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
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08