大数据作出当下最热门的新兴产业，被各行各业给予了厚望，并取得了一些喜人的成就。凭借其自身的特性，大数据或将成为医疗行业下一个“爆发点”。再生医学网认为，对于该如何进一步建设、优化医疗大数据，成为了医疗界无数大咖所思考的问题。

　　

　　医疗大数据建设的六大痛点

　　城市级医疗大数据建设，并不是一个新概念。从2014年开始，健康医疗大数据创业的公司大批涌现。各类企业以医院、医生、患者、医药、医险、医检等入口，纷纷布局智慧医疗与大数据。

　　城市级医疗大数据体系的建设就是：一个使医疗大数据从医疗真实世界的数据变成证据和工具，发挥其价值，推动临床试验和精准诊疗的发展过程。

　　在医改和新基建的大背景下，实现城市级医疗大数据的有效应用成为医院管理、建设的重要工作之一，数据驱动医院精益运营升级将成为医院发展的重要战略方向，也成为价值医疗升级的基础保障。

　　但随着医疗大数据体系建设的逐渐深入，也陆续暴露出一些问题和难点。

　　首先，数据归属不明确

　　目前，我国没有明确的法律规定数据归属问题，医疗数据使用权到底是患者个人、医疗机构、还是参与建设的企业？

　　医疗行业内的共识是：数据是患者、医生、医院三方共同的资源，且不能直接用作盈利，一般来说数据可以找科研项目合作中使用，使用前必须经过患者同意、医生必须得到医院科研项目申请批复。

　　因此，大多数AI医疗公司仍是通过与医院或主任合作科研项目，获取数据训练模型。

　　其次，数据安全要求高

　　医疗数据涉及个人数据隐私方面的问题，因此要特别注意个人数据隐私保护，中国《网络安全法》规定“网络运营者不得泄露、篡改、毁损其收集的个人信息；未经被收集者同意，不得向他人提供个人信息。但是经过处理无法识别特定个人且不能复原的除外”

　　所以，AI医疗公司在使用数据时要进行数据的无法识别特定个人处理，这在一定程度上能够帮助AI医疗公司规避数据安全问题。

　　第三，数据开放受限制

　　中国的医疗数据开放程度有限，主要体现两个方面：一是境内与境外的流通限制，二是医院与医院或医院与公司之间流通的限制。

　　境内与境外的限制其实很简单，这个各个国家都有相关规定，而且有的国家规定的更加严格，比如美国和欧洲。在医院与医院的流通限制方面，我国大部分的医院数据都是独立存在的，流通起来相对困难，更谈不上共享和数据交叉应用及数据变现。

　　2017年以来，国家通过立法逐步规范和开放数据的使用，同时陆续建立各类数据应用平台，通过国家力量和产业资本的结合，加快医疗数据的互联互通和数据共享机制，为医疗大数据的应用带来红利。

　　第四，数据标准不统一

　　我国人口众多，医疗数据丰富，但”数据大“不等于 “大数据“，临床数据不够统一和规范，不同地区、不同医院之间的数据没有建立起联系，也没有统一的标准，因此价值也得不到体现。

　　比如影像系统的数据标准问题，超过80%的医疗大数据为影像形式，但PACS系统的生产设备和数据标准是不一致的，数据交流存在诸多障碍。

　　第五，数据伦理有争议

　　尽管AI在医疗行业取得了令人瞩目的进展，但不可否认的是，AI的应用依然存在一系列的伦理问题，比如：AI造成了个人信息泄露，导致医疗事故，责任方是谁？AI的使用造成了医疗人员的失业，引发医疗产业结构的转型，社会应该如何应对？诸如此类的问题很多，都需要行业从业者去面对和解决。

　　第六，数据成本代价高

　　所有基于AI的医疗技术，都是以”数据“为基础的，目前AI医疗公司获得数据的渠道分为三种：第一种，与医院合作科研项目 第二种，从公开数据集下载数据，第三种，购买数据。

　　总体来说，AI公司获取数据的成本主要在数据获取和数据标注上，而且随着模型训练的逐步深入，数据吞吐量可能会是几何级数增长，代价也会水涨船高。这对于AI公司的运营来看，将是一笔不小的负担。

　　最后，再生医学网认为，虽然大数据在医疗领域的大规模成熟应用尚存在诸多问题，不过相信随着各项配套政策的施行或人们观念的更迭，在未来，大数据将在医疗领域大放异彩，并能够在实际层面上让患者从中受益。