自醫(yī)療大數據被納入國家大數據戰(zhàn)略布局后，一系列政策利好為醫(yī)療大數據行業(yè)的快速發(fā)展創(chuàng)造了條件。醫(yī)療大數據行業(yè)發(fā)展的關鍵，在于找準能夠落地的應用場景，智慧疾控作為疫情后政府預算的重點方向，是醫(yī)療大數據的重要應用場景。

2020年伊始，新冠肺炎疫情不斷蔓延并逐漸席卷全球，抗擊疫情成為社會各行各業(yè)共同的戰(zhàn)役。同年6月，習總書記主持召開專家學者座談會，部署完善和改革疾病防控體系，提出“要把增強早期監(jiān)測預警能力作為健全公共衛(wèi)生體系當務之急，完善傳染病疫情和突發(fā)公共衛(wèi)生事件監(jiān)測系統，改進不明原因疾病和異常健康事件監(jiān)測機制，提高評估監(jiān)測敏感性和準確性，建立智慧化預警多點觸發(fā)機制，健全多渠道監(jiān)測預警機制，提高實時分析、集中研判的能力”。

在傳染病預警多點觸發(fā)和多渠道監(jiān)測預警機制的建設中，醫(yī)療大數據將作為底層數據支撐發(fā)揮重要作用。

01 醫(yī)療大數據賦能疾控，助力抗擊新冠肺炎疫情

武漢疫情爆發(fā)前期，疫情防控工作最大的挑戰(zhàn)在于傳染病疫情網絡直報系統的滯后性。在直報系統中，疫情數據的流通依賴于臨床醫(yī)生的手工填報，時效性受限，且容易受到人為因素干預。

因此，建立疾控系統的事前預警、事中監(jiān)測和事后溯源機制尤為重要，醫(yī)療大數據能在其中發(fā)揮重要價值。通過對臨床數據以及其他疾病防控相關的數據進行實時監(jiān)測、多渠道數據交叉預警，并利用機器學習等人工智能等技術進行智能預警、擴散預測、風險研判、傳染源溯源等分析，能夠提供精準的疫情防控策略，幫助政府在疫情大規(guī)模爆發(fā)之前采取有效手段阻斷傳播，提高傳染病防控能力。

根據公開的信息，2020年10月，廣東省疾控中心完成了我國第一個智慧化多點觸發(fā)預警監(jiān)測平臺系統的招標。該項目將利用醫(yī)療大數據和數據智能技術進行自動數據抓取、實時信息安全共享，實現各疫情監(jiān)測哨點醫(yī)院、以及各政府部門內部的監(jiān)測事件自動多點觸發(fā)，并利用大數據分析技術實現多渠道監(jiān)測預警，為整個疾病防控體系提供決策支持。

值得注意的是，招標文件顯示實現醫(yī)療機構的多點觸發(fā)預警機制是本項目的關鍵內容之一。

當前我們國家各地的疾病防控體系普遍存在三點問題。

第一，疾控體系內部以及疾控體系與公安等其他機構之間的系統互聯和數據打通尚未實現。在疾控體系內部，不同疾控業(yè)務統的互聯互通和主數據統一管理尚未實現；跨部門協作層面，疾控中心與公安、海關等部門的實時數據共享渠道尚未正式打通，導致疾控中心無法及時獲取疫情數據資源。

第二，醫(yī)院的就診和臨床數據是疫情監(jiān)測和疾病管理最重要“哨點”，未能實現對疑似病例的自動預警和監(jiān)測。醫(yī)院內部信息化系統眾多且尚未打通，無法對就診、臨床等數據進行不間斷的智能集成和監(jiān)測。其中，如何對病歷文本、影像檢查結果等非結構化文本數據進行自然語言理解和自動抽取，是項目難點。

第三，缺少以數據資源為基礎的決策分析平臺，導致無法及時制定防疫策略。

因此，廣東省疾控中心希望通過對各單位的疫情數據進行實時整合和利用，建立醫(yī)院內部的智能預警監(jiān)測機制，并實現跨單位系統的數據協同，為上層輔助決策分析平臺提供數據支撐，縮短疫情應急響應周期。

除了醫(yī)院的醫(yī)療健康大數據，廣東省疾控數據資源還包括來自公安、海關、各類檢測機構等部門疫情數據的分析結果，例如藥店發(fā)熱藥品銷售異常、學校聚集性因病缺勤等。疾控中心根據統一標準對各類疾控數據進行集成和治理，并在此基礎上根據各疾控部門不同的業(yè)務需求，開發(fā)功能分析模塊，提高疫情防控能力。

其中，對疾控數據的集成和治理是實現上層功能應用的關鍵。通過在各級醫(yī)院、公安、海關等部門部署智能數據網關，可實時監(jiān)測和提取各部門疾控數據。經過統一的信息規(guī)范體系進行標準化和質量控制后，疾控數據將自動沉淀到疾控大數據平臺中，為上層應用提供高質量、多維度數據支撐。

02 智能化數據治理能力是醫(yī)療大數據應用場景落地的基礎

對各部門疾控數據進行自動集成，在此基礎上對集成數據進行進一步治理，是疾控醫(yī)療大數據能夠在疾控應用場景內發(fā)揮價值的基礎。目前，由于醫(yī)院不同信息化系統之間數據標準各不相同，導致醫(yī)療大數據難以利用。而對不同系統進行統一的數據治理工作費時費力，且技術難度較大，制約了醫(yī)療大數據應用場景的落地。

要實現對醫(yī)療大數據的充分利用，不僅需要深刻理解各醫(yī)療大數據應用場景，同時需要具備自動高效處理大規(guī)模數據的智能化數據治理能力。根據“廣東省智慧化多點觸發(fā)疾病防控預警系統建設項目”的中標公告以及其他信息分析，我們發(fā)現本項目的中標供應商之一生命奇點公司是一家在醫(yī)療大數據和人工智能領域耕耘多年的很“低調”的公司。

根據我們進一步調研了解，生命奇點一直專注于醫(yī)療大數據領域，基于其智能數據化治理能力，生命奇點實現了醫(yī)院不同信息系統數據的智能集成、自動標準化和結構化，目前有三條業(yè)務線。

第一，針對醫(yī)療機構的醫(yī)院大數據平臺，目前主要服務于臨床科研和運營管理；

第二，針對醫(yī)保的智能醫(yī)保和支付大數據解決方案，主要賦能各級醫(yī)保部門以及所有二級以上醫(yī)院；

第三，針對疾控中心的多點觸發(fā)智慧疾控預警監(jiān)測平臺。

截至目前，生命奇點合作醫(yī)療機構網絡覆蓋超過200家醫(yī)院，數據治理能力得到市場的廣泛認可。其中，在國家衛(wèi)健委、發(fā)改委于2017年聯合發(fā)起“國家疑難病癥診治能力提升工程”中（全國113家區(qū)域龍頭醫(yī)院），生命奇點斬獲10余家該項目建設單位，搭建了疑難病癥醫(yī)療大數據平臺項目，在該項目的市場份額同行遙遙領先。

同時，生命奇點在國家醫(yī)保局2019年啟動的疾病診斷相關分組（DRG）付費國家試點項目中拿下武漢、湘潭等國家醫(yī)保局支付改革試點城市，并結合自身在醫(yī)院大數據平臺積累的豐富的數據治理和數據分析經驗，在國內率先開發(fā)出技術門檻很高的基于完整病歷進行醫(yī)保結算清單編碼智能專家審核產品（美國google子公司Verily和3M合作于2016年啟動合作開發(fā)類似AI產品）。

生命奇點的智能化數據治理能力主要體現在以下兩個方面。

首先，實現對醫(yī)院電子病歷、實驗室檢驗報告、檢查結果等各信息化系統數據的自動化集成，在清除患者隱私信息后進行模型轉換形成統一的標準數據模型，并通過多年實踐積累了一整套完整的數據質控體系，為數據結構化和醫(yī)療大數據應用場景落地提供基礎數據來源。

其次，利用中文醫(yī)學自然語言技術對數據進行結構化和標準化，代替人工進行數據對碼、閱讀大段醫(yī)療文本數據等核心難點工作，突破醫(yī)療大數據清洗和治理難題，支撐醫(yī)療大數據場景落地。

03 醫(yī)療大數據行業(yè)前景廣闊，找準落地場景是關鍵

智能化數據治理能力是醫(yī)療大數據應用場景能夠落地的基礎，而醫(yī)療大數據企業(yè)要想實現商業(yè)化落地，政策支持和找準落地場景缺一不可。

首先，政策是醫(yī)療領域重要驅動因素。

2015年，國務院辦公廳印發(fā)《全國醫(yī)療衛(wèi)生服務體系規(guī)劃綱要（2015－2020年）》，指出“到2020年實現全員人口信息、電子健康檔案和電子病歷三大數據庫基本覆蓋全國人口并信息動態(tài)更新”，從此，醫(yī)療數據開始受到越來越多的關注；隨后的2016年《國務院辦公廳關于促進和規(guī)范健康醫(yī)療大數據應用發(fā)展的指導意見》發(fā)布，醫(yī)療大數據首次被納入國家大數據戰(zhàn)略布局。

2018年衛(wèi)健委發(fā)布《國家健康醫(yī)療大數據標準、安全和服務管理辦法（試行）》，開始統籌標準管理、落實安全責任、規(guī)范數據服務管理，為醫(yī)療大數據的應用場景落地提供了直接性政策指導；2020年4月，《中共中央、國務院關于構建更加完善的要素市場化配置體制機制的意見》正式公布，第一次將數據列入生產要素；同年7月中央再次表態(tài)，高度重視信息技術賦能醫(yī)藥行業(yè)。

一系列政策的推動下，醫(yī)院開始重視醫(yī)療大數據的治理挖掘和臨床應用，為醫(yī)療大數據行業(yè)的發(fā)展提供了重要驅動力。

其次，業(yè)務場景本身是否存在需求、以及對應的市場空間和增速也決定了醫(yī)療大數據企業(yè)是否能順利實現商業(yè)化落地。目前，醫(yī)療大數據已經在臨床試驗中心篩選等藥企數字化場景、以及臨床輔助決策、醫(yī)保支付、疾控等智慧醫(yī)院場景體現出其業(yè)務價值。

在藥企數字化領域，當前尚處于臨床試驗管理系統普及的階段。未來，由于藥物研發(fā)市場增速日益提升，且臨床試驗研究數據的監(jiān)管趨嚴，臨床試驗數據管理與分析將成為藥物研發(fā)標配，基于臨床試驗管理系統之上的自動化數據采集、數據分析甚至是臨床試驗中的智能化應用將大規(guī)模逐漸落地。

智慧醫(yī)院領域，基于全院級臨床數據治理的科研、臨床輔助決策支持、醫(yī)保支付、以及醫(yī)院管理等應用場景紛紛落地。其中，全院級臨床數據治理是基礎，生命奇點是這一領域的典型企業(yè)。

具體到上層應用場景，科研需求主要存在與大型三甲醫(yī)院，市場空間有限；臨床輔助決策支持需要從專科角度做深度產品，且特定�？七m用性有限，市場想象空間也受限制。

相比而言，在DRG／DIP支付、醫(yī)院績效考核的持續(xù)推進下，醫(yī)保支付、醫(yī)院精細化運營管理市場將逐漸增長，長期來看，是醫(yī)療大數據的絕佳落地應用場景。此外，智慧疾控是疫情后政府重點投預算的方向，也已成為醫(yī)療大數據企業(yè)的重要業(yè)務場景。

隨著數據治理能力的不斷提升、以及應用場景逐漸落地，資本市場也愈發(fā)認可醫(yī)療大數據企業(yè)的投資價值以及前景。2021年1月15日，醫(yī)渡云在港交所上市，市值超過540億港元，拉開了國內醫(yī)療大數據企業(yè)上市的序幕。相信接下來的幾年，醫(yī)療大數據行業(yè)將獲得更為快速的發(fā)展。

近期，愛分析對生命奇點創(chuàng)始人劉立宇進行訪談，就生命奇點的產品服務和技術投入等方面進行了深入交流，現將部分內容分享如下。

重視研發(fā)，成功實現智慧疾控應用場景落地

愛分析：在大數據、人工智能領域，技術研發(fā)工作通常難度較大、周期較長，對此，生命奇點會把重心側重到技術方面嗎？

劉立宇：生命奇點非常重視技術，我本人也是技術研發(fā)背景出身，公司一直持續(xù)加大研發(fā)投入。醫(yī)療大數據行業(yè)需要企業(yè)在技術研發(fā)方面持續(xù)投入，逐漸積累扎實的基礎。

生命奇點也要吸納國內頂尖的技術人才加入。哈工大人工智能實驗室的湯步洲副教授是中文醫(yī)學自然語言處理領域權威實戰(zhàn)專家，湯教授于2020年底受聘成為生命奇點首席AI算法科學家。

過往幾年，生命奇點的工作重點主要側重于技術積累和標桿客戶打造，在沒有找到規(guī)�；�的商業(yè)轉化路徑之前，沒有進行盲目的擴充。目前，生命奇點發(fā)展路徑已經非常清晰，我們將開始進入快速發(fā)展模式。

愛分析：生命奇點是如何提高數據處理能力，實現技術積累的呢？

劉立宇：雖然生命奇點不直接擁有數據，但通過不斷服務擁有數據的客戶，有機會接觸數據、處理數據，進而能夠不斷優(yōu)化核心數據治理能力、核心算法和核心產品。

盡管開創(chuàng)性的研發(fā)工作難度較大、周期較長，但生命奇點對技術研發(fā)規(guī)律有心理準備，能夠耐得住寂寞，堅持在醫(yī)療大數據領域深耕，而且已經取得了一定的進展。我們堅信在醫(yī)療大數據領域無論是技術還是應用場景探索都需要“厚積薄發(fā)”。

愛分析：智慧疾控項目是醫(yī)療大數據應用場景的個例，還是可以復制推廣的長期落地方向？

劉立宇：武漢疫情前期，疫情防控工作最大的挑戰(zhàn)在于傳染病疫情網絡直報系統的滯后性。2020年6月2日，習總書記針對疫情發(fā)表了重要講話，提出要建立智慧化預警多點觸發(fā)機制，健全多渠道監(jiān)測預警機制，提高實時分析、集中研判的能力。

疾控體系的進一步健全是衛(wèi)健體系的必然工作，而疾控醫(yī)療大數據將在智慧化預警多點觸發(fā)機制和多渠道監(jiān)測預警機制的建設中發(fā)揮重要作用。其中，數據治理能力是能夠利用疾控數據發(fā)揮價值的基礎。

因此，智慧疾控將成為醫(yī)療大數據的重要應用場景之一，而且，我相信隨著類似項目的落地，醫(yī)療衛(wèi)生信息體系的整體數據架構未來可能會隨之逐漸進行重構。

生命奇點利用智能數據網關和區(qū)塊鏈技術，實現了對醫(yī)院內部醫(yī)療大數據和海量疾控數據的有效利用，為完善疾病防控體系提供了完整的解決方案，并有幸承擔廣東省疾控中心這個國內第一個標桿項目落地，未來兩年將在全國大力推廣該方案。