医疗大数据发展趋势分析

  医疗大数据行业以数据规模为基础，且在政策和资本的鼓励下，医疗大数据发展趋势分析部分应用场景进入市场启动期，如健康管理、医疗大数据辅助决策（全科辅助决策、影像病理辅助诊断等）、医疗智能化等。

  随着医疗大数据/AI技术长期的应用实践探索，医疗大数据产品不断更新完善，预估2～5年内，医疗大数据产品将首先在B端客户中进行推广。随后，医疗大数据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。医疗大数据主要分为院前数据、院中数据、医疗大数据院后数据三大部分内容。医疗大数据院前数据包括患者的诊疗行为、生活习惯等，这些数据通过移动端收集。院后数据，主要由诊后管理系统进行数据收集。电子病历毫无疑问属于院中数据，也就是临床诊疗数据中最核心的部分。

  第一阶段，纸质病历的电子化。在过去，纸质的病历必须由医生进行手工填写，只要有三处涂改，就要重写，耗时又耗力。数据的电子化，把原本手写的数据用电子化的方式储存起来。这样一来，医生便能通过计算机快速实现所有操作。第二阶段，数据结构化。由于不同医生书写的病历各不相同，因此病历数据的规范成为重中之重。结构化电子病历的出现，能够很好地解决这个问题。不仅方便医生抓取一些字段做科学分析，同时也规范了医生书写电子病历的习惯，便于后期查阅。第三阶段，数据标准化。随着医院信息化的发展，临床信息数据化逐渐成形，但是由于系统模块众多、标准不统一，使数据无法有效串联，在院内成为孤岛。各个科室系统之间存在着信息共享和相互利用的需求，而实现数据共享和互通的前提，是各个系统之间的数据交互必须遵循标准的规范。对此，国家相继发布了《电子病历基本架构与数据标准》《电子病历共享文档规范》等指导性文件。不少医院信息系统参与互联互通成熟度测评，为日后数据应用奠定基础。第四阶段，数据区域化。建立区域医疗资源信息平台。过去，不同医院的电子病历系统各不相同。健康医疗大数据和云技术的发展，可以让单个医院摆脱数据孤岛的情况，数据区域化成为这个阶段的核心。不同医院不仅需要互联互通，还需要为患者建立全生命周期的健康大数据。这样一来，患者在不同医院诊疗过的数据，都医疗大数据可以融合在一起，如图1-2所示。结构化电子病历，是健康医疗大数据应用的基础。医院在科研时，需要把数据按字段进行分类。如性别、年龄、疾病诊断，这些数据都是可以结构化的。在病历里，医疗大数据这类信息十分零散，不同的医生表达的方法也不尽相同。结构化电子病历不仅可以规范诊疗行为，还便于医生进行科研分析和利用人工智能进行数据识别、学习和数据的深度挖掘。