烧钱做的医疗大数据要怎么变现?

大数据
互联网信息技术已覆盖了国内多数的公立医院,华东地区二级以上医院的信息化建设覆盖率在2004年就已经达到90%以上。既然“地”圈完了,钱也烧完了,那医疗数据要如何变现?互联网和信息技术公司要如何扭亏为盈?

最近几年, IT公司为了拿到大型公立医院信息平台的搭建权,用免费、烧钱等策略跑马圈地已司空见惯,似乎成为了一种“行规”。这是因为在我国,公立医院掌握着医疗的核心数据,企业看中的是这些数据潜藏的巨大商业价值。

现在,互联网信息技术已覆盖了国内多数的公立医院,华东地区二级以上医院的信息化建设覆盖率在2004年就已经达到90%以上。既然“地”圈完了,钱也烧完了,那医疗数据要如何变现?互联网和信息技术公司要如何扭亏为盈?

近年来,不少医院投入千万甚至上亿元来做信息化建设。但医院是否思考过,医疗信息能用来做什么事?能利用到哪种程度?用来做管理还是做决策?还是用来降低成本,提高效率?

历史数据挖掘是医疗大数据价值所在

北京大学人民医院院长助理刘帆认为,首先医院的数据不是真正意义上的大数据,但大数据应用到医院的话,可以帮助医院做很多事情。

不管哪种IT技术、还是哪类IT工具,其实都可以推动某一行业、企业或医院的发展。但有一个明显的问题是,多年来医院投了不少钱,也建了无数的系统,可这些系统所产生的大量数据其实并没有被充分利用起来。

刘帆表示,“探讨大数据如何去帮助医院发展,非常重要的一点是,要加强对历史数据的挖掘,用数据来辅助医院进行决策,提升医院运营管理效率和医疗服务质量。由此看来,医疗大数据应用的方向其实非常明确,那就是把原来服务于流程的IT转变成可以产生价值的IT。利用信息系统来产生数据,通过数据挖掘来做数据的变现,变成有价值的数据,这才是医院发展大数据的一个方向。”

变现***步:医疗信息整合

过去,一般医院的信息化建设是由多家信息技术公司共同完成的,所以医院的信息整合常常面临着严峻考验。对此,北京人民大学医院是这么做的,通过平台实现资源、流程和数据的整合后,建立了三大数据中心。这三大数据中心是:前台的临床数据中心(CDR)、后台的运营管理系统(人力资源、财务、固定资产、物流采购库存统一管理的系统),以及医院的影像数据中心。

影像数据中心

在医院里,很多学科都是以影像为支撑,所以影像系统非常复杂,不仅有心电图、超声、病理、核医学影像,就连口腔和CT都有影像。所以,如何以病人为中心在医院统一调度所有影像数据,这是一个不小的挑战。而北京人民大学医院建立的影像数据中心,就满足了医生调阅病人所有影像数据的需求。

临床数据中心(CDR)

对医生而言,临床数据的整合才是最为迫切的需求,特别是以病人为中心进行的数据整合。因此,CDR需解决的最基本问题就是,如何把一个人生命周期内所有的健康医疗数据串联在一起。解决方案就是利用医院患者索引号(EMPI)来把患者历次体检、门/急诊、住院中发生的检查、诊断、治疗等信息串联在一起。这样一来,之后产生的数据都是简单化且标准化的。

运营数据中心

运营管理系统非常重要,是支撑一个医院后台的基石。由于医院固定资产管理以及药品、低值/高值耗材的管理占了医院流水的60%多,为了统一管控的方便,医院可以用物流管理平台来进行管理;对于医护人员的薪酬、五险一金、奖金绩效等可以利用人力资源管理系统进行管理;B2B平台则实现了对外的自动化采购流程—— 无需人工,平台可自动对接供应商。

数据突破孤岛,提高变现可能

通过医院记录下来的医疗数据,必须去掉患者姓名等敏感信息,且经过标准化和结构化处理之后才能用于统计分析。此外,只有当数据量达到一定量级之后才有统计分析意义。

然而目前医院的信息孤岛问题显着,这严重制约着数据的利用价值。信息孤岛产生的主要原因是医院对病人数据安全性有所顾虑,再加上医疗体制的预算和支付制度、收费代码、病种编码以及药品和耗材数据库标准不一,这也为打通医院间的数据通道增加了难度。即使在同一家医院内,HMIS(医院管理信息系统)和CIS(临床信息系统)各模块常由不同厂商提供,模块间的数据融合也不简单。

单一医院的数据虽然有一定价值,但由于它不能反应出某一个体连续的医疗记录,且样本量小(特别是对于不特别常见的疾病来说),往往不能作为决策参考进行二次利用。这时如果能取得一定区域内多个医院的数据,不仅可达到“圈地”效应 – 医院替换掉现有的数据结构化应用是有成本的,还能大大增加样本量,提升医疗数据变现的可能性。

责任编辑:武晓燕 来源: 界面
相关推荐

2016-12-22 09:42:35

医疗大数据变现

2019-04-18 09:04:32

医疗大数据AI医疗大数据

2017-06-08 12:30:21

2013-05-15 09:33:45

大数据小数据

2016-08-03 15:01:20

医疗行业大数据

2014-08-08 09:48:09

2015-11-18 17:00:15

医疗大数据医疗信息化

2017-03-15 10:30:16

麦肯锡大数据医疗

2020-12-25 13:51:49

大数据医疗大数据

2015-09-09 13:15:05

2016-11-01 11:53:48

医疗 大数据

2016-11-01 13:44:12

大数据老年医疗大数据技术

2016-11-08 09:24:34

2015-08-31 14:16:15

医疗

2021-03-15 10:52:03

大数据医疗大数据应用

2023-07-07 14:15:28

2020-12-25 14:29:00

大数据大数据应用数据医疗

2015-10-20 09:42:36

医疗大数据应用

2017-12-27 15:27:36

大数据数据建模数据支撑

2015-04-16 19:38:15

原生广告猎豹
点赞
收藏

51CTO技术栈公众号