《 齐葩说 · 第15期 》
— 总第22期 —
大数据技术在国内发展至今投资圈内热度不减，今天我们来聊聊医疗大数据的创业。
总体来看，医疗大数据直到今天为止多多少少还是一个伪命题。其中一个非常重要的原因就是 —— 即便是从体量上来看“不大”的医疗数据，人们也都还没有完全理解其中所包含的内容、各个数据之间的关联。
从美国几个应用比较广泛的层面来看：
1、 首先是 药物警戒学 ，或者 药物安全 （Pharmacovigilance）。从大数据角度简单来说其实就是从海量电子健康档案（EHR）数据中识别药物不良反应（Adverse Drug Reaction）和药物间相互作用（Drug-drug Interaction），来弥补因为样本局限在临床试验中未能发现的问题。这算是医疗数据目前相对比较成功的应用，一个重要的原因就是商业化的路径比较明显，是药厂所关心的问题。美国的药厂几乎各个都有海量的人在做这个事情，而且也各个都拥有巨量的 EHR 数据。药物警戒学相关的应用不但学术界在做，药厂和像 IBM 这种技术解决方案提供商也在做。
EHR相关项目：
Epic、Athena health、McKesson、守护云、健康有理、创业软件
2、 然后就是跟 临床试验相关的数据挖掘 ，也就是通过EHR数据来招收、管理、追踪临床试验被试者，在国内这部分工作主要是通过合同研究组织（Contract Research Organization）进行。
CRO相关项目：
泰格医疗、药明康德、睿智化学、M-Clinnical电子医药数据采集系统（美达临床）
3、 另外还有一些比较成功的数据挖掘应用比如 自动识别骗保行为 （Insurance Fraud Detection）等。此外就是近期比较火热的 精准医疗 （定制化医疗，Personalized Medicine），因为基因信息的高维度、高稀疏性带来的一系列数据挖掘挑战。这个领域从公开资料来看进展并不是特别大，但依然有很多公司在积极研发。
精准医疗相关项目：
思路迪医疗、Quest genomics、基准医疗、安可济
从这个层面不难看到，目前做的比较好的大数据应用多数都是面向药厂和保险公司。医疗大数据应用中 to C 业务通常都难，很难找到合适的切入点，无论这个 C 是医生还是病人。to B 相对要容易，尤其这个 B 是保险公司和药厂的时候。医院相对要难一些。打个不恰当的比方来解释，因为大数据模型往往精度有限，因此对于安全第一的医院和医生的应用通常非常难，一个95%准确度的模型（通常还远远达不到这个精度），对医生来说可能仍然非常鸡肋。但对保险公司和药厂来说，不必要追求完美的模型准确率，对他们来说，模型精度每高一个百分点，帮能帮他们节约一大笔人力和财力支出。
医疗大数据更明确的商业前景可能还是在药厂、保险公司以及大的医院集团。就中国的情况而言，可能最切合实际的是先提高 EHR 数据的规模和质量，可以看出已经有不少公司在这方面布局。
简单总结一下
1. 医疗行业的数据从量来说，还够不到大数据的级别（例如 PB 级）；
2. 医疗数据的问题是在于复杂性，而不是数量；
3. 医疗大数据，主要的发展目标是功能性作用（例如监管、质量控制等），部分应用型作用（例如知识库、科研），从本身的数据分析与研究的角度来说（例如对疾病的诊断、治疗等），短时间看不到前途。
未来的发展方向
1. 数据的价值在于应用，应用决定一切，杀手级的应用会是一个引爆点；
2. 大数据相关技术（例如Nosql），在短时间不可能进入到医院的主流技术中；
3. 公卫与健康的数据量会增长很大，但是由于缺乏医疗健康信息合理接口，必将导致采集与应用脱离，作用极小；
4. 医疗大数据在体感、基因等领域会有较大的应用前途，不难发现这也是今年来投资比较集中的领域；
5. 院内医疗大数据有赖于如何把 TB 级数据库从商业上扩展为 PB 乃至 EB 级数据，同时还能制造出应用；
6. 绝大部分大数据分析技术，对于医院都不是最合适，高定制化发展是一个方向，也突出它的 to B 属性。
总体来说，医疗数据行业无论国内还是国外都尚处于早期，在做好数据的安全性的基础上，通过多渠道获取数据，推进整条产业链的均衡发展，特别是我国相对薄弱的环节，将会对我国医疗大数据的应用起到重要作用。
相信医疗大数据会给人类的健康带来更多的帮助。