以价值为导向,医疗智能如何赋能产业升级?

以价值为导向,医疗智能如何赋能产业升级?

随着中国公共卫生与医疗信息系统建设的逐步完善,医疗产业正在经历由医疗信息化,到医疗服务数字化,到医疗智能化的发展转型过程,最终建立以价值为导向的医疗体系。

基于此,2022年5月25日,头豹合作伙伴弗若斯特沙利文(Frost & Sullivan,简称“沙利文”)于“医疗智能,创赢未来”线上研讨会上正式发布《医疗智能行业白皮书》


沙利文大中华区合伙人兼董事总经理毛化先生受邀出席研讨会并发表演讲。毛化先生表示,“《医疗智能行业白皮书》定义了医疗智能行业范畴,并根据医疗行业的主要参与方进一步拆分市场,从产业链各环节的痛点、可被赋能应用场景等维度进行全面的深度解析。沙利文认为,未来医疗智能将会发展为以提升决策效率、满足精准化需求、提供高价值可追溯的服务为核心的医疗体系。”


医疗智能行业以大数据、云计算、技术能力(AI)、医学知识与场景经验、场景+算法高频迭代5要素为核心能力,为医疗行业的监管方、供给方与支付方提供贴合真实世界应用场景的智能化解决方案,实现产业链各环节在数字经济、智能决策等方面的产业升级。未来,医疗智能将发展为以提升决策效率、满足精准化需求、提供高价值可追溯的服务为核心的医疗体系。


中国医疗产业正由1.0医疗信息化逐步发展为3.0医疗智能化。

医疗信息化包括医院管理信息化系统(HIS)、临床管理信息化系统(CIS)等医院IT系统建设与区域医疗卫生服务信息化系统(GMIS),是使医疗服务实现数字化、网络化的信息系统基础设施。医疗服务在线数字化阶段是使医疗行业参与方实现业务数字化与流程线上化,从而为终端消费者提供在线化服务,提升流程效率。但是,在这个阶段仍存在数据孤岛的问题,且积累的大量医疗数据仍非标准化,无法被机器计算分析。

进入3.0阶段,医疗智能依托大数据、人工智能等技术的应用,以多维度、高质量、机器可分析计算的大数据为入口,产出可客观衡量医疗行为和效果的指标与证据,提升医疗参与者的决策效率和精准度,实现医疗行业各环节的降本增效。

实现产业的医疗智能化需要具备5大核心要素,只有在核心要素的共同作用下,才能产出可应用于真实世界场景中的智能决策。

首先,海量、多源、可追溯、机器可计算的医疗大数据入口是构建医疗智能的基础。云计算为大数据的存储、快速处理和分析挖掘提供基础能力,保障隐私性和安全性。技术能力(AI)则是实现数据处理、分析、挖掘和产业应用落地的引擎。医学知识与场景经验是数据模型与实际应用之间的桥梁,可确保模型的场景适用性、准确性和可解释性。场景+算法高频迭代能够通过数据闭环反馈提升算法模型以及产生的知识与洞见的深度和可靠性,并提升解决方案的智能性。

由于医疗行业内数据零散,各行业参与方缺乏对其价值的有效挖掘与应用,在依赖人工的传统方式下难以突破效率的桎梏。医疗智能基于大数据、人工智能的技术能力,与医学逻辑、经验深度结合,为行业监管方、供给方、支付方提供应用于多个场景的降本增效解决方案。


医疗智能化区别于医疗信息化的本质,是拥有通过人工智能等新兴技术实现多源异构原始数据到高质量、标准化、结构化数据的转化,以支持真实世界洞察和证据的持续产生,实现决策与行为的可量化、可衡量、可追踪的能力,提升效率和精准程度。

基于医疗智能,可以对行业的五大参与方提供覆盖多场景的应用及解决方案。比如,面向监管方的公共卫生监测、人口健康管理解决方案,面向药械企业的真实世界研究、安全性监测与研究解决方案等。


未来,医疗智能将赋能于医疗行业,构建高效、个性化、精准化、可及的、以价值为导向的医疗体系,实现产业升级。

效率提升(Efficient):大数据、云计算和人工智能技术的成熟,使得行业参与者能够通过大规模分析、计算和预测,持续产生真实世界证据,建立客观的评价和结果衡量体系,提升监管、研究和诊疗效率。

个性化、精准化(Precise):基于精细的数据颗粒度和不断拓展的应用场景,持续细化患者和疾病分层,进行精准化医疗和行为决策。

可及性(Accessible):效率提升和精准决策避免了浪费,降低了药品和医院运营等供给端成本。同时基于疾病和患者模型进行动态风险定价,提升支付能力。

价值导向的医疗行业体系(Value-based healthcare system):通过为医疗行业参与者提供以价值为导向的解决方案,构建能够客观衡量效果和质量评价的体系,使按效果付费有据可依。

医疗智能是基于大数据、云计算、人工智能技术能力,并将医学逻辑与经验深度贯穿模型和算法的搭建、训练与优化中,形成精准的、可客观衡量效果的应用与解决方案的市场,为医疗行业参与方降本增效。其主要涵盖针对政府机构的基本医保智能化、公卫与人口健康管理智能化市场、针对医疗机构的智能化市场、针对药械企业的研发与营销智能化、真实世界研究(RWS)和临床CXO智能化市场、针对保险公司的商业保险智能化市场、以及针对患者/终端用户的健康管理服务智能化市场。


中国医疗智能行业市场规模预计将在2030年超过1.1万亿元人民币。

政府机构面临着数据利用率低、突发事件响应能力不足、控费效率低的痛点。医疗智能以数据整合与治理为基础,结合深度学习模型和其他算法技术,向监管机构提供人口健康管理、公共卫生监测与疾病溯源预测、医保智能化监管解决方案。其应用场景包括:人口健康管理、公共卫生监测、疾控管理、医保智能化。


医疗机构的痛点在于缺乏内部医疗数据的治理能力、诊疗与科研效率较低。医疗智能通过知识图谱、自然语言处理、深度学习、计算机视觉等技术,为医疗机构及医生提供提升科研、临床诊断、运营管理效率的解决方案。其应用场景包括:数据处理平台、专病库、患者随访系统、影像辅助诊断、临床决策支持(CDSS)、临床试验管理等。


药械企业在医保控费、取消药品加成等宏观环境下,药械企业在研发、生产、销售等环节面临更大的压力,研发效率与成功率、面向患者的精准化程度亟需提升。医疗智能以大数据为基础,结合知识图谱与疾病模型等人工智能技术,提供覆盖药品与医疗器械临床开发到商业化的全生命周期解决方案。其应用场景包括:药物发现、注册临床研究、医学策略方案与研究设计等、真实世界研究、比较效果研究、数字化营销咨询等。


保险企业缺乏医疗数据的积累与人工智能技术的应用,难以实现保险产品的精准化设计与风险控制,运营效率较低。医疗智能通过真实世界洞察,实现基于风险和疾病负担的精准化的商业保险设计、定价、核保与理赔,并基于投保人的健康状况,提供个性化、精准化的健康管理服务。其应用场景包括:城市惠民保险的产品设计、风险管理与智慧运营、创新险设计、智能核保、智能理赔等。


由于慢性病患者人数的增加与老龄化的加剧,加重了基本医疗保险的负荷;同时,传统的健康/慢病管理难以满足消费者的个性化、精准化需求。医疗智能基于院内、院外患者数据和AI算法等技术,构建疾病量效和风险预测等模型,实现对疾病的预测与研判,进一步满足患者个性化、精准化的疾病预防、干预与管理的需求。其应用场景包括:疾病筛查、健康评分、数字化诊疗、智能问诊、远程监测与管理。



在面向监管方的医疗智能市场中,医疗智能公司如医渡科技、神州医疗与生命奇点,为政府机构提供应用于人口健康管理、公共卫生监测与疾控管理场景的解决方案。

在面向供给方的医疗智能市场中,医疗智能公司如医渡科技、森亿智能等,为医疗机构提供应用于医学研究、临床诊疗、医院运营管理场景的解决方案。医疗智能公司如太美医疗、梅斯医学等,以及部分提供智能化服务的传统CRO,为药械企业提供应用于研发、上市后数字化营销场景的解决方案。

在面向支付方的医疗智能市场中,医疗智能公司如思派、妙健康等,为保险公司提供应用于创新险设计、智能审核与赔付、惠民保设计与运营场景的解决方案。医疗智能公司如智云健康、医联等,为患者提供智能化健康与慢病管理服务。

医渡科技在医疗智能市场、医疗机构及监管机构细分市场、新兴医疗智能企业的市场均为市占率第一。

同时,该公司在大数据、云计算、技术能力(AI)、医学知识与场景经验、场景与算法高频迭代(5要素)能力方面均为行业领先,带动了医疗智能行业整体人工智能技术、大数据、云计算等能力的提升。


作为医疗智能头部企业,医渡科技具备行业领先的5要素能力。

作为医疗智能行业领军企业,行业内的企业以医渡科技为标杆,着力于5要素能力的建设,包括提升数据治理能力、知识图谱的疾病数量覆盖等,进而产出覆盖更多场景的智能化解决方案。

相关推荐