天天看點

德勤2020的十大預測(四):無處不在的健康大資料

報告是基于如果加速至未來5年,根據健康與生命科學行業趨勢、事件及大膽措施的觀察總結,預測将呈現出一個完全不同的世界。此預測的目的是挑戰假設,并提出發人深省的願景,就未來場景的應對提供更為豐富的對話。

德勤2020的十大預測(四):無處不在的健康大資料
德勤2020健康與生命科學趨勢報告 (一)患者成為自己的守護神 (二)家庭成為醫護主要場所 (三)可穿戴裝置風頭強勁

健康資料無處不在,對分析工具和服務模式提出新要求

醫療健康進入大資料年代

在很多國家,醫療健康資料變成了國家公共事業的重要組成部分,投入了大量的資金(與1950年前後美國高速公路的建設相類似)。目前患者、醫護人員、衛生部門利用這些資料來改進診斷和治療,提升醫療行業的生産力。藥企全力和患者及衛生系統合作,通過對資料的挖掘研發更好的藥物,以便更快地将這些産品投入市場并根據實際的效果來指導定價。

1.健康大資料成經濟新名額,瓦解傳統研發壁壘

衛生系統認識到了現存資料和新資料的價值(比如電子病曆,患者提供的資料)并頒布了資料擷取和資料分享的管理辦法,建立資料分析合作平台并根據資料分析的結果來改變醫療護理的方式;

對健康資料的利用成為衡量國家經濟發展的新名額;

制藥公司在通過各種方式吸引資料方面的人才來提升自身資料價值(資料管理、分析)的同時,也在吸納各種合作夥伴(支付系統、醫院系統),為的就是在研發到定價的整個價值鍊上最大限度地利用好大資料。資料的作用,已經遠遠超出了傳統研究,産品研發和商業用途的邊界。

新型的以資料驅動的市場競争者瓦解了傳統的研發壁壘,他們将焦點放在資料和最終産出上,這和以往隻關注科研的方式截然不同;

基因檢測是被認為是可行的。

2.個人健康資料被專業人士廣泛應用

公衆認識到合理利用個人健康資料所帶來的好處。國家在it和健康資料基礎設施上的大量投入讓資料擷取更加容易,同時也保護了使用者資料的隐私,規範了對使用者資料的使用。不斷完善的監管環境和高品質的使用者資料(從健身追蹤裝置和實時監測裝置上搜集的)讓消費者有了更多的發言權,并且能讓消費者對他人如何去使用自己資料更加放心。

醫護人員能夠實時擷取患者的資料,并利用分析工具對比資料來幫助每天的診斷。制藥公司成為整個健康系統裡更受信任的合作夥伴,他們在診斷、資料分析、私人和公共醫療服務等領域都有與之成功合作的記錄。制藥公司已經找到自己處理資料的方法,來避免由于健康系統的不完善導緻的種種不便。

2020年我們可以看到這樣的場景

1.獨立資料服務中心的年度報告片段:在資料中心成立的第五個年頭,由制藥公司、資料管理分析公司、初級和二級健康系統之間形成的聯盟已經産生改善治療結果的效果。

它回答了醫療服務設計和治療方案的基本問題(例如:行為改變過程中醫療指導的作用),并洞察到了對特定人群使用特定藥物的時機。資料中心目前的工作重點是基于大量患者生物标記和基因組資料對新藥研發進行指導。

2.大資料全面應用于診療各階段:年近40的納迪亞患有重症哮喘,初級保健醫生建議她到醫院尋求專科醫生的幫助。手表和智能手機所搜集的保健資料(納迪亞定期将這些資料提供給醫生)表明她的病情有所惡化,這讓醫生很擔憂。醫生還通過納迪亞使用的一個天氣app,了解到導緻她發病時的空氣污染程度和類型。

在轉診預約的準備期,專科醫生已經将她的健康資料,包括早先的基因序列測試結果,與具有相同生物名額和危險分級的患者進行了對比,并查找了醫院在這方面的成功案例,這也有可能适合納迪亞。在醫生和納迪亞讨論個性化診療方案(這些方案也會告知納迪亞的保健醫生)的同時,系統還在努力查找新的可能方案。

3.藥企資料中心報告節選:公司剛剛完成了一項重大變革,随後将調整職能架構,把真實收集的資料納入研發、産出和個性化報帳管理等流程。公司成立了先進的資料分析中心,為員工制訂了分析審查内外部資料的規範并開展了教育訓練。這也要求了資料中心雇傭一批結合了商業、科學和技術嗅覺能力的全新人才。

2014年智能裝置和電子病曆引爆醫療大資料

電子病曆的普及激發了醫療大資料。無處不在的大資料幫助患者降低了治療成本。傳統的聽診器已經成了博物館裡的一個展覽品,取而代之的是可以記錄、分析并且可以與手機應用互相合作的電子聽診器。

德勤2020的十大預測(四):無處不在的健康大資料

基因測序成本的降低促進了個性化醫療的發展

我們現在處于一個用藥泛濫的時代,許多藥品對半數以上的人群缺乏療效。就在2011年,基因測序還需要一周時間,而現在隻需要一天。在2013年12月,美國預防醫學工作組建議為有一個或多個家庭成員帶有突變brca1(乳腺癌)或者brca2基因的婦女提供基因咨詢和監測。

“藥品之外”成為新的商業模式,醫療效果和現實世界的資料打開了健康資料的大門并孕育了很多機會。

原文釋出時間為:2015-02-09

本文來自雲栖社群合作夥伴“大資料文摘”,了解相關資訊可以關注“bigdatadigest”微信公衆号

繼續閱讀