医疗大数据研究报告课件

全景数据浪潮，智能医曙光医大数据行研究告36研究院2016年7月1目Contents宏

境分析•

医行需求

…………….......3•

医大数据行需求

………….………...….7•

技因素…………………...…..9•

政策…………....10•本流向……..……………....11构分析•

医大数据分…………..…………….....13•

医大数据特性…………..…………….....14•用景

………......………..…………….....15•

市…………..…...………...……….....16•及一二市企…………….……….....17域分析•

数

据

采

集

基

施、数据采集端口、数据管理

....18•

数据分析用………..………….…………..25床决策支持……………….……..26医研…………..…….……….....30医支付…………..………….….....34慢病及健康管理….……………..……………......38公共生管理…………..……..…………….….....41价因素分析•........................………....432CHAPTER

1宏

境分析•

医行需求•

医大数据行需求•

技因素•

政策•本流向33持增地老人群、慢病人群等造成医需求攀升，需提升医服效率解•近年来我国医需求攀升：一是，我国老人口持增加。

近20年我国人口量持增，特是疾病高的老年群体，来更多的医需求；二是，我国慢病人群大。根据国家生生委疾控局2014年数据，我国有确慢病患者近

3人，并且病率以每年8.7%的速率上升。慢性病具有病程、流行广、用、致残致死率高等特点，其来的医需求多于其他病种，目前慢病担已占疾病担的

70%。•医需求攀升引看病、医服量差等一系，需更高效地提供医服来。医大数据可提升医服效率，例如基于医大数据的床智能决策系可提高医生速度和准确度、移慢病及健康管理可降低慢病病率和提升病人依从性从而提高效。我国居民慢病患病率（‰）7001.51.00.5350019931998200320082013我国慢病人群数化（人）我国生支出情况（万元）4.03.04.03.03.32.02.12.01.01.61.00.0200320082013个人金生支出4医行需求度医和

医

源配置不合理造成医源重

浪

，

医

源利用效率亟提

高•

根据美国医学研究所（Institute

of

Medicine）告，

美国医系因不必要的治、繁文件、欺和其它等原因造成每年7500美元的医源浪，医支出的

30%。美国医系6大域浪象（整重后，7500美元/年）不必要的治无效医2,100美元

/

年1,300美元

/

年度行政开支价格不合理防失1,900美元

/

年1,050美元

/

年550美元

/

年750美元

/

年欺来源：美国医学研究所（Institute

of

Medicine），36研究院•

我

国

由度

医、度

耗

材、

医源分配不合理等原因造成的源浪也，常象例如大方，偏好品、目、治手段，不必要的重复，医生、品、器械使用率低下等。根据北京市局西城分局区内五个道的期品回收状况的示，

91.8％的家庭有期品，

70.1％的家庭存期超半年，主要原因是包装量大和大方。（1）物量、化、助物多（2）用重器械，尤其是口器械（3）做高消、高的有手度治（4）降低病人收住（1）非症，如白

B超改用彩色B超（2）告通用性低，致多次没必要的重复医度耗材（3）迎合病人度要求入

（1）

高

价

多，部分效率低或置

，

性浪入耗（1）房管理不善，品耗材期人分配

（1）人才集中大城市大医院，基机构人投入不足（2）大家看小病，基医院病人少配置不合理来源：36研究院•

医大数据可减少医源浪，提高其利用率。

例如基于医大数据的品管系可减少品浪、床决策支持系减少无效、医保控系减少医保欺等。5医行需求行医保支付力大，且商保不能有效充，支付方控需求烈•医保支付体系力大且将加，急需有效控：

（1）国家推行医保全民覆盖，保基金收入增比在多数年份超支出增比；（2）我国人均生投入低于世界平均水平，加大投入是必然；（

3）个人金支出占整个医生支出比例持下降。社会政府支付力持加，急需精准有效控和商保充支持。我国城基本医保我国医保基金收入与支出增比化我国人均医用参保人数(人)占比人均GDP（%）6.7

40%34%26%187.05.03.0206.05.430%20%23%

1512

11

1125%25%4.720%1099104.0

4.321%

17%19%17%510%0%502009

2010

2011

2012

2013

2014医保基金收入增比来源：委，

36研究院•商保展乏力，需利用医大数据提高精算能力：

（1）健康模小且人口覆盖率低；（

2）有商医保以理型主，消型健康收入占人身收入的

12%；（3）我国商保付占国家医支出比例尚小，2%，而达国家在10%左右。我国100多

家开

展

商保

的公司，但是有

4家消型健康，主要原因是商保公司以得一重大疾病的生率、支出等数据，致品开慢和多数种盈利低甚至。而

医大数据可帮助商保公司提高保精算能力和通健康管理降低付成本。各国商健康保人群覆率92%

92%100%50%85%80%72%65%58%44%35%32%28%

18%

16%

15%13%0.8%0%来源：OECD，36研究院6医大数据行需求我国医数据地域、行割裂重，医数据的融合及管理是我国医数据地域、行分割重，亟融合

：•

地域上的众多信息孤。一方面，各地医机构的信息系由多个信息化厂商提供，缺乏一的建准指致接口各异；另一方面，医院部、医院数据不开放，以、共享。例如我国95%医

院

的

子

病

未全院流通，20%的子健康档案与子病互通。•

医子

行

数据割裂重

。

医服机构数据（如子病、影像、放射、基因等）、店数据、医研数据、商保数据等系接口未打通，不能形成数据•

完整的数据是用的基，随着医信息化建的持投入，数据融合是展的，同也将来信息化厂商型及合并。我国医生信息化建投入情况40032.0%24.0%336.5310.5290.2300248.7207.520010016.0%8.0%146.32011170.8114.1201090.171.600.0%200820092012E

2013E

2014E

2015E

2016E

2017E同比增率医行IT投入（元）来源：IDC，36研究院我国健康大数据急需融合区域信息化平台：健康档案医院：子病可穿戴+app：个人健康数据0融合来源：CHIMA，36研究院7医数据加速累，存、管理等提出更高要求•

医行是数据密集型行。

IDC

Digital截至

2020年医数据量将达40万GB，是2010年的30倍。同数据生成和共享人

生复制的医数

据

量数据生成和共享速度迅速增120.62009

2010

2011

2012

2015E

2020E2012

2013E

2014E

2015E

2016E

2017E来源：

IDC

Digital，36研究院慢（以小或

天

位）数据构

半构或非构化数据来源

完全分布式、云存数据整合

比Hadoop分布式文件系（HDFS），关系数据管理系（

RDBMS）接入方式

批理或接近分析象

全体数据分析方法

描述分析主8技一步丰富医大数据，并使存、分析、用成可能•

可穿戴智能的普及模、、持收集患者数据。我国可穿戴化情况400020003300120308.3%

107.92216905%160.9…6155.6%765902.346%0.963.0%02011201220132014E2015E增率（%）来源：中国可穿戴算略盟，

36研究院•生物的步促使生物数据大爆。

如二代序（高通量）技不使序成本降至

1000美金（一代序成本是30美金/个基因），而且二代序的通量高于一代序，自此大范的基因序加速生物数据的累，逐步作和基来价。基因数据价高、存在无限被挖掘的可能性。5000250004393100000000399934811000000100002642205013725991002009

2010

2011

2012

2013

2014

2015E来源：NCI，36研究院•IT技步使医大数据用成可能

：数据融合、数据挖掘、理、机器学、自然言理、数据可化、人工智能等技取得步。例如数据融合可将多个医子行的数据整合分析以生新的更加精确、、有价的信息。网速增快（网速（kb/秒））200150100500.400.30002002

2004

2006

2008

2010

2012

2014

2015晶体管尺寸（米）晶体管价格（0.000001*美元）来源：IBM，36研究院9国家略推医机构、区域信息化及医大数据用建，促使医大数据正在加速形成•2009-2015年国家出台了大量关于医信息化建体要求的政策，2011-2012年出台了大量促医机构如医院、医厂商等信息化的政策，2013年开始出台区域信息化建的政策，目前我国区域信息化建尚未成模，并且

2015年前缺少关于大数据用的相关立法来保共享和防止用，致我国数据源开放和共享化程度于低水平。•2015年

《

促

大

数

据

展

行

要》明确了关于数据使用的体要求。2016年6月底国院出台《关于促和范健康医大数据用展的指意》，将医大数据正式入国家展，其医大数据融合及共享开放建，在医、医、公共生、医保等方面的用，以及使用安全保障等方面行全面范。数据用政策的放和推将促使医大数据加速形成，从数据收集、融合、清洗理到用，短期内数据融合相关公司将高速展，随后数据用相关公司将迎来爆式增。部政策政策分《

关

于

深

化

医

生体制改革的意》2013

国家住房和城建部

《关于开展国家智慧城市点工作的通知》20132015

国院2011生部2011生部《全国医生服体系划要（

2015—2020年）》《基于子病的医院信息平台建技解决方案（

1.0

版）》《子病系功能用水平分价方法及准

(行)》2012生部《健康中国2020略研究告》《子病基本数据集》20142012

国院医信息化2012

国院《服展

“十二五”划》2013

中央委会2014区域信息化数据融合、使用及安全来源：网公开料，

36研究院注：关于政策的具体内容，附。10•在2014年6月至2016年5月底，医行生投并事件共373笔，其中医数据投并事件24笔，HIS投并事件18笔，医数据相关的投融事件共42笔，此域受我国医行各分域的投并数量685651342924181713141010776432•医数据域（医数据和

HIS）的本涌入从2014年底开始，在2015年

增加，

2016年医数据企的投达到新的高峰。本大模涌入将一步加速医大数据展。分布情况141612131032020152016HIS投融事件笔数•

医大数据公司融大，多在千万医大数据公司融分布情况医大数据公司融分布情况3020100天使ABC新三板11CHAPTER

2构分析•

医大数据分•

医大数据特性•用景•

市•及一二市企1212医大数据分医数据生景多，量参差不，各数据潜

在

能力不同医大数据可以分以下四大：•数据

：来自患者在医院所就医程中生的数据，主要的采集端口是医机构，如医院。其包括子病、目果（生化、免疫、

PCR

等）、新果（基因序等）、医生用、路径等。增快速，特是新数据，如基因数据。•

研数据：主要来自器械医研企、研外包公司、科研机构等研程中生的数据，主要的数据来源如：（

1）医研程如医院床；（

2）科研机构最新科研展。•

患者数据：患者自身的、在院外的行和感官生的数据，主要采集端是可穿戴和各网上医平台，包括（

1）通可穿戴收集的体征的健康管理数据；（

2）网行数据，例如挂号、网、健康管理、医患病友交流等。•

支付&医保数据：一切与付方相关的核

/，主要包括患者支付、医流通等。数据特点数据种数据量潜在付方付意愿主要来源（1）病：病史、断果

/路径、

医院、所用等信息（2）

（影像、生化、免疫、医院、机构、云存公司完整性、PCR等）最构化、准化等待提高多90%医院机构：

（3）新（基因序等）企：保公司：医院、第三方医器械研公司、数据机构、科研机构；医院、科研机构科研机构（1）医研数据：从床前、

I-III期床、IV期床、上市后大量人群中行效跟踪得的床数据少量4%完整性好构化好准化好研数据企：（2）科研数据：科研展患者数据保公司：（1）体征的健康管理数据可穿戴智能完整性、手机构化、准化等待提高少量（2）网医行数据，例如医、与患有交流等互网医公司端来源：36研究院6%13医大数据特性医大数据的“大数据性+医性”模巨大的数据、患者行感官数据、研数据和支付医保数据等聚形成的医大数据，不呈出其作大数据的

“4V”的特性，也表出医域特有性：模大(Volume)（1）1个CT像150MB，1个基因序750MB，1个准的病理5GB（2）1个社区医院数据量在数TB至PB，全国医数据到2020年35ZB（1）包含各种构化表、非(半)构化文本文档(XML和叙述文本)、医影像等多种多的数据存形式型多(Variety)大数据性（2）包含网日志、片、地理位置信息等增快（1）大量在或数据持增多，如床决策断、用、流行病分析等（2）信息技

展促使越来越多的医信

息被数

字

化(velocity)（1）医数据的有效利用有利于：公共疾病防控、精准、新品研、医控、疾攻克、健康管理等价巨大(value)医（2）但数据价密度低健康大数据特性（1）多种形数据：包括数据

(如体、化)、信号(如

信号、心信号等)、像(如B超、X等)、文字(如主、病史、告等

)，以及用以科普、咨的画、音盒信息等，可著区于其他域数据（2）医病人的描述具有主性、

不准化，性多性序性（1）患者就、疾病病程在上有一个度（2）医学的波形、像都是数医（1）患者的医健康数据具有高度的私性，泄漏信息会造成重后果（1）大量数据来源于人工致数据的偏差和残缺私性性（2）多数据的表达、本身也具有不确定性，病例和病案尤突出（3）医数据的不完整搜集和理使医数据不能全面反映任何疾病信息（4）医分析病人的状描述有偏差和缺失不完整性冗余性（1）冗余医学数据量大，每天生的大量数据中可能包含重复、无关要甚至是相互矛盾的来源：36研究院医数据量14景医健康大数据的五大用景床决策支持医保控保开慢病和健医健康康管理大数据医器械研医管理来源：36研究院••床决策支持：床决策支持系、基因等能帮助医生提高

医

服

量，如：（

1）病情早并干；（

2）精准医，人下而非症。健康及慢病管理：基于慢病及健康数据程智能系和可穿戴、智能手机等端，可帮助个人健康管理，包括：（1）跟踪用身体状况；（

2）根据数据用施个性化的健康管理方案；（3）基于数据的健康管理能降低重病病率，减少医支出。•医支付：医大数据可减少有支付体系力，如：（

1）精准

可降低由病因不确定致

的

源

浪

；

（

2）化并制定多元化的医支付手段如DRGs；（3）基于患者付及疾病概率数据，合健康病管理降低保公司付成本；（

4）基于疾病概率、医支出等数据帮助保公司开新品和提高盈利率；（5）

通

品流通数据化

医

流

通

，降低医成

本

。•医研：（1）基于疾病、用等建立数据建模，品研程中的安全性、有效性、副作用等；（

2）通智能分析系，减少人力、、物力等投入，降低品

研

成

本

。•

医管理：（

）公共生管理：通多家医院的数据，建立和1完善区域及跨区域的疾病防控、幼健康、合督、食品安全、血液管理、健康教育、分等体系，源合理配置；（2）通数据整合分析、智能用等帮助医院运管理。15市医健康大数据用潜力巨大•医大数据展由价医医（即医服量与医成本的双），其潜在价空巨大，且生于具体的用景。医大数据的服象可居民、医服机构、科研机构、医保管理机构和商保公司、公共健康管理部等。•麦肯在2013年告中在美国，医大数据的用有望减少3000-4500美元/年

的

医

用。我国存在人口基数巨大、医源浪重、医缺和配置不合理、医支出增快、商保展乏力等，医大数据的可用景富且能深度挖掘，因此我国医大数据的市模至少在千提升医服量（

RightCare）•床决策支持数据900-1100美元/年•••疾病管理公共医生管理安全个人健康促（Right

Living)）700-1000美元/年500-1000美元/年500-700美元/年患者数据数据••疾病防，“治未病”数

据

慢病管理医•

医服量提高改善医支付（Right

Value)）支付数据数据健康大数据•

3000-•••医保欺新支付方式新保患者数据4500美元/年的医成本减少化医管理（

Rightprovider）化医源

配置数据••效治促医研（

Right

Living)）•••••床

方案和流程物警戒促新通入医保避免方案的重复研未足的市需求研数据数据400-700美元/年来源：麦肯，36研究院16医大数据及一二市公司：看好数据管理和数据分析用两个切口和壹基因思路迪雕数据新科技IBM大基因雅森科技海普洛斯鼎晶生物燃石医学思派网瑞和康太美医行基因XtalPI晶泰科技思路迪医支

保音特立杰海虹控股Oscar23andMe

星基因23魔方天昊基因基云惠康糖医生

掌上糖医GoogleFacebookTwitter及元合科技准化技零科技盈谷网IBM雕数据件万达信息阿里云大基因万里云新科技百度云万里云云IBM其明生物和医院大基因恒瑞医明康德星基因23魔方海网芯达特网宁科技雕数据件倍泰健康力来源：36研究院注：（1）信息截止2016年6月30日，排名不分先后（2）色字体一市公司，灰色字体二市公司17CHAPTER

3域分析

之数

据

采

集

基

施、数据采集端口、数据管理1818市集中程度低，并明，看好具有本和

客

的信息化厂商万达信息

雕数据达力件

宁科技宁件桃谷科技•医解决方案提供者

，主要医机构提供信息化服

多数厂商来自二市和新三板，由于医机构地域性的市特性，各供商的市份不大且相定；

由于数据准向一准的方向展、医院客信息化厂商一站式服能力要求的提升，将整合。我国医信息化行集中度低

&未来并明嘉和美康

其他•

移医解决方案的提供厂商，主要向互网医公司和小型医机构服：

以一市公司主，部分二市公司有开展此

小型医机构如所的信息化尾市潜力大。19数据收集基数据融合技是关，

看好有能力提供区域信息化建、医信息化建的服提供商•由政策来的医信息化需求增促使供方快速展。

国家部自2009年开始已出台多个加快医行信息化建的政策，放了机构的信息化建需求；同，国家略“互网+”来移医信息化解决方案的新需求。•医院信息化：关于促医院信息化建政策已在

2012-2014年大量出台，根据CHIMA2014-2015年数据：（1）我国医院管理信息系建水平在

70%-80%之，上升空仍有但不大；（

2）医院床信息系建水平于

40-80%，建程度低的域上升空大，如程医、手麻醉、感染

/染控系、床决策系等

；

（3）

医

所信息化程度低，尾

市

可

挖掘，利好移医解决方案提供商。2014-2015中国医院管理信息系施情况

2014-2015中国医院床信息系施情况划价收系子病系室信息系住院房管理系管理系放射科信息系超声影像信息系床知系房管理系挂号系病案管理系住院病人入出管…物材料管理系会目系PACS系床路径系体中心管理系床决策支持系感染/染控系程医信

息系固定

管理系医系理信息系区域生信息系0%50%准建来源：CHIMA官网，36研究院100%0%50%准建100%已施无已施无•

医信息化：我国医信息化建程度低且供者少，但达国家医信息化程度超80%，因此，随着我国品研的增多以及政策，

医信息化域潜力巨大，有提供商将迎来高速展及有先，并且会出新入者。•区域信息化：相关政策从2013年开始持出台，目前我国区域生信息化建水

平

低

于

30%，上升空大，看好有能力数据融合

技

、做区域性信息系及

有

跨

区

域

客

源的提供商。20数据收集基国内外代表企案例分析我取三家在国内外具有代表性的公司：•健信息：注于所管理系，在于其注于科域，打通pc/移端，有科

/算机

人才；•

Practice

Fusion：采取免略占市，在于有美国政府政策支持；•

Athenahealth：子病早期践者，在于技累深，健信息Practice

Fusion•

2005年Athenahealth•

1997年成立

•

2015年服客•所•

医生/患者/科研机构/保•

医生/医院公司/医公司/品

•

口腔子病系•子病系•所管理件•子病系•

医数据品•

涉及“收入循+保”管理•

医生价及平台•

向所收（系•

医企广告•

向医院收（盈利模式使用号售

/后期

•/影像中心加盟使用/后期升）升用）最新融•

A，2016.01•

数千万人民•

二市，

2014.10•

250万美元•

已上市•

市51美元累融•

2，数千万人民•

12，1.575美元•

3，4000万美元投人•中国•

Longitude

Capital•

GGV

Capital•

Venrock••

丁香园Qualcomm

Ventures•

ARTIS

Ventures••Founders

FundGlynn

CapitalManagement•

Morgenthaler

Ventures来源：CruchBase，36研究院21数据采集端口研端口数据能力最，医院端口数据潜力大端口一：医服机构•

主要包括医院、所、体机构、基因序公司等；康国••90%的医数据，数据累速度快；医服数据量一般（存在孤立、不准化、非构化等），从而数据理分析成本高，随着区域信息化建程度的提高、像技

步等，有提

高

；和医院机构大基因•

床数据短期内能力一般，一是医院数据量

一

般

，

二

是

医院不愿意开放共享数据，三是其部景的受益方机不，如医院床决策系，但随着数据量提高和医院开达安基因来源：36研究院放数据度改善，其潜力可期待。端口二：研机构•

主要包括企、品研外包公司、科研机构；•

有月

的医数据，短期内数据累速度一般，中期内增4%研信达生物快（随着我国品研增多）；机构•数据量高，数据理分析成本低（但可能需要医服机构数据、互网医数据助使用）；恒瑞医•

研数据能力大，直接用于医研，降低企研投入，明康德但是由于研机密性高，数据共享可能性小；来源：36研究院端口三：互网医公司•

包括挂号、医商、移健康管理、医患社交等平台。星基因互•有6%的医数据，数据累速度高速增，未来数据比例23魔方网医将大大提高；••咕数据量普遍差（健康管理

app的数据量高，且具有公司性和持性），数据理分析成本一般高；糖医生短期内患者行数据能力差，一是大部分数据量差，来源：36研究院二是2C端的受益方机不，如患者慢病管理服。22数据融合利好数据整合、准化技提供商及数据整合平台公司•

本域按品的不同，可以分四。我低成本和高效率的数据理及存是数据管理企的核心争力。零科技

盈谷网桃谷科技新科技万里云大基因

思派网其明生物

平安健康云•

数据整合及准化技：

市参与者多，具有多大型医院客、技先、成本低的提供商可占多市；•端存服

：

基本大公司，主要原因是存基施成本及技壁高，小玩家以

介

入

，

能

海量数据高效用

、

尽可能的低成本的存服公司易得和留存客。

部分新入者基本一的医影像数据或基因数据存切入（一是技度相小，二是此数据体量大，市需求多）；•

数据整合平台：一市参与者众多，主要从影像、医商、体征数据、瘤数据、基因、云端子病等数据切入。我抱着特定向收集数据的企可能凭借海量数据的累建立行，

例如2000个乳腺癌病人的基因数据比无差收集

20万表型不明的基因数据价更大。当数据整合平台累了海量数据，可通数据出售、开用系、咨服等方式•安全管理：参与者缺乏，原因是我国医大数据行尚于形成期、其使用安全的法律也才出台。但随着政策的推，

大型医信息化厂商可凭借数据安全技及

客

断

市

。23数据管理国内外代表企案例分析•万里云医：

作

医院提供在云端存部

分

或

全

部

医

数据服的代表，其品是一个云端存医学影像的平台，有60年医学影像累。•

解DNA：通自建平台收集医数据的医数据公司之一，其医院和个人提供个人基因序

服

，

注

于

床

基

因

的同能收集大量的基因数据，建立大的基因数据。万里云医解DNA•

2011年成立

•

2009年服客•

医院、患者、医生•

医院、个人•

医学影像大数据云平台•床基因服•

影像云存服/品•

基因体服•程医影像咨服•

个人健康管理基因服•

第三方医学影像中心•

向医院收（医学影像存、会盈利模式•

向医院/个人收、分析服收

）最新融•

A，2016.03，2.25人民•

A，2016.04，数千万人民累融•

1，2.25人民•

2，数千万人民•

海投投人•

阿里健康•

中国平安(平安新投)来源：36研究院24CHAPTER

3域分析

之

数据分析用•床决策支持•

医研•

医支付•

慢病及健康管理•

公共生管理2525床决策支持看好具有数据累的数据收集基施提供商和基因序公司•

精准

床决策支持系：目前参与者少。未来医数据-收集基施提供商可凭借坐大量子病开床决策助系，展得期待。精准-雕数据IBM决策支持新科技思派网来源：36研究院注：色字体一市公司，灰色字体二市公司•精准用：参与者众多，入海争段。

具有大体量基因数据、先的生物信息分析挖掘技者具有核心争力和建立行壁，易切入海市。

因此，具有流量的基因平台最容易得基因数据的累，而生物信息分析挖掘技需要依靠具有生物医学和IT背景的复合型人才。大基因燃石医学安雅森科技达安基因Prenetics精准用行基因瑞和康海普洛斯思路迪百客鼎晶生物天昊基因和壹基因来源：36研究院注：色字体一市公司，灰色字体二市公司26床决策支持：提高医生断的精度和效率，疾病早警和治未病大数据模型疾病展能全靠医生累不到精度。

医的本是基于充分的数据累包括患者数据、行感官数据、最新科研成果等患者健康数据行理，而做出决策。与人的相比，算机能更快、更全面地存和学医知信息，因此通建立在更大的医信息上的的健康大数据模型得到的病情化可能性靠医生更精准：目前症症状：精准人家族病史/基因：糖尿病、高血、乳腺癌、青光眼等患者数据：患者学：食

、体重身高、睡眠、血心率脉搏、个人病史等科研展：新、新靶点、新机理等基因、、蛋白、代

、生物呕吐、影像、咳嗽、无力、肚子痛等••上的其他患者病史、治路径、效等数据上万医生同种病的治方案及效来源：36研究院••（1）合学知数据的大数据模型能病前界行警，“准病患”并及干。

例如基于基因学的大数据分析能捕捉到在外在表征正常但在分子上的表达异常，疾病警，但是通常医生根据缺无法做到。制心病、癌症等慢性疑病症效著。（2）提高床决策和方案制定的速度

。当医生入新病人的特征量，床决策助系就能通建立在医大数据的模型直接出建立在以往相似病患大数据挖掘基之上的关于同患者型、使用各种已有的理方式的效以及一系从最到最差的推荐等果。通常医生需

1个月或更制定个性化方案，而床

决

策

系

能1天至几天。从医大数据挖掘到形成最床决策支持的常流程医文档抽取健康因素患者分群分析床决策支持患者特征数据的据分析数据修复数据采集数据分析用干来源：IBM，36研究院27用：基于物基因学的基因帮助医生精准用•（1）精准靶向物，患者受的治。分子靶向治是特异性非常高的个体化治手段，并非任何病人都有效。例如人体表皮胞生因子受体生了基因突的肺癌病人接受分子靶向治的有效率高达70%，若此基因没有突，即使接受了目前国上最先的分子靶向治物也不会有效果。有效人群抗抑郁抗哮喘62%60%Afatinib

阿法替尼Osimertinib

(AZD9291)Rociletinib

(CO-1686)艾替尼

(HM61713)60%57%EGFR

(T790M)MET增MET

14

exon

skippingROS1

融合ALK

融合ALK

融合52%50%47%40%30%25%Crizotinib

克替尼Certinib

色瑞替尼(LDK-378)AlectinibALK

融合抗尿失禁抗阿海默症抗瘤HerceptinCabozantinib卡博替你来源：Personalized

Medicine，36研究院•（2）帮助安全用。由于差异，有人代慢造成物易蓄并引起中毒，有人代快致物在体内不易达到有效度。生部数据示每年因物不良反造成

20万人死亡、250万人住院。基于物学的基因，医生能根据个体差异行精准用量、避免物毒害、效成本最佳物等。效与毒性的

20个基因ABCB1、CYP19A1、MTHFR、UGT1A1、ATIC

非小胞肺癌治常用：、紫杉、吉西他、依、DPYD、RRM1、UMPS、CBR3、ERCC1、托泊苷、伊立替康SOD2、VEST-1、CDA、GSTP1、SLIT1、XPC、床其他常用：磷胺、蒽、他莫替芬、来曲、CYP2D6、MTRR、TPS3、XRCC1氟尿淀、甲氨蝶呤、阿素CYP2C9度

的

，治初期出血危性

高HLA-B*5801氨基糖苷抗生

A1555G或C1494TCYP2C19可能使效下降，增加出血危性使物在体内量残留SLCO1B1ALDH2HLA-B*1502UGT1A128床决策支持床决策支持相关公司床决策支持根据医数据

种主

要分

三

种：•

第一种是合医数据，代表公司是雕数据，它医院提供数据集成解决方案，同利用医院的合数据各种床决策提供支持服。•

第二种是基因数据，代表公司有国内最大的基因序公司大基因，它的有国内最大的基因数据及生物技人才。•第三种是瘤数据，代表公司有思派网，它利用大数据技断提供床决策支持，有深瘤家支持。雕数据大基因思派网成立•

2000年服客•

医院•

1999年•

2014年•企/科研机构/医•

医院/科研机构院•

医大数据服（如决策支持系）•

医大数据品（如医院数据集成系）•

移app品（如医了app、湿控等）•序•

基因数据•

基因序分析服BGISEQ-500•瘤数据平台•

智能系/品•序售•

系•

系升•瘤数据使用•

系盈利模式•

数据使用•

基因序分析服•

B，2016.06，数千万美元最新融•

新三板累融•

N/A•

未披露，IPO•

N/A•

2，数千万美元••

斯道本(富达)•

中国平安(平安新投)投人•

N/A•

N/A来源：36研究院29医研市于起步期，看好医信

息化

厂商

和具

有先的生物信息挖掘技的公司•企研从床前至上市后医大数据都重要：确定物“Biomarker“提升化合物效率研早期物基因研

究

增

物的机理和安全性了解通基因倒写床象（如：在具此

biomarker的病人中），提高物

有效答

率II,

III期床在有答的病人中开展开支，短研，提高研效率通基因倒写排除可能生重副反的象申高答率、低副反率提升新上市批通概率和定价和收集大批量使用人群的效

&副作用的真数据，后研起指作用上市后来源：网公开料，

36研究院•

我国医信息化市和研大数据分析服提供者少，

主要原因是我国研少，以仿制主，但随着研需求的增多和国家促医行信息化政策的推，将出大批新入者；医太美医XtalPI晶泰科技泰克科技埃森哲Mididata研思路迪塔塔咨行基因来源：36研究院注：色字体一市公司，灰色字体二市公司•

医

机

构

数

据

收

集

基

施提供商可能拓展医企据收集、物警戒系；••医研外包公司凭借其数据、生物信息分析可能切入大数据分析咨服；此域，坐大体量医研数据（医信息化厂商）、具有多年生物信息分析累的公司可。30医研：可提高研效率，看好基因序公司及科研学信息集成平台麦肯估医大数据医研400-700美元/年的价：•（1）利用文献分析提升潜在物效率

.。例如通分析挖掘包含1900万篇以上文献的MEDLINE数据，有效判断研目的成功可能性。科研学信

息

集

成

平

台

具

有

数

据••（2）合基因及蛋白学信息可化物研方案及床，

如

更

有

性地潜在靶点、在床

物效和副作用提前、更高效地找参与床的高量目志愿者等。此用景直指基因序公司；（3）基因大数据分析可能挽回部分新的潜力和研究靶向。基于因大数据挖掘的物研助如用基因序

+全基因关分析（GWAS）能用于挽回正常情况下有可能因适用人数比重低、或在部分人群中出和基因型差异密关的著毒性而无法通物，而避免相关巨研用的失，

在

物

研

用投入不断攀升的制是非常重要功能。被撤出市的物Alosetron适症毒性相关基因突合症反缺血性QT延SLC6A4（色胺运体CYP2J2AstemizoleCYP2C8，SLCO1BQ(阴离子速体1B)Cerivastin高脂血症横肌溶解SCN5A(离子通道α位基因

)，KCNQ1Cisapride胃十二指返流

QT延CYP2D6，BMPR2(骨形生蛋白II型受体）Dexfenfluramine肥胖肺脉高UDP-葡萄糖苷酸移：

UGT2B7，UGT2B15Rofecoxib,

VioxxTerfenadine疼痛反心猝死QT，扭型室速KCNQ1(离子通道基因)Dilevalol高血肝毒性KGT(2001，UK)KCN(1998，UK)CYP2C19(1991，UK)Sertindole精神分裂症尿失禁QT，扭型室速扭型室性心Terodiline来源：网公开料，

36研究院生物大数据提高企研效率成功案例研克替尼：

通基因物最可能有效的II期床最答率高达

60%，FDA批准255个病人。合作改网站，致力于将个人健康档案与床目行匹配，瑞/礼来/帮助医研企找到最佳床象来源：网公开料，

36研究院31医研物警戒：减少新不良反事件，看好医信息化系厂商及具有大数据分析技的企麦肯估医大数据医研400-700美元/年的价：•

提早入市的不良反事件，生

。由于品反、治重复、品重复、副作用等致的物不良反事件（ADEs）普遍生在床干中，

1个ADE事件致住院患者平均

治用增加

3244美元、住院平均增加

2.2天。通个医数据源如MEDLINE的科技文、不良事件告、品信息源、海量HER等数据行分析挖掘，在新入市前提早床本局限在床中未能ADEs，29.4%的事ADEs和

89.7%的PADEs能被阻止，占所有住院患者数的3.7%。此用可分两种形式的服：一是物警戒相关床，二是大数据分析服。•提高新通批和入医保范可能性

。比如，企开的新A比治同病的原有B程更、但全生命周期合成本更低，当没有生学大数据估之，企常不易服医保部将新A入医保和CFDA通新A，而床研的生学大数据分析却能新通批和入医保提供必需、确的据。此外，大数据可以用于物学或生学分析，以治果及其相社会及效益作定价基，从而帮助管部及医支付方科学制定新上市及政策。

看好多年物警戒系累的医信息化厂商，因政策、批流程更熟悉。•

助力基科学研究的展

。多个企已开始和研究机构合作，行各种学、子病等多累生物大数据的搜集、整合、分析，力推基研究的展，下游企研步入新的高度。32医研医研相关公司医研主要是帮助医企收集

/分

析

数据，已有的企包

括国外成立早的Mididata和国内新成立的太美医：•

太美医，被称国内的

Mididata，基于云算和大数据技，帮助医企/科研机构收集/分析医数据；•Mididata已于2009年上市，其品基于云端的SaaS服，用可以定制适合自己的服，行云端管理和踪，行大模控，降低研成本。。Mididata太美医成立

•

1999年服客•企/科研机构•

2013年•企/科研机构•

EDC子数据采集系•床管理

SaaS服•

CTMS床目管理系/品床研略咨服IWRS交互式答随机系

•••和培•

PV物安全警戒系•

数据理分析服•

向制企、

CRO公司、科研机构收（云服使用/咨服•

向制企、

CRO公司收（系//数据理分析服盈利模式•

已上市，市27美元•

B2016.06

数千万人民•

3，数千万人民最新融累融•

N/A•州投（天使）投人•

N/A•中国（

A）•

北极光投（B）来源：36研究院33医支付看好坐大量方、支付数据的公司•

目前此域参与者少，但随着国家医保控机增以及医分家政策的推，将涌大批新入者。医保控商保开快医音特立杰德力信息Oscar海虹控股大特保来源：36研究院注：色字体一市公司，灰色字体二市公司•我

国

医

方主要集中在医院，因此医大

数

据

在

医

支

付

方

向的用直指信息化智能管控提供商。由于医体系的差异，与美国PBM相比，我国医保控信息化公司的盈利模式和地位相受限。医保支付方在中仍有高的主，因此与社保合作密的信息化智能管控提供商有一定的卡位••布局早且客源丰富的医信息化厂商也可以通与不同的社保信息化厂商合作来突；由于医保是医信息化的主要受益者，也是投入金力最的相关方以及最埋者，医保的主要属将信息化市的格局有决定性影响。考到我国近年来在医体系域的不断改革如医分离的可能商保的展开辟出新的空，医商、大型店可得大量方和支付数据，容易切入品利管服。•PBM潜力巨大：

CVS

Caremark是美国最大的PBM供商，其股价在27年来翻了近20倍，大幅超同期普

500，在市1020美元。海虹控股是我国PBM相关的概念股，自2014年开始型做PBM，其股价一路升

，

从

18元/股上超80元/股，目前股价42元/股。34医支付医保控：医大数据用帮助降低医成本和医保欺医大数据分析保精化管理：•（1）平衡医效用和支出，服的性。

通在床决策系中添加治方案的成本数据，床路径模模型就能同估和比不同治方案的性，出以效用和成本合最的治方案序。例如

A治方案一程用比

B、C，但在全程治周期A方案更床决策系的性估果即先使用

A。此用景的投方向指向

“具估能力的

”床决策支持系提供商。治方案程成本200元需要的程2个程治成本400元性推荐A1stBC150元100元3个程390元400元23ndrd4个程来源：36研究院•（2）医保欺和用

。

反医保欺和用是医保理运管理的关，也是世界各国普遍存在的重医。美国邦医保欺超

600美元/年，并且美政府称起1美元的医保花可回

8美元。医保欺通常案例不多但涉及金大、医保用笔金不高但数量大，都根据断，因此成医大数据数据挖掘的重要用域

。通以往理数据、特定病种群体的床路径数据、用数据等挖掘学，建立欺模型，再方、理申行分析，出度医和欺案例。常的理包括品量超、用与医服不匹配、由保障方案的非必要医等。坐大量方的公司可展

PBM服，具有分析技和引擎的公司可开具有医保欺和用功能的系服。医保运系缺不恰当支出型例可能的生原因（1）度医（

2）代开品（3）倒••不含有品准（

1）品量超用量信息（1）配合患者而填写断名称（2）借开以套保未合子病例

（2）用与医服不匹配以方用量（1）体充涵盖利且起（3）保障方案非必要医付不高，易致非必要医来源：36研究院35商保品开：医大数据助力商保公司开各充性医保和降低付成本医大数据的挖掘可助力商保公司：•

（1）

开

充性、重大疾病等保。目前我国商医保以个人蓄理型主，少部分是消理型（真正意上的医保），并且消理型品同化争重，不能客需求及医的准确把握。主要原因是缺乏疾病治用数据的深度分析、参保群体医的科学估，在保障及精算定价方面无据可依，从而限制了品的开。尽管存在政府医保支付度不能覆盖治瘤疾病的全部用、通3.9%84.5%常不收效好但价格的靶向等市空缺，但商保公司因不了解瘤治的用，从而与定价无从下手。分析挖掘瘤疾病理数据如不同乳腺癌的治方案、患者用分布、地理分布、年分布等可有力支持真正理型大病保障及相关精算定价。•（2）合基于医数据的健康及慢病管理可降低付成本

。目前国内100+家商保公司中只有4家公司健康。由于付率高，加上代理和管理等成本，多数健康。而基于患者健康数据、付数据及疾病概率分析，保公司可行健康及疾病管理，做到

“治未病”和“大病早治”等，避免医消升，从而有效降低理成本。

保公司与健康管理公司的合作运是保与医真正的融合。人保健康昆健康和健康2013已保21,332519,273532,56340,5708,6379,891付支出17,134-7,90280.3%14,238利-79,510102.6%532,585347,700-74,33365.29%-28,06021.29%32,5708,316-9,022144.0%2,169付率付支出利9,8603036,599-12,54825.53%-33,06613.97%付率78.44%36医支付医支付相关公司医支付根据医数据使用目的主要分两种：•

第

一

种

是

控

制

医

用，代表公司有国内的快医，

它

通核方、理品付申、助制定品目等方式，在不害医量的前提下，降低医成本，提升医保金使用效率。•第二种是用于商保，代表公司有美国个人健康保公司Oscar，它互网技、程医和透明度极促客的健康管理，并极参介入医程，降低保支出。快医Oscar成立

•

2014年•

2013年•

个人服客•

医机构/医企•

合理用•

个人健康保•

免

程医服/品•床学管理系•

向医机构、医企收•

向个人收盈利模式（互网医保保）（件使用、系）最新融•

Pre-A，2015.11，数千万人民累融•

2，数千万人民•

私募，2016.02，4美元•

6，7.275美元•中国•

真基金投人•

Fidelity

Investments来源：36研究院37慢病及健康管理争

，

具

有

流

量

和精准分析模型的公司有望切入海市健康及慢病管理根据医大数据主要分两种：•

（

）基于基因数据的健康防，目前市参与者多，且以一1公司主。具有精准健康管理模型的公司具有核争力，并且此公司后来将具有数据累模式增多。健康星基因天方新23andMe防23魔方天昊基因和壹基因来源：36研究院注：色字体一市公司，灰色字体二市公司•

（

）基于患者行感官数据和慢病数据的慢病管理，此域2参与者众多，争激烈，具有大体量活用者后期将具有患者数据。慢世多美小壹基云惠康糖医生病管理思路迪掌上糖医来源：36研究院注：色字体一市公司，灰色字体二市公司38慢病及健康管理医健康大数据可助力疾病防和患者依从性提高，可生千价麦肯在此域可生

700-1000美元/年的价：医成本降低+患者生活量提高依从性提高•帮助精准防疾病，“治未病”。例如：（1）通智能硬件和件收集用行感官数据，智能用和医可将用数据如运数据与人口数据行比分析，从而出高危群体；（2）通基因分析出个体高疾病种。最后高危人群、个体易疾病行健康教育或提供防止疾病的助，例如制定个人运提醒，“未病”先治、治。•帮助精准管理慢性疾病，提高治依从性。美国每年由病人因各种原因不按照医嘱接受治致再入院、急及并症等的治支出达1000-2890美元，而健康大数据可改善此局面，例如：（1）通慢病健康管理用的社交功能，患者数据可分享至人朋友，他人鼓励提高依从性；（2）由患者分享数据或智能硬件（如智能丸分配器）自聚集的数据可用来提醒患者按治。患者治依从性的提高可将疾病危害降到最低程度，防治医升。我国慢性人群基数大，如心病、糖尿病、高血等，以糖尿病例，若每年能防止

5%的无并症患者出并症就可省860元的支出。糖尿病患

糖尿病者数量

并症年度治目管理人用（元）

数百分比省治用（元

）37001%1.14

*

1%

*

（18800-3700）

=

172.141.145%1880010%39慢病及健康管理慢病及健康管理相关公司慢病及健康管理根据医数据主要分两种：•基于基因数据的健康防：代表公司

23andme，其通个人DNA定和基因序

/分析服，建立了大

DNA数据。•基于患者数据和慢病数据的慢病管理：代表公司糖医生，其通智能硬件取患者的健康数据，然后患者做出健康建和提醒。糖医生目前已成糖尿病管理行内有最大体量用的患者数据收集平台。糖医生23andme•

2006年成立

•

2014年服客•

糖尿病患者/医机构/保公司•

个人•

糖尿病管理app•

健康管理咨服•

app商城•

个人基因服•

基因数据包/品•

向个人收（基因•

app商城商品（如品）售盈利模式•

向企收（基因数据使用最新融•

天使，2015.05，1000万人民•

E，2015.07，1.15美元累融•

1，1000万人民•

6，2.25美元•

Casdin

Capital•

Fidelity

Management

&Research•

Johnson

&

JohnsonDevelopment

Corporation•

GV投人•

南京万川源•

Google•

New

Enterprise

Associates•

Illumina•

MPM

Capital•

Sergey

Brin•

Etc.来源：36研究院40公共生管理看好具有具有数据和分析技的互网搜索、社交巨•

更早地公共疾病行警：的公共生管理要求医生在新型流感病例告知疾病控制与防中心，但是通常是人病多日后才就，由于流行疾病的播性快于后置信息，从就到医院出断警信息有

1-2周的滞后周期，从而致了流行病的最佳警期。一期中互网搜索、社交、LBS等数据，合疾病、境数据，采用机械学（machine

learning）和群智（crowd

sourcing）等技，开展、播力学研究和估，即可：（

1）公共流行疾病提前警；（2）估不同地域病情，制定有性的响划和配以合理源行

及

防

控

。•

互网搜索、社交巨凭借搜索和社交数据及技挖掘卡位医大数据在公共生管理的用。

例如Google在2009年通5000万条美国人最繁索的分析与美国疾病中心在2003年-2008年季性流感播期的数据行比分析，百度搜索建立得出的模型成功2009年冬季流感的播，其研究果布在2009年的Nature志上。Twitter根据各地人微博文成

功

当地心病

。我国

百

度

通

医

索数据也建立了Google流感模型，助公共生管理部流感在各流行区域空路和律，靶向疫苗研制和使用提供建。社交FacebookTwitter来源：36研究院来源：网公开料，

36研究院41CHAPTER

4价因素分析4242切入点和企相市（1）政策决定行天花板打开程（2）信息化程度决定数据累体量和量（3）大数据挖掘手段和生物信息学展决定数据用的程度（1）数据收集基施提