年医疗行业大数据分析报告课件

,1,目 录,C,ontents,宏观环境分析,医疗行业需求,医疗大数据行业需求,技术因素,政策,资本流向,产业结构分析,医疗大数据分类,医疗大数据特性,应用场景,市场规模,产业链及一二级市场企,业,图谱,细分领域分析,数据采集基础设施、数据采集端口、数据管理,数据分析应用,临床决策支持,医药研发,医疗支付,慢病及健康管理,公共卫生管理,价值因素分析,总结,1目 录 Contents宏观环境分析医疗行业需求产业,宏观环境分析,CHAPTER,1,医疗行业需求,医疗大数据行业需求,技术因素,政策,资本流向,宏观环境分析CHAPTER 1医疗行业需求,医疗行业需求,持续增长地老龄人群、慢病人群等造成医疗需求,攀升，需提升医疗服务效率缓解,近年来我国医疗需求攀升：一是，我国老龄人口持续增加。,近20,年我国人口总量,持,续增长，特别是,疾,病,高,发的老年群,体,，带来更多的医疗需求；,二是，我国慢病人群庞大。,根据国家卫生计生委,疾控局2014年数据，我国现有确诊慢病患者近3亿人，并且发病,率以每年8,.,7,%,的,速,率上升。慢性,病具,有病程长、流,行广,、费用贵,、致残致死率高等特点，其带来的医疗需求远多于其他病种，目,前慢病负担已占总疾病负担的70%。,医疗需求攀升引发看病难、医疗服务质量差等一系列问题，需更,高效地提供医疗,服,务来应对。医疗,大,数据可提升医疗,服,务效,率,，,例如基于医疗大,数,据的临床智能决,策,系统可提高医生,诊,疗速度和准确度、移动慢,病,及健康管理可降,低,慢病发病率和提,升,病人依从,性从而提高疗效。,0,350,700,我国居民慢病患病率（）,0,.5,1,.0,1,.5,1995,1996,1997,1998,1999,2000,2001,2002,2003,2004,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,我国65岁以上人口数量（亿人）,1,.6,3,.3,1,.0,2,.0,4,.0,2003,2008,2013,我国慢病人群总数变化（亿人）,0,.0,1,.0,3.0,2,.0,2.1,3,.0,4,.0,1995,1997,1998,1999,2000,2001,2002,2003,2004,2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,19931998200320082013,我国卫生支出情况（万亿元）,政府卫生支出,社会卫生支出,个人现金卫生支出,医疗行业需求0350700我国居民慢病患病率（）0.51.,医疗行业需求,过度医疗和医疗资源配置不合理造成医疗资源严,重浪费，医疗资源利用效率亟待提高,根据美国医学研究所（Institute,of,Medicine）调查报告，,美国,医疗系统因不必,要,的诊,治,、繁杂文,件,、,欺诈和其它等,原,因造成,每年7500亿美元的医疗资源浪费，约医疗支出的30%。,（1）药物剂量、化疗、辅助药物过多,（2）滥用贵重器械，尤其是进口器械,过度治疗,过度 医疗,（3）烂做高消费、高风险的有创手术,（4）降低病人收住门槛,（1）非对症检查或诱导昂贵检查，如黑白B超改用彩色B超,过度检查,（2）检查报告单通用性低，导致多次没必要的重复检查,（3）迎合病人过度检查要求,过度 耗材,过度购入设备,（1）高价设备引进过多，部分设备效率低或闲置，隐性浪费,过度购入药耗,（1）库房管理不善，药品耗材积压过期,资源配置,不合理,（1）人才集中大城市大医院，基层机构人员投入不足,人员分配失调,（2）大专家看小病，基层医院病人少,美国医疗系统6大领域浪费现象（调整重叠值后，实际浪费约7500亿美元/年）,不必要的诊治,2,100 亿 美元/,年,无效医疗,1,300,亿 美元/,年,过度行政开支,1,900,亿 美元/,年,价格不合理,1,050,亿 美元/,年,预防失误,550 亿 美元/,年,欺诈,750 亿 美元/,年,我国由过度医疗、过度耗材、医疗资源分配不合理等原因造成的资源浪费也很严,重,，常见现象例如,大,处,方,，偏好昂贵,药,品,、检查项目、治疗手段,，,不必要的重复检,查,，,医生、药品、,器,械使用,率,低下等。根据北京市药监局西城分局对辖区内五个街道的过期药,品回收状况的调查显示，,91.8的家庭有过期药品，70.1的家庭储存过期药超过半年，主要原因是包装剂量大和大处方。,医疗大数据可减少医疗资源浪费，提高其利用率。,例如基于医疗,大数据的药品监管系统可减少药品浪费、临床决策支持系统减少,无效诊疗、医保控费系统减少医保欺诈等。,医疗行业需求（1）药物剂量、化疗、辅助药物过多（2）滥用贵重,医疗行业需求,现行医疗保险支付压力大，且商保不能有效补充,，支付方控费需求强烈,医保支付体系压力大且将加剧，急需有效控费：,（1）国家推行,医保全民覆盖，,保,险基金收入增长,比,在多数年份超过,支,出增,长,比,；,（2）我国人均卫生投入远低于世界平均水平，继续加大投入是必然趋势；,（3）个人现金支出占整个医疗卫生支出比例持续,下降。,社会政府,支,付,压力持续加剧,，,急需精准有效控,费,和商业保,险补充支持。,92%,92%,85%,80%,72%,65%,58%,44%,35%,32%,28%,18%,16%,15%,13%,0,.,8,%,0%,50%,100%,各国商业健康保险人群覆盖率,4.0,4.3,4,.7,5,.4,5.7,6.0,3,.0,5,.0,7,.0,21%,17%,17%,34%,26%,29%,25%,25%,25%,19%,23%,20%,0%,10%,20%,30%,我国城镇基本医疗保 险参保人数(亿人),6.7,40%,我国医保基金收入与 支出增长比变化,12,11,11,10,9,9,5,0,5,10,15,20,美国,法国 德国,加拿大,英国 意大利 日本 中国,我国人均医疗卫生费用,占比人均GDP（%）,18,2009 2010 2011 2012 2013,2014,医疗保险基金收入增长比,商业保险发展乏力，需利用医疗大数据提高精算能力：,（1）健康险规模小且人口覆盖率低；（2）现有商业医疗保险以理财型,为主，消费型健康险收入仅占人身险总收入的12%；（3）我国,商保赔付占国家医疗卫生总支出比例尚小，约2%，而发达国家在10%左右。我国100多家开展商保业务的公司，但是仅有4家,专业经营消费型,健,康险，主要原因,是,商保公司难以获,得,一,些,重大疾病的发生率、诊疗支出等数据，导致产品开发进度缓慢和多数险种盈利低甚至亏损。而,医疗大数据可帮助商保公司提高保险精,算能力和通过健康管理降低赔付成本。,医疗行业需求92%92%85%80%72%65%58%,71,.6,90,.1,114,.1,146,.3,170,.8,207,.5,248,.7,290,.2,310,.5,336,.5,0.0%,8.0%,16.0%,24.0%,32.0%,0,100,200,300,400,2008,2013E,2014E,2017E,医疗大数据行业需求,我国医疗数据地域、行业割裂严重，医疗数据的融合及管理是趋势,我国医疗数据地域、行业分割严重，亟待融合,：,地域上的众多信息孤岛。,一方面，各地医疗机构的信息系统由多个信息化厂商提供，缺乏统一的建设标准指导导致接口各异；另一方面，医院部,门,间,、医院间数据,不,开,放,，以邻为壑,、,共享难,。,例如我国95%医院的电子病历还未全院流通，仅20%的电子健康,档案与电子病历互通。,医疗子行业间数据割裂严重。,医疗服务机构数据（如电子病历、,影像、放射、基因等）、药店数据、医药研发数据、商业保险数,据等系统接口未打通，不能形成数据闭环。,完整的数据是应用的基础，随着医疗信息化建设的持续投入，数,据融合是发展的趋势，同时也将带来信息化厂商转型及合并。,我国医疗卫生信息化建设投入情况,200,9,201,0,201,1,2012E,医疗行业IT投入（亿元）,2015,E,2016E,同比增长率,医院：,电子病历,可穿戴设备+app：,个人健康数据,我国健康大数据急需融合,区域信息化平台：,健康档案,0,融合,71.690.1114.1146.3170.8207.524,医疗大数据行业需求,医疗数据加速积累，对,存,储、,管,理等,提,出更,高,要,求,医疗行业是数据密集型行业。,IDC,Digital预测截至2020年医疗,数据量将达,4,0,万,亿G,B,，是,2010,年的,3,0,倍。,同时数据生,成,和共,享的速度迅速增加，导致数据加速积累。,0,.8,1,.2,1,.8,2.,8,8,.6,40,.0,0,10,20,30,40,2009201020112012 2015E,2020E,人类产生复制的医疗数据总量,预测（万亿,G,B,）,43,.6,55,.6,68.,9,83,.8,101,.1,120,.6,0,50,100,150,2012 2013E 2014E 2015E 2016E,2017E,数据生成和共享速度迅速增长,（10亿GB/月）,）,特征,大数据,传统数据,数据容量,不断增长中（TB、PB、ZB),MB、GB,处理时效,非常迅速（以秒为单位）,较慢（以小时或天为单位）,数据结构,半结构或非结构化,结构化,数据来源,完全分布式、云存储,中心式,数据整合,比较困难,相对容易,存储架构,H,ado,o,p分布式文件,系,统（,H,D,F,S）,非关系数据库（NoSQL）,关系数据库管理系统（RDBMS,接入方式,批处理或接近实时,交互式,分析对象,全体数据,样本数据,分析方法,描述分析为主,描述与推断相结合,分析结果,关联度、模式,可信区间、P值,大数据对传统数据处理、管理、分析等提出更高要求,医疗大数据行业需求0.81.21.82.88.640.00,技术因素,技术进步进一步丰富医疗大数据，并使存储、分,析、应用成为可能,可穿戴智能设备的普及实现大规模、实时、持续收集患者数据。,0,.,0,0,0,.,1,0,0,.,2,0,0,.,3,0,0,50,100,150,200,2002 2004 2006 2008 2010 2012 2014,2015,晶体管尺寸（纳米）晶体管价格（,0,.,0,00001,*,美元）,0.1,0,.,4,0,100000,10000,1000,100,10,1,197,0,198,0,1990,2000,2010,2020,0,.9,2,.3,6,24,.5,107,.9,155,.,6,%,308,.,3,%,170,.,2,%,63,.,0,%,0,.,0,%,160,.,0,%,320,.,0,%,0,60,120,90,765,2260,156%,230,233%,195,%,66,.2,0%,100%,200,%,160,.,9,0,2000,4000,201,1,2012,2013,我国可穿戴设备出货量变化情况,我国可穿戴设备市场规模变化情况,3300,300%,出货量（万台）,46%,2014E2015E,增长率（%）,2010 2011 2012 2013E 2014E,2015E,市场规模（亿元）增长率（%）,599,1372,2050,2642,3481,0,2500,5000,2009 2010 2011 2012 2013 2014,2015E,IT技术进步使医疗大数据应用成为可能,：数据融合、数据挖掘、,图像处理识别、,机,器学习、自然语,言,处,理,、数据可视,化,、人工智能等技术取得进步。例如数据融合可将多个医疗子行业的数据整,合分析以产生新的更加精确、连续、有价值的信息。,数据存储和处理能力提高且成本下降网速增快（网速（kb/秒）,100,10000,439,3,10000,0,00,0,3999,10000,0,0,2001,2002,2003