京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何加快健康医疗大数据发展的步伐
就在英国脱欧公投赚足眼球的时候,一部有可能对中国健康大数据、互联网医疗的发展产生深远影响的政府政策正式公布——国务院办公厅印发的《关于促进和规范健康医疗大数据应用发展的指导意见》。
国家给健康大数据的定性:
健康医疗大数据是国家重要的基础性战略资源。健康医疗大数据应用发展将带来健康医疗模式的深刻变化,有利于激发深化医药卫生体制改革的动力和活力,提升健康医疗服务效率和质量,扩大资源供给,不断满足人民群众多层次、多样化的健康需求,有利于培育新的业态和经济增长点。
发展目标有两个时间节点:
到2017年底,实现国家和省级人口健康信息平台以及全国药品招标采购业务应用平台互联互通,基本形成跨部门健康医疗数据资源共享共用格局;
到2020年,建成国家医疗卫生信息分级开放应用平台,实现与人口、法人、空间地理等基础数据资源跨部门、跨区域共享,医疗、医药、医保和健康各相关领域数据融合应用取得明显成效;统筹区域布局,依托现有资源建成 100 个区域临床医学数据示范中心。
重点任务包括四个方面:
①夯实健康医疗大数据应用基础。应用基础包括两个:一个是政府层面的,依托国家电子政务外网和统一数据共享交换平台建立的人口健康信息平台;另一个是医疗服务层面的,这部分值得重视。
国家在医疗服务层面的大数据应用基础规划了几个方面:
医疗机构-关键词是采集、存储、应用、保障和共享;
基础数据库-核心是电子健康档案、电子病历、电子处方等,不过文件没有明确提出这个基础数据库谁来建、怎么建,从上下文看,似乎还是医疗机构的任务;
健康医疗数据共享机制;
探索互联网医疗数据接入人口健康信息平台-对所有具备数据采集能力的靠谱互联网医疗企业而言,终于看到了一点希望;
建立全国健康医疗数据资源目录体系,制定分类、分级、分域健康医疗大数据开放应用政策规范-值得引起高度重视。
②深化健康大数据应用。应用包括几个方面:行业治理、临床科研、公共卫生、新业态以及智能医疗设备。前三个领域都会有商业机会存在,之前已经有一些创业公司在做,而这里重点看一下后两个部分的论述。
新业态包括几个方面:数据存储清洗、分析挖掘、安全隐私保护等关键技术攻关;健康服务业与大数据技术深度融合;发展居家健康信息服务;规范网上药店和医药物流第三方配送等服务,以及若干类服务。
智能医疗设备,国家表态将支持研发健康医疗相关的人工智能技术、生物三维(3D)打印技术、医用机器人、大型医疗设备、健康和康复辅助器械、可穿戴设备以及相关微型传感器件。
③规范和推动 “互联网 + 健康医疗” 服务。内容包括智慧健康医疗便民惠民服务、全面建立远程医疗应用体系、推动健康医疗教育培训应用。应该说,这部分内容既是对过往互联网医疗发展的肯定,同时又给出了明确的发展方向。
首先,发挥优质医疗资源的引领作用,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,优化形成规范、共享、互信的诊疗流程。
第二,值得重视的是,以家庭医生签约服务为基础,推进居民健康卡、社会保障卡等应用集成,激活居民电子健康档案应用,推动覆盖全生命周期的预防、治疗、康复和健康管理的一体化电子健康服务。也就是说,如何将互联网医疗与家庭医生签约服务结合起来,将至关重要。
第三,国家提出了“健康中国云服务计划”,而这个云服务计划包括提供远程会诊、远程影像、远程病理、远程心电诊断服务,健全检查检验结果互认共享机制。
④加强健康医疗大数据保障体系建设,包括规范、诚信、法规、人才四个方面。
在组织实施方面的几个内容特别值得重视,这是国家未来要在健康大数据这个领域要重点做的内容和方向:
从人民群众迫切需求的领域入手,重点推进网上预约分诊、远程医疗和检查检验结果共享互认等便民惠民应用;
加快推进基本医保全国联网和异地就医结算;
支持发展医疗智能设备、智能可穿戴设备,加强疑难疾病等重点方面的研究;
鼓励和引导社会资本参与健康医疗大数据的基础工程、应用开发和运营服务;
探索通过政府采购、社会众包等方式,实现健康医疗大数据领域政府应用与社会应用相融;
充分发挥已设立的有关投资基金作用,充分激发社会资本和民间资本参与热情,鼓励创新多元投资机制。
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