健康医疗大数据案例分析PPT课件下载推荐.pptx

健康医疗大数据案例分析PPT课件下载推荐.pptx

《健康医疗大数据案例分析PPT课件下载推荐.pptx》由会员分享，可在线阅读，更多相关《健康医疗大数据案例分析PPT课件下载推荐.pptx（19页珍藏版）》请在冰豆网上搜索。

中国特色困境数据说明请参考附录部分。

来源：

德勤2018年全球医疗行业展望，IBM重塑生命科学，IBM发展前景一片光明，研究院自主研究整理。

中国及全球健康医疗行业面临的主要问题,全球医疗困境,人口的增长和老龄化，发展中国家医疗市场的扩张、医学技术的进步和人力成本的不断上涨将推动支出增长。

2017-2021年全球医疗支出预计将以每年4.1%的速度增长，而2012-2016年的增速仅为1.3%。

慢性病发病率提升，变化的饮食习惯以及日益增加的肥胖度加剧了慢性病的上升趋势，特别是癌症、心脏病和糖尿病，目前中国糖尿病患者约有1.14亿，而全球患者人数预计将从目前的4.15亿增加至2040年的6.42亿。

传统研发（R&

D）成本上升，产品上市速度慢，2004年至2014年药物开发成本增加了145%。

劳动力不足，在人口结构的变化和技术的迅速发展下，熟练和半熟练医疗保健工作者将大幅减少。

1,中国特色困境*供需结构失衡，2016年我国每千人口执业（助理）医师2.31人。

2015年我国每千人口医师数量在OECD统计的国家中排名处于25-30之间。

此外，我国医生执业环境较差，使得进入医疗系统的优秀人才逐年趋少。

医疗资源发展失衡，2010-2016年三级医院诊疗人次及机构数量复合增长率分别为10.7%和8.3%，而基层医院仅为1.5%和0.4%。

传统就医模式使得三级医院人满为患，导致就医体验差及优质医疗资源浪费严重，因此，我国仍把推行分级诊疗作为当前首要任务。

医保透支，中国医疗卫生事业发展报告2017预测，到2024年将出现累计结余亏空7353亿元的赤字。

提升医保控费能力，探索创新支付机制迫在眉睫。

因此，改善现有就医模式，推行分级诊疗势在必行。

2,3,健康医疗行业面临的困境,信息不流通诊疗记录、患者信息、电子病历等不互通、不共享,资源不流通优质医生集中三甲医院，且多为专科医生；

全科医生多集中基层数量少且能力弱,利益不互通不同层级间医院为竞争关系，需建立有效的利益捆绑机制,分级诊疗推行需建立在信息、资源及利益互通上2015年，国家卫计委提出分级诊疗制度将在2020年全面确立，包括基层首诊、双向转诊、急慢分诊、上下联动分诊诊疗等。

新模式的搭建过程中，主要存在以下3个问题。

1）信息不流通，各医疗机构间多为信息孤岛，患者信息无法进行快速共享流通；

2）资源不流通，优质医生多集中在各大省会的顶级医院，且三甲医院医生精力有限，每年可支援的基层医疗更是有限；

3）利益不互通，医院之间缺乏有效的利益捆绑机制，以促进患者在院间的流通。

2018年分级诊疗推行中遇到的问题,分级诊疗,提升医药服务供给能力与效率，降低医疗费用,大数据在健康医疗中的应用价值,诊断治疗,临床研发,机构运作,医疗体系,通过区域信息化、在线问诊、远程医疗等技术连接上下级医院机构，实现医疗资源优化配置，电子病历共享等措施，最终提升医药供给效率和能力。

制定更优的付费机制，将按服务收费转变为基于价值的付费机制，如DRGs。

通过商业智能，优化供应链及患者管理，提升医院、诊所、药店等传统医疗机构的管理效率，提升就医体验。

提高工作效率，加强员工培训，改善薪酬机制，调动员工积极性。

通过基因测序、影像识别等技术挖掘更多维度的数据，缩短临床验证周期，提升新药研发效率。

通过认知计算、机器学习等技术，实现精准治疗，辅助提升医生诊断治疗效率，提高医疗服务质量。

生活方式,通过可穿戴设备、在线问诊、远程医疗、人工智能等技术间的相互配合，为用户提供健康管理、疾病预测、提供有效的干预方案，降低医疗费用支出。

5,大数据助力我国医疗生态全面升级大数据技术的应用，将从体系搭建、机构运作、临床研发、诊断治疗、生活方式五个方面带来变革性的改善。

由于我国医疗体系的强监管性，大数据若要在行业内实现其价值，需由国家建立一套自上而下的战略方针，从而引导医院、药企、民办资本、保险等机构企业构建项目，相互合作，最终实现从“治疗”到“预防”的就医习惯的改变，降低从个人到国家的医疗费用。

麦肯锡曾在2013年预测，在美国医疗大数据的应用有望减少3000-4500亿美元/年的医疗费用。

2018年大数据在健康医疗行业中的应用价值,健康医疗大数据应用的企业案例,价值提供：

企业需与实际用户建立长期关系，如推想安排员工与医生一同工作24小时，挖掘医生痛点,健康及慢病用户，提供有效的交互式健康管理及干预；

患者用户，提供快速且准确的智能分诊或诊断服务。

医生用户，具备深入了解不同层级医生需求的能力；

B端客户：

1）有效降低运营、研发成本；

2）提升服务、管理能力。

研发及模型搭建能力：

需有稳定的合作医院/科研机构，以便不断更新模型，发现CornerCase,获取高质量数据，及具备TOP及医院合作资源；

整合多维度数据；

高质量的数据源标注；

高效安全的云计算合作。

领导力：

创始人，市场及政策敏感性；

关键负责人，能够让业务及相关人士意识到构建“大数据”的紧迫性。

复合性团队：

算法、医学、公关、运营等人才缺一不可。

研发期，算法与医学结合助于产品研发；

推广期，公关打通医院、政府、药企关系网。

发展初期，企业核心能力浅析在行业发展初期，认为领导力、研发能力、复合型团队、有效的价值提供及资金支持是决定企业是否能胜出的五个关键因素。

这五类因素决定了，企业是否能长期且快速的在正确的道路上前行？

2018年中国健康医疗大数据企业核心能力分析,资金支持：

千万级启动资金健康医疗大数据类企业或项目具备重资产特征。

产品研发期需要投入大量资金在人才团队建设、数据标注、采集等方面。

6,案例分析之在线医疗,肿瘤合作：

2018年4月，与百洋智能科技达成战略合作，牵手IBMWaston探索肿瘤领域。

数据：

截止2018年2月，平台注册用户突破2亿，大量数据积累为平安好医生训练疾病模型提供基础。

场景应用：

通过多个智能端口接入服务，如手机、PC、智能电视等。

资金支持：

20%的上市融资金额将用于信息基础设施及人工智能助力及相关技术的发展。

平安好医生：

多方合作，助力辅助问诊与中医信息化平安好医生创建于2014年8月，自成立之初便开始布局AI+医疗项目。

目前，好医生涉及的主要项目包括“AI助手”、“现代华佗计划”、“家庭医生”和“一分钟诊所”，“AI助手”主要应用于线上辅助问诊环节，“现代华佗计划”致力于中医行业的标准化、信息化、智能化，“家庭医生”运用智能问诊等技术，运用于家庭端医疗健康管理，“一分钟诊所”除智能问诊外、还推出智能诊断、智能药方，协助医生问诊。

平安好医生已于2018年5月于港交所挂牌上市，成为互联网医疗第一股，股票代码01833.HK，融资11亿美元。

2018年平安好医生AI+医疗布局,7,企业优势,企业合作相关项目,共建企业：

2018年1月，与云知声成立合资公司上海澔医智能科技有限公司，探索语音识别等技术。

中医合作：

与中医国医大师以及上海中医药大学曙光医院等多家国内知名中医研究机构组建了“现代华佗”专家委员会，共同研发中医AI的“决策树”。

AI助手：

2018年4月，推出的“一分钟诊所”接入了智能问诊功能；

通过用户交互，引导用户描述病症，形成结构化病史。

现代华佗计划：

将在未病、已病、中医保健、图像识别、健康管理、中成药剂等多个层面探索人工智能技术的应用。

在中成药剂研发上，已经与固生堂等连锁中医药馆合作推出定制类中药膏方。

肿瘤解决方案为国内癌症患者提供治疗决策咨询服务。

案例分析之在线医疗,平安好医生：

探索AI应用落地，提升服务效率与能力平安好医生依托其AI+医疗技术，能大幅提升医疗服务效率及能力，以便覆盖更多的患者用户和B端客户。

C端用户可在其移动APP、家庭智能终端等平台，接入平安好医生的家庭医生、健康管理、消费医疗及健康商城业务。

针对B端客户，平安好医生可为其定制系统，并嵌入到机构或企业平台软件中。

如，好医生将智能问诊系统接入三级医院信息化软件中，帮助其实现院内快速分诊；

如为企业雇主开通PC端口，为其员工提供健康管理等服务，以提升雇主的竞争力。

未来，好医生将在AI技术领域持续投入，不断寻求和领先研究机构、大学及企业的合作机会，以实现在AI技术研发和应用上的资源整合、优势互补。

2018年平安好医生AI+健康医疗消费场景的业务融合,平安好医生,1,家庭医生进一步开发人工智能助理，实现大幅度的成本降低，从而为更多用户提供在线咨询、转诊、挂号、住院安排及二次诊疗等；

同时，沉淀更多数据，为建立个人电子健康档案及健康管理计划打下基础。

4,健康商城平安好医生对用户购买行为进行数据搜集和分析，通过用户画像等大数据挖掘技术，为平台和合作商家预判用户的潜在消费需求，提供更充分的参考内容，从而向用户提供精准化服务。

2,健康管理根据用户的多维度数据，如问诊、搜索、购买保健品药品历史、挂号等行为数据以及年龄性别、体检报告等基本健康信息，从而让用户的电子健康档案得以持续优化，也为后续健康管理计划建设提供支持。

3消费医疗与多样化的医疗服务机构（医院、体检机构、药房、理疗中心等）合作，满足用户从预防（健康检查、基因检测）到康复的服务需求，并通过积累的诊前数据为用户提供疾病预警、健康管理等服务。

8,案例分析之健康管理,妙健康：

基于健康行为大数据+AI的健康管理模式大数据布局：

在数据采集方面，妙健康通过健康数据及服务开放平台“妙+”接入多维度数据；

在数据分析方面，妙健康通过自建数据AI团队（公司规模200人，研发团队占比60%）及外部合作（阿里云等）两种方式提升人工智能在健康管理领域的应用水平。

在终端应用方面，妙健康以移动端APP作为入口为用户提供健康管理服务，探索以健康行为大数据和人工智能为基础的新型健康管理模式。

2018年妙健康在大数据领域的布局,健康管理信息交互平台：

由中国疾控中心慢病中心、中国信通院云大所、妙健康三方合作搭建。

平台将解决健康智能终端数据信息收集与利用等方面所面临的发展难题；

数据闭环：

妙健康与浪潮集团（国家健康医疗大数据三大集团发起方之一）合作，探索院内院外大数据整合及应用的创新路径。

APP：

妙健康APP、手机厂商、保险公司等合作方的多款APP；

终端应用,NLP健康知识图谱：

健康知识图谱可基于海量健康数据，通过深度学习的方式进行信息抽取，构建健康、症状两大知识词库，以直观的形式展示实体与实体之间的关联，支持辅助推理、后续动态优化和词库扩充等功能，从而提高健康信息的应用效率；

存储、分析及可视化,通过“妙+”平台接入多维度数据：

包括压力、步数、运动、血糖、饮食、血压、BMI、胆固