醫療產業已經沉淀海量數據,且數據類型及數據量還將持續增加,但醫療數據在過去并未得到有效處理;另一方面,我國面臨著慢病發病率提升、臨床決策失準及醫療資源配置不均衡、重復診療等問題。
醫療大數據治理可以在“海量數據”與“醫療問題”之間架起一條通路。大數據與機器學習、深度學習等技術和循證醫學、影像組學等學科的結合,可以為健康管理、輔助診療等場景提供解決方案;打通底層數據,構建互聯互通的數據平臺,可以優化診療流程、提升醫療行為的效率。數據互通可以優化各應用場景的體驗,各應用場景產生的數據又可以進一步豐富數據——由此形成一個價值閉環。
從政策角度出發,醫療是關系國計民生的高監管行業,政策對于大數據賦能這一行業的態度尤為謹慎。從企業角度出發,與以往一呼百應的“大數據+產業”不同,企業對于這一領域的動作顯得有些保守,此時談論“應用場景”似乎操之過急。
本報告主要采用桌面研究和專家訪談的研究方法,深入分析中國醫療大數據頂層設計思路,并對醫療大數據治理的技術環節及未來可能的主要應用場景進行了梳理,最后對醫療大數據未來的發展趨勢做出了預判。
詳細內容請掃描學習。