医疗大数据产业可以划分为3个层次,分别为基础层、数据层和应用层。
第一层是基础层,包括数据采集基础设施建设和数据采集端口,其中数据采集基础设施建设的主体主要是从事传统医疗信息化的企业(如软硬件、系统集成、医疗信息化类企业),数据采集端口包括医院、基因测序、医疗体检等机构。
数据采集基础设施建设的代表性企业有:万达信息、卫宁健康、浪潮(inspur)、东华软件(DHC)、医惠科技、Neusoft、荣科科技、Sinldo、厦门智业、源启科技。
数据采集端口的代表性企业和单位有:华大基因、贝瑞和康、慈铭体检、爱康(iKang)、中国人民解放军总医院。
基础层企业主要依托医疗信息系统和实验项目进行数据收集。多年深耕于医疗健康卫生信息化领域的厦门智业、卫宁健康和源启科技等企业凭着先发优势具有积累健康医疗数据的基础;华大基因、贝瑞和康等基因领域龙头企业则通过基因测序实验项目掌握了绝大多数的基因数据,在为中游企业分析疾病趋势提供数据方面具有较大的话语权。
第二层是数据层,目前市场上有很多主要做医疗大数据平台的企业,涉及的业务包括数据存储、数据处理、数据分析、数据安全、数据交易、数据标准化、数据整合平台等。如提供云计算的阿里云、腾讯云和金山云等服务商,通过构建云服务生态圈,凭借合作伙伴协同发展战略,赋能医疗行业解决方案创新研发和推广。
医疗大数据平台的代表性企业有Ruisoft(锐软)和Crabyter(科研宝)。Ruisoft是专业的健康医疗大数据整体解决方案和服务提供商,有15年信息整合技术与医疗业务积累和10年医疗数据治理与互联互通经验,是全国信息技术标准化委员会SOA分技术委员会、大数据、智慧城市应用工作组的核心成员单位。
Crabyter是一个肿瘤临床科研数据管理平台,通过肿瘤医学大数据提升肿瘤治疗、药物研发、基因研究的效率,旨在帮助临床机构和个人建立包括真实世界研发、回顾性分析、前瞻性研究在内的数据管理和数据分析平台。
第三层是应用层,主要涉及面向各种应用场景的健康医疗大数据服务企业,应用场景包括临床应用、辅助诊疗、健康管理、医药研发、医疗物联网、医疗影像等。
❑ 临床应用:大数据模型预测有利于提高依靠历史医疗数据进行预测的精度和诊疗的效率。医疗数据积累包括患者体征数据、诊疗数据、行为数据、科研数据等,通过大数据开发做出临床决策支持。代表性企业有QEDTechnique、燃石医学、Prenetics、安诺优达、海普洛斯、贝瑞和康等。
❑ 辅助诊疗:基于肿瘤大数据的应用热度最高。受医疗数据的安全、数据合规和权属问题的影响,目前市场上较成熟的模式是建立国家级肿瘤病例库,联合健康医疗大数据企业、医疗机构、国家卫生部门等,协作开展重大疾病大数据课题研究。代表性企业有神州医疗、Medbanks、阿里健康、平安科技等。
❑ 健康管理:越来越多的个人用户意识到健康管理的重要性,主动健康管理服务越来越流行,个性化、定制化的健康管理服务的市场需求快速增加。代表性企业有碳云智能、基云惠康、基因猫、23魔方等。
❑ 医药研发:真实世界研究(RWS)是对临床常规产生的真实世界数据进行系统性收集和分析的研究。真实世界数据涵盖电子病例数据、医保数据、智能终端数据,以及社交媒体数据等,收集并分析这些数据将有助于探究药物在尚未获批的疾病及人群中的疗效,从而为上市后的药物增加适应症提供可能。代表性企业有Linkdoc、森亿智能、行动基因、太美医疗科技、3DMed、晶泰科技等。
❑ 医疗物联网:一方面提供以服务患者为中心的护理和后勤等应用服务,包括体征检测、移动护理等;另一方面提供以医院人、财、物为中心的保障和行政业务管理,包括人员管理、输液管理和资产管理等。典型产品如智能可穿戴设备,可用于体征检测、移动护理、远程转诊或会诊等多场景。代表性企业有医惠科技、昂科、平安好医生、健客网、丁香园、七乐康、1药网。
❑ 医疗影像:医疗影像数据量大,应用场景丰富。医疗影像云和基于AI的医疗影像识别逐渐成为热点,这两方面也是当前人工智能技术在医疗领域最成熟的应用场景。代表性企业有汇医慧影、推想科技。