注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

利在当代

海到无边天作岸

 
 
 

日志

 
 

高特佳于建林:医疗大数据掘金 解析国际公司发展情况  

2017-04-18 21:02:29|  分类: 默认分类 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |
高特佳于建林:医疗大数据掘金 解析国际公司发展情况

随着数据存储、数据分析、云计算等技术的发展,以及医疗健康领域的需求激增和行业诸多利好,医疗行业大数据在临床诊断、费用控制、公共卫生、医药研发、健康管理等方面的发展空间逐渐显现。但是,这个细分领域的发展,同时也面临数据的安全和隐私缺乏保障,数据的开放性和结构化深度不足,数据应用规则权威性和可信性有待提高,以及信息医院覆盖率不足等问题。

分享人:高特佳投资 执行合伙人 于建林

于建林先生是高特佳投资集团执行合伙人,其对中国医疗健康管理相关领域具有非常深刻的理解及判断。加入高特佳之前,其先后曾任中兴通讯股份有限公司战略发展总监,深圳瑞慈健康管理有限公司总经理,壮依美健康投资管理有限公司常务副总裁等职位。

在高特佳投资集团分享晨会上,于建林先生从医疗行业数据的分类、数据来源,数据应用前景,相关应用的付费模式和市场空间,行业发展面临的挑战,以及目前行业内领先公司的发展情况进行了剖析。

具体内容如下所示:

一、概述

数据的定义有多种方式,普遍比较认同的是IBM的4V定义,即数据体量巨大(Volume)、数据类型繁多(Variety)、数据生成速度快(Velocity)、数据具有真实性(Veracity)。前三者都较容易理解,而真实性则强调数据质量与可靠性,真实的数据才有分析价值。

在满足大数据基本特征的前提下,与医疗健康服务过程和结果相关的大数据都可以称之为医疗健康大数据。我们将其分为直接相关数据和间接相关数据,而根据来源不同直接相关数据又可分为院内数据和院外数据,间接相关数据又可分为个人数据和机构数据。

医疗健康大数据确实迎来了很好的发展机遇。除本身数据存储、数据分析、云计算等技术的发展,医疗健康领域也有很多利好:

1) 医疗信息化建设的不断完善

2) 互联网与医疗的融合

3) 资本市场的高度关注

4) 商保健康险市场的飞速发展

5) 细分领域尚未出现巨头

6)精准医疗时代的来临

二、数据来源

医疗大数据有四个主要的来源:一是实验阶段或者说研究阶段,这主要来自于医药企业,临床诊断、临床一二三期诊断、临床随访。这一个数据尤其对药企的帮助非常大。二是诊断环节,基本上就是院内环节,上千万的体检获得的数据,这种数据来自于各种检测和各种影像,像CT、X光这样的影像,还有医生的遗嘱和病历。三是正在兴起的可穿戴式设备,很多的移动医疗公司是通过这一类的东西来获取日常行为中产生的健康大数据。四是来自于一些机构,比如说保险、医保或者是商业保险公司,这一类的健康大数据数据链也是很有价值的。

三、应用场景

1) 临床诊断

a) 比较效果研究:基于病人特征数据和疗效数据,比较多种干预措施有效性,找到针对病人的最佳治疗途径。可实现度高。

b) 临床决策支持:为医生提供诊疗建议,如不良反应。技术有一定门槛,有医疗风险。

c) 医疗数据透明度:医疗从业者、医疗机构绩效更透明。

d) 远程病人监控:从远程监控系统获取数据,将分析结果反馈给健康设备,确定用药和治疗方案。

e) 病人档案分析:易感人群分析、深度病人挖掘价值,转化上有难度

f) 个性化治疗:以个人基因为基础,结合蛋白质组代谢组等内环境信息,设计最佳治疗方案。技术上有待突破

2) 费用控制

a) 索赔合理性识别:市场大,但信息缺失,分析难度大

b) 基于卫生经济学和疗效研究的定价计划:缺少促进机制与付费方

3) 公共卫生

a) 疫情监测:意义大,但不适合初创企业做

4) 医药研发

a) 预测建模:强需求,技术有一定门槛

b) 提高临床试验设计的统计工具和算法:所占比重小

c) 临床实验数据分析:数据获取难,所占比重小

d) 个性化药物:技术难度很高

e) 疾病模式的分析:有需求,但介入阶段稍早,风险偏高

f) 需求分析与推广:需求旺盛,技术上可行

5) 健康管理

a) 疾病管理:技术可行,付费意愿不高

b) 健康消费:明确的变现方式,消费者接受度更高

c) 个人健康档案:价值大,但聚合有难度

四、付费模式和市场空间

(一)付费模式

目前医疗健康大数据的主要付费方有六个:消费者、企业、保险公司、政府、医院及药企(包括医械)。从短期来看,保险公司和药企的付费意愿最强,都有代表企业开始尝试大数据应用。医院、政府与企业需求也是明显的,但现阶段他们还比较保守。消费者目前还是更愿意为有形产品付费,为轻问诊等服务付费的意愿都不强,更遑论大数据了。

(二)行业市场空间

我们对医疗信息化市场规模的假设没有考虑到政府的支出、对接C端后对个人的收费等盈利模式,只考虑对商业保险和制药企业的收费。

假设商业健康险行业未来五年复合增速达到30%(14年行业增速为41%),2020年商业健康险整个市场规模达到8000亿。商业健康险作为弱势支付方,面临难以对接医院数据库的窘境,为解决数据的缺乏导致的产品设计不力、理赔信息不对称等问题,我们预计保费收入的3%—5%用在医疗核心数据掌握方是合理的,则数据方有望获取240亿—400亿元的市场。

假设药品市场未来五年行业复合增速为10%,药品市场2020年达2万亿规模。由于数据方可为制药企业实现精准营销和研发支持等服务,假设在目前营销费用占50%的价值链中分取5%—10%给数据方,则数据方有望从制药领域实现1000亿—2000亿的产值。

五、面临的挑战

1)安全和隐私缺乏保障。

2)数据的开放性、数据结构化的深度。

即是否能将医院内大量分散的信息整合,再把这些以文本形式存在的信息准确地识别并拆分,并且赋予这些词、词组和数字以逻辑关系。这种全结构化的数据库由于覆盖信息面广,数据结构程度高,可以按照病人、政府、医院、保险和药企的不同需求提供更精准的信息,做到“指哪打哪”,从而更好地帮助政策制定、市场营销和医疗服务。

3)数据应用规则的权威性和可信性。

数据本身不直接带来价值,还是要看最终的应用场景。对于医学数据的应用来说,能否促动数据专家和医学专家参与到产品的设计中来,最终的产品不管是临床决策辅助系统还是医保控费系统,能否得到临床一线工作者和医药经济学家的认可,是区分产品优劣的关键点。有志于探索人工智能在医疗诊断方面应用的创业者,除了团结一批临床工作者外,还需要在团队里配备人工智能的顶级专家。

4)达到一定的医院覆盖率,打通各级医院之间的孤岛。

单一医院的数据虽然有价值,但是由于它不能反应出一个个体连续的医疗记录,且样本量小(特别是对于不特别常见的疾病来说),往往不能作为决策参考二次利用,这时如能取得一定区域内多个医院的数据,不仅有“圈地”效应—医院替换掉现有的数据结构化应用是有成本的,还能扩大样本量,提升医疗数据变现的可能性。

六、行业内公司现状

(一)Inovalon

作为美国行业领先的公司,在医疗健康产业,利用云基础数据分析并实施干预,实现深入调研、洞察临床研究与治疗结果,最终对医疗表现产生有意义的积极影响,提升质量与水平。“把数据转化为深入分析,将分析结果应用于实践”就是公司业务内容的高度凝练。

Inovalon拥有强大的数据库,先进的整后技术,高级预测分析技术和由数据驱动的干预平台,这种深层的专业研究能力保证数据整合时的无缝对接与端到端的接合,将大数据的优势与大规模分析完美结合,应用于治疗的所有细节中。

目前,Inovalon为全美国和波多黎各98%的几百家医疗健康组织提供数据分析服务,终端抵达763000位医生,257000家临床机构,超过12100万美国人,拥有96亿医疗案例,丰富的数据库为建立模型奠定基础,能为医疗行业人员提供强有力的成套解决方案。2014年营收约5000万美金。

(二)PracticeFusion:美国最大的云平台电子病历企业

目前,PracticeFusion是美国最大的云电子病历平台。美国每年有12亿的就诊量,其中83%(近10亿)是在医院外的医生办公室发生的,这其中6000万(6%)的就诊量是在PracticeFusion上完成的。

盈利模式:60%收入来自医药公司广告费,40%收入大多来自于医疗转诊。据统计,一名加州医生,每年影响到的消费额可高达250万美元,而大部分医生使用该系统的时间每天约6—8小时。PracticeFusion在不影响工作前提下,在每页病历下方推送一条很小的广告,配以精确的关键词匹配,广告投放非常精准。医药公司也非常愿意为这样的广告掏钱。2012年,公司广告收入已达数千万美元。医疗转诊收入即将病人转诊到一些影像中心、检验中心、专科医生的收费。

由于掌握了可观的医生、患者、病历、转诊等数据,大数据研究被认为是PracticeFusion未来的重要利润增长点。通过研究“去身份化”(不包含病人具体身份信息)的医疗数据,该公司的专业团队能发现突发疾病、实时的健康趋势等医药和保险公司极为关注的内容。2013年1月,公司上线了一个名为PracticeFusionInsight的收费产品,开始为医疗供应商、保险公司、医药公司和研机构提供基于大数据的重要临床趋势和分析。用户可以选择与自己方向相关的疾病领域、行业或病患群体。有了这些分析报告,医药公司能够实时观测到医生如何在医嘱中提及自己的产品,也可以了解各种诊断的趋势、处方行为、病患人口统计等,实时调整自己的研究计划,为患者供更好的产品和服务。

(三)卫宁软件:卡位医院,从软件商向服务商转型

以移动互联网、物联网、云计算、大数据等技术为依托,重点布局就医云、健康云、药品福利和保险风控云、云医院的新业务体系,面向医疗卫生机构与患者提供以B+B2C 为核心的服务,建立线上线下联动配套机制,通过服务收费的方式建立新的业绩和利润的增长点。

(四)海虹控股:打通社保与医院端获取强大的医疗数据优势

公司卡位社保端审核,已覆盖6.5 亿人群,年审单近百亿张,数据优势明显。公司已经与10 余家商保机构开展合作洽谈,其中药品福利型保险产品已进行内测。考虑公司手握各地医疗大数据,控费端公司已具备较强优势。而控费的深入,其实质是医疗健康数据的交互深入及在此基础上的服务交互深化。通过卡位社保、商保支付入口,最终打造以医疗健康数据为基础、覆盖社保、商保、医疗机构、患者、医药端的全领域大健康平台。

(五)延华智能:与地方政府成立智城,自上而下打造医疗大数据平台。

延华的智城模式与当地政府共同成立合资公司,有效实现顶层规划到数据运营管理的身份合理性;至上而下推动医疗机构合作,依托成电医星领先的电子病历产品与区域医疗信息化系统,系统地推动区域内医疗机构医疗健康信息的互联互通。我们预计其将逐步积累大量的电子病历、健康档案数据资源,从而吸引医生资源对接,实现健康管理闭环。

(六)其它信息

万达信息(300168):布局智慧医疗4 朵云,三医联动+O2O健康管理加深加快: 万达信息之前研发的“临床辅助决策系统”在业界比较知名,其目前可以在上海市38家市级医院向医生提供近期重复用药、检验、检查的提醒、治疗安全警示以及临床路径(是指针对某一疾病建立一套标准化治疗模式与治疗程序,是一个有关临床治疗的综合模式,以循证医学证据和指南为指导来促进治疗组织和疾病管理的方法,最终起到规范医疗行为,减少变异,降低成本,提高质量的作用)服务

上海联影:上海7家三甲医院与联影携手开展上海地区早期肺癌影像筛查及诊断研究项目,以联影肺癌智能诊断引擎及U+影像云为基础,建成全国首个可拓展、可挖掘肺癌病例数据库并制定全国首个早期肺癌高危人群预警标准,有望全国范围复制推广。联影联手华大基因启动建设全球首个以医学影像数据与基因数据为基础的精准医疗大数据中心,并将在贵州打造全国首批“县域精准医疗中心”。

碳云智能科技有限公司:由华大基因董事、前华大基因CEO王俊牵头成立的碳云从2015年10月成立,到获得腾讯领投的近10亿资金,不到6个月的时间,估值已超过60亿人民币。其通过计算机做出每一个人的“阿凡达”,在数字化碳基的生命之中,重新用硅基的方式来实现对它的模拟,进而最终能够形成数字生命的一种管理。融资后要用数据去重新改造四大行业,部署五大设施。四大行业精准美容、精准营养、精准健康、精准医疗。五大设施:数据采集技术;人工智能技术;样本库系统;互联网O2O平台;第五个是智能硬件。
  评论这张
 
阅读(67)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017