Research瑞咨询大数据时代下的健康医疗行业中国健康医疗大数据行报告2018年Research艾瑞开篇摘要大数据及A技术在健康医疗领域应用场景包括、辅助决策、健康/慢病管理、机构智能化管理、基因数据*等。预计2019年，辅助决策类中的影像辅助诊断将首先落地，主要因为其90%的准确率，可以快速为医生提供丰富的细节信息。其他应用场景，医疗机构的智能化管理，将在各省市区域信息平台及三大健康医疗数据集团推动下进行。全科辅助决策、健康/慢病管理、人工智能新药研发等，大多处于产品研发中期。针对这三个领域，企业仍需投入大量技术人才，以缩短流程路径，提升产品准确率。·艾瑞认为，假设2022年人工智能技术辅助决策应用应用落地，市场规模将达到55.86亿元人民币*，其收费模式将包括软硬件解决方案、软件搭载、按次收取等多种方式。健康医疗大数据快速发展的先决条件有三条，1)政策支持，顶层政策推动的同时，各类细节管理办法也要及时跟上市场发展；如，CFDA需要就基于人工智能技术的临床应用，开发新的监管框架，为申请三类证开通通道。2)市场认可，健康医疗大数据及A技术的临床及商业价值快速被市场认同，即企业客户与患者用户均具备一定的数据消费意愿与能力。3)资本支持，大数据及A技术的应用研发需要大量资金支持，在产品尚未全面铺开时，市场需要资本不断的注入以维持研发能力。2018.5 iResearch IncResearch艾瑞咨询大数据在健康医疗行业中应用价值1大数据在健康医疗行业中发展慨况2典型企业案例分析3挑战及未来趋势4附录5健康医疗行业面临的困境Research艾瑞中国及全球健康医疗行业面临的主要问题全球医疗困境>人口的增长和老龄化，发展中国家医疗市场的扩张、医学技术的进步和人力成本的不断上将推动支出增长.2017-2021年全球医疗支出预计将以每年4.1%的速度增长，而2012-2016年的增速仅为1.3%。S⊙>慢性病发病率提升，变化的饮食习惯以及日益增加的肥胖度加剧了慢性病的上升趋势，特别是癌症、心脏病和糖尿病，目前中国糖尿病患者约有1.14亿，而全球患者人数预计将从目前的4.15亿增加至2040年的6.42亿.>传统研发(R&D)成本上升，产品上市速度慢，2004年至2014年药物开发成本增加了145%。>劳动力不足，在人口结构的变化和技术的迅速发展下，熟练和半熟练医疗保健工作者将大幅减少。2中国特色困境*(5>供需结构失衡，2016年我国海干人口执业（助理）医师2.31人。2015年我国海千人口医师数量在0ECD统计的国家中排名处于25-30之间。此外，我国医生执业环境较差，使得进入医疗系统的优秀人才逐年趋少。心>医疗资源发展失衡，2010-2016年三级医院诊疗人次及机构数量复合增长率分别为10.7%和8.3%，而基层医院仅为1.5%和0.4%。传统就医模式使得三级医院人满为患，导致就医体验差及优质医疗资源浪费严重，因此，我国仍把推行分级诊疗作为当前首要任务。>医保透支，《中国医疗卫生事业发展报告2017》预测，到2024年将出现计结余亏空7353亿元的赤字。提升医保控费能力，探索创新支付机制迫在眉睫。√因此，改善现有就医摸式，推行分级诊疗势在必行。注明：中国特色困境数据说明请参考绿部分，2018.5 iResearch Inc健康医疗行业面临的困境Research艾瑞咨询分级诊疗推行需建立在信息、资源及利益互通上2015年，国家卫计委提出分级诊疗制度将在2020年全面确立，包括基层首诊、双向转诊、急慢分诊、上下联动分诊诊疗等。新模式的搭建过程中，主要存在以下3个问题。1)信息不流通，各医疗机构间多为信息孤岛，患者信息无法进行快速共享流通；2)资源不流通，优质医生多集中在各大省会的顶级医院，且三甲医院医生精力有限，每年可支援的基层医疗更是有限；3)利益不互通，医院之间缺乏有效的利益捆绑机制，以促进患者在院间的流通。2018年分级诊疗推行中遇到的问题信息不流通资源不流通利益不互通诊疗记录、患者信息、电优质医生集中三甲医院，且多为不同层级间医院为竞争关系子病历等不互通、不共享专科医生；全科医生多集中基层需建立有效的利益捆绑机制提升医药服务供给能力与效率，降低医疗费用分级诊疗2018.5 iResearch Inc