醫療大數據，無疑是2019年醫療健康領域炙手可熱的賽道之一。
醫療大數據的火，早在2018年已有據可循，截止去年12月醫療大數據賽道，累積有600+創業公司，193個融資項目，230+家投資機構爭相入場，創與投量級增長背后是全行業的蓄勢待發。
醫療信息化建設、AI醫療應用、數據變現，作為醫療大數據的3個重要支點，從2018年到2019年呈現了哪些新的特點和變化呢？
青桐資本結合服務的醫療項目經驗，并研究了16份行業報告、21篇文章，從行業一線和理論兩個視角，梳理了從信息采集到應用的產業全貌，試圖給到大家醫療大數據賽道深度的認知和啟發。
醫療大數據在近幾年駛入快車道，行業增速逐年提升，市場規模更是不斷突破。中研普華產業研究院數據顯示，2017年我國醫療大數據市場規模達到643億元，對比2013年331億元，五年間復合增長率達20%。
前瞻產業研究院預計，到2020年我國健康醫療大數據行業規模將突破800億元。由此，我們推測醫療大數據行業將呈現持續增長的趨勢。
醫療大數據產業迎來快速增長期，與政策、技術、資本的推動密不可分。16條政策為行業發展吃下定心丸，3大技術加速應用落地，傳統及產業基金爭相涌入……各類因素疊加助力了醫療大數據行業開始起飛。
1.2018年政策監管趨于細化
國家政策是醫療行業發展公認的重要推手，青桐資本盤點了醫療大數據的政策之路。2016年“醫療大數據”首度被提上戰略層面，第一個獨立文件出臺。
到2018年《國家健康醫療大數據標準、安全、服務管理辦法（試行）》正式出爐，與以往政策不同，該規定不再停留于宏觀指導層面，而是對醫療大數據標準、安全、服務中的權責利進行了詳細規定。
醫療大數據政策經歷了從無到有、從宏觀指導到細則規定的過程，為醫療機構、健康服務公司等數據生產者和使用者提供了方向規范。2019年將是以政策為抓手，細化落地的一年，也將為行業帶來更多的信心。
政策風向強化了資本入場的信心，2016-2018年共發生160起醫療大數據融資事件，占行業融資數量的82.9%，反映出資本市場對政策的響應和對行業的看好。
2.技術是醫療信息化的底層基石
以技術范疇的視角分析，醫療大數據產業的迅速發展，主要得益于醫療信息化、基因測序、健康智能設備三大技術進步和市場化水平提升。
第一，醫療信息化建設水平不斷提升，HIS、CIS、PACS等系統得到廣泛應用。CHIMA統計數據顯示，我國醫院信息化管理系統實施比例達70-80%，且集中于三級醫療機構，大量醫療數據的積累為算法搭建提供了基礎。
第二，二代基因測序技術使得測序成本迅速降低，從1000萬美元迅速降低至0.1萬美元，且通量遠高于一代測序，應用增多加速了生物組數據積累，為臨床操作和基礎研發帶來價值。
第三，健康管理類智能硬件，如智能手環、手表、體脂稱等設備快速普及，可實時、持續性對患者健康體征進行追蹤，挖掘有用的數據價值，從而助力醫療大數據的發展。
此外，數據融合、數據可視化、圖像識別處理、機器學習、人工智能等技術不斷進步，為醫療大數據發展提供了底層的技術支持。
3.2018年68個項目融資，數量創歷史新高
青桐資本統計了近10年醫療大數據相關融資項目共193起，我們發現2015年開始資本市場對醫療大數據的關注度逐年提升，到2018年融資數量達68個，創歷史新高。
縱觀2018全年的融資情況，從融資輪次來看，主要集中在偏早期，其中天使輪項目16個，A輪項目28個，占比達64.7%；從細分領域來看，醫療信息化平臺和輔助診斷決策類項目受到資本的青睞；從資方背景我們觀察到，有16家產業基金進入，成為醫療大數據投資的新銳力量。
2019年醫療大數據快速成為熱門賽道，其數據搜集分析、應用及商業變現的現狀如何呢？接下來，青桐資本將切入到醫療大數據細分環節，從信息化建設、AI醫療應用、數據變現三部分探析整個產業完整的商業路徑。
2018年中國已有超過320家醫療信息化公司，中商產業研究院數據顯示，市場規模達到426億元，市場正在快速成長。
醫療信息化建設是醫療大數據產業發展的基礎，過程主要分為兩個階段：第一步數據采集存儲，第二步是數據分析處理。兩者分別呈現以下特點：
醫院數據最具競爭力
在采集和存儲階段，醫療大數據來源主要分三大類：醫院數據、基因數據和健康數據。其中，醫院數據在規模和數據質量上最具競爭力，基因數據和健康數據是增速最快的數據類型。
醫院數據主要包含電子病歷、影像數據、檢驗數據、費用數據、藥品流通數據、體檢數據等。其中，電子病歷和影像數據是最核心的數據資源。
電子病歷囊括的數據非常豐富，包含了患者基本信息、檢驗數據、診斷數據、治療數據等。但目前約80%的電子病歷為非結構化數據，將其轉化為適合計算機分析的結構化形式是挖掘其數據價值的基礎。此外，醫學影像數據量龐大、增速快且標準化程度高，是醫療大數據行業最早被開發，在AI醫療領域應用最成熟的數據類型。
基因測序商用成本大幅度降低，直接推動了技術落地應用，使市場規模迅速擴張。《2018年中國基因測序產業演進及價值投資白皮書》數據顯示，我國基因測序市場規模近80億元，十年間年均復合增長高達47.5%，為醫療行業積累了豐富且多維度的數據資源。
健康數據來源主要分為兩類：一類是在線問診平臺，搜集用戶健康和輕問診信息，這平臺以好大夫在線、平安好醫生為代表；另一類是健康智能設備。其中，蘋果、小米、華為通過建立軟硬件智能健康產品線，進行健康數據采集，是中國市場健康智能設備出貨量前三的廠商。
健康數據是目前增長最快的數據類型，這主要得益于移動互聯網及消費類智能硬件的普及，該類數據維度廣，但缺乏整合分析。
醫療信息化的第二階段是數據分析處理，主要作用是對海量數據進行結構化、標準化存儲，結合應用場景進行篩選、分析以提升數據質量。這類企業主要是具有影像識別、深度學習、自然語義分析等核心技術，為醫療機構提供數據處理服務，進行數據分析及可視化應用。
青桐資本對醫療大數據公司地域分布進行了研究，我們發現主要集中在北京、上海、廣東、江蘇、浙江等東部地區，究其原因主要是這些地區三級醫院數量最多、優質醫療資源豐富且信息化程度高，企業能夠獲得高質量的數據樣本。
在醫療大數據應用方向，AI醫療市場增速很快，同時也受到資本的密切關注。我國AI醫療行業連續兩年市場增速接近40%。健康點數據統計，共有89家AI醫療創業公司獲得投資，總金額達219.38億元，超過50%的融資輪次集中在A輪左右。
1.醫學影像是最成熟的應用領域
AI醫療是挖掘醫療大數據價值的關鍵，主要應用在五大領域：醫學影像、輔助診斷、藥物研發、健康管理、基因測序，其中，醫學影像和輔助診斷是眾多企業主攻的方向。
醫學影像被業內人士認為最有可能率先實現商業化的AI醫療領域。得益于醫療影像數據庫快速積累，智能圖像診斷算法趨于成熟。我國醫學影像行業發展飛速，前瞻產業研究院數據顯示，2018年我國醫學影像市場規模近200億元。
在醫學影像臨床應用中，以同心醫聯打造的“智慧管理+影像技術”診斷中心為代表，可以幫助醫生快速獲得影像診斷結果，提高診療效率和準確性，并且已經在應用于全國260多家醫院、20多萬患者的臨床診斷，是AI醫學影像應用尤為亮眼的一例。
在新藥研發領域，相比于傳統新藥研發耗時長、成本高、風險大等特點，人工智能可以通過大數據挑選合適的化合物，節約研發成本、降低風險。從全球視角看藥物研發是AI醫療第一大細分市場，占比達35%。而我國AI藥物研發仍然以仿制藥和改良藥為主，且研發賽道公司不多，產業尚待成熟。
基因測序能夠提前預知疾病的發生的概率，是AI疾病預測重要的應用場景。《中國人工智能醫療白皮書》顯示，近十年間我國基因測序市場以每年62.2%的速度增長。
我國基因測序公司主要有兩類，一類是基因測序設備制造商，因其技術構成復雜，產業壁壘較高，目前國內僅有40家企業，占比12.23%；另一類基因測序服務商與應用端，面向患者提供測序服務，有超過280家企業企業在此領域布局，市場競爭尤為激烈。
輔助診斷主要為醫療行業提供導診機器人、虛擬助理、電子病歷等服務，為醫生處理大量文本錄入工作、實現人機交互的智能問診。其中，電子病歷是輔助診斷最主要的應用方向。
在健康管理方向上，通過智能健康設備、體檢中心、在線問診平臺搜集的數據，結合AI技術形成精準的健康干預方案。目前，人工智能在健康管理層面主要應用場景為慢病管理，常見的如糖尿病和高血壓。
健康管理領域以行業巨頭碳云智能為代表，率先打造了數字生命管理平臺，服務超過100萬用戶，可全方位監測、記錄、管理患者的健康數據，為用戶提供健康監測和指導建議。
2.互聯網巨頭布局AI醫療
互聯網巨頭是醫療大數據產業發展進程中不可或缺的一股力量，青桐資本研究發現，以BAT為代表的巨頭公司的醫療大數據+AI領域均有布局，但其策略卻大相徑庭，百度發力AI新藥研發，騰訊深入線上線下醫療服務，阿里則聚焦云服務及互聯網醫院解決方向。
在醫療大數據應用方向上，騰訊率先深入應用端，先推出 “微信智慧醫院”為患者提供智能導診、在線問診服務，接著投資碳云智能布局基因數據產品，又推出“騰訊覓影”，進軍輔助診斷領域，以多維度探索醫療大數據價值。
阿里則以構建云服務、AI技術為重點，布局醫療智能化。相繼推出阿里健康APP，提供購藥、問診、慢病管理等服務；在輔助診斷領域推出阿里健康doctor you，與醫院合作進行產品研發，并搭建互聯網醫院及醫聯體服務。百度的優勢集中在人工智能，因此將重心放在AI新藥研發領域。
以BAT為首的互聯網巨頭，在數據積累和技術應用方面有先發優勢，它們的入場既說明對醫療大數據領域前景的看好，也為醫療健康行業與互聯網融合帶來新的方向和機遇。
商業變現是醫療大數據行業發展的關鍵命題，也是從信息采集、應用到最終變現的重要一環。依據數據使用者和應用場景，青桐資本將其分為B端和C端：
B端使用者主要包括醫院、藥企和保險公司。對醫院而言，可以幫助管理者進行物資、人員管理，幫助醫生提高診療行為、優化診療決策；藥企通過醫療和費用大數據降低研發成本和失敗風險，制定精準的市場營銷方案；保險公司可以通過醫療大數據，建立保險模型，提升質量控制，防止保險詐騙。
醫療大數據在B端應用還偏淺層次，掛號、電子病歷共享等只是其中很小一部分，利用大數據進行輔助甚至指導醫生精確診斷蘊藏著巨大的機會。我們觀察到已有企業發力該領域，樂九醫療研發的臨床數據分析平臺，致力幫助醫生提升臨床科研能力，并通過數據挖掘和深度學習建立基本預測模型，為臨床醫師提供診療建議。
從市場現狀來看，B端市場在短期內具備快速變現的能力，醫療機構、科研單位等對醫療大數據需求旺盛，這也加速了醫療大數據在細分應用場景落地。此外，藥企和保險公司對醫療大數據的應用需求也在逐步增強。
同時，青桐資本觀察到醫療信息平臺數據在C端變現的路徑并不通暢，主要在于用戶對病癥描述普標不準確，無法為患者提供精準對接服務。在AI醫療領域，結合疾病和健康大數據，針對不同疾病建立個性化的診療方式，為患者提供健康行為指導成為商業化的另一方向。
醫療大數據行業持續升溫，數據應用逐漸實現商業化落地，行業前景呈現出向好的局面，2019年醫療大數據在信息化建設、AI醫療應用及商業變現的細分機會正逐步凸顯。
對于醫療大數據企業來說，增強數據集成和標準化是醫療信息化平臺競爭的關鍵，也是挖掘醫療數據價值的核心能力。圍繞數據互聯互通、精細化管理，為政府、藥企、醫院、保險、第三方檢驗平臺等提供服務成為發展可循的路徑。
在眾多的應用方向中，智能輔助診斷是醫療大數據應用的熱門方向，針對肺小結節、眼底影像、乳腺癌等診斷類產品率先落地。參考國外醫療大數據的應用路徑，新藥研發市場同樣極具潛力，尤其是AI技術公司，可以業務為切入口，在藥物研發的不同環節謀求突破，并向上下游拓展。
從資本市場的布局來看，醫療信息化平臺和輔助診斷類項目是資本重點關注的賽道。圍繞數據互聯互通、精細化管理的信息化平臺，能有效提升醫療機構管理和診療水平，輔助診斷在疾病診斷中應用能力和發展潛力，正逐漸被資本市場的認可。
