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
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09