与产业的聚合效应 解读生物大数据和医疗大数据

以 IBM 的超级电脑 Watson 为例，生物大数据已经开始被广泛应用于临床诊断、医保分析、癌症研究、健康管理等多个领域。生物大数据的应用并非空中楼阁， Watson 是世界上最大的超级电脑，在大数据分析方面，设计医药行业的项目覆盖十分广泛，包括与WellPoint 合作进行药品福利管理和恶性肿瘤的临床诊断，与 BlueCross 合作进行医保数据分析，与 Sloan 癌症中心合作进行癌症研究、辅助医生进行癌症诊断等多个方面。 JP Morgan估计， 2017 年， Watson 的大数据分析可以为 IBM 带来 20 亿美元的收入。

生物大数据的来源

生物大数据将主要来源于四个方面：研发数据、诊疗数据、患者的行为和感官数据和医保数据。

研发数据主要指药企或科研机构进行研发获得的数据。包括药企从临床前、 I-III 期临床、 IV 期临床、上市后大量人群中进行疗效&副作用跟踪获得的数据；还包括最新的科研进展。

诊疗数据主要指患者在医院进行就医行为产生的数据。包括病历（电子病历），传统检测手段（生化、免疫、 PCR 等）、新兴的检测手段（二代测序、基因芯片等）、医生的用药选择、诊疗路径记录等。

患者的行为和感官数据指患者自身的、在院外的行为和感官所产生的数据。包括患者的家族病史、服药的依从性、以及通过各种可穿戴设备&即时监控设备&智能手机采集到的疾病管理、健康管理数据。还包括患者在互联网上的一些网络行为产生的数据，例如寻医问药、与患有交流等。

医保数据是指一切与付费方相关的审核记录、报销记录。包括参保人的病史、报销记录、药物经济学评价；同病种下人群诊疗路径比对等。

生物大数据的价值无穷

由于生物大数据有潜力为医药行业每个参与方都带来价值，数据本身存在无穷被挖掘的可能性，价值无法估量。 作为简单的参考，麦肯锡 2010 年测算显示，综合考虑医疗大数据可以为医药行业各个环节带来的改进，累计有望带来 3330 亿美金的价值。千亿美金数量级价值的实现有赖于数据的积累和挖掘。

 

生物大数据的价值在境外已开始被资本追逐。 除了著名的基因检测公司 23andme 曾获google 多伦投资外，罗氏、药明康德、安进近期都有涉及生物大数据的收购。标的均是积累多年的基因检测、基因数据处理公司，标的的核心价值都在于数据库和数据挖掘算法。

数据的积累和挖掘是大数据行业的壁垒

我们认为生物大数据行业会有两个壁垒： 1）数据的积累； 2）数据的挖掘和解读。 前者是先进入该子行业的厂家具备的天然优势，例如华大基因在基因测序积累多年，中国人的基因样本库， 23andme 通过对个人服务积累的基因组数据库等。数据的挖掘和解读壁垒更高，从美国来看，目前涉足生物大数据处理和分析的公司主要有两类：一类是传统的 IT 公司和统计数据处理公司，例如 Google、 IBM、 SAS， 另一类是专职于生物大数据处理的公司，例如 NEXTBIO、 Knome 等。国内目前尚无专职处理生物大数据的公司，未来一定会有这种业态出现。

互联网医疗： 医疗大数据逼近引爆点

大数据应用是医改方向

医疗是大数据的富矿，过去由于各个医疗服务机构之间存在严重的信息孤岛现象，海量数据处于闲臵沉睡状态。 今年 3 月国务院发布《全国医疗卫生服务体系规划纲要（2015—2020 年）》明确提出要加强人口健康信息化建设，到 2020 年，实现全员人口信息、电子健康档案和电子病历三大数据库基本覆盖并动态更新，全面建成互联互通的国家、省、市、县四级人口健康信息平台，为医疗大数据的应用铺路；并首次提出 “健康中国云服务计划”，积极推动健康大数据的应用。

医疗大数据是开展商保、移动医疗的基础。 随着商保、移动医疗等加速入场，医疗大数据找到了用武之地。以移动医疗为例， “硬件+数据+服务”的商业模式闭环中，由于消费者付费意愿尚未激发， C 端硬件推广趋于“免费”，数据运营将成为其重要的赢利点。

医保+大数据：让医保控费更有效

DRGs 受政府高度重视，有望推动大数据控费发展。 DRGs 是国外发达国家行之有效的医保控费模式，其本质是将病人进行科学分组，对同组病人确定合理的医疗服务路径，从而能够有效的监控医疗服务机构的服务，达到控费的目的。全国有 8 个省市（北京市、天津市、内蒙古自治区、浙江省、安徽省、山东省、 湖南省、四川省、云南省）已开展DRGs 试点工作，政策的大力扶持有望助力医保控费进入大数据时代。

商保入场为医疗大数据带来了全新的应用场景： 1）保险的精算定价。目前国内健康险精算定价基础薄弱，缺乏对疾病治疗费用的深度分析及对参保群体医疗费用风险的科学评估。为了便于商业保险更好的利用医疗大数据，中国保险行业协会成立了首家保险大数据公司 —中国保险信息技术管理有限公司将收集和整理健康险行业数据，搭建健康险大数据平台，为险企提供服务； 2）构筑 PBM 商业模式的核心。 PBM 商业模式的核心在于，通过对于处方的大数据分析，设计合理的医药报销目录，借助医药报销目录与医药上游企业进行议价。

医药+大数据：提升药品品质

医药+大数据的应用场景十分丰富。 以阿里健康为例，其上线的大数据应用平台 —“数来宝”目前有以下功能： 1）渠道管理：其中一款产品——“流向通”通过对药品流向终端进行 360 度全方位的分析， 帮助医药企业对药品终端覆盖效率、终端产出等进行评估和决策。 2）助力医药精准营销：以药品电子监管全链条数据为基础，从产品、市场、渠道、终端（零售、医疗）及消费者（患者）多维度，满足企业管理及营销的需求。

医药研发—医药大数据的终极目标是提升药品品质。 利用大数据，打通研发、临床试验、诊疗和销售数据，能够达到真正确认有潜力的分子及复合物的目标，从而增大研发成功率和缩短研发时间。从国外制药行业发展来看，巨头们纷纷通过大数据技术突破新药研发瓶颈。

医疗+大数据：开启精准医疗时代

医疗+大数据全面开启精准医疗时代。 精准医疗是指以个人基因组信息为基础，结合蛋白质组，代谢组等相关内环境信息，为病人量身设计出最佳的个性化治疗方案。基因大数据的获取和分析是精准医疗发展的基石。

今年 3 月 ，科技部召开首次精准医学战略专家会议，精准医疗计划将在今明两年启动。此外，卫计委层面逐步放开测序试点牌照，为行业有序规范的发展奠定了基础。

CDA学员免费下载查看报告全文：2026全球数智化人才指数报告【CDA数据科学研究院】.pdf