在线客服
扫描二维码
下载博学谷APP扫描二维码
关注博学谷微信公众号
互联网医疗大数据商业变现应用,2018年《国家健康医疗大数据标准、安全、服务管理办法(试行)》正式出炉,与以往政策不同,该规定不再停留于宏观指导层面,而是对医疗大数据标准、安全、服务中的权责利进行了详细规定。
医疗大数据政策经历了从无到有、从宏观指导到细则规定的过程,为医疗机构、健康服务公司等数据生产者和使用者提供了方向规范。2019年将是以政策为抓手,细化落地的一年,也将为行业带来更多的信心。
政策风向强化了资本入场的信心,2016-2018年共发生160起医疗大数据融资事件,占行业融资数量的82.9%,反映出资本市场对政策的响应和对行业的看好。
1、互联网巨头布局AI医疗
互联网巨头是医疗大数据产业发展进程中不可或缺的一股力量,青桐资本研究发现,以BAT为代表的巨头公司的医疗大数据+AI领域均有布局,但其策略却大相径庭,百度发力AI新药研发,腾讯深入线上线下医疗服务,阿里则聚焦云服务及互联网医院解决方向。
在医疗大数据应用方向上,腾讯率先深入应用端,先推出 “微信智慧医院”为患者提供智能导诊、在线问诊服务,接着投资碳云智能布局基因数据产品,又推出“腾讯觅影”,进军辅助诊断领域,以多维度探索医疗大数据价值。
阿里则以构建云服务、AI技术为重点,布局医疗智能化。相继推出阿里健康APP,提供购药、问诊、慢病管理等服务;在辅助诊断领域推出阿里健康doctor you,与医院合作进行产品研发,并搭建互联网医院及医联体服务。百度的优势集中在人工智能,因此将重心放在AI新药研发领域。
以BAT为首的互联网巨头,在数据积累和技术应用方面有先发优势,它们的入场既说明对医疗大数据领域前景的看好,也为医疗健康行业与互联网融合带来新的方向和机遇。
2、医疗大数据的商业变现
商业变现是医疗大数据行业发展的关键命题,也是从信息采集、应用到最终变现的重要一环。依据数据使用者和应用场景,青桐资本将其分为B端和C端:
B端使用者主要包括医院、药企和保险公司。对医院而言,可以帮助管理者进行物资、人员管理,帮助医生提高诊疗行为、优化诊疗决策;药企通过医疗和费用大数据降低研发成本和失败风险,制定精准的市场营销方案;保险公司可以通过医疗大数据,建立保险模型,提升质量控制,防止保险诈骗。
医疗大数据在B端应用还偏浅层次,挂号、电子病历共享等只是其中很小一部分,利用大数据进行辅助甚至指导医生精确诊断蕴藏着巨大的机会。我们观察到已有企业发力该领域,乐九医疗研发的临床数据分析平台,致力帮助医生提升临床科研能力,并通过数据挖掘和深度学习建立基本预测模型,为临床医师提供诊疗建议。
从市场现状来看,B端市场在短期内具备快速变现的能力,医疗机构、科研单位等对医疗大数据需求旺盛,这也加速了医疗大数据在细分应用场景落地。此外,药企和保险公司对医疗大数据的应用需求也在逐步增强。
同时,青桐资本观察到医疗信息平台数据在C端变现的路径并不通畅,主要在于用户对病症描述普标不准确,无法为患者提供精准对接服务。在AI医疗领域,结合疾病和健康大数据,针对不同疾病建立个性化的诊疗方式,为患者提供健康行为指导成为商业化的另一方向。
3、2019年行业的机会点
医疗大数据行业持续升温,数据应用逐渐实现商业化落地,行业前景呈现出向好的局面,2019年医疗大数据在信息化建设、AI医疗应用及商业变现的细分机会正逐步凸显。
对于医疗大数据企业来说,增强数据集成和标准化是医疗信息化平台竞争的关键,也是挖掘医疗数据价值的核心能力。围绕数据互联互通、精细化管理,为政府、药企、医院、保险、第三方检验平台等提供服务成为发展可循的路径。
在众多的应用方向中,智能辅助诊断是医疗大数据应用的热门方向,针对肺小结节、眼底影像、乳腺癌等诊断类产品率先落地。参考国外医疗大数据的应用路径,新药研发市场同样极具潜力,尤其是AI技术公司,可以业务为切入口,在药物研发的不同环节谋求突破,并向上下游拓展。
从资本市场的布局来看,医疗信息化平台和辅助诊断类项目是资本重点关注的赛道。围绕数据互联互通、精细化管理的信息化平台,能有效提升医疗机构管理和诊疗水平,辅助诊断在疾病诊断中应用能力和发展潜力,正逐渐被资本市场的认可。
作者:青桐资本来源:钛媒体
免责条款:文章部分内容来源于互联网仅供参考阅读。
— 申请免费试学名额 —
在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!
相关推荐 更多
怎样学习spark
现在一提到云计算大数据,就会想到spark。要怎样学习spark呢?首先我们需要简单了解一下它:Spark 是一种与 Hadoop 相似的开源集群计算环境,甚至在某些工作负载方面表现得更加优越。Spark采用一个统一的技术堆栈解决了云计算大数据的如流处理、图技术、机器学习、NoSQL查询等方面的所有核心问题,具有非常完善的生态系统,这直接奠定了其一统云计算大数据领域的霸主地位;
7169
2019-08-06 10:20:49
spark中的RDD是什么?RDD有哪些特性?
随着移动互联网的发展,云计算大数据开发求职者越来越多。今天小编为大家整理了关于spark的经典面试题:spark中的RDD是什么?RDD有哪些特性?并且编写了较为详细的答案说明,希望能帮助大家解答这方面的疑惑。
11034
2019-07-02 14:04:50
大数据开发和大数据分析师到底有何区别?怎么分辨?
数据工程师建设和优化系统,专注于解决分析方面的问题;大数据分析师从事行业数据搜集、整理、分析,并依据数据做出行业研究、评估和预测。两只之间有着本质的差别。
5510
2020-10-15 09:27:35
大数据开发为什么要参加系统学习呢?
自从发展大数据产业被写入政府工作报告、BAT高薪聘请专业大数据人才之后,很多小白也开始纷纷转行进入大数据领域。很多的转型者都将参加培训机构看成是自己转型最高效的方式。
3997
2020-12-10 15:31:43
入行大数据学习路线分享 学习不迷路
入行大数据学习路线分享 学习不迷路,想要从事大数据技术开发工作请问要怎么做,学习路线是什么?从哪里开始学?学哪些?对于想学大数据的人群有诸多的疑问,大数据本质上是海量数据。以往的数据开发,需要一定的Java基础和工作经验,门槛高入门难。如果零基础入门数据开发行业的小伙伴可以从Python语言入手。
2977
2022-02-18 11:06:17