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
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24