醫療大數據：智能醫療還有多遠？

　　無(wú)論是國內還是國外，醫療數據的重要性已經(jīng)取得了共識。并且醫療數據也在分秒不停產(chǎn)生，由于醫療數據的體量大、數據結構多樣性等特征，海量醫療數據的產(chǎn)生也對行業(yè)提出了新的挑戰。

　　其中最緊迫的莫過(guò)其安全性：

　　火視148提到的Privacy Analytics，這家加拿大公司和國家衛生研究院、國家疾病控制中心等等部門(mén)合作來(lái)將它們的數據開(kāi)放給公眾使用。它們面臨的巨大挑戰在于如何對數據進(jìn)行匿名化——移除個(gè)人和私有信息——但要同時(shí)保證處理后的數據對于分析仍舊足夠有用。隨著(zhù)公眾對開(kāi)放醫療數據興趣的提升，以及對隱私問(wèn)題的擔憂(yōu)，加之物聯(lián)網(wǎng)技術(shù)、智能可穿戴設備的出現以及云服務(wù)的發(fā)展為醫療數據的安全性帶來(lái)新的考驗。

　　1、 醫療數據泄露損失巨大：Ponemon推出的一份報告《2013年數據泄露成本研究》顯示，醫療行業(yè)的數據泄露成本最高，平均每個(gè)患者的醫療信息泄露帶來(lái)的信息安全管理成本高達233美元，遠高于零售業(yè)的78美元。

　　2、 公司及相關(guān)部門(mén)對數據安全性的考慮及投入及關(guān)注卻微乎其微：Trustwave發(fā)布了一份2015年醫療行業(yè)的安全報告，通過(guò)對398名專(zhuān)業(yè)的醫療專(zhuān)業(yè)人員(部分是技術(shù)人員，包括CIO、CISO、IT主管等，另一部分是普通的醫護人員)的調查，發(fā)現有91%的調查對象認為針對醫療行業(yè)的網(wǎng)絡(luò )攻擊活動(dòng)越來(lái)越多，然而用在保護病人敏感信息方面的預算卻還不到10%。

　　關(guān)于醫療數據泄露帶來(lái)的危害，舉兩個(gè)例子：

　　2014年年底， Target藥房就遭遇了嚴重的數據遭入侵。造成1.1億用戶(hù)信息被泄露，因數據泄露該集團迄今為止已經(jīng)花費約3億美元。

　　2015年2月美國醫療保險商Anthem被入侵，可能是有史以來(lái)最大的一起醫療信息泄露事件。超過(guò)8000萬(wàn)個(gè)人信息被盜，包括當前和以前的保險客戶(hù)和員工。

　　在醫療數據的安全性方面我國情況相對好些，這一方面得益于我國封閉的醫療體系，另外行業(yè)資深存在的一些問(wèn)題也間接“幫助了”的安全存儲，我國醫療大數據行業(yè)尚處于早期階段，可以說(shuō)是機遇與困境并存：

　　1、 醫療體系數據有望開(kāi)放：我國醫療體系正在逐漸開(kāi)放，特別是國家對于分級診療體系建設的推進(jìn)，醫療數據有望從頂層開(kāi)始下沉到基層醫療機構，在此過(guò)程中所產(chǎn)生的市場(chǎng)機遇創(chuàng )業(yè)公司應該抓住。

　　2、 醫療數據不統一導致的數據孤島正在影響著(zhù)醫療數據的應用：上文已經(jīng)提及國內醫院數據的不流通現象，其實(shí)在國內企業(yè)間醫療數據也需要進(jìn)行統一，為了最大化的對醫療數據進(jìn)行應用，平臺型的產(chǎn)業(yè)公司需要聯(lián)合起來(lái)統一數據標準，推進(jìn)數據開(kāi)源、共享。由國內優(yōu)秀的相關(guān)HIT及醫療健康應用開(kāi)發(fā)商、各類(lèi)醫療及健康服務(wù)機構、醫療器械及健康類(lèi)消費智能硬件廠(chǎng)商共同發(fā)起的OMAHA是一個(gè)推動(dòng)醫療、健康產(chǎn)業(yè)信息開(kāi)放、共享、開(kāi)源的民間非盈利性組織。隨著(zhù)數據的統一，平臺型公司的數據優(yōu)勢將會(huì )凸顯，當然也會(huì )出現一批在平臺型公司影響力之下提供細分服務(wù)的創(chuàng )業(yè)公司。

　　3、 傳感器技術(shù)的落后制約著(zhù)市場(chǎng)對醫療數據的采集：我國傳感器技術(shù)研發(fā)的落后，制約了下游智能硬件、POCT甚至醫療器械的發(fā)展。作為產(chǎn)業(yè)鏈的最前端，醫療行業(yè)需要可以進(jìn)行多指標、多種環(huán)境下工作的傳感器創(chuàng )業(yè)公司的產(chǎn)生。

　　4、 醫療大數據存儲平臺缺乏：目前國內尚缺少專(zhuān)業(yè)的醫療數據存儲平臺，海量的醫療數據存儲正在面臨越來(lái)越嚴峻的挑戰。以數據存儲平臺為基礎切入到智能診斷系統的開(kāi)發(fā)，國內創(chuàng )業(yè)公司依然有機會(huì )。

　　5、 大數據應用技術(shù)：由于醫療數據的非結構化特征，其應用難度較大。由于早期醫療數據采集結構不統一、加上醫療數據本身的非結構化，其在應用過(guò)程中所遇到的智能識別、算法等問(wèn)題也在制約著(zhù)數據的應用。在醫療數據算法方面也需要優(yōu)秀的創(chuàng )業(yè)公司不斷努力。

　　總體來(lái)說(shuō)醫療大數據會(huì )給人類(lèi)的健康帶來(lái)更多的幫助。