中美医疗健康大数据分析报告：我们离健康生活还有多远？

    当智能手环和手表缠上我们的手腕，我们时刻都在产生健康数据并愿意让数据来指导我们的生活方式。另一方面，医疗信息电子化开始稳健，医疗数据可能变得和电商、体育、安防领域的数据一样可采集、集成。但具体到医疗健康数据本身，问题就来了。有些人开始纠结于数据量是不是够大，数据质量是不是够好。医疗健康大数据是峰瑞资本的重点投资方向。在这份报告里，峰瑞资本医疗组探讨了医疗健康大数据对我们、对未来意味着什么，医疗健康大数据发展的中美比较，以及我们该如何梳理这些数据并有效地利用它。

　　中美两地医疗健康大数据报告

　　如何多维度地审视健康？

　　人类对健康的诉求，早已从无病无痛演变为对大健康（包括，健康、养生、健身）的追求，这意味着要多维地审视健康。遗传、个人生活方式、医疗等因素都会影响人的健康，近年来，一个被频繁提起的因素是环境。

　　虽然个体差异巨大，但是影响广义和狭义健康的因素在未来会被谨慎对待，可见的趋势是：

　　1. 虽然遗传和医疗平均占比不是最大，但是因为对个体可能是致命因素，投入毫无疑问会增加。

　　2. 在过去，环境和个人生活方式被认为是锦上添花，但是现在人们愿意在新的健康诉求上加大投入。

　　3. 不同因素可能独立存在或者有强相关性，打通因素之间的联系能获得全局信息。

　　如果我们有了足够好的医疗健康大数据，未来的应用场景主要是以下 3 个方面：

　　1. 对人自身进行量化：随时随地都可以用静止或者动态的数据去定义一个人在当下的指标。人的基因和各项体征是呈现的基本；人的生活习惯和周围则是辅助维度 。

　　2. 智能化医疗：在深化循证医学的基础上开展智能医学：基于过去大量病人历史来完善治疗；基于量化的人和疾病历史来预测未来。

　　3. 为医疗健康机构的投入和产出提供事实依据：医保和商保保障和理赔设计；制药和器械公司投入产出；医疗机构服务的效率和有效性。

　　不过，我们离理想的状态还较远。好在我们时刻都在产生健康数据，整个社会都在沉淀这些数据，如果有更好的数据采集、整理、集成、挖掘手段，我们能看到被排列组织得更好的数据——这是通向健康的第一步。

    一张图，让你了解医疗大数据的主要来源：

　　峰瑞观点（freesvc）：

　　医疗大数据的来源非常广泛，医疗健康大数据创业项目的重心也比较分散。

　　此外，由于局部数据的来源具有很强的专业性，壁垒高，大多数创业者对自身所属领域的数据有深刻的理解。

　　峰瑞观点（freesvc）：

　　从现有数据的发展程度看，医疗临床数据是核心，先崛起的平台有先发优势。

　　两两整合是开端，有跨界整合能力的创业公司可以加快拓展。

　　共享是大数据发展的基础，所以，平行和垂直布局都有意义。

　　大数据 bank： 基底要大

　　大数据闭环：数据要连贯，patient continuum

　　中国的医疗大数据，和美国差了一大截

　　近年来，美国在医疗健康大数据上有不少探索。

　　以创立于 2012 年的肿瘤大数据创业公司 Flatiron Health 为例。今年 1 月，Flatiron 宣布获得 1.75 亿美元 C 轮融资。领投的是药企大佬罗氏，Allen & Company、Baillie Gifford 和 Casdin Capital 跟投。峰瑞资本创始合伙人林中华（Ben）早年在美国做投资时，就参与投资了这家目前已成长为独角兽的公司。

    具体而言，可以从 4 个角度来比较中美医疗健康大数据数据本身的发展情况：

　　医疗临床数据：美国的电子化程度高，医院和医联体内部信息全部流通；中国的电子化程度弱，临床、化验和诊断断层；共同点是，基因测序作为临床检测还属起步阶段，价格高，（大部分）保险不包，全基因组测序还早。

　　病人其他属性的数据：美国移动医疗硬件较多，商保和个人都有付费，中国则移动医疗硬件不普及，没有付费方，缺乏付费意愿；在美国，数据和部分医院可对接、可存储，在中国，数据缺乏对接机构。

　　医疗消费支付数据：美国商保和政府保都与医院联网，信息明细清楚，监管严格，中国的医疗消费支付数据不全，商保与机构联网不足，医保信息缺失或不真实；美国用通用医疗程序编码（cpt code） 等定义步骤，标准化记录，中国则缺少标准，文字识别。

　　制药器械投入数据：美国大力投入创新，临床机构对病人选择、治疗详细过程，花销等等都有记录，中国的新药和创新器械少，临床试验基于已知信息和已知群体。

　　抓住医疗大数据发展的机遇

　　很多人认为医疗大数据还偏概念，对变现途径和收入来源表示怀疑。在理想状态下，其收入来源可能包括保险、制药和器械、医院和其他服务机构。

　　保险：了解临床细节来设计理赔；了解客户历史来选择方案；敦促客户保持健康的习惯以减少损失

　　制药和器械：了解病人分类，设计临床实验；了解病人临床细节优化治疗

　　医院和其他服务机构：循证和智能医疗以提高效率、减少浪费

    峰瑞观点（freesvc）：

　　在提供解决方案的同时，创业者可以思索项目是否能成功对接这些需求，并需要走什么路径，搭建什么样的团队。

　　除了底层结构的问题，中国医疗健康大数据发展缓慢，一个重要原因是大数据还不能砸中最痛的点，现实操作离基于事实的决策还较远，难以接受这类产品的价值，即使从广义和国家角度来说，大数据挖掘能提供很多价值。

　　峰瑞观点（freesvc）：

　　作为投资机构，峰瑞资本认为，随着信息的不断积累，医疗大数据的发展可能在某个转折点上加速：

　　国家层面认可利用电子病例挖掘临床信息

　　基因测序价格进一步下降，而测序结果的丰富使其成为医疗大数据项目的重要模块

　　保险对大数据的关注度提高到和自身设计相关

　　医疗大数据的发展是必然趋势。创业公司能从中突围的方式可能是从局部累积，寻找有效率、不容易被超越、延展性强和共享属性强的项目。