“万物源于比特（数据）。”美国顶尖物理学家约翰·惠勒曾一语道出世界的本质。

历经四次科技革命，跨越蒸汽时代、电气化时代和信息化时代，人类社会发展来到“数字化、智能化和低碳化”的新质生产力时代。

2023年9月，习近平总书记在黑龙江考察调研期间首次提到新质生产力一词，要求传统的生产方式、产业结构以及经营模式需要迭代创新、突破再造，向战略新兴产业发展，积极培育未来产业。

相较于传统生产力，新质生产力具有颠覆性创新驱动、发展速度快、发展质量高等特点，是以数字技术为代表的新一轮技术革命引致的生产力跃迁。

数据要素因其独有的低边际成本、多场景复用能力、强渗透性和融合性等特点，成为新质生产力的关键。基于数据要素，推动生产工具和设备、生产方式、资源配置方式不断优化升级，释放乘数效应，实现全要素生产率的提升，培育经济增长新动能。

2024年伊始，国家数据局等十七部门率先印发《“数据要素×”三年行动计划（2024—2026年）》的通知，从顶层设计勾勒出数据要素市场的轮廓，推动数据在多场景应用、多主体复用，激活数据潜力。

尽管各行业都在热切期待数据价值的加速释放，但健康医疗数据此前发展却面临诸多困境。

“大量增长的医疗数据，给我们信息科带来的却是数据负担。大家可能想象不到，仅仅做数据备份这件事，一个医院做一次全周期备份就要半年时间。”一业内人士曾在会议上公开指出，大量医疗数据彼时仍以碎片化、非标准化的形态分散于医院各个系统中，利用价值不高。

数据加工生产活力不足、数据交易规则不明确、多主体生产、数据归属权等问题，使得大量医疗健康数据沉睡在数据孤岛中，宛若被封印在深海之底的宝藏，难以得到有效利用。而数据二十条、国家数据局的挂牌成立等举措，让人看到一个新数据时代到来的轨迹。

数据资源确权、开放、流通、交易相关制度逐步完善，过往发展困扰正在一一解决。如石油之于工业，医疗健康数据要素成为点燃医疗新质生产力发展的引擎，在迈进更数字化、智能化的阶段，盘活数据要素成为必经之路。

长远来看，以数据要素为基底，随着数字化转型进程加深，在人工智能、大模型等技术发展的推动下，数据要素产生新的价值增量，产生新的交叉组合和融合裂变，从而构建医疗健康产业的新质生产力。

沿着这样的发展脉络，一个可及、可控、可视、可靠的监管、市场、医疗、产业高度协同的医疗新体系或许就在不远处。

01

打造可持续的临床价值

新质生产力，具体到医疗而言，核心是对医疗产业的再升级，驱动行业进入精准治疗时代。

众所周知，现代医学是建立在循证医学基础之上，循证医学强调医学证据，健康医疗大数据的价值释放，使得医疗产业链上游，诸如医药器械研发、生产制造到患者治疗、体验等产业链发生了巨大变化，也拉开了个性化、精准化医疗商业模式的帷幕。

从基础技术来看，云计算、分布式存储、自然语言处理等大数据应用技术日趋成熟，电子病历数据蔚然成风，健康医疗大数据在疾病预防、健康管理、辅助决策、药物研发、医疗保险、精准医疗等方面产业化、规模化应用已是大势所趋。

总而言之，医疗大数据的价值，取决于使用者和应用场景。东南大学国家发展与政策研究院曾经撰文指出，数据价值实现过程就是在数据中传播知识的过程，就是知识价值持续复制的过程，就是融合人工智能的医疗服务方案和健康管理方案应用与创新过程。

常年稳居国自然项目数量全国第一的四川大学华西医院，或可以给业内一个参考样本。他们在数据时代的背景下，利用沉淀的结直肠癌临床数据，组建结直肠癌专病数据库，切合 “价值医疗” 导向思路，为一些焦点问题提供测算和推演的依据。

“数据是可视化展示结直肠癌特征的重要基础。结直肠癌专病数据库的逐步完善和应用，可以更好地将诊治的全过程呈现于专业医生和患者。”相关人员介绍，通过这些可视化的数据应用方式，他们可以寻找实现病死率控制的最佳成本效果点，也可以指向性地寻找降低病死率的关键特征，准确地挖掘对控制疾病负担贡献度低/高的诊疗措施。

而这就是大数据在临床诊疗中，优化诊疗决策的一个剖面。患者的健康信息包含了多个学科、多个维度的数据，将这些离散的数据整合和规范，就如同拼凑一副地图，探寻隐藏在疾病、症状、诊断、用药、手术、检查、检验之间的关系，进行诊疗效果比较、合并用药研究、疾病特征和患者分析，有利于医护深入了解疾病，提高治疗和药物的效果和安全性。

针对于不同使用者和医疗场景，大数据可以扮演不同的角色：大数据既可以助力药企研发，降低研发成本，又可通过终端表现制定精准的市场营销方案；保险领域，可以借助医疗费用、医保医药相关数据，更精准地实现保险可持续增长；观察患者的预后和临床路径的效率，新疗法和新药品更准确寻找靶点和最佳临床目标人群。

重塑医疗产业链是一件久久为功的事情，在业内不少专家看来，目前应根据医疗数据的价值特征和价值潜力，对其进行合理评估和划分，以促进医疗数据的有效利用和合理流通。

“现阶段，以我们现在的技术发展水平，大数据赋能可能还是以点状的专科、专病为主的形态赋能产业链。”一业内人士指出。

02

优化医疗资源可及性

医疗卫生服务的可及性是衡量人们能否便利地获得医疗服务的标尺，新质生产力不仅可以提高医疗服务的精准性和有效性，还可以优化医疗资源配置，推动新型医疗服务模式的出现，提高医疗服务的可及性。

当前，我国医疗资源分布不均匀，大型三甲医院占据大量资源，基层医疗机构资源匮乏。数据显示，三甲医院仅占全国医院的4%，导致患者难以在基层医院获得高质量服务，只能涌向大医院，加剧医疗资源紧张。此外，医疗服务的信息化程度不足也是影响医疗服务可及性的一个重要因素，这导致了医疗服务效率不高，进一步影响了医疗服务的可及性。

“对于大型医疗机构而言，所积累的数据资源犹如一座金矿，蕴含着巨大的价值。通过精心挖掘和合理利用这些数据，医疗机构得以评估其数据的真正价值。”一位行业专家告诉亿欧大健康，通过对数据的深入挖掘和分析，可以精准地确定哪些疾病适合在基层医疗机构进行治疗，以及何时需要进行转诊。并了解各地区医疗需求和资源分布的匹配情况，明确各级医疗机构的功能定位。

此外，新质生产力的发展也推动了远程医疗、移动医疗等新型医疗服务模式的出现。这些新型医疗服务模式能够突破地域限制，使患者无论身处何处都能够获得及时、有效的医疗服务。这大大提高了医疗服务的可及性，为更多患者带来了便利。

“更值得关注的是，数据实现资本化不仅有助于缓解公立医院的运营压力，还为其提供了更多资源，使其能够更专注于开展临床研究、提升医疗服务质量等核心任务。”该人士表示。

伴随着数据要素带来的产业变革步伐加快，新的市场生态将不断孕育，新质生产力也将在新业态的驱动下释放更多价值，为企业及机构带来前所未有的商业机会。

我们以大健康领域的两个重要场景为例，揭示数据要素如何赋能产业升级。

一是医养结合。在老龄化趋势日益加剧的背景下，医养结合成为满足老年人医疗和养老服务需求的必然选择。社区居家养老作为一种低成本、适合我国社情民意的养老方式，正逐渐成为主流。

在这个场景中，通过对老年人健康状况、服务需求等方面的数据进行深入挖掘，企业能够研发出更符合老年人实际需求的产品和服务。例如，利用云计算、大数据、物联网和人工智能等技术，构建综合性的医疗养老服务平台，集成了智能监控系统、健康监测芯片和各种智能化设备，可以对老年用户进行全方位的管理，从而有效减轻照护负担，提高资源利用效率。

值得一提的是，数据要素也为商业保险产品和疗养休养服务的精准设计提供了可能。通过数据的共享和应用，企业得以进一步开发智慧医疗、智能健康管理等新型应用及模式。

二是健康管理。“数据要素×”三年行动计划（2024—2026年）中提到，将进一步完善个人健康数据档案，整合体检、就诊、疾控等数据，创新基于数据驱动的职业病监测、公共卫生事件预警等公共服务模式。这也为企业、社区和居家等不同场景的供给方带来了新的产品和服务方式需求。

在医疗健康服务领域，数据要素驱动互联网医疗服务、移动医疗健康应用、个性化医疗服务、人工智能辅助诊断、医疗大数据分析、个人健康管理等应用不断延伸和发展，医疗服务与其他领域的加速融合创新正在重塑人们对健康的认知，并引导新的付费习惯的形成。从治疗-预防-主动健康的进化，提高了医疗服务的可及性和患者的医疗体验，还催生了健康消费型机会的增长。

业内人士分析，未来的健康管理领域或许会创造出平台化的服务模式，将上下级医疗机构链接起来，在数据共享的基础上，真正实现以患者为中心，为患者提供全流程的健康管理服务。

03

提高医疗可负担性

方便、及时、高质量的医疗服务是提高医疗可负担性的关键所在，新质生产力通过技术创新和效率提升，将有助于重塑现有的商业模式并降低医疗成本，提高医疗服务的可负担性。

当前政府对医疗费用的严格控制和疾病治疗合理性的要求，已经对医疗产业产生了重大影响。在这样的背景下，数据驱动下的决策成为提高医疗可负担性的关键。

其中，便捷医疗理赔结算是数据要素×医疗健康的重要执行方向，支持医疗机构基于信用数据开展先诊疗后付费的就医模式，促进基本医保与商业健康保险协同发展。

而在DRG/DIP改革的大背景下，医保基金的支出增速已大幅度低于收入的增速，可谓是初见成效。医疗机构在高质量发展的要求下，更需要优化资源配置与成本绩效管理找到降低成本、提高效益的途径，实现可持续发展。

对于企业来说，也应积极寻找关键数据要素，围绕产业实际情况中存在的未被解决的需求，构建新的产品+服务+运营的新业态，利用技术创新、应用创新、支付创新等实现产品或服务落地，推动整体效率和服务质量的提升。

此前亿欧智库发布的中国惠民保产业发展研究报告，或许可以给企业下一步发展路径一些参考。亿欧智库认为，在产业融合的发展趋势中，政府部门+保险公司+第三方服务平台可以在保护信息安全和参保人权益的基础上，共享部分疾病患者人数、各类别医疗费用统计数据，这种合作运营模式将进一步完善医疗、医药和健康生态服务网络建立，加强风险控制。

总的来看，数据要素将会在大健康领域的更多场景中发挥其巨大的价值，为行业的发展提供强大的动能。然而，数据要素的发展和应用也面临着多种因素的制约和挑战，如数据的保密性和隐私保护、数据共享的机制和标准、数据质量和可靠性、以及数据的获取和使用权限等。

此前，国家健康医疗大数据研究院科创协作中心主任马晶在一次演讲中表示，在涉及个体数据的应用时，必须确保数据的合法合规授权。这意味着每一个数据项和每一个应用场景都需要单独授权，确保个人数据的隐私和安全。例如，当患者在医疗机构就诊时，其医疗数据在就诊场景内被收集和使用是合理的。但如果这些数据被用于商业保险的核保核赔，就涉及到了新的应用场景，这就需要再次授权。

除了个人数据，还需要考虑统计数据的应用。在进行科研时，通常会去掉数据中的隐私信息，以得到统计模型和趋势分析。在这种情况下，可以基于临床科研的授权，在合法合规的框架内进行规模化、去隐私化的数据应用。

在数据共享和利用方面，也需要各方遵守协议和合规要求，确保数据的合法合规共享和利用。这需要不断优化和完善相关法律和规定，以更好地保护个人数据的权益，同时促进数据的合理利用和发展。

推荐内容

随手 在看