医改这么难，世界都发愁，有没有可能是姿势不对?也许破题的关键不靠“文”而是靠“理”。我们知道，从根本上改变人类生活方式、推动社会进步靠的是科技，是蒸汽机、计算机和互联网等的出现和应用，而不是四书五经、科举制度等社会学的演变。面对医改这个世界性难题，我们主要聚焦于社会管理方面,相关政策和观点层出不穷，而对相关的科技成果重视的相对不够，只是作为整个医改框架的细枝末节和辅助手段，如“互联网+”和大数据。就好比用一根矛刺医改这个盾，矛头是科技，矛杆是社会学，我们不是在用锋利的矛头刺，而是在用矛杆砸。有人认为，在互联网蓬勃发展的今天，突破医改困局的矛头也许就是——大数据。

　　2017年6月23日，《中国医疗保险》杂志社主办了第七期青年药政论坛，与会专家围绕“大数据改变医疗”这一主题进行了精彩的演讲和探讨。

　　一、什么是大数据?

　　一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

　　大数据的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，在于对数据的“加工能力”，通过“加工”实现数据的“增值”。

　　目前，医疗、医保、医药的数据库虽然应用广泛，数据庞大，但三方数据没有真正跨界融合，数据存在着标准化程度低、管理碎片化、技术割裂等问题，还不是真正意义上的大数据。

　　二、大数据改变医疗

　　1.看病难或将成为一个传说

　　随着移动互联网技术的发展，有的医院已经可以微信挂号，有的已经可以用支付宝结算医疗费用，可以说没有做不到只有想不到。未来90%的疾病能否靠大数据来诊断?如果像当初我们怀疑移动支付的安全性一样，这个畅想不被社会认可，那退而求其次，大数据为个人健康提供建议总可以吧?医生开完处方，大数据自动审核处方和互联网药师人工审方相结合总可以吧?处方信息自动上传到京东之类的网上商城也可以吧?患者可以选择在任何药店或者大型药品超市现场取药，也可直接选择快递送到家，没必要在医院排长队浪费社会资源了吧?医保在互联网上直接结算也能实现吧?这些美好的场景其实都不是无端的空想，其实很接近现实，至少技术方面完全没有问题。如果这些“异想天开”可以实现，我们中国人求医购药行为将发生一个质的转变，届时看病难将会成为一个传说。

　　2.临床辅助的决策支持系统的应用

　　大数据一个很重要的应用就是临床辅助的决策支持系统，目前只是尝试阶段。这个系统可以为医生临床治疗提供决策依据，有助于确保医疗质量;系统通过比较医疗行为中与医学指引不同的地方，提醒医生防止潜在的错误，如药物不良反应等，从而降低医疗事故率。还可以提供同类治愈病例的用药推荐，给医生提出诊疗建议;可以使医生从耗时过长的简单咨询工作中解脱出来，从而提高治疗效率。

　　3.医疗模式或将发生五大转变

　　大数据在医疗领域的应用将带来医疗模式的五大转变：

　　一是由疾病为中心转向以健康为中心。大数据应用于健康档案，开展从出生到死亡的个人健康全面记录，更加全面的从社会、心理、环境、营养、运动、医疗、体征等角度，对每个人进行全面的健康保障服务，帮助指导人们成功有效的维护自身健康。

　　二是从以医院为基础转向以社会、家庭为基础。大数据可以将居民与家庭医生和医院联系起来，通过开展电子化的签约、在线预约服务，健康实时监测，双向转诊，在线健康教育，医患实时沟通服务等基本医疗、公共卫生、健康管理的服务,切实提高家庭医生的签约服务能力，将大部分医疗行为从医院转向社会和家庭，真正解决看病难问题。

　　三是从碎片化、非连续的服务转化成连续的、整合性的服务。大数据可以为患者提供个人健康管理服务，整合多渠道采集的信息丰富个人健康档案，提供从预防、诊断、治疗到康复全周期的一个连续的服务。

　　四是从被动诊治转变为主动预防。通过“大数据+可穿戴医疗设备”，可以对佩戴者的体征参数进行监测，监测健康相关数据，及早发现身体异常情况，实时适当的调查和干预，并促进健康生活方式的养成。

　　五是从为单个患者服务转变为群体服务。通过大数据分析可以确定某类疾病的易感人群和易发生地区等，从而做出相关提醒和应对。不再局限于为单个个体提供健康服务，而是主动呵护相关群体的健康。

　　三、大数据在医保中的应用

　　1.前进中的医保大数据

　　医保大数据的应用和建设相对乐观，既有广大参保人的缴费数据和就医信息，也有基金运行的数据，还有医疗服务的一些具体明细信息。各个地方每年都会有基金运行分析报告，每个统筹地区的缴费信息和基本医疗服务信息会实时的传给人社部。在国家层面，医保大数据已经包括了75%的参保人的基本信息和医疗服务信息。

　　医保靠现有的数据可以做很多的工作：可以掌握社会经济的情况;可以对医疗服务的供给包括资源分布进行分析;可以对医疗服务行为开展分析研究，包括流行病学临床路径的一些研究，治疗方式、卫生经济学评价等等。

　　医保准备通过对实际的医疗行为的数据分析，来解决在单病种付费过程当中支付标准的设立和确定工作。医疗服务的行为中间是有相关性的，比如某两个药品之间可能不是一个系统使用的，但是可能或多或少存在一些联系。包括跟疾病之间，跟科室甚至是年龄等等，从很多维度可能存在联系。

　　2.逐步实现全国联网

　　金保工程已经二期，在逐步实现全国联网。该系统连接了定点医疗机构，从地市的社保中心这一级会有一个专网跟国家的信息中心相连。目前约有20万定点药店和13万定点医疗机构，300多个统筹地市，理论上都可以连接。当然要真正要达到大数据的应用，中间还有网络、带宽等等的限制，数据来源仍局限于政府和机构，应该把着眼点放在每个参保人身上。

　　现在很多地方在逐步改进它的社保系统，如杭州、宁波已经做了移动互联网端的系统。参保人可以查询一些个人权益，做一些健康的管理，用支付宝在线支付等等。这是非常好的开端，是一个非常有必要的改进。从机构跟机构之间的数据交换，逐步实现机构跟个人之间直接数据交换。

　　3.医保监管不断完善

　　医保通过数据的挖掘，对医疗机构和医务人员的医疗服务进行监测。虽然单看一个项目和单次发生费用很难判断是否合理，但通过大数据分析后，就可以发现一些数据的异动。对于参保人员有可能产生的道德风险同样可以通过数据分析来检测，包括就医的频次、费用的累积等。

　　未来如果三医联动真正实现，可以通过医疗、医保、医药三方数据的互联互通，实现联动监管模式。通过追踪医生每一张处方和医嘱，进行用药安全的提示，实时提供各类用药安全的警示信息，以及药物的交互作用，禁忌症等，从而规范医疗行为。三方联动监管还可以实现对药品进、销、存、运全过程的跟踪，掌握市场真实信息，为科学决策提供数据支持。可以建立病床、病人、医生、病症、治疗的关联关系，基于合理用药知识和临床路径知识，分析诊疗过程的数据，针对异常情况进行自动派单稽查。根据病人的身份进行现场指纹采集和后台音像比对，可以提供与规范标准同类的病例，比较分析，全面筛查大处方，实施医保控费。

　　四、大数据在医药行业的应用

　　大数据在医药行业的应用,基本的步骤是采集、整理、分析、转化、规范、表达。既要用数据的积累和验证总结出工作经验，也要用经验再去指导、分析、表达数据，从而让大数据更接地气。

　　在医药产品营销的各个环节，比如市场预测、疾病治疗、用药模式、竞争环境、病人流向、用药依从性、产品流通、市场选择、产品定位、产品的卖点、目标客户、营销组合等等，都可以进行大数据分析，协助企业制定产品战略和营销计划。

　　1.应用于新药研发

　　通过大数据分析向制药厂提供药品效果的反馈信息，包括临床用药数据的反馈，个人药效的量化追踪。针对周围的人群进行有效分类，增强研发的针对性，减少研发的开支。同时通过副反应的监测，更大范围、更大程度的分析药物的副作用，比传统的临床实验更有说服力。

　　2.分析企业经营状况

　　通过大数据可以对一些上市公司的数据进行监测，从一些核心的指标找到其在行业内的坐标。比如一年营收、营收增速、净利润增速、费用率、研发投入的增速等。此外，还可以通过这些核心指标来进行一个纵向横向的对比。

　　3.在市场细分中的应用

　　企业在做市场细分的时候，有了大数据就能弥补很多的不足。尤其在医疗方面，大数据的使用替代传统的市场调查等方法来获取数据信息变得越来越重要。

　　4.在市场营销中的应用

　　企业有了购药数据和处方数据，医疗市场就可以看得清楚一些。如果未来临床数据和医保数据结合在一起，数据的价值会更大，企业就可以更清晰的把市场描绘出来。企业除了处方数据和购药数据的维度外，还可以从疾病、诊疗、患者和科室等维度进行大数据分析。如：对高血压急症患者的流向分析，可以通过大数据按照城市、医院级别、科室来分类，帮助企业发现市场在哪儿,患者的依从性等。

　　通过大数据分析，企业可以知道产品占的市场份额是从哪些竞争对手转换过来的，或者自己的市场份额转给了哪些竞争对手，从而有针对性的进行营销。

　　五、大数据面临的障碍和问题

　　我们对于大数据应用价值的认识是有限的，其实只是表层次的使用，没有真正深层次的挖掘数据的潜在价值。大数据的真正应用，还有很长一段路要走。

　　1.社会认知还不够

　　“90%的疾病可以用大数据来诊断”，这可能是一个很好的前瞻和前景，但现实却没有那么丰满。涉及到方方面面，不仅是技术层面的问题，还有法律层面的和伦理方面的界定，以及很多更深层次的问题，都需要去考虑和解决。需要社会方方面面在大数据认知上有一个共同成长的过程，需要整个社会认知上的改变。

　　2.利益格局问题

　　对于大数据的应用，我们面临的不是技术性问题，而是怎么去改变我们现有的一些利益关系或者现有格局的问题。虽然最终改变我们生活方式靠的是科技，但却不得不先做好社会管理方面事情。两者相辅相成，后者促进或抑制前者的诞生和发展，历史上前者一次次的破局都会带来整个社会生活方式的改变，后者也会跟着进入新时代。

　　3.数据标准化障碍

　　大数据的应用还有一个信息标准化的障碍。我们的数据标准和数据质量还停在一个较低的水平。如果数据不标准化，很多数据就是垃圾数据，计算机无法识别和分析，也就没有应用价值。像医疗数据，有医院的也有社区的，需要统一的一种编码来实现有机的衔接。

　　数据标准化是一个动态的过程，不是说标准成一本书或者一个纸质材料，而是做成一个数据库，动态调整，不断的完善。

　　4.数据安全的考虑

　　大数据还有一个发展障碍就是信息安全的问题，在政府眼里可能安全比价值更重要。如果不解决安全问题，数据传输和共享就是空谈，更不用谈多部门的数据库的跨界融合。

　　5.信息系统碎片化

　　医保大数据的应用有三大阻碍：

　　一是制度割裂。长时间的城乡分割体制造成了城乡参保人员待遇、管理，不同部门之间数据信息的割裂。在城乡统筹文件里面，“六统一”很重要的一个就是信息的统一。

　　二是区域割裂。医疗保险的管理是以统筹区域为单位，原来建立的信息系统很多是在县级。相对独立的信息系统造成数据之间无法直接对接。

　　三是技术割裂。不同的地方委托的软件公司不同，信息系统在技术层面存在很大差异，难以对接，数据传输方面还有一些行政管理和数据安全的考虑，造成了技术上的割裂。

　　医保数据如果整合成大数据，还有很多工作要做。虽然看似是政策层面的工作，实际是资源的整合。有专家表示，一是要加快城乡统筹，另外就是要提高统筹层次。

　　六、结语

　　大数据时代背景下，我们能否以海量的医疗数据为依托，以信息化为抓手，以大数据为手段，对积累的数据进行挖掘?如果我们不挖掘，放在那里就是垃圾，不能体现它的价值。但是如何去挖掘?如何去使用?这是考验我们的能力。在目前数据不完整、不标化的情况下，我们如何得到更加贴近真实的判断，也是需要技术层面深入研究的。

　　在整个医疗行为过程里面，会牵扯到方方面面的职能部门，比如药检部门、医政部门和发改委部门。在这个过程当中，如果规则的制定方过多，会导致医疗机构在执行过程当中的混乱。以疾病诊断为例，如果医保也做ICD-10的规范。医疗机构势必会在两个规则之间转换，无论是通过二次编码还是其他方式，成本会非常高。会直接影响到政策的贯彻落实，间接损害被保险人的利益。所以部门之间要加强协同性，避免政策上的冲突和重复，真正联动起来推动医改进程。

　　大数据的发展会越来越好，但是还有很多课题需要去研究和突破，需要一个漫长的过程，不断的完善。希望大数据分析挖掘能力不断提高，在医疗改革方面，发挥出现有数据资源更高的价值，为人们提供更好的医疗服务和保障。