赵晨阳 德国拜罗伊特大学

大数据在医疗卫生领域已经被广泛的使用，本文讨论大数据对医疗制度和医疗生态的影响。大数据通过对现有医疗制度的变革，将以数量为基准的支付模式向以价值为基准的支付模式转变，从而提高医疗效率，控制医疗成本。未来的医疗产业将建立以大数据为核心的医疗生态系统，通过加强卫生产业参与者彼此数据共享，增强居民对医疗卫生服务的可获得性。

一、大数据在医疗卫生领域兴起的背景

自医疗卫生领域开启数字化变革以来，传统医疗信息装备正逐步被数字化设备替换取代（Roski,Bo-Linn&Andrews,2014）。信息化的转变使得海量的医疗数据可以更高效灵活地被存储、分析、处理和管理。至2012年，全球数字化卫生数据已经高达500拍字节（1PB=1024TB），并以每年1.2到2.4艾字节的速度增长（1EB=1024PB），预计于2020年达到 2.5万拍字节（Kuo，Sahama，Kushniruk，Borycki&Grunwell,2014;Sun&Reddy,2013）。

庞大的医疗数据使得卫生产业一直被看作最具大数据发展前景的领域。在医疗研究方面，大数据已经改变了诸如基因组学、药物研发和临床研究、个性化医疗和早期护理等领域的传统研究方法。然而大数据对医疗卫生领域的影响还不仅如此。

面对逐年上涨的医疗支出，各国在调整医疗制度时越来越多地考虑以大数据分析为依据的发展策略。医疗系统在运转过程中产生大数据，通过对这些数据的深度挖掘，管理者可以高效地定位问题和解决问题。大数据的出现无疑为医疗制度的管理者提供了一件利器；同时，医疗卫生产业在原有生态系统的基础上加入了以大数据为核心的信息分享平台，将医疗产业的所有参与者串联在一起，使得医疗产业的整体发展利益成为个体的发展目标。

二、大数据对医疗制度的影响

医疗制度是世界范围内最普遍的一种医疗费用的管理模式，它包括医疗费用的筹集、分配和使用。由于医疗制度的特殊性和复杂性，它的改革必将影响整个社会的利益。通过何种途径改善医疗制度从而提高医疗效率、控制医疗成本一直是卫生领域的难题。大数据通过对医疗系统产生的数据进行全面深入的分析，为系统改革提供了更准确的指导方针。

（一）医疗体系从以数量为基准向以价值为基准转变

随着数字化的发展，患者越来越多地参与到医疗体系建设当中，他们不再是服务中被动参与的一方。在瑞典、澳大利亚、日本、荷兰等国家的医疗保险系统中，医疗服务的质量和患者满意度正在逐渐取代医疗服务数量成为保险支付的重要指标（Medtronic,2016）。低效的诊疗首先伤害的是患者的利益，其次是整个医疗保险系统。以价值为基础的医疗体系不但可以减少医疗支出，同时可以优化医疗资源的使用。

医疗科技的发展使得医疗数据的可得性越来越高，这为大数据在医疗制度的影响提供了前提基础，并且推动医疗制度从数量基准（volume-based health care）向价值基准（value-based health care）转变（Cavanillas,Curry&Wahlster,2016）。以数量为基准的医疗制度是指医疗保险支付方以医疗服务机构的诊疗数量为单位进行支付，而不考虑治疗质量，也就是通常所说的按服务项目收费（fee-for-service）。这种模式的弊端是可能造成过度医疗，一些医生通过要求患者进行更多不必要的诊断和治疗获得更高的报销费用。以价值为基准的医疗制度则将保险支付与患者治疗后效果相关联，并且要求医疗服务的过程不只关注患者到医院的诊断治疗，而是将其与预防、术后治疗作为一个整体，同时强调对个人生活方式的关注（Panesar,2019）。

这种转变会为整个卫生产业带来巨大利益：患者可以花更少的钱获得更好的治疗效果；医生进行更高效的治疗并且减少不必要的医疗服务；保险机构能够更好地控制成本，稳定的社会健康情况可以降低企业运营风险；药品厂商可以根据临床用药效果调控药品生产，降低成本；国家将在慢性疾病、住院和急救支出上节约更多的经费，有效地减少整体医疗支出。

（二）大数据对以价值为基础的医疗制度的影响

建立以价值为基础的医疗制度首先要求政策制定者建立更完整的管理方案，同时建立相关机构对医疗干预措施进行医疗、社会、经济、伦理方面的检验。在传统的卫生技术评估方法（Health Technology Assessment）已经无法满足这种更高标准检验的情况下，医疗大数据分析可以提供更全面客观的分析。表1是建立新的医疗制度需要关注的十二项要素，而每一项都与医疗数据密切相关。

▶表1 价值导向医疗制度相关要素

1.治理能力

这是value-based health care最重要的前提。面对结构复杂的医疗产业结构，通常管理者很难全面掌握市场情况制定明确的管理方式。大数据分析可以通过对市场实时和历史数据的观察，为管理者提供决策制定方案，在应对市场突发状况，或制定长期发展战略时较传统统计方法更具优势和实时性。

2.大数据分析

未经处理的大数据并不具备实际应用价值，只有通过计算机技术处理分析后才能释放能量。随着人工智能、机器学习和数据挖掘技术的不断发展，越来越多的数据处理方式都已经证明了大数据在宏观、微观应用上的巨大优势。先进的大数据分析技术使从健康数据采集到人口健康状态管理再到性能追踪成为可能。

3.健康管理

这是value-based health care中最重要的一环。以价值为基准的卫生系统目的在于提高全民整体健康水平，无论在预防阶段、治疗中期还是治疗后期，大数据与可移动医疗设备的结合都可以监控个体健康状态的每一个微小的变化，从而改变个体生活习惯，实时分析健康状况。

4.临床操作

Value-based health care要求更有效的治疗方法和更合理的治疗费用。在卫生诊疗手段研究方面，通过大数据与循证医学的结合，更有效地分析制定诊疗方针；通过成本数据和术后健康数据的结合，提升治疗方法的成本效益；通过建立标准化的医疗代码，建立保险支付方与医疗服务方的联系，减少欺诈、浪费和滥用卫生支出的现象。

三、大数据对医疗生态的影响

快捷、高效的数字化设备使得医疗数据的采集变得高效、即时、海量和标准化。随着越来越多的资源被吸引到医疗信息科技中来，针对大数据分析技术的研发和实践正逐渐发展起来。而医疗个体间数据的共享，意味着原有的产业关系必将发生改变，流通的数据将建立起新的生态网络，将卫生领域的所有参与者以数据信息交互的模式串联在一起。

（一）医疗生态的转变

传统的医疗生态系统包含医疗领域的六个参与者，分别是患者、医疗服务方、保险支付方、医药公司、药店和政策制定者（Nair,2011）。这种生态系统以患者为最高等级，其他五个参与者围绕患者形成闭环。这样的结构目的在于以患者为中心提供服务，拓展了医疗产业的可交互操作性，提高了运营成本效益。

然而随着医疗产业数字化的逐步推进，这样的闭环已经无法满足更多医疗参与者加入的需求。家庭护理、远程医疗和可穿戴医疗设备等新兴医疗科技公司的出现，对整个医疗生态提出了更高维度的要求。首先，新的医疗生态系统要求建立起一个以大数据为中心的开放型市场环境，为不断加入的创新型医疗公司开启一扇大门；其次，新的生态系统要求整个卫生产业以信息网络为中心，通过大数据分析技术将共享数据深度挖掘，在各自发展过程中不仅考虑个体因素，同时综合汇总来自不同参与者的医疗数据信息；最后，以医疗数据为中心的医疗生态需要强调跨企业间的合作，为传统医疗企业和创新型医疗企业的合作提供最佳平台。因此，新的医疗产业转变为以网络、计算机、大数据存储为中心的新型医疗生态（见图1）。

▶图1 以大数据为核心的医疗生态系统

（二）新的医疗生态对医疗服务带来的改变

以医疗大数据为中心的生态系统，一方面起到连接医疗产业参与者的作用，另一方面也对整个医疗生态中的资源进行调配和整合，极大程度地提高了医疗服务对患者的可得性和可进入性。

1.地理可获得性

当医疗资源距离居民居住环境较远时，显然这些患者需要支付更多的时间和货币成本在路上。特别对于偏远山区，医疗水平又普遍偏低的情况下，以大数据为基础的物联网正在完善一套针对农村居民的医疗服务系统。这套系统希望在偏远地区通过建立电话亭大小的医疗站为当地居民提供远程诊断和处方，从而降低患者外出就诊的负担。单就华西龙泉医院一家便通过远程医疗为患者节省600万元医疗费（Kshetri,016）。

2.可用性

可用性可以被看作个体需要医疗服务时可以及时获得的机会。特别是在发展中国家，存在着一些会降低患者对医疗资源的可用性的因素，比如药品短缺、长时间就诊等待以及医生短缺（Chaudhury&Hammer,003）。而通过大数据为核心的医疗科技可以有效地缓解供需关系的紧张。以一款名叫Cardio-Pad的设备为例，它是一款集合了半导体、无线、软件、算法和大数据的医疗科技产品。在非洲心脏病医生短缺的情况下，医疗工作者可以利用这款设备为患者进行心脏病检测。护士首先通过一个小的便携式传感器在患者家收集其心脏检查数据，然后数据被传输到Cardio-Pad中被转录为电子数据，紧接着这些数据被传输到国家数据中心，在这将经过数据分析得出专业的心脏病诊断和处方，最后将处理意见发回到医疗工作者终端，从而解决了医生短缺造成的可用性问题。

3.经济可承受性

经济可承受性是影响居民获取医疗服务最重要的因素，因为它直接影响着保险覆盖率。在肯尼亚，仅有3%的人拥有医疗保险，这也意味着肯尼亚人需要花费大量家庭收入在医疗服务上（Peters et al.,2008）。通过大数据分析和移动网络的连接，肯尼亚的一家综合健康金融公司Changamka icrohealth与保险公司Britam和移动网络运营商Safaricom共同研发了一款针对低收入市场的保险产品。这款产品为肯尼亚低收入群体提供了包括住院、门诊、生育和葬礼的保险，家庭年费仅为150美元。新的医疗生态中，跨企业合作变得更加方便，同时也为患者降低经济负担，提高了医疗服务的可进入性。

四、大数据在卫生体系中的阻碍分析

尽管大数据将对医疗制度和医疗生态产生巨大的影响，但是当下实际应用的成功案例并不是太多。一方面，医疗科技公司不希望在大数据的发展上投入过多，通过大数据获取价值必需依赖大数据分析技术的逐步发展，而在新技术的研发上通常时间消耗过久，而且有很大程度失败的可能性。另一方面，针对医疗数据的安全和隐私的法律责任一直备受争议，一些国家愿意通过交出一部分隐私数据换取更多的医疗发展利益，另一部分国家则逐步颁布更为严格的数据隐私保护条例，进而导致了大数据在世界范围内的发展不平衡。未来大数据在医疗卫生领域的运用还存在诸多障碍。

首先，目前医疗数据的数字化和标准化程度依然很低，特别是在医疗系统内实施多年的电子健康档案（EHR）依然处于初期阶段。医疗数据的数字化和标准化是有效利用医疗大数据价值的前提，然而患者基本数据、经济数据、医学影像学数据、诊疗数据等医疗数据各自以不同的形式存在，加大后续数据分析阶段的难度。EHR作为患者医疗数据的最佳载体，仍然无法充分发挥其作用，医疗工作者对医疗代码数据的不熟悉，并且更倾向使用自然语言等因素，都阻碍着结构性医疗数据的采集。

其次，数据由不同的持有者掌握加大了跨领域分析的难度。由于数据的所有权问题，医疗数据通常被存贮在不同的组织和数据库中。缺乏市场激励导致了组织间很难从更大的维度获取数据。医疗企业在发展过程中，更多地是将自身掌握的数据作为发展优势，并且拒绝交换数据以避免失去在产业中的优势。

再次，在新的医疗生态中，依然没有建立起清晰的商业模式。如何明确医疗市场中数据制造者、数据拥有者、数据使用者和其他合作伙伴的关系，特别是对彼此间信息流和资金流的关注，这些因素必须要在发展中明确规定。在传统的数据分析技术无法满足医疗大数据分析需求的情况下，新的大数据分析技术需要投入巨大的资金研发，然而谁要为其买单，谁将从中受益，如何从中盈利。无法回答这些问题，那大数据在医疗卫生领域的应用将很难推动。

最后，针对医疗数据的安全性和隐私性，需要制定明确且具有可发展性的法律法规对医疗信息产业的发展进行约束。由于医疗大数据的特殊性，民众对医疗数据泄漏的容忍度非常低且异常敏感。尽管如此，每年发生在医疗领域的数据泄漏仍逐年上升。调查显示，仅在2016年就发生了377起医疗数据泄漏事件，占全年数据泄漏事件总量的34.5%。并且，即使通过加密手段隐藏患者个人信息，研究人员还是可以通过技术手段反向定位其身份信息。

五、总结与展望

当今社会的发展迎来了数字化的时代，大数据作为信息提取的基础，推动着医疗产业逐步向前发展。虽然大数据在卫生领域的发展面临了重重困难，但在人工智能、机器学习等新的科技浪潮的助力下，必将在未来的医疗环境中得到最广泛的应用。当前市场对于医疗大数据应用的思考仍然处在蓄力阶段，如何将其转化为生产力，建立稳定可持续的发展环境，不仅需要企业的思考，同时需要更多方实际参与进来，共同推动大数据在医疗卫生领域的发展。