雲栖号資訊：【 點選檢視更多行業資訊】
在這裡您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！
城市級健康醫療大資料體系建設，是一個很宏大的命題。
《“健康中國2030”規劃綱要》明确将發展健康産業作為“健康中國”建設五大任務之一，并提出将健康産業發展成為國民經濟支柱性産業的戰略目标：2020年健康服務業總規模達到8萬億，到2030年達到16萬億，全年GDP占比超過10%。
從醫療大資料過往的“大事件”來看：2017年上半年，在三個月内，醫療大資料産業“國家隊”——中國健康醫療大資料産業發展集團公司、中國健康醫療大資料科技發展集團公司、中國健康醫療大資料股份有限公司相繼宣布籌建，三大集團的格局迅速奠定。
同一年，一些省市已經開展健康醫療大資料中心的建設。
2017年9月，内蒙古健康醫療大資料應用工程啟動，其主要任務是建設三級平台、五大資料庫和十個應用系統。2017年12月，健康醫療大資料中心第二批國家試點啟動，山東被确定為建設試點省，成為5個健康醫療大資料區域中心之一。
而在新基建的七大領域中，作為城市底層基礎設施和數字經濟的底座，大資料中心的平台化水準和營運能力，将直接決定新基建的整體成效。而醫療，将是驗證大資料中心建設成色的一把“放大鏡”。
玩家衆多的産業鍊
此前，雷鋒網曾對醫療大資料的流程進行過拆解：其中，囊括了資料産出、資料收集、資料儲存、資料加工、資料分析和資料應用等多個環節，每個環節都存在對應的供求關系。
圍繞這項工程，也存在一條分工明确的産業鍊。
底層是晶片、伺服器等制造廠商，這是整條産業鍊基礎的“基礎”，例如戴爾、惠普等老牌廠商。
中層廠商多為存儲計算服務以及醫療資訊化解決方案的提供商，為整個産業底層做資料采集。
以資訊化而言，國内從事醫療資訊化的廠商衆多，據前瞻經濟學人估計約有600多家，以區域性供應商為主。代表性的企業有東軟集團、東華軟體、衛甯健康、萬達資訊、創業軟體等。但與此同時，醫療行業的格局比較分散，區域性的特點非常明顯，使得這個行業“一家獨大”的現象并不明顯。
最上層的是具有深度學習、自然語義分析等核心技術以及垂直場景探索的初創型企業，近年來湧現的醫療AI公司均圍繞“資料處理服務”提供多樣化的服務。
例如，醫療AI領域的第一梯隊成員——科亞醫療。
目前，科亞醫療的技術和産品包括：冠脈血管疾病精準診斷産品線和智能影像解決方案，偏重于PAAS層的應用。
在城市級醫療大資料體系的建設方面，科亞扮演的角色更多的是實作資料的增值——開發出好的人工智能醫療産品，提升醫療服務的品質和效率、讓患者獲益。
2020年1月15日，國内第一張醫療AI三類證花落科亞。這在一定程度上，為沉寂已久的醫療AI行業實作了真正意義上的“破冰”。
醫療大資料建設的六大痛點
城市級醫療大資料建設，并不是一個新概念。從2014年開始，健康醫療大資料創業的公司大批湧現。各類企業以醫院、醫生、患者、醫藥、醫險、醫檢等入口，紛紛布局智慧醫療與大資料。
作為一家以心血管AI為主打産品的公司，科亞如何了解城市級醫療大資料體系在新形勢下的建設内涵?
科亞醫療負責人向雷鋒網表示，城市級醫療大資料體系的建設就是：一個使醫療大資料從醫療真實世界的資料變成證據和工具，發揮其價值，推動臨床試驗和精準診療的發展過程。
在醫改和新基建的大背景下，實作城市級醫療大資料的有效應用成為醫院管理、建設的重要工作之一，資料驅動醫院精益營運更新将成為醫院發展的重要戰略方向，也成為價值醫療更新的基礎保障。
但随着醫療大資料體系建設的逐漸深入，也陸續暴露出一些問題和難點。
首先，資料歸屬不明确
目前，我國沒有明确的法律規定資料歸屬問題，醫療資料使用權到底是患者個人、醫療機構、還是參與建設的企業?
醫療行業内的共識是：資料是患者、醫生、醫院三方共同的資源，且不能直接用作盈利，一般來說資料可以找科研項目合作中使用，使用前必須經過患者同意、醫生必須得到醫院科研項目申請批複。
是以，大多數AI醫療公司仍是通過與醫院或主任合作科研項目，擷取資料訓練模型。
其次，資料安全要求高
醫療資料涉及個人資料隐私方面的問題，是以要特别注意個人資料隐私保護，中國《網絡安全法》規定“網絡營運者不得洩露、篡改、毀損其收集的個人資訊;未經被收集者同意，不得向他人提供個人資訊。但是經過處理無法識别特定個人且不能複原的除外”
是以，AI醫療公司在使用資料時要進行資料的無法識别特定個人處理，這在一定程度上能夠幫助AI醫療公司規避資料安全問題。
第三，資料開放受限制
中國的醫療資料開放程度有限，主要展現兩個方面：一是境内與境外的流通限制，二是醫院與醫院或醫院與公司之間流通的限制。
境内與境外的限制其實很簡單，這個各個國家都有相關規定，而且有的國家規定的更加嚴格，比如美國和歐洲。在醫院與醫院的流通限制方面，我國大部分的醫院資料都是獨立存在的，流通起來相對困難，更談不上共享和資料交叉應用及資料變現。
2017年以來，國家通過立法逐漸規範和開放資料的使用，同時陸續建立各類資料應用平台，通過國家力量和産業資本的結合，加快醫療資料的互聯互通和資料共享機制，為醫療大資料的應用帶來紅利。
第四，資料标準不統一
我國人口衆多，醫療資料豐富，但”資料大“不等于 “大資料“，臨床資料不夠統一和規範，不同地區、不同醫院之間的資料沒有建立起聯系，也沒有統一的标準，是以價值也得不到展現。
比如影像系統的資料标準問題，超過80%的醫療大資料為影像形式，但PACS系統的生産裝置和資料标準是不一緻的，資料交流存在諸多障礙。
第五，資料倫理有争議
盡管AI在醫療行業取得了令人矚目的進展，但不可否認的是，AI的應用依然存在一系列的倫理問題，比如：AI造成了個人資訊洩露，導緻醫療事故，責任方是誰?AI的使用造成了醫療人員的失業，引發醫療産業結構的轉型，社會應該如何應對?諸如此類的問題很多，都需要行業從業者去面對和解決。
第六，資料成本代價高
所有基于AI的醫療技術，都是以”資料“為基礎的，目前AI醫療公司獲得資料的管道分為三種：第一種，與醫院合作科研項目 第二種，從公開資料集下載下傳資料，第三種，購買資料。
總體來說，AI公司擷取資料的成本主要在資料擷取和資料标注上，而且随着模型訓練的逐漸深入，資料吞吐量可能會是幾何級數增長，代價也會水漲船高。這對于AI公司的營運來看，将是一筆不小的負擔。
醫療新基建下，誰能把握主動權?
随着行業發展，産品、使用者體驗及上下遊産業協同的逐漸完善，尤其在醫療新基建的建設浪潮推動下，服務于B端、G端的醫療大資料企業将迎來無限商機。
如影像識别、基因測序，在經過臨床驗證、臨床審批、付費目錄後，将在醫療大資料體系的建設中，進一步反推底層資料基礎的豐富和完善。
在此過程中，誰能夠率先突圍，将能把握更多的主動權。
目前，科亞醫療現有100多位研發人員，其中20多位海歸博士，多人曾在醫學影像全球知名企業北美研發中心擔任核心研發職務，在AI技術、影像分析及醫療大資料方面經驗豐富。強大的技術研發能力也是科亞在國内人工智能醫療成為頭部企業的根本。
據雷鋒網了解，科亞醫療現擁有4大中心(影像分析中心，生物實驗中心，臨床檢測中心，工程研發中心)，2個專項實驗室(人工智能實驗室、免疫治療實驗室)，能夠整合包括影像、病曆、病理、生化、免疫、分子診斷等多組學資訊，并以此來保障未來醫療人工智能在多個臨床場景上的服務應用。
當然，随着一家公司在行業裡的優勢不斷鞏固，将盤子做大是一件非常正常的事情。
對于“是否會往醫療大資料産業的上遊延伸”這個問題，科亞醫療表示，暫未考慮往上遊延伸。
“科亞醫療的優勢在機器學習、醫學圖像分析、自然語言處理、基因資訊分析等方面擁有核心技術，是以會聚焦在醫療大資料産業的中遊，希望開發出更多、更好的人工智能醫療産品，為患者、醫療機構、生命科學研究機構提供精準醫療服務。”
800億的市場，大有可為
據前瞻産業研究院預計，到2020年我國健康醫療大資料行業規模将突破800億元。
從這次疫情之後，醫療大資料的研究與應用會被更多提上議事日程。電子病曆、智慧醫院、醫療AI、DRG等投入将進一步加大，醫聯體、基層醫療衛生服務體系等新模式建設也将成為建設重點。
如何利用AI、大資料、物聯網等技術，提升醫療機構診治水準、優化城市公衛體系的精細化管理能力，将成為地方政府與科技企業共同面對的一場大考。
找準自身定位，補足公共衛生治理體系方面現存的“短闆”，醫療大資料産業的上下遊企業将大有可為。
【雲栖号線上課堂】每天都有産品技術專家分享！
課程位址：
https://yqh.aliyun.com/live立即加入社群，與專家面對面，及時了解課程最新動态！
【雲栖号線上課堂 社群】
https://c.tb.cn/F3.Z8gvnK
原文釋出時間：2020-06-29
本文作者：李雨晨
本文來自：“
51CTO”，了解相關資訊可以關注“[51CTO](
https://bigdata.51cto.com/art/202006/619760.htm#topx）
![9.spark Core 進階2--Cashe[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)