京公网安备 11010802034615号
经营许可证编号:京B2-20210330
移动大数据正重塑现代医疗产业
医疗领域在数字时代做了数十年的落后者,但是去年以来,超过37亿美元的风投资金被投向了与移动大数据技术相关的现代医疗领域,才使人们重新认识到现代医疗将是风投手里的下一个“蓝筹股”。
据统计,这37亿多美元的投资中有7.5亿投进了与移动健康相关的各领域,比如将智能手机变为一支血压计和用手机拍摄达到医疗品质的内耳照片等项目。这刺激了包括苹果、高通、微软等在内的科技巨头着手开发移动健康产品或投资此类项目。另外的30多亿美元主要进入了医疗大数据领域。据麦肯锡公司的估计,医疗大数据领域所蕴含的商机每年高达3000到4500亿美元以上,这主要包含数据采集类智能手机的研发应用和超强数据分析系统等领域。
投资热背后的理念其实很简单:智能手机的应用意味着小而廉宜的传感器、低耗能蓝牙传输的普及,这些成为数据采集和传输以及医生指导和介入的天然终端;而高速移动网络、基因序列解析等取得的进展以及电脑分析软件的优化,使得科学处理海量医疗健康信息成为可能。如同移动技术和大数据对其他领域的影响一样,这两项技术也正在深远影响乃至重塑现代医疗业。
首先,移动健康项目改变了医疗业中原有的医患互动方式。在方便地、即时地收集患者信息后,移动技术通过为医生提供即时、高频、远程介入影响患者的机会,使病人在医疗活动中的作用被积极调动。
美国正在开展的一项利用移动技术监测糖尿病人活动量的移动医疗项目。在该项目中,运算程序会依据病人随身携带的监测仪收集到病人的运动量信息,并将其和数据库中已有的病历自动对比,自动将某种针对性指导信息或医嘱反馈给病人,比如:那些没有达到目标活动量的测试者会收到鼓励消息;有时仪器还会基于病人的移动设备收集到的位置信息提供健康课程等资料,甚至在阴雨天会给病人发送关于室内锻炼方式的提醒。同时监测仪器收集的数据可以加上医生的诊断、过往测试结果、病人的病历以及基因数据,来帮助医生在办公室就能预判病人是否易感某些症状或病人的治疗将如何进展。
另外,医疗大数据正通过对个体患者大量医疗信息的分析,将传统上旨在治疗标准患者的医疗习惯,改变为针对个体患者的“定制医疗”。
目前掌握最多医疗数据的主要是保险公司和医疗机构及医生,对他们的数据进行分析已经开始改变医疗现状。北美最大的药品福利管理、保健管理和经营服务公司Express Scripts(该公司管理着美国9千万会员的药品福利和每年14亿份处方)已经全面疏理其获得的来自医生、药房和实验室的数据,以便可以提醒医生潜在的药物不良反应及其它处方问题。现在Express Scripts服务的医生可以提前12个月知道哪位病人可能无法按要求服药,其准确率高达98%。通过该项目预先采取措施避免可能出现这些问题无疑可以改善病人健康,同时美国每年节省在不必要的急诊出诊和治疗上的花费多达3000多亿美元。医疗大数据还需增加更多层面的信息以达到更高的精准率和更具针对性的治疗结果,它正使数字时代的现代医疗变得更具可分析性和可循证性。
总之,移动和大数据两项主流技术对当代医疗的影响并不是彼此独立而是相互交织,其共同影响的结果是更好地改善了病人的健康状况、减少医疗资源的浪费和降低了医疗费用,进而从根本上改变医疗服务的分配,并最终改善整体的医疗方式和环境。
专注慢性病数据管理的移动技术公司WellDoc的首席战略官曾称医疗大数据和移动医疗为是“史上最大型的临床试验之一”。移动大数据技术对医疗界、保险公司以及病人的影响都是颇具说服力的。哈佛大学医学院教授BID(Beth Israel Deaconess)医疗中心的首席信息官John M. Halamka期待这类以科技为依托的现代医疗可以在不远的将来成为医疗界的常规作法。
无论如何,当下就把移动技术和大数据对医疗业的重塑说清楚还为时尚早,但数字时代带给当代医疗界的巨大进步已是不争的事实。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09