医疗大数据 想说爱你不容易

近段时间，做医疗大数据的公司日渐沉寂，不像两年风风火火，到底医疗大数据出了什么问题？

商业化应用举步维艰

数据安全导致数据的应用范围窄化。从医院获取的数据，禁止对单个患者进行画像，并进行精准营销。所以无法看到联系方式，无法定向推广。而这，恰恰是大数据最有商业价值的部分。

人工智能不易获得认可

人工智能在多项疾病的早期筛查和诊断中，准确率达到90%以上。即便医生的整体准确率可能在60%~70%，同时人工智能在识别效率上做到秒级，但人工智能依旧无法获得医生的认可。这有源于医生心底的排斥，也有不信任。

腾讯觅影-人工智能 人工智能处理流程

现在的医疗大数据，大家都是从哪些地方盈利的呢？

医疗大数据的解决方案日益成型，成本将会降低

技术的问题，渐渐不再是问题，医疗大数据的整体架构越来越成型。基本包括数据的采集，建模，分析和数据可视化，而且，越来越多的产品可供选择。

医疗大数据系统框架  来源：北京永洪商智

寻找运用场景是当务之急

目前常见的盈利方式有如下几种：

1、提高医院的运营效率

通过数据分析，给院长，管理层，执行层提高各类报表。让这些老大就像开飞机一样坐在驾驶舱，通过数据运营医院。

数据可视化 来源：北京永洪商智

2、帮助医生发论文

医生为了完成某方面的研究课题，通常是通过收集患者数据，从中获得新知识，完善理论，发论文评职称。

单病种数据库 来源：北京瑞林萨尔

3、帮助药厂筛选病人或辅助临床试验

医疗大数据在CRF数据采集和数据管理上可以提供辅助，同时，医疗大数据的处理上的经验，可以应用到临床试验的数据管理中。但是医疗大数据本身的数据部分，能否直接应用于临床试验，这又是一个新的课题。答案当然是肯定的，但里面涉及到方案设计，可以进一步展开来讲。

临床试验流程

以上三种，虽然都可以获得收入，要形成规模化，持续化，标准化运作，难度不小。

医疗大数据的出路在哪里？

降低期望，建立稳定的数据获取渠道

笔者认为，大家对医疗大数据的期望产生了偏差，这是一个长期枯燥的事情。一个没有基础业务，没有获取高质量数据能力，一心想快速崛起的公司，是无法切下医疗大数据蛋糕的。

寻找高质量的数据来源

现有医院里的临床数据，HIS里的数据，数据质量太差，有不准确的，有错误的，有缺失的，而且在几年内无法改善。这里面有医生为了应付工作编造，省略的数据；也有非结构化待转化为结构化的数据。种种因素，造成数据加工难度较大。

有人将数据清洗和挖掘，比喻成美国西部加利福尼亚的淘金，临床数据就是沙子，里面可以淘出金子。就怕是个贫矿，无论如何清洗，都找不到金子，或者入不敷出。

最后，医疗的生意是线下的生意，是传统的生意。