亿欧智库www.iyiou.com/intelligenceCopyrightreservedtoEOIntelligence,April20192019中国医疗大数据研究报告EOIntelligence前言Introduction2医疗产业已经沉淀海量数据，且数据类型及数据量还将持续增加，但医疗数据在过去并未得到有效处理；另一方面，我国面临着慢病发病率提升、临床决策失准及医疗资源配置不均衡、重复诊疗等问题。医疗大数据治理可以在“海量数据”与“医疗问题”之间架起一条通路。大数据与机器学习、深度学习等技术和循证医学、影像组学等学科的结合，可以为健康管理、辅助诊疗等场景提供解决方案；打通底层数据，构建互联互通的数据平台，可以优化诊疗流程、提升医疗行为的效率。数据互通可以优化各应用场景的体验，各应用场景产生的数据又可以进一步丰富数据——由此形成一个价值闭环。从政策角度出发，医疗是关系国计民生的高监管行业，政策对于大数据赋能这一行业的态度尤为谨慎。从企业角度出发，与以往一呼百应的“大数据+产业”不同，企业对于这一领域的动作显得有些保守，此时谈论“应用场景”似乎操之过急。本报告主要采用桌面研究和专家访谈的研究方法，深入分析中国医疗大数据顶层设计思路，并对医疗大数据治理的技术环节及未来可能的主要应用场景进行了梳理，最后对医疗大数据未来的发展趋势做出了预判。EOIntelligence研究方法、内容概述及范围界定Methodologies,SummarizesandDefinitionofResearch3◆本次研究主要采用了两大研究方法：案头研究（DeskResearch）、专家深度访谈（ExpertsIDI）。首先，亿欧智库基于对医疗大数据的观察和理解，通过案头研究的方法，一方面梳理了医疗大数据的概念、分类和技术环节，对医疗大数据相关国家政策进行分析解读；另一方面总结并分析医疗大数据六大应用场景，并对每一应用场景的发展阶段及面临的机遇和挑战作出分析。在案头研究的基础之上，亿欧智库通过专家深度访谈的研究方法，充分听取政策参与制定者、行业专家、意见领袖对医疗大数据的理解和认知，进一步梳理大数据助力传统医疗产业的技术环节；并对医疗大数据未来的发展趋势和主要挑战做出分析判断。◆本报告所谈“医疗大数据”，包括医疗数据、移动医疗健康数据、基因数据。不涉及商业保险相关数据、前端供应链流通环节产生的交易数据及流通数据、医疗行为中产生的语音数据。Ⅱ.本报告所谈“技术环节”，包括与医疗大数据处理有关的主流的、关键的技术环节，而非全部技术。DeskResearchExpertsIDI整体理解阶段：...
