• 應用

    技術

    物聯網世界 >> 物聯網新聞 >> 物聯網熱點新聞
    企業注冊個人注冊登錄

    醫療大數據:如何實現商業化變現?

    2019-04-25 09:31 青桐資本

    導讀:醫療大數據產業迎來快速增長期,與政策、技術、資本的推動密不可分。16條政策為行業發展吃下定心丸,3大技術加速應用落地,傳統及產業基金爭相涌入……各類因素疊加助力了醫療大數據行業開始起飛。


    醫療大數據,醫療大數據,人工智能,醫藥

    圖片來自“123rf.com.cn”

    【編者按】醫療信息化建設、AI醫療應用、數據變現,作為醫療大數據的3個重要支點,從2018年到2019年呈現了哪些新的特點和變化?青桐資本結合服務的醫療項目經驗,并研究了16份行業報告、21篇文章,從行業一線和理論兩個視角,梳理了從信息采集到應用的產業全貌,試圖給到大家醫療大數據賽道深度的認知和啟發。


    醫療大數據,無疑是2019年醫療健康領域炙手可熱的賽道之一。

    醫療大數據的火,早在2018年已有據可循,截止去年12月醫療大數據賽道,累積有600+創業公司,193個融資項目,230+家投資機構爭相入場,創與投量級增長背后是全行業的蓄勢待發。

    醫療信息化建設、AI醫療應用、數據變現,作為醫療大數據的3個重要支點,從2018年到2019年呈現了哪些新的特點和變化呢?

    青桐資本結合服務的醫療項目經驗,并研究了16份行業報告、21篇文章,從行業一線和理論兩個視角,梳理了從信息采集到應用的產業全貌,試圖給到大家醫療大數據賽道深度的認知和啟發。

    醫療大數據駛入快車道

    醫療大數據在近幾年駛入快車道,行業增速逐年提升,市場規模更是不斷突破。中研普華產業研究院數據顯示,2017年我國醫療大數據市場規模達到643億元,對比2013年331億元,五年間復合增長率達20%。

    前瞻產業研究院預計,到2020年我國健康醫療大數據行業規模將突破800億元。由此,我們推測醫療大數據行業將呈現持續增長的趨勢。

    01.png

    行業起飛的3大“推手”

    醫療大數據產業迎來快速增長期,與政策、技術、資本的推動密不可分。16條政策為行業發展吃下定心丸,3大技術加速應用落地,傳統及產業基金爭相涌入……各類因素疊加助力了醫療大數據行業開始起飛。

    1.2018年政策監管趨于細化

    國家政策是醫療行業發展公認的重要推手,青桐資本盤點了醫療大數據的政策之路。2016年“醫療大數據”首度被提上戰略層面,第一個獨立文件出臺。

    到2018年《國家健康醫療大數據標準、安全、服務管理辦法(試行)》正式出爐,與以往政策不同,該規定不再停留于宏觀指導層面,而是對醫療大數據標準、安全、服務中的權責利進行了詳細規定。

    醫療大數據政策經歷了從無到有、從宏觀指導到細則規定的過程,為醫療機構、健康服務公司等數據生產者和使用者提供了方向規范。2019年將是以政策為抓手,細化落地的一年,也將為行業帶來更多的信心。

    政策風向強化了資本入場的信心,2016-2018年共發生160起醫療大數據融資事件,占行業融資數量的82.9%,反映出資本市場對政策的響應和對行業的看好。

    02.png

    2.技術是醫療信息化的底層基石

    以技術范疇的視角分析,醫療大數據產業的迅速發展,主要得益于醫療信息化、基因測序、健康智能設備三大技術進步和市場化水平提升。

    第一,醫療信息化建設水平不斷提升,HIS、CIS、PACS等系統得到廣泛應用。CHIMA統計數據顯示,我國醫院信息化管理系統實施比例達70-80%,且集中于三級醫療機構,大量醫療數據的積累為算法搭建提供了基礎。

    第二,二代基因測序技術使得測序成本迅速降低,從1000萬美元迅速降低至0.1萬美元,且通量遠高于一代測序,應用增多加速了生物組數據積累,為臨床操作和基礎研發帶來價值。

    03.png

    第三,健康管理類智能硬件,如智能手環、手表、體脂稱等設備快速普及,可實時、持續性對患者健康體征進行追蹤,挖掘有用的數據價值,從而助力醫療大數據的發展。

    此外,數據融合、數據可視化、圖像識別處理、機器學習、人工智能等技術不斷進步,為醫療大數據發展提供了底層的技術支持。

    3.2018年68個項目融資,數量創歷史新高

    青桐資本統計了近10年醫療大數據相關融資項目共193起,我們發現2015年開始資本市場對醫療大數據的關注度逐年提升,到2018年融資數量達68個,創歷史新高。

    縱觀2018全年的融資情況,從融資輪次來看,主要集中在偏早期,其中天使輪項目16個,A輪項目28個,占比達64.7%;從細分領域來看,醫療信息化平臺和輔助診斷決策類項目受到資本的青睞;從資方背景我們觀察到,有16家產業基金進入,成為醫療大數據投資的新銳力量。

    04.png

    2019年醫療大數據快速成為熱門賽道,其數據搜集分析、應用及商業變現的現狀如何呢?接下來,青桐資本將切入到醫療大數據細分環節,從信息化建設、AI醫療應用、數據變現三部分探析整個產業完整的商業路徑。

    05.png

    醫療信息化建設:醫療行業的“數據糧倉”

    2018年中國已有超過320家醫療信息化公司,中商產業研究院數據顯示,市場規模達到426億元,市場正在快速成長。

    醫療信息化建設是醫療大數據產業發展的基礎,過程主要分為兩個階段:第一步數據采集存儲,第二步是數據分析處理。兩者分別呈現以下特點:

    06.png

    醫院數據最具競爭力

    在采集和存儲階段,醫療大數據來源主要分三大類:醫院數據、基因數據和健康數據。其中,醫院數據在規模和數據質量上最具競爭力,基因數據和健康數據是增速最快的數據類型。

    醫院數據主要包含電子病歷、影像數據、檢驗數據、費用數據、藥品流通數據、體檢數據等。其中,電子病歷和影像數據是最核心的數據資源。

    電子病歷囊括的數據非常豐富,包含了患者基本信息、檢驗數據、診斷數據、治療數據等。但目前約80%的電子病歷為非結構化數據,將其轉化為適合計算機分析的結構化形式是挖掘其數據價值的基礎。此外,醫學影像數據量龐大、增速快且標準化程度高,是醫療大數據行業最早被開發,在AI醫療領域應用最成熟的數據類型。

    基因測序商用成本大幅度降低,直接推動了技術落地應用,使市場規模迅速擴張?!?018年中國基因測序產業演進及價值投資白皮書》數據顯示,我國基因測序市場規模近80億元,十年間年均復合增長高達47.5%,為醫療行業積累了豐富且多維度的數據資源。

    07.png

    健康數據來源主要分為兩類:一類是在線問診平臺,搜集用戶健康和輕問診信息,這平臺以好大夫在線、平安好醫生為代表;另一類是健康智能設備。其中,蘋果、小米、華為通過建立軟硬件智能健康產品線,進行健康數據采集,是中國市場健康智能設備出貨量前三的廠商。

    健康數據是目前增長最快的數據類型,這主要得益于移動互聯網及消費類智能硬件的普及,該類數據維度廣,但缺乏整合分析。

    08.png

    醫療信息化的第二階段是數據分析處理,主要作用是對海量數據進行結構化、標準化存儲,結合應用場景進行篩選、分析以提升數據質量。這類企業主要是具有影像識別、深度學習、自然語義分析等核心技術,為醫療機構提供數據處理服務,進行數據分析及可視化應用。

    青桐資本對醫療大數據公司地域分布進行了研究,我們發現主要集中在北京、上海、廣東、江蘇、浙江等東部地區,究其原因主要是這些地區三級醫院數量最多、優質醫療資源豐富且信息化程度高,企業能夠獲得高質量的數據樣本。

    09.png

    AI醫療:醫療大數據的主要應用方向

    在醫療大數據應用方向,AI醫療市場增速很快,同時也受到資本的密切關注。我國AI醫療行業連續兩年市場增速接近40%。健康點數據統計,共有89家AI醫療創業公司獲得投資,總金額達219.38億元,超過50%的融資輪次集中在A輪左右。

    10.png

    1.醫學影像是最成熟的應用領域

    AI醫療是挖掘醫療大數據價值的關鍵,主要應用在五大領域:醫學影像、輔助診斷、藥物研發、健康管理、基因測序,其中,醫學影像和輔助診斷是眾多企業主攻的方向。

    11.png

    醫學影像被業內人士認為最有可能率先實現商業化的AI醫療領域。得益于醫療影像數據庫快速積累,智能圖像診斷算法趨于成熟。我國醫學影像行業發展飛速,前瞻產業研究院數據顯示,2018年我國醫學影像市場規模近200億元。

    在醫學影像臨床應用中,以同心醫聯打造的“智慧管理+影像技術”診斷中心為代表,可以幫助醫生快速獲得影像診斷結果,提高診療效率和準確性,并且已經在應用于全國260多家醫院、20多萬患者的臨床診斷,是AI醫學影像應用尤為亮眼的一例。

    在新藥研發領域,相比于傳統新藥研發耗時長、成本高、風險大等特點,人工智能可以通過大數據挑選合適的化合物,節約研發成本、降低風險。從全球視角看藥物研發是AI醫療第一大細分市場,占比達35%。而我國AI藥物研發仍然以仿制藥和改良藥為主,且研發賽道公司不多,產業尚待成熟。

    基因測序能夠提前預知疾病的發生的概率,是AI疾病預測重要的應用場景?!吨袊斯ぶ悄茚t療白皮書》顯示,近十年間我國基因測序市場以每年62.2%的速度增長。

    我國基因測序公司主要有兩類,一類是基因測序設備制造商,因其技術構成復雜,產業壁壘較高,目前國內僅有40家企業,占比12.23%;另一類基因測序服務商與應用端,面向患者提供測序服務,有超過280家企業企業在此領域布局,市場競爭尤為激烈。


    12.png

    輔助診斷主要為醫療行業提供導診機器人、虛擬助理、電子病歷等服務,為醫生處理大量文本錄入工作、實現人機交互的智能問診。其中,電子病歷是輔助診斷最主要的應用方向。

    在健康管理方向上,通過智能健康設備、體檢中心、在線問診平臺搜集的數據,結合AI技術形成精準的健康干預方案。目前,人工智能在健康管理層面主要應用場景為慢病管理,常見的如糖尿病和高血壓。

    健康管理領域以行業巨頭碳云智能為代表,率先打造了數字生命管理平臺,服務超過100萬用戶,可全方位監測、記錄、管理患者的健康數據,為用戶提供健康監測和指導建議。

    2.互聯網巨頭布局AI醫療

    互聯網巨頭是醫療大數據產業發展進程中不可或缺的一股力量,青桐資本研究發現,以BAT為代表的巨頭公司的醫療大數據+AI領域均有布局,但其策略卻大相徑庭,百度發力AI新藥研發,騰訊深入線上線下醫療服務,阿里則聚焦云服務及互聯網醫院解決方向。

    在醫療大數據應用方向上,騰訊率先深入應用端,先推出 “微信智慧醫院”為患者提供智能導診、在線問診服務,接著投資碳云智能布局基因數據產品,又推出“騰訊覓影”,進軍輔助診斷領域,以多維度探索醫療大數據價值。

    阿里則以構建云服務、AI技術為重點,布局醫療智能化。相繼推出阿里健康APP,提供購藥、問診、慢病管理等服務;在輔助診斷領域推出阿里健康doctor you,與醫院合作進行產品研發,并搭建互聯網醫院及醫聯體服務。百度的優勢集中在人工智能,因此將重心放在AI新藥研發領域。

    以BAT為首的互聯網巨頭,在數據積累和技術應用方面有先發優勢,它們的入場既說明對醫療大數據領域前景的看好,也為醫療健康行業與互聯網融合帶來新的方向和機遇。

    醫療大數據的商業變現

    商業變現是醫療大數據行業發展的關鍵命題,也是從信息采集、應用到最終變現的重要一環。依據數據使用者和應用場景,青桐資本將其分為B端和C端:

    B端使用者主要包括醫院、藥企和保險公司。對醫院而言,可以幫助管理者進行物資、人員管理,幫助醫生提高診療行為、優化診療決策;藥企通過醫療和費用大數據降低研發成本和失敗風險,制定精準的市場營銷方案;保險公司可以通過醫療大數據,建立保險模型,提升質量控制,防止保險詐騙。

    醫療大數據在B端應用還偏淺層次,掛號、電子病歷共享等只是其中很小一部分,利用大數據進行輔助甚至指導醫生精確診斷蘊藏著巨大的機會。我們觀察到已有企業發力該領域,樂九醫療研發的臨床數據分析平臺,致力幫助醫生提升臨床科研能力,并通過數據挖掘和深度學習建立基本預測模型,為臨床醫師提供診療建議。

    從市場現狀來看,B端市場在短期內具備快速變現的能力,醫療機構、科研單位等對醫療大數據需求旺盛,這也加速了醫療大數據在細分應用場景落地。此外,藥企和保險公司對醫療大數據的應用需求也在逐步增強。

    同時,青桐資本觀察到醫療信息平臺數據在C端變現的路徑并不通暢,主要在于用戶對病癥描述普標不準確,無法為患者提供精準對接服務。在AI醫療領域,結合疾病和健康大數據,針對不同疾病建立個性化的診療方式,為患者提供健康行為指導成為商業化的另一方向。

    2019年行業的機會點

    醫療大數據行業持續升溫,數據應用逐漸實現商業化落地,行業前景呈現出向好的局面,2019年醫療大數據在信息化建設、AI醫療應用及商業變現的細分機會正逐步凸顯。

    對于醫療大數據企業來說,增強數據集成和標準化是醫療信息化平臺競爭的關鍵,也是挖掘醫療數據價值的核心能力。圍繞數據互聯互通、精細化管理,為政府、藥企、醫院、保險、第三方檢驗平臺等提供服務成為發展可循的路徑。

    在眾多的應用方向中,智能輔助診斷是醫療大數據應用的熱門方向,針對肺小結節、眼底影像、乳腺癌等診斷類產品率先落地。參考國外醫療大數據的應用路徑,新藥研發市場同樣極具潛力,尤其是AI技術公司,可以業務為切入口,在藥物研發的不同環節謀求突破,并向上下游拓展。

    從資本市場的布局來看,醫療信息化平臺和輔助診斷類項目是資本重點關注的賽道。圍繞數據互聯互通、精細化管理的信息化平臺,能有效提升醫療機構管理和診療水平,輔助診斷在疾病診斷中應用能力和發展潛力,正逐漸被資本市場的認可。


    75秒快3网址