 “预防” 的就医习惯的改变,降低从个人到国家的医疗费用。



    宏观环境利好,静待细分市场突围


    我国健康医疗大数据已进入了初步利好阶段 ,国家作为政策引导方 ,已出台了 50 余条 “纲要” 或 “意见” ,可穿戴设备 、人工智能等技术的发展也为产品研发奠定了基础,且头部资本已进入市场 。下一步 ,各方需静待产品与市场需求相融合 ,共同探索具备商业化或临床价值的大数据产品。



    2018 年 Q1 大数据投融资事件 35 起,行业热潮正式开启


    对医疗健康投融资数据进行分类整理发现,2014 年起健康医疗类大数据投融资事件增多 ,2016 年最多共 66 起,2017 年略有下降。2018 年,健康医疗大数据仅在 Q1 便发生了 35 起投融资事件 ,其中 12 件来自医疗信息化建设,多为利用 AI 、语义识别、数据模型 ,挖掘诊疗信息 ,连接院内院外平台等类别的企业。受人工智能热潮影响,2017 年辅助决策类共发生 17 次投融资事件,2018 Q1 共 5 起,预计未来将会有更多资本进入该领域。



    健康医疗大数据发展概况

            多项细分场景同时探索 ,辅助诊断将首先迎来商业化

    健康医疗大数据行业以数据规模为基础,且在政策和资本鼓励下,部分应用场景进入市场启动期,如健康管理 、辅助决策(全科辅助决策 、影像病理辅助诊断等) 、医疗智能化等 。下一阶段,随着企业大数据/ AI 技术长期的应用实践探索,产品不断更新完善,预估 2-5 年内,产品将首先在 B 端客户中进行推广;随后 ,伴随软件友好度和准确度的上升,在 B 端客户使用的影响下,C 端市场将展开竞争。



    健康医疗大数据产业链概述


    健康医疗大数据产业链的上游是数据供应商(医疗机构等)或存储计算服务(云服务商) 。中游为产业链核心企业,多为具有影像识别 、深度学习、自然语义分析等核心技术的技术型企业。该类企业可为聚集了大量健康医疗相关数据的机构提供数据处理服务,在分析及可视化后赋予数据价值 。下游为应用场景 ,分为 B 端和 C 端。B 端包括医院 、药企、政府、保险 、PBM 等企业,其最终的目的是提升医疗服务的效率和质量,降低患者及健康人群的就医费用。



    健康医疗大数据产业链图谱



    健康医疗大数据产业链上游现状

             数据已成规模,院内数据在样本质量与规模中胜出

    健康医疗大数据产业链上游所提供数据的质量与样本量将决定 ,中游企业是否可以快速有效的进行模型训练 。整体来看 ,院内、院外及基因数据供应方均面临三个问题 ,质量、样本量及安全。


    1)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,且已具备一定规模 。医院外联系统中多存有大量就医行为数据,然而这类数据的应用将依赖政策指导,且面临隐私安全等问题 。

    2)基因数据为企业的核心资源,已具备一定规模和质量 ,且多由中游企业自建数据库自行采集 ,或者通过与实验室合作的方式获取。

    3)健康类数据多由智能硬件或在线医疗企业采集 ,该类数据增长快速,但是维度多且缺乏整合,质量参差不一 。



    健康医疗大数据产业链中游现状

             北京大数据先行 ,上海、广东、浙江紧随

    从正在融资的 103 家创业公司中发现,企业主要集中在北上广深一线城市,该现象受医疗资源、政府态度 、医生接受度三方面影响 。


    1)北上广深拥有多家 TOP 级三甲医院,优质医疗资源丰富且信息化程度高,因此企业能够获得可观的高质量数据样本;

    2)初期阶段,医疗大数据技术的探索多由地方政府拨款支持,如 2018 年 2 月由北京大学医学部和大数据研究院共同筹备建立北京大学健康医疗大数据研究中心。因此地方性政策支持变得尤为重要 ;

    3)一线城市的医生对新技术接受程度较高,因此在产品上市后相对较易试运行 。


    院外数据的商业路径

            核心能力提升用户健康  ,延伸能力创造商业价值

    能够提供健康管理服务的企业主要分类两类。一类是偏健康数据收集类企业 ,针对健康或慢病人群提供饮食、运动等个性化健康方案。另一类是偏轻问诊类 ,提供智能分诊、轻问诊、预约、转诊等服务 。目前,C 端服务盈利能力有限 ,部分企业依托其健康管理或问诊能力 ,为企业端客户服务。


    院外数据的商业路径

             数据到行为干预仍需过程,企业付费是首选

    大部分移动医疗公司在经历了 4-5 年数据沉淀后,积累了大量的数据样本,然而如何通过技术将其转化为可被解读的报告仍需时间。目前,健康医疗大数据行业的支付方主要集中在 B 端 ,包括医院 、药企 、药店 、保险、政府等多类企业 ;且在主要支付方中,药企、保险已形成了一定的支付习惯。健康医疗大数据的收费方式有多种,包括项目制、Saas 服务收费、软件租赁费、增值服务费等;前三种为现阶段主要的收费方式,而增值服务费将随着大数据及 AI 应用场景的增多而增加。


    院内数据的应用场景

            大数据技术应用广泛,以提升诊疗及管理效率为主

    在研发成本、运营成本的不断提升下,医疗机构、药企 、药店、保险等机构或企业均急需一套解决方案,以便在降低临床研发、运营管理 、营销成本的同时提升顾客满意度 ,最终增加营收 。该类企业利用人工智能技术分析挖掘已有信息,为医疗机构、药企提供有效地改善运营 、提升服务效率的解决方案 。

    目前,提供相关业务的企业主要来自三种 :


    1)创业型,多为 AI 技术公司,如推想、羽医甘蓝、博识医疗语音等技术型企业 ;

    2)信息化/互联网等企业新业务拓展 ,如东软医疗的区域信息化、微医的微医云业务等 ;

    3)政府主导的健康医疗大数据集团,如中电集团将在成都规划 、建设和运营国家健康医疗大数据平台,开展健康医疗领域的数据汇集 、治理、共享开放和应用生态建设 。


    院内数据的商业路径

            依托技术与数据 ,收费模式玩法多

    就院内数据付费方来看 ,药企、体检的付费意愿及能力最强;医院 、保险、药店等机构企业的付费意愿较弱,需要时间进行市场培育。此外 ,在商业化道路上,医学影像类公司也可以针对器械、美容等高端机构进行产品研发,满足其高端用户的服务及心理需求。

    现阶段,针对不同客户常见收费方式有三种:

    1)软件租赁或解决方案,企业为医院机构或政府(省市卫计委)搭建系统或软件服务(语音录入 、电子病历搜索等) ,获取一定技术服务费或软件租赁费 。

    2)数据分析收入 ,企业为体检机构提供影像识别服务,提高影像读取效率;或利用机器学习为药企提供服务,以便提高药物发现的 “命中” 概率。

    3)产品绑定 ,将成熟模型与健康医疗器械绑定,辅助提升其市场竞争力 。大数据企业将获得一定比例的提成或资源。

    4)按使用次数收费,未来 AI 技术在获得三类器械认证后 ,患者可在就医时实现按次付费 。



    大数据应用在健康医疗中遇到的挑战及未来趋势

             遇到的挑战

    法规滞后减缓行业发展速度 ,市场应用仍需培育



    未来趋势

    初期:企业端客户市场远大于用户端

    在行业发展初期,企业端客户的购买需求 、支付意愿和能力远大于用户端,因此企业端客户是健康医疗大数据企业主要支付方。医院药企是最早的支付方 ,如湘雅,2014 年围绕数据互联互通 、区域信息、精细化管理进行系统搭建。

    2016 年,21 家医院的肿瘤专家与 IBM Watson 进行合作获得个性化服务。药企,如默沙东,2015 年将人工智能技术应用到药品研发中。随后,在 2016、2017 年 ,更多的药企、体检机构通过合作、收购等方式先后进入市场。在市场初步探索后,政府 、医院 、药企、体检等企业将成为健康医疗大数据的主要支付方。


    中期:用户端付费将带来更多可能性

    随着行业发展,产品 、用户教育及上下游产业的逐渐成熟,服务于用户端的企业将迎来无限商机 。如,影像识别 、基因测序在经过临床验证后,作为常规检测项目,将列入医保或健康险的可报销项目 。健康慢性病管理场景下 ,用户线上进行的建议 、干预、上下转诊等健康或轻医疗服务的收费模式也将更加灵活多变 ,形成以按次、按会员、按年卡等多种收费形式。


    长期 :协同竞争者将成为赢家

    在健康管理、慢性病管理以及诊前 、诊中、诊后环节打通的场景下 ,单家企业或机构的服务供给能力有限 。只有依赖多方角色协同合作 ,配合提供健康医疗服务,才能满足用户需求。未来健康医疗产业中的胜出方,不单再是个体,而是不同领域的企业共同合作完成的生态体系 。因此 ,企业在构建核心优势的同时,还需要具备战略眼光 ,及发现投资优秀合作伙伴的能力 。该体系的核心产业包括健康医疗大数据公司、医生、健康医疗服务提供方,辅助产业包括数据采集方(智能硬件、区域信息平台)、运营商、物流服务、云服务等  。




  • XML地图