大数据行业对于医药行业有什么作用呢？

这个问题稍微有点广泛了，简单来说大数据就是到目前产出数据的整合，利用好这些数据能为生活带来便利，而且能促进生产环节更加高效地配置资源，提高效率，促进产业升级，医药行业也在大数据时代脱颖而出，在生物医药领域，大数据更是人类挑战疾病的重要武器。无论是从药物的研发立项还是药物上市之后的市场分析，都离不开大数据，简单了解以下大数据对于医药行业的帮助。

大数据时代医药行业

1、药物的立项以及研发

由于药物研发是化学、生物、药理、临床等十几个学科知识的综合运用，平均每个药物背后的研发数据资料多达数千甚至数万页。如何在海量信息中快速高效地搜寻整理，在重重迷雾里找到真正的价值所在，是每家创新药企和相关机构的切实需求。

列如：在药融云数据库中的“全球药物研发数据库”能筛选国内外处于不同阶段的新药研发信息，掌握全球新药市场变化；了解全球新药研发趋势；解决立项问题。关注正在研发的临床Ⅱ、Ⅲ期研发的新药，可以作为1类新药和3类新药申报，通过目前热门的研发领域、研发靶点，结合公司本身的实力做创新药或仿制药方面。

在“中国药品审评数据库”中能查询企业在研品种的申报进度及排队情况，帮助用户实时跟踪国内新药研发进展，了解国内新药研发竞争格局和掌握国内新药研发趋势。

在“中国临床试验”数据库中能查询国内所有的临床试验信息，包含临床机构信息、临床试验登记信息等，监测获批临床药物的研发进度及最新动态，同时可为企业在研发立项或购买新产品提供决策依据。

在“全球临床试验”能查询国外的临床试验数据，一键追踪药物的国际化注册进程。

在“中国医药专利”和“全球医药专利”数据库中能查询国内外所有药物的原研专利、同族专利、专利到期时间等，避免侵权，还能在专利数据中获取一部分的工艺参数作为参考。

医药研发等数据

当然还有药理毒理数据、全球医药文献数据以及国内外上市药品数据等等，为药企立项、药物研发提供数据支持，以上通过大数据技术，各药企/研发单位得以提高自己掌握市场信息的速度和完整性，辅助项目的立项过程，加快药物研发的进度……在有限的时间内，研发更多对人类更有意义的药品/治疗方式。大数据让药物的筛选过程变得更为简单、快捷，也更为安全，是一种高效又经济的药物分析技术手段。

2、医药市场分析与评估

在集采常态化、新药审评审批加快、医保谈判降价的大趋势下，药企对于市场的分析必不可少，从中标采购数据，到医药销售数据都是需要进行分析的，利用药品销售数据计算投入产出比，可及时调整销售策略。

医药市场分析评估

列如：分析了解国家集采药品数据，集采选中企业数据，可以使用药融云的国家集中采购数据库，分析集采药品，也能通过药融云的药品销售数据，了解医院和药店的某个企业，或者某种治疗领域以及某种药品的销售数据，进行分析，计算投入和产出比。

大数据对于医药行业作用

以上只是医药大数据对于医药行业的一部分，还能查询药品中标数据，上市药品价格、药品质量，国内外说明书、医保目录、基药目录、医疗器械数据等等。

医疗大数据是个很宽泛的概念，他有很多详细的分类，包括：电子病历数据，这是患者就医过程中所产生的数据，包括患者基本信息、疾病主诉、检验数据、影像数据、诊断数据、治疗数据等，这类数据一般产生及存储在医疗机构的电子病历中，这也是医疗数据最主要的产生地。电子化的医疗病历方便了病历的存储和传输，但是并未达到进行数据分析的要求。大约80%的医疗数据是自由文本构成的非结构化数据，其中不仅包括大段的文字描述，也包括包含非统一文字的表格字段。通过医学自然语言理解技术，将非结构化医疗数据转化为适合计算机分析的结构化形式是医疗大数据分析的基础。电子病历中所采集的数据是数据量最多、最有价值的医疗数据。通过和临床信息系统的整合，内容涵盖了医院内的方方面面的临床数据集。在电子病历的互通互联上，出于各自的利益性（限制病人转诊），各大电子病历企业也不愿意使数据互通互联。根据美国政府相关报告显示，其电子病历共享比例也仅为30%左右。检验数据医院检验机构产生了大量患者的诊断、检测数据，也有大量存在的第三方医学检验中心也在产生数据。检验数据是医疗临床子系统中的一个细分小类，但是可以通过检验数据直接患者的疾病发展和变化。目前临床检验设备得到迅速发展，通过LIS 系统对检验数据进行收集，可以对疾病的早发现早诊断和正确诊断做出贡献。影像数据随着数据库技术和计算机通讯技术的发展，数字化影像传输和电子胶片应运而生。医疗影像数据是通过影像成像设备和影像信息化系统产生的，医院影像科和第三方独立影像中心存储了大量的数字化影像数据。医学影像大数据，是由DR、CT、MR 等医学影像设备产生所产生并存储在PACS 系统内的大规模、高增速、多结构、高价值和真实准确的影像数据集合。与检验信息系统（LIS）大数据和电子病历（EMR）等同属于医疗大数据的核心范畴。医学影像数据量非常庞大，影像数据增速快，标准化程度高。影像数据和临床其他数据比较起来，它的标准化、格式化、统一性是最好的，价值开发也最早。费用数据医院门诊费用、住院费用、单病种费用、医保费用、检查和化验收入、卫生材料收入、诊疗费用、管理费用率、资产负债率等和经济相关的数据。除了医疗服务的收入费用之外，还包含医院所提供医疗服务的成本数据，包含药品、器械、卫生人员工资等成本数据。在DRGs 按疾病诊断相关组付费模式中，需要详细的成本数据核算。通过大样本量的测算，建立病种标准成本，加强病种成本核算和精细化成本管理。基因测序数据基因检测技术通过基因组信息以及相关数据系统，预测罹患多种疾病的可能性。基因测序会产大量的个人遗传基因数据，一次全面的基因测序，产生的个人数据则达到300GB。一家基因测序企业每月产生的数据量可以达到数百TB 甚至1PB。智能穿戴数据各种智能可穿戴设备的出现，使得血压、心率、体重、体脂、血糖、心电图等健康体征数据的监测都变成可能，患者的单一体征健康数据以及运动数据快速上传到云端，而且数据的采集频率和分析速度大大提升。除了生命体征之外，还有其他智能设备收集的健康行为数据，比如每天的卡路里摄入量、喝水量、步行数、运动时间、睡眠时间等等。智能穿戴设备虽然在这两年遇冷，用户很难形成粘性，但是并不意味着智能穿戴设备所产生的数据没有意义。提供健康数据和服务，可能是智能穿戴厂商未来的转型之路。健康大数据的收集必须依靠硬件载体，智能穿戴设备还将会遇到自己的第二春。体检数据体检数据是体检机构所产生的健康人群的身高、体重、检验和影像等数据。这部分数据来自医院或者第三体检机构，大部分是健康人群的体征数据。随着亚健康人群、慢病患者的增加，越来越多的体检者除了想从体检报告中了解自己的健康状况，还想从体检结果中获得精准的健康风险评估，以及如何进行健康、慢病管理。移动问诊数据通过移动设备端或者PC 端连接到互联网医疗机构，产生的轻问诊数据和行为数据。曾经通过互联网问诊企业春雨医生的数据，分析各地医生互联网问诊的活跃度、细分疾病种的问诊行为。通过这些数据的分析，对行业发展、互联网问诊企业的决策有非常重要的帮助。

大数据赋能下的“互联网+医疗”

近年来，“互联网＋”热度持续上升。在2018年政府工作报告中，共有7处提及“互联网＋”。“做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进“互联网＋”，写进了对今年政府工作的建议中。而在今年两会上，多位科技大佬就健康大数据以及人工智能在“互联网＋医疗”领域的应用提出建议。

人工智能辅助基层医疗

移动互联网、大数据、云计算、物联网、人工智能等数字技术有效提升了健康医疗产业的信息化、网络化、智能化水平。随着5G、区块链等新技术的突破与应用，数字技术还将为健康医疗事业带来更深远的影响。但无论是互联网＋医疗还是AI＋医疗，当下最亟需的应用场景其实在基层。

全国人大代表、腾讯公司董事会主席兼首席执行官马化腾建议，在医疗欠发达地区和基层机构可以率先推广人工智能辅诊等技术，如腾讯结合医疗影像与人工智能技术的“觅影”平台，目前已成为医疗机构的癌症辅助筛查工具；通过AR、VR、直播等方式，基层医生能与专家远程会诊和交流，这些都将有效改善医疗资源不足的现状，推动优质医疗资源精准下沉。

全国政协委员、搜狗公司CEO王小川建议，利用数字技术将优质资源广泛贯通至患者末端，打通医疗惠民“最后一公里”，提供“核心医院＋基层卫生服务机构＋数字家庭医生”三级供给模式，提升医疗效率和准确率，助推分级诊疗，力争实现每个中国家庭都有家庭医生，促进医疗全民普惠。

健康大数据应用挑战多

虽然大数据应用如火如荼，但目前实现数字技术在健康医疗事业中应用还存在诸多挑战。例如政府部门之间，医疗机构之间，医疗机构和服务企业之间都存在不同程度的数据壁垒。同时，移动互联网、大数据和人工智能等新技术与健康医疗产业融合方面还存在较多政策、标准、法规和技术壁垒。

对此，马化腾建议以云计算、大数据等数字技术为载体和手段，建立跨部门、跨领域健康医疗机构间的数据共享机制，实现健康医疗大数据的规范采集、集成共享和合规应用，提升管理和服务的精准度，助力国家建设全方位、全周期人口健康信息平台。建议立法明确管理机构、医疗机构、市场主体、患者个人等各方主体对医疗数据的权属关系。建立由政府牵头、多方参与的健康医疗领域开放创新平台，加强成熟技术和顶级专家经验共享，破解数字技术与医疗行业融合的共性难题，降低数字技术大规模推广应用的技术门槛。

“人工智能＋医疗”离不开高质量的健康医疗数据，全国人大代表、科大讯飞董事长刘庆峰表示，目前，现有的优质健康医疗数据更多集中在院内诊疗过程，且以专科疾病为主，常见病、慢性病、患者行为等健康数据并不完善，制约了人工智能技术在医改任务中充分发挥作用。他建议，将智能语音技术列入国家健康医疗大数据战略发展布局。在此基础上，建立国家健康医疗语音数据应用规范，实现覆盖采集、应用和管理的全生命周期、全方位的健康医疗大数据体系。

---