醫療大數據：智能醫療還有多遠？

　　無論是國內還是國外，醫療數據的重要性已經取得了共識。并且醫療數據也在分秒不停產生，由于醫療數據的體量大、數據結構多樣性等特征，海量醫療數據的產生也對行業提出了新的挑戰。

　　其中最緊迫的莫過其安全性：

　　火視148提到的Privacy Analytics，這家加拿大公司和國家衛生研究院、國家疾病控制中心等等部門合作來將它們的數據開放給公眾使用。它們面臨的巨大挑戰在于如何對數據進行匿名化——移除個人和私有信息——但要同時保證處理后的數據對于分析仍舊足夠有用。隨著公眾對開放醫療數據興趣的提升，以及對隱私問題的擔憂，加之物聯網技術、智能可穿戴設備的出現以及云服務的發展為醫療數據的安全性帶來新的考驗。

　　1、 醫療數據泄露損失巨大：Ponemon推出的一份報告《2013年數據泄露成本研究》顯示，醫療行業的數據泄露成本最高，平均每個患者的醫療信息泄露帶來的信息安全管理成本高達233美元，遠高于零售業的78美元。

　　2、 公司及相關部門對數據安全性的考慮及投入及關注卻微乎其微：Trustwave發布了一份2015年醫療行業的安全報告，通過對398名專業的醫療專業人員(部分是技術人員，包括CIO、CISO、IT主管等，另一部分是普通的醫護人員)的調查，發現有91%的調查對象認為針對醫療行業的網絡攻擊活動越來越多，然而用在保護病人敏感信息方面的預算卻還不到10%。

　　關于醫療數據泄露帶來的危害，舉兩個例子：

　　2014年年底， Target藥房就遭遇了嚴重的數據遭入侵。造成1.1億用戶信息被泄露，因數據泄露該集團迄今為止已經花費約3億美元。

　　2015年2月美國醫療保險商Anthem被入侵，可能是有史以來最大的一起醫療信息泄露事件。超過8000萬個人信息被盜，包括當前和以前的保險客戶和員工。

　　在醫療數據的安全性方面我國情況相對好些，這一方面得益于我國封閉的醫療體系，另外行業資深存在的一些問題也間接“幫助了”的安全存儲，我國醫療大數據行業尚處于早期階段，可以說是機遇與困境并存：

　　1、 醫療體系數據有望開放：我國醫療體系正在逐漸開放，特別是國家對于分級診療體系建設的推進，醫療數據有望從頂層開始下沉到基層醫療機構，在此過程中所產生的市場機遇創業公司應該抓住。

　　2、 醫療數據不統一導致的數據孤島正在影響著醫療數據的應用：上文已經提及國內醫院數據的不流通現象，其實在國內企業間醫療數據也需要進行統一，為了最大化的對醫療數據進行應用，平臺型的產業公司需要聯合起來統一數據標準，推進數據開源、共享。由國內優秀的相關HIT及醫療健康應用開發商、各類醫療及健康服務機構、醫療器械及健康類消費智能硬件廠商共同發起的OMAHA是一個推動醫療、健康產業信息開放、共享、開源的民間非盈利性組織。隨著數據的統一，平臺型公司的數據優勢將會凸顯，當然也會出現一批在平臺型公司影響力之下提供細分服務的創業公司。

　　3、 傳感器技術的落后制約著市場對醫療數據的采集：我國傳感器技術研發的落后，制約了下游智能硬件、POCT甚至醫療器械的發展。作為產業鏈的最前端，醫療行業需要可以進行多指標、多種環境下工作的傳感器創業公司的產生。

　　4、 醫療大數據存儲平臺缺乏：目前國內尚缺少專業的醫療數據存儲平臺，海量的醫療數據存儲正在面臨越來越嚴峻的挑戰。以數據存儲平臺為基礎切入到智能診斷系統的開發，國內創業公司依然有機會。

　　5、 大數據應用技術：由于醫療數據的非結構化特征，其應用難度較大。由于早期醫療數據采集結構不統一、加上醫療數據本身的非結構化，其在應用過程中所遇到的智能識別、算法等問題也在制約著數據的應用。在醫療數據算法方面也需要優秀的創業公司不斷努力。

　　總體來說醫療大數據會給人類的健康帶來更多的幫助。