【原創】「醫療大數據」產業投資風險研究簡報

在未來學家的眼裡，大數據是「第三次科技浪潮的華彩樂章」。如今大數據確實已經開始發揮作用，就拿「百度預測」來說，這一應用可以根據某一地區用戶對某一類疾病的搜索頻率，來判斷當地的疾病發生狀況，並以此為依據來指導醫院做疾病的監控和治療。

近年來我國健康醫療領域已經基本上融合了信息技術，目前擁有了涵蓋90餘萬家醫療機構的信息庫，全國超過20%的醫院都擁有以病人和電子病歷為核心的一體化管理系統。隨著信息系統的廣泛使用，健康醫療數據急劇擴容，各種影像數據、檢查結果數據、病曆數據都會成為基礎的數據資源。與此同時，各種醫療穿戴設備企業、基因檢測機構、體檢單位也都投身於健康醫療大數據的搜集應用中去，為我國健康醫療大數據行業的發展奠定了基礎。

據《全球健康醫療大數據行業報告》的統計，我國大數據產業市場空間廣闊，預計到2020年將會達到500億元，而在健康醫療領域，大數據將會顯示出更大的商業價值。

醫療大數據的行業前景如此廣闊，也吸引了眾多資本聚集到這一行業，但在這個新興行業的發展初期，哪些是投資人應避免的高風險「雷區」，可以從下面幾個方面盡行分析：

大數據的一個關鍵就是數據的共享和互聯互通，沒有數據互聯，就稱不上大數據。但醫療信息又是一個極為敏感的話題，數據中往往含有患者大量的個人信息和隱私，其中巨大的的商業利益很容易被居心不良的人利用，「魏則西事件」就充分證明了這一點。

如何處理隱私與共享的界限，不同信息擁有者之間的許可權如何劃分，是建立醫療大數據首先需要考慮的問題。在進行投資之前，有必要針對這一風險進行有效評估，否則很容易被法規政策劃在紅線之外而導致項目失敗。

醫療數據的來源十分豐富，上文中也提到，各種醫療機構、病例信息以及健康設備都可以作為大數據的來源。但在數據的容量擴展和覆蓋範圍正以前所未有的速度發展的同時，數據的標準和格式也五花八門。既可能是無格式文件（flat file），也可能是CSV、關係表、ASCII/純文本文件等等。

不僅如此，數據的來源也紛繁複雜，可能來自不同的地區、不同的醫療機構或是不同的軟體應用。數據雖然多，但能夠採集應用的標準化數據卻少之又少。有了數據分析並不意味著就有了一切，數據的採集、整理和清洗也是一項繁複而沉重的工作。

醫療領域較強的專業性決定了醫療大數據不可以像其他行業的大數據那樣「模糊處理」或「近似處理」。

這一領域的數據處理結果往往關係重大，因此對醫療數據的處理必須非常精確，要求數據處理專家本身也要是醫學專家或具有較強的專業性。

目前醫療大數據的商業模式可謂百花齊放，各個方向上都有很多公司在拓展業務。但由於優秀醫生資源稀缺，導致數據高效分析能力缺乏，同時也導致了很多數據分析的結果並不被專業醫生所認可。

信息技術專家與醫療專業人士如何進行跨學科的合作，是目前仍然困擾這一領域發展得難題，這也使得其商業模式較難落地。

（桑葛石行研團隊）

阿西莫夫機器人三定律

1.A robot may not injure a human being or, through inaction, allow a human being to come to harm.

1.機器人不得傷害人，亦不得因不作為而致人傷害。

2.A robot must obey the orders given it by human beings except where such orders would conflict with the First Law.

2.機器人必須遵循人的命令，除非違背第一定律。

3.A robot must protect its own existence as long as such protection does not conflict with the First or Second Laws.

3.機器人必須保護自己，除非違背第一或第二定律。