
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
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08