《2018年大数据时代下的健康医疗行业.pdf》由会员分享，可在线阅读，更多相关《2018年大数据时代下的健康医疗行业.pdf（56页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、大数据时代下的健康医疗行业2018年中国健康医疗大数据行业报告22018.5 iResearch I开篇摘要注明：本篇报告将不具体讨论基因数据的应用；辅助决策类市场规模推算请详看PPT25页，辅助决策类包括全科辅助决策、影像辅助诊断、病理辅助诊断等。来源：艾瑞研究院自主研究整理。大数据及AI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、
2、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AI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
3、愿与能力。3）资本支持，大数据及AI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。SMSSMS3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概况2典型企业案例分析3挑战及未来趋势4附录542018.5 iResearch I健康医疗行业面临的困境中国及全球健康医疗行业面临的主要问题注明：中国特色困境数据说明请参考附录部分。来源：德勤2018年全球医疗行业展望，IBM重塑生命科学，IBM发展前景一片光明，艾瑞研究院自主研究整理。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涨将推动支出增长。
4、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%。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。1中国特色困境*供需结构失衡，2016年我国每千人口执业（助理）医师2.31人。2015年我国每千人口医师数
5、量在OECD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。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年将出现累计结余亏空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，改善现有就医模式，推行分级诊疗势在必行。252018.5 iResearch I健康医疗
6、行业面临的困境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。来源：艾瑞研究院自主研究整理。信息不流通诊疗记录、患者信息、电子病历等不互通、不共享资源不流通优质医生集中三甲医院，且多为专科医生；全科
7、医生多集中基层数量少且能力弱利益不互通不同层级间医院为竞争关系，需建立有效的利益捆绑机制2018年分级诊疗推行中遇到的问题分级诊疗 提升医药服务供给能力与效率，降低医疗费用62018.5 iResearch I大数据在健康医疗中的应用价值大数据助力我国医疗生态全面升级大数据技术的应用，将从体系搭建、机构运作、临床研发、诊断治疗、生活方式五个方面带来变革性的改善。由于我国医疗体系的强监管性，大数据若要在行业内实现其价值，需由国家建立一套自上而下的战略方针，从而引导医院、药企、民办资本、保险等机构企业构建项目，相互合作，最终实现从“治疗”到“预防”的就医习惯的改变，降低从个人到国家的医疗费用。麦肯
8、锡曾在2013年预测，在美国医疗大数据的应用有望减少3000-4500亿美元/年的医疗费用。来源：艾瑞研究院自主研究整理。诊断治疗临床研发机构运作医疗体系通过区域信息化、在线问诊、远程医疗等技术连接上下级医院机构，实现医疗资源优化配置，电子病历共享等措施，最终提升医药供给效率和能力。制定更优的付费机制，将按服务收费转变为基于价值的付费机制，如DRGs。通过商业智能，优化供应链及患者管理，提升医院、诊所、药店等传统医疗机构的管理效率，提升就医体验。提高工作效率，加强员工培训，改善薪酬机制，调动员工积极性。通过基因测序、影像识别等技术挖掘更多维度的数据，缩短临床验证周期，提升新药研发效率。通过认知
9、计算、机器学习等技术，实现精准治疗，辅助提升医生诊断治疗效率，提高医疗服务质量。生活方式通过可穿戴设备、在线问诊、远程医疗、人工智能等技术间的相互配合，为用户提供健康管理、疾病预测、提供有效的干预方案，降低医疗费用支出。2018年大数据在健康医疗行业中的应用价值72018.5 iResearch I健康医疗大数据宏观利好宏观环境利好条件满足，静待细分市场突围我国健康医疗大数据已进入了初步利好阶段，国家作为政策引导方，已出台了50余条“纲要”或“意见”，可穿戴设备、人工智能等技术的发展也为产品研发奠定了基础，且头部资本已进入市场。下一步，各方需静待产品与市场需求相融合，共同探索具备商业化或临床价
10、值的大数据产品。来源：艾瑞研究院自主研究整理。PESTPoliticalEconomicSocialTechnologicalPresent：在智能硬件，IBM Watson等巨头影响下，市场认知初步建立。Next：加强B端客户和C端用户市场教育，培养企业客户数据消费能力。Present：投资热度围绕基础数据采集、人工智能、基因技术等领域，如区域信息化、影像、肿瘤筛查等。Next：期待首批商业化或临床研究产品吸引资本入驻更多领域，如健康管理、慢病管理等。Present：“健康中国2030”规划纲要三大健康医疗数据集团建立，引领行业前行。Next：电子病历共享、数据安全、临床路径、基于AI技术的
11、医疗器械资格认证等细则有待完善。2018年中国健康医疗大数据宏观利好Present：由基因测序、穿戴设备等数据采集成本下降导致的数据爆发性增长为大数据AI分析奠定了规模基础。Next：影像识别、自然语义、认知计算、生物信息学、区块链与应用场景的探索。82018.5 iResearch I健康医疗大数据政策利好政策引导，明确健康医疗大数据战略意义2015年8月国务院发布了促进大数据发展行动纲要，指出发展医疗健康服务大数据，构建综合健康服务应用。随后，国务院、卫计委相继发布了多项政策，以促进各省市政府将健康医疗大数据提升至战略层面。来源：卫计委，科技部，艾瑞研究院自主研究整理。2015-2017年
12、中国健康医疗大数据相关政策PEST时间政策内容2015关于积极推进“互联网+”行动的指导意见支持第三方机构构建医学影像、健康档案、检验报告、电子病历等医疗信息共享服务平台。2015促进大数据发展行动纲要发展医疗健康服务大数据，构建综合健康服务应用2016关于促进和规范健康医疗大数据应用发展的指导意见拓实健康医疗大数据应用基础、全面深化健康医疗大数据应用2016“健康中国2030”规划纲要加强健康医疗大数据应用体系建设，推进基于区域人口健康信息平台的健康医疗大数据开放共享2017“十三五”全国人口健康信息化发展规划实现国家人口健康信息平台和32个省级平台互联互通，初步实现基本医保全国联网和新农合
13、跨省异地就医即时结算，形成跨部门健康医疗大数据资源共用共享的良好格局。2016/2017健康医疗大数据应用及产业园建设试点工程确定了福建省、江苏省及福州、厦门、南京、常州为第一批试点省市；山东、安徽、贵州为第二批试点省份92018.5 iResearch I健康医疗大数据政策利好政策引导，顶层设计推动大数据项目前行重点专项领域研究项目个数实施周期重大慢性非传染性疾病防控研究恶性肿瘤、慢阻肺、糖尿病、神经精神疾病防控技术研究、重大慢病综合防控研究、重大慢病支撑平台体系研究及国际合作研究等方向继续部署34个三级指南方向362018-2020生殖健康及重大出生缺陷防控研究生殖健康相关疾病临床防治研究
14、、出生缺陷和不孕不育防治技术研发2个重点任务中的4个研究方向部署项目42018-2020精准医学研究部署新一代临床用生命组学技术研发，精准医学大数据的资源整合、存储、利用与共享平台建设，疾病防诊治方案的精准化研究3个主要任务，拟启动5个重点方向62018-2020主动健康和老龄化科技应对部署健康生物学机制及健康影响因素的关键基础研究；主动健康关键技术和产品研发；老年常见疾病防控和康复护理技术研究以及主动健康和老年服务科技示范与应用推广四个重点任务16-322018-20222018年科技部官网发布了14个重点专项2017年度项目申报指南“精准医学研究”等生物医学领域的5大专项，累计共拨经费总概
15、算12亿元。其中与健康医疗大数据密切有关的项目有，“重大慢性非传染性疾病防控”4.5亿元，“精准医学研究”1.3亿元，“生殖健康及重大出生缺陷防控研究”0.9亿元。此外，2月科技部发布了“主动健康和老龄化科技应对”2018年申报指南。来源：科技部，艾瑞研究院自主研究整理。PEST2017-2018年中国健康医疗大数据相关项目梳理102018.5 iResearch I2018.5 iResearch I健康医疗大数据资本利好2018年Q1大数据投融资事件35起，行业热潮正式开启艾瑞将IT桔子中披露的医疗健康投融资数据进行了分类整理，发现2014年起健康医疗类大数据投融资事件增多，2016年最多
16、共66起，2017年略有下降。2018年，健康医疗大数据仅在Q1便发生了35起投融资事件，其中12件来自医疗信息化建设，多为利用AI、语义识别、数据模型，挖掘诊疗信息，连接院内院外平台等类别的企业。受人工智能热潮影响，2017年辅助决策类共发生17次投融资事件，2018Q1共5起，预计未来将会有更多资本进入该领域。来源：IT桔子，艾瑞研究院自主研究整理。来源：IT桔子，艾瑞研究院自主研究整理。PEST201320142015201620172018Q12013-2018Q1中国健康医疗大数据相关领域投资事件梳理基因数据健康管理医药智能化辅助决策其他3.6%2.5%4.9%7.1%8.5%8.6
17、%22.2%2012201320142015201620172018Q12012-2018Q1中国健康医疗大数据投融资事件在大健康中的占比占比（%）31649665535112018.5 iResearch I2018.5 iResearch I健康医疗大数据社会结构老龄化及不良习惯诱导身体不适，提升人均就医次数至5.82017年，我国65岁以上人口占比11.4%，出生率12.43%（2016年出生率12.95%），人口结构呈现老龄化趋势。以2013年为基础，65岁以上人群两周就诊率26.4%，且在现代生活习惯的影响下，糖尿病、高血压等慢性病发病率也在不断提升。艾瑞认为诊疗人次仍将持续上升，医
18、疗体系也将面临巨大压力。来源：国家统计局，艾瑞研究院自主研究整理。来源：国家统计局，艾瑞研究院自主研究整理。PEST8.9%9.1%9.4%9.7%10.1%10.5%10.9%11.4%201020112012201320142015201620172010-2017年中国65岁及以上人口占比65岁以上人口占总人口比率（%）2013年，65岁以上两周就诊率为26.4%；49.0 54.9 58.4 62.7 68.9 73.1 76.0 76.9 79.3 81.0 3.7 4.1 4.4 4.7 5.1 5.4 5.6 5.6 5.7 5.8 0.01.02.03.04.05.06.07.
19、02008 2009 2010 2011 2012 2013 2014 2015 2016 20172008-2017年我国诊疗人次及人均诊疗次数诊疗人次（亿人次）人均诊疗次数（个）122018.5 iResearch I2018.5 iResearch I健康医疗大数据技术利好采集技术成熟促使数据爆发性增长，数据价值急需被挖掘健康医疗大数据领域涉及的相关技术范围非常广，如底层数据采集中包括信息化、物联网、5G技术，处理分析中包括深度学习、认知计算、区块链、生物信息学及医院信息化建设等。据IBM统计，全球大健康数据正以每年48%的速度增长，在2020年数据量将超过2300Exabytes。BI
20、 Intelligence预估2020年，全球健康物联网设备出货量将达到161万台。院内数据方面，CHIMA在2016年统计，医院管理信息系统整体已实施比例在70-80%之间，且集中于三级医疗机构，大量健康医疗数据的积累为算法搭建提供了基础。在处理分析方面，人工智能、生物信息学需要与实际应用场景相结合，以便搭建有效模型。来源：IBM，BI Intelligence，CHIMA，艾瑞研究院自主研究整理。注明：客户管理系统为全部医院占比，包括三级及以下医疗机构。来源：CHIMA，艾瑞研究院自主研究整理、PEST46739010112516105010015020020152016201720182
21、01920202015-2020年全球健康物联网设备数预估出货量（百万台）2016年中国三级医院医生工作站系统搭建占比76.9%76.6%76.6%73.7%12.1%客户管理系统*住院医生电子病历门急诊住院护士13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概况2典型企业案例分析3挑战及未来趋势4附录5142018.5 iResearch I健康医疗大数据发展概况健康医疗大数据分类及应用本篇报告将健康医疗大数据分为三大类，院外数据、院内数据以及基因数据。院外数据包括健康档案、智能硬件体征及环境监测/检测，院内数据包括就医行为、临床诊疗等，基因数据包括外显子、全基因等。在具体场景
22、应用方面，多为不同种类的数据相互交叉结合应用，如预防预警，需要结合智能硬件监测、诊疗用药历史等数据才能为用户提供及时的预警监测。注明：基因数据将不在本篇报告主要讨论。来源：艾瑞研究院自主研究整理。基因数据健康管理基因院外数据其他辅助诊断临床诊疗智能监测测序影像电子病历就医行为健康档案血糖智能化血压健康医疗大数据分类及应用 消费基因 精准医疗 疾病早筛.预防预警 保险控费 疾病图谱 健康干预（饮食、健身等）慢病管理 在线问诊.区域信息化 外联平台 供应链管理 精准营销 患者管理 医学影像 病理影像 152018.5 iResearch I健康医疗大数据发展概况多项细分场景同时探索，辅助诊断将首先
23、迎来商业化注释：医药等机构信息化，包括医疗机构和药店的内部、外部、区域信息化系统搭建，目前市场热点集中在外部系统和区域平台搭建。精准医疗，主要指应用基因测序技术的肿瘤等领域药品研发、治疗方按等。健康医疗大数据行业以数据规模为基础，且在政策和资本鼓励下，部分应用场景进入市场启动期，如健康管理、辅助决策（全科辅助决策、影像病理辅助诊断等）、医疗智能化等。下一阶段，随着企业大数据/AI技术长期的应用实践探索，产品不断更新完善，预估2-5年的内，产品将首先在B端客户中进行推广；随后，伴随软件友好度和准确度的上升，在B端客户使用的影响下，C端市场将展开竞争。政策激励2014201520172018202
24、02013启动期2013-2022年中国医疗大数据应用场景市场发展趋势探索期成长期2019202120222016区域平台/智能化相关基因数据健康管理数据快速增长资本激励辅助决策（全科、影像、病理等）产品全面铺开部分地方政府应用项目落地政策及资本激励162018.5 iResearch I健康医疗大数据产业链概述始于用户，终于用户健康医疗大数据产业链的上游是数据供应商（医疗机构等）或存储计算服务（云服务商。中游为产业链核心企业，多为具有影像识别、深度学习、自然语义分析等核心技术的技术型企业。该类企业可为聚集了大量健康医疗相关数据的机构提供数据处理服务，在分析及可视化后赋予数据价值。下游为应用场
25、景，分为B端和C端。B端包括医院、药企、政府、保险、PBM等企业，其最终的目的是提升医疗服务的效率和质量，降低患者及健康人群的就医费用。来源：艾瑞研究院自主研究整理。2018年健康医疗大数据产业链概况健康医疗信息数字化终端应用C端院外数据院内数据基因数据监测档案轻问诊行为影像电子病历外显子全基因健康或非健康人群的就医及健康行为数据，通过物联网、信息化技术采集后将分散且噪音化的数据结构规模化。存储分析可视化提供云端储存、计算等服务，满足健康医疗大数据企业数据处理等需求。云服务分析可视化影像识别语义处理认知计算语音识别生物信息指拥有核心算法企业，因健康医疗数据敏感性，多于上下游机构合作研发。健康管
26、理消费基因慢病管理在线问诊B-B-C精准诊疗辅助诊断随诊服务分级诊疗B端精准营销供应链管理医疗控费其他应用场景的实现需要多个维度的数据共同合作实现。172018.5 iResearch I健康医疗大数据产业链图谱注释：此医疗健康智能硬件产业链图谱为示意图，未将所有企业标出，所列企业顺序不涉及排名。来源：艾瑞研究院自主研究整理。数据生产健康人群慢病人群第三方诊疗医院患者体检机构云服务分析及可视化存储分析可视化监管支持部门科研机构/医学院所运营商软件服务商/电子病历供应商影像、硬件等医药流通/物流监管机构支持体系药企：药监局、工信部制药工业监管流通企业：商务部医药商业管理省、市、县级卫计委数据监测
27、/大数据服务健康医疗信息数字化院外数据健康档案智能硬件监测基因测序临床数据行为支付数据应用消费基因健康管理智能化医药研发其他精准医疗辅助诊断基因诊断智能分诊全科辅助第三方检验美容美妆B端体检影像中心院内数据保险PBM药店诊所人工智能生物信息医疗智能化管理软件2018年健康医疗大数据产业链图谱健康服务C端B-B-C182018.5 iResearch I数据已成规模，院内数据在样本质量与规模中胜出健康医疗大数据产业链上游所提供数据的质量与样本量将决定，中游企业是否可以快速有效的进行模型训练。整体来看，院内、院外及基因数据供应方均面临三个问题，质量、样本量及安全。1）院内数据在质量和规模上最具竞争
28、力。各省市TOP级的三级医疗机构多存有高质量的诊疗数据，且已具备一定规模。医院外联系统中多存有大量就医行为数据，然而这类数据的应用将依赖政策指导，且面临隐私安全等问题。2）基因数据为企业的核心资源，已具备一定规模和质量，且多由中游企业自建数据库自行采集，或者通过与实验室合作的方式获取。3）健康类数据多由智能硬件或在线医疗企业采集，该类数据增长快速，但是维度多且缺乏整合，质量参差不一。来源：艾瑞研究院自主研究整理。健康医疗大数据上游现状增速结构化质量高就医行为健康监测基因数据诊疗数据在线医疗2018年健康医疗数据供应概况诊疗数据：TOP级医院储存了大量高质量的诊疗数据，然而该类医院合作门槛高。就
29、医行为：外联平台，多分散到省市区域内信息化企业。基因数据：为基因测序企业核心资产，数据集中在华大基因、贝瑞和康、药明康德、博奥生物等入场较早的企业。健康监测：单维度或多维度智能硬件企业，如乐心、ihealth等；平台型企业，整合数据多维度数据，如妙健康。在线医疗：相对监测，能够提供更多的用户健康与轻问诊信息，多为平台型，如平安好医生、微医、好大夫等。192018.5 iResearch I2018.5 iResearch I健康医疗大数据中游现状北京大数据先行，上海、广东、浙江紧随艾瑞就IT桔子中正在进行融资的103家创业公司分析，发现主要集中在北上广深一线城市，该现象受医疗资源、政府态度、医
30、生接受度三方面影响。1）北上广深拥有多家TOP级三甲医院，优质医疗资源丰富且信息化程度高，因此企业能够获得可观的高质量数据样本；2）初期阶段，医疗大数据技术的探索多由地方政府拨款支持，如2018年2月由北京大学医学部和大数据研究院共同筹备建立北京大学健康医疗大数据研究中心。因此地方性政策支持变得尤为重要；3）一线城市的医生对新技术接受程度较高，因此在产品上市后较易试运行。注释：数据收集截止至2018年Q1。来源：艾瑞研究院自主研究整理。注释：数据收集截止至2018年Q1来源：艾瑞研究院自主研究整理。4819181296326北京上海广东浙江四川江苏湖北陕西其他2012-2017年健康医疗大数据
31、相关企业地域分布企业个数辅助诊断占比13%，其中北京8家、广东浙江各2家基因数据占比17.1%，其中北京7家、广东7家、上海2家健康管理占比29.3%，其中北京16家，上海5家，四川、浙江各4家医药智能化占比40.7%，其中北京17家、上海11家、广东8家2018年中国健康医疗大数据细分领域企业分布202018.5 iResearch I院外数据之应用场景大数据及AI技术，提升企业用户服务规模及能力平安好医生IPO报告中公布，2017年互联网医疗市场规模达到150亿元人民币，在线咨询量达到23.8千万次。由此可见，互联网医疗可触达的用户规模将越来越大，而仅靠医生或相关从业人员在后台回答问题并不
32、能满足日益增长的用户量。因此，企业需依赖大数据或AI等技术优化问诊、健康/慢病管理等产品的功能，从而有效满足用户需求，最终提升付费率。此外，对于不断扩张的企业，大数据及AI技术辅助提升服务效率，降低人力成本；使得在付费率低的情况下（好医生IPO披露2017年付费转化率为2.7%），也可以形成稳定的营收与较高的利润率。艾瑞认为，随着企业AI智能分诊、AI健康管理路径等模型成熟且全面应用后，院外数据的应用市场将进入快速成长期。来源：平安好医生IPO报告，Frost&Sullivan，访谈及公开信息，艾瑞研究院自主研究整理。34.25.99.314.823.837.25678.53040507011
33、0150210270330-50501502503504502012201320142015201620172018201920202012-2020年中国在线咨询量及在线医疗市场规模在线咨询量（千万次）市场规模（亿元）提升付费率提升用户服务规模提升运营效率降低人力成本收入成本缩短用户交互路径，减少用户沟通时间。提升模型准确率，目前AI智能分诊准确率在80-90%之间，提升空间较大。大数据及AI技术对在线医疗企业的应用价值212018.5 iResearch I院外数据的商业路径核心能力提升用户健康，延伸能力创造商业价值能够提供健康管理服务的企业主要分类两类。一类是偏健康数据收集类企业，针对健
34、康或慢病人群提供饮食、运动等个性化健康方案。另一类是偏轻问诊类，提供智能分诊、轻问诊、预约、转诊等服务。目前，C端服务盈利能力有限，部分企业依托其健康管理或问诊能力，为企业端客户服务。如妙健康依托其多维度健康数据及平台搭建能力，为雇主提供内部员工的健康管理服务，为疾控慢病中心搭建健康信息平台提供技术服务。如平安好医生结合其终端智能应用，为用户提供智能分诊，为医生提供辅助决策等服务，辅助政府搭建区域信息化。来源：艾瑞研究院自主研究整理。健康用户营养建议行为干预饮食+运动+生活习惯图像识别+可穿戴设备慢病营养建议培养良好用药习惯疾病预警饮食+习惯+用药+体征数据监测图像识别+健康医疗智能硬件患者家
35、庭医生康复就诊建议在线问诊AI+智能分诊+全科辅助决策用户端服务：提升用户健康度，降低发病率2018年健康管理企业服务能力展示相关企业健康管理企业端衍生服务-商业价值运营管理：会员管理等雇主：提高员工积极性，降低劳力成本；药店：提高会员管理能力，提升销量。技术服务：数据整合、分析，系统平台搭建等诊所/基层/政府：搭建健康信息、外联、区域平台，整合数据，提升机构收集分析能力。平台流量：广告、精准营销等保险/器械/药品：依托平台医生/用户流量及进行广告或精准营销，提升产品销量。222018.5 iResearch I院外数据的商业路径数据到行为干预仍需过程，企业付费是首选大部分移动医疗公司在经历了
36、4-5年数据沉淀后，积累了大量的数据样本，然而如何通过技术将其转化为可被解读的报告仍需时间。目前，健康医疗大数据行业的支付方主要集中在B端，包括医院、药企、药店、保险、政府等多类企业；且在主要支付方中，药企、保险已形成了一定的支付习惯。健康医疗大数据的收费方式有多种，包括项目制、SaaS服务收费、软件租赁费、增值服务费等；前三种为现阶段主要的收费方式，而增值服务费将随着大数据及AI应用场景的增多而增加。来源：艾瑞研究院自主研究整理。保险药企器械诊所药店雇主差价增值服务费2018年院外数据企业端客户类型及收费方式4536.9 4062.4 5908.5 5654.4 5650.1 5554.0
37、81.9%80.5%77.7%72.7%70.2%69.2%2017.32017.52017.72017.92017.112018.1201703-201802中国健康医疗排名前10的APP月度设备数及占全行业设备数比例设备数占总健康医疗设备数的比例（%）软件租赁营销费项目合作政府232018.5 iResearch I院内数据之应用场景大数据技术应用广泛，以提升诊疗及管理效率为主在研发成本、运营成本的不断提升下，医疗机构、药企、药店、保险等机构或企业均急需一套解决方案，以便在降低临床研发、运营管理、营销成本的同时提升顾客满意度，最终增加营收。该类企业利用人工智能技术分析挖掘已有信息，为医疗机
38、构、药企提供有效的改善运营、提升服务效率的解决方案。目前，提供相关业务的企业主要来自三种，1）创业型，多为AI技术公司，如推想、羽医甘蓝、博识医疗语音等技术型企业；2）信息化/互联网等企业新业务拓展，如东软医疗的区域信息化、微医的微医云业务等；3）政府主导的健康医疗大数据集团，如中电集团将在成都规划、建设和运营国家健康医疗大数据平台，开展健康医疗领域的数据汇集、治理、共享开放和应用生态建设。2018年院内数据主要业务及客户类别临床研发医疗控费医疗机构药企保险基层精准营销数据赋能辅助决策政府预防预警其他技术服务整套解决方案数据服务技术驱动新业务拓展大数据集团来源：艾瑞研究院自主研究整理。2420
39、18.5 iResearch I就院内数据付费方来看，药企、体检的付费意愿及能力最强；医院、保险、药店等机构企业的付费意愿较弱，需要时间进行市场培育。此外，在商业化道路上，医学影像类公司也可以针对器械、美容等高端机构进行产品研发，满足其高端用户的服务及心理需求。现阶段，针对不同客户常见收费方式有三种，1）软件租赁或解决方案，企业为医院机构或政府（省市卫计委）搭建系统或软件服务（语音录入、电子病历搜索等），获取一定技术服务费或软件租赁费。2）数据分析收入，企业为体检机构提供影像识别服务，提高影像读取效率；或利用机器学习为药企提供服务，以便提高药物发现的“命中”几率。3）产品绑定，将成熟模型与健康
40、医疗器械绑定，辅助提升其市场竞争力。大数据企业将获得一定比例的提成或资源。4）按使用次数收费，未来AI技术在获得三类器械认证后，患者可在就医时实现按次付费。来源：艾瑞研究院自主研究整理。院内数据的商业路径依托技术与数据，收费模式玩法多2018年大数据企业客户商业模式概况软件租赁解决方案数据分析收入未来，AI技术在获得三类器械认证后，患者可在就医时实现按次付费。按次收费多为区域信息化建设、影像、语音识别等软件系统搭建省内数据整合，探索分级诊疗解决方案减轻医生看片负担，提高基层医生诊疗能力政府、医院提供影像、数据分析服务，提升体检机构服务能力体检产品绑定提升技术水平及影响力，最终提升产品销量美妆等
41、健康产业企业端客户，提升进店转化率器械、健康产业按次收费252018.5 iResearch I细分之辅助决策辅助诊断替代医生重复性工作，减少近八成工作量辅助决策类企业采用的技术多为认知计算、深度学习、计算机视觉、自然语言处理。针对科室或疾病领域的不同，其领域也不同，包括影像辅助诊断、病理辅助诊断及全科辅助决策等。其中全科辅助决策准确率85%左右，仍有较大提升空间；影像和病理辅助诊断的准确率超过90%，其产品正在落地中。现阶段，各企业主认为辅助诊断的价值在于为医生提供病灶性状描述、自动生成报告、精准定位病灶，降低漏检风险。1）针对三甲医院医生，辅助诊断将替代医生重复性工作，为其提供更多的信息，
42、以便医生制定最佳的治疗方案。或者在短时间内监测患者的肿瘤变化，以便医生及时观察患者术后恢复情况。该类解决方案单价较高，从几十万到上百万均有。2）针对基层医疗机构，系统将直接给出结果，快速有效的进行肿瘤的初筛，提高基层医生的诊疗效率及质量，释放医疗资源。针对基层医疗机构的解决方案价格相对低一些，未来可能以按次收费为主。3）全科辅助决策，将帮助大型三级医院或在线医疗公司实现快速分诊，提升效率。其价格将在几万到几十万之间。注明：2022年预估10%的医疗机构采购了辅助诊断类软件或解决方案，该市场规模不包括由用户端产生的按次收费方式。合作医院/机构应用IBM Watson中山大学附属肿瘤防治中心、中医
43、医科大学附属第四医院等21家肿瘤/慢病管理科大讯飞安徽省立医院、武汉市中心医院等口腔门诊、超声/病理检查、移动护理依图浙江省人民医院、复旦大学附属肿瘤医院等胸部CT、儿童骨龄、儿科门诊、病历智能搜索、临床智能科研推想北京协和、同济、上海长征等脑补、心血管、肝癌羽医甘蓝北大口腔等宫颈癌、口腔、面部皮肤缺陷体素科技北京301、仁济、上海东方等肺癌、眼科、冠脉CT平安好医生上海中医药大学曙光医院/云知声中医、全科、肿瘤2018年辅助决策应用合作医院及应用案例医疗机构数量预估均价（万）收入（千万）三级医院32895016二级医院101772031一级医院148341530基层医疗卫生机构9638855
44、482总计（千万）5592022年辅助决策医疗机构付费规模预估262018.5 iResearch I细分之辅助诊断降低数据标注成本，构建临床应用流程行业发展初期，企业的主要困境集中在产品研发落地阶段。在研发落地过程中，企业需要不断丰富数据库，发现Corner Case。目前，大多企业进行数据标注主要来源以下三种形式，人工标注、机器标注以及医院已有结构化数据。1）人工标注为主流方式，该方式能够提供较高质量的标注数据，但也面临着高成本的问题。原因是，数据标注人员多为医生或具备临床经验的执业医生或医学生，该类人员收费较高每人每天在百元以上，且一张图标注时长多达半小时。2）机器标注，体素科技提出了A
45、FT*标注法，将主动学习和迁移学习整合成单一框架。在肠镜检查帧分类、息肉监测和肺栓塞检测中表明该类标注成本至少可以减少一半。3）已有结构化数据，医院本身会存储一定量的结构数据，然而该部分数据仍要在处理筛选后才可使用。此外，针对新技术的应用，医疗机构缺乏相应的上线流程，因此，企业在模型训练过程中，建立可复制的临床流程与标准，针对不同层级医疗机构的应用场景提供有效解决方案是关键所在。来源：艾瑞研究院自主研究整理。2018年辅助诊断数据模型搭建及应用中的主要问题人工标注 质量高 成本高 耗时长机器标注 有噪声 成本相对低 耗时短 医生使用需教育 流程标准没有探索增加资本投入降低标注成本数据标注针对不
46、同层级的医疗机构构建差异化流程如，三级医疗机构临床应用的目的是为医生提供更精准的影像信息，因此产品需能够与PACS等影像厂商软件无缝对接，且在软件中给出多维度的肿瘤信息。临床流程人工标注临床应用机器标注272018.5 iResearch I2018.5 iResearch I基因数据的快速发展临床与消费基因需求增长，促使数据分析产业前行艾瑞整理公开数据显示，全球基因测序数据分析市场规模发展迅速，2012 年市场规模不超过 2 亿美元，预计 2018 年将接近 6 亿美元，复合增长率为 22.7%。艾瑞分析认为，随着高通量测序设备的广泛应用，基因数据量也呈倍数增长。数据量的增长，也使得基因测序
47、的工作重心从繁重的人工测序转到了中游的数据分析上。下游临床应用及消费基因的成熟，为数据分析提供了客观的支付方。因此在应用终端的推动下，中游数据分析产业将迎来快速增长，现阶段生物信息公司业务往往大而杂，而专注某一医疗领域的生物信息公司（如精准癌症）少之又少。国内市场专注基因组数据分析的生物信息公司并不多，该领域值得期待。来源：CSCI，艾瑞研究院自主研究整理。来源：Frost&Sullivan，艾瑞研究院自主研究整理。170.0205.9252.0309.4379.1465.9580.021.1%22.4%22.8%22.5%22.9%24.5%-800.0%-700.0%-600.0%-500
48、.0%-400.0%-300.0%-200.0%-100.0%0.0%100.0%010020030040050060070080020122013201420152016e 2017e 2018e2012-2018全球基因测序信息学市场规模市场规模（百万美元）增长率（%）准确性测序本身的准确性（现基本可以达到99.99%）测序结果解析的准确性（变异基因与疾病的映射）速度个人基因测序之前需几周甚至几个月，现可以在24小时完成速度个人基因测序之前需要上亿元，现只需要1000美元个人基因组测序市场推广利好28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概况2典型企业案例分析3挑战及未
49、来趋势4附录529有关健康医疗大数据应用的企业案例2018年，艾瑞选择了正在探索大数据应用的健康医疗企业作为案例分析，企业出现的先后顺序首先以在线医疗、健康管理、辅助诊断、智能化、信息化排列，其次以企业名称首字母进行排列，我们的预期是能够充分表现出每一家企业的特色和优势。由于时间和篇幅的限制，未能将所有优秀企业呈现在报告当中，敬请谅解。来源：艾瑞咨询研究院自主研究及绘制。2018.5 iResearch I302018.5 iResearch I健康医疗大数据应用的企业案例发展初期，企业核心能力浅析在行业发展初期，艾瑞认为领导力、研发能力、复合型团队、有效的价值提供及资金支持是决定企业是否能胜
50、出的五个关键因素。这五类因素决定了，企业是否能长期且快速的在正确的道路上前行？来源：艾瑞研究院自主研究整理。价值提供：企业需与实际用户建立长期关系，如推想安排员工与医生一同工作24小时，挖掘医生痛点健康及慢病用户，提供有效的交互式健康管理及干预；患者用户，提供快速且准确的智能分诊或诊断服务。医生用户，具备深入了解不同层级医生需求的能力；B端客户：1）有效降低运营、研发成本；2）提升服务、管理能力。研发及模型搭建能力：需有稳定的合作医院/科研机构，以便不断更新模型，发现Corner Case获取高质量数据，及具备TOP及医院合作资源；整合多维度数据；高质量的数据源标注；高效安全的云计算合作。领导