京公网安备 11010802034615号
经营许可证编号:京B2-20210330
医疗大数据新政或带动行业扩张
6月24日,国务院办公厅正式印发了《关于促进和规范健康医疗大数据应用发展的指导意见》(以下简称《意见》),规范和推动政府健康医疗信息系统和公众健康医疗数据互联融合开放共享。从《意见》来看,医疗大数据的应用市场或迎来一定的发展机会。从市场需求来看,医疗大数据资源未来的机会可能包括B端和C端两个方面。
B端数据机会或从区域突破
首先是区域医疗体建立所促进的数据整合和应用机会。从《意见》来看,国家的重大任务包括“推动健康医疗大数据资源共享开放。鼓励各类医疗卫生机构推进健康医疗大数据采集、存储,加强应用支撑和运维技术保障,打通数据资源共享通”。从商业化操作角度来看,这一目标最有可能在现有区域医疗体内实现。事实上已经有一些城市或城市片区进行了上下级医疗联合体的尝试,比如绍兴的区域心电体系,上海嘉定的区域影像医疗体系等。在这些片区医疗中,从某一类别的医疗服务进行突破,整合病人病历、检查资料,在上下级医疗机构之间互认互通,将有助于建立完整的某一类别的区域医疗档案,这样产生的数据才有可能是连续完整的并有可能作为后续应用的基础。
在这一类片区数据和医疗服务的建立中,对于硬件公司、软件公司来说,有机会将业务从产品销售拓展到数据库的建立以及分析中,但难点也同样在此,对于大部分产品为导向的公司来说,医疗服务的特性是每个B端机构都有较高的个性化需求,这也加大了数据的割裂和融合难度。因此,当产品衍生到数据服务,这些公司需要把战略重心转移到产品背后所能够促进的兼容和数据整合上,包括来自多平台数据的整合以及多种类数据的整合,这会是软件和硬件公司未来切入数据的竞争点。
因此,这类数据融合的政策虽然为现有厂商提供了转型的市场机会,但也对其自身的发展提出了较高的要求。软硬件公司都需要加大其服务提供能力,而不仅是基于技术的延伸。从国外市场的演进来看,这类数据服务的整合一开始可能还是从厂商和第三方服务商发合作开始,发展到市场初步成熟阶段可能会加大市场整合,行业并购机会将会产生。
C端机会在于整合 或淘汰小供应商
同时,在C端的应用上,《意见》还指出,”鼓励社会力量参与,整合线上线下资源,规范医疗物联网和健康医疗应用程序(APP)管理,大力推进互联网健康咨询、网上预约分诊、移动支付和检查检验结果查询、随访跟踪等应用”。目前有非常多的针对C端的工具,但背后收集到的数据有非常大的问题,主要体现在不连贯、真实性有问题、分类不明确难以进行数据应用这三点上。而且各类机构有非常不同的线上线下数据应用平台,服务也很不一样,这给收集并应用C端数据带来很大困难。
未来更有可能出现的是从区域医疗出发,能够进行上下整合和打通的数据应用工具,采购的主体也有可能从分散的机构上升到区域医疗的管理者。这样在整个区域之内,才有可能打通预约、支付、检查查询互认、随访跟踪等环节,避免数据应用多重性导致的数据混乱和不连贯。但这种区域医疗体系对工具的性能、整合能力的要求都会比较高,如果未来从数据融合的角度看,小型、不具备完整工具提供功能和数据分析能力的公司可能会被市场淘汰,而崛起的将会是能够提供整套健康服务工具解决方案并支持数据整合的供应商。
因此,目前医疗信息服务领域的碎片化状态或将获得很大改观。不过,医疗大数据的获取和整合并不容易,因为中国医疗体系的信息孤岛是行业痼疾,要在短期内有很大改观是非常困难的。在分级诊疗的推动下,区域内的上下层级互动或是一个突破口,但这一方向的前提是基层的入口效应需要非常明确,强基层能否落到实处才是关键。
总体来看,《意见》确实能带来一定的市场机会,不过具体的机会点需要参考各地的细化政策和仔细研判各个细分市场的需求。短期来看,医疗大数据领域目前仍高度受政策影响,行业大扩张仍需时日。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25