1、目目 录录 Contents宏观环境分析医疗行业需求医疗大数据行业需求 技术因素政策资本流向产业结构分析医疗大数据分类医疗大数据特性应用场景 市场规模 产业链及一二级市场企业图谱 细分领域分析数据采集基础设施、数据采集端口、数据管理 数据分析应用 临床决策支持 医药研发 医疗支付 慢病及健康管理 公共卫生管理 价值因素分析总结 宏观环境分析宏观环境分析CHAPTER 1医疗行业需求医疗大数据行业需求技术因素政策资本流向医疗行业需求医疗行业需求持续增长地老龄人群、慢病人群等造成医疗需求攀升，需提升持续增长地老龄人群、慢病人群等造成医疗需求攀升，需提升医疗服务效率缓解医疗服务效率缓解 近年来我国医
2、疗需求攀升：一是，我国老龄人口持续增加。近年来我国医疗需求攀升：一是，我国老龄人口持续增加。近20年我国人口总量持续增长，特别是疾病高发的老年群体，带来更多的医疗需求；二是，我国慢病人群庞大。二是，我国慢病人群庞大。根据国家卫生计生委疾控局2014年数据，我国现有确诊慢病患者近3亿人，并且发病率以每年8.7%的速率上升。慢性病具有病程长、流行广、费用贵、致残致死率高等特点，其带来的医疗需求远多于其他病种，目前慢病负担已占总疾病负担的70%。 医疗需求攀升引发看病难、医疗服务质量差等一系列问题，需更高效地提供医疗服务来应对。医疗需求攀升引发看病难、医疗服务质量差等一系列问题，需更高效地提供医疗服
3、务来应对。医疗大数据可提升医疗服务效率，医疗大数据可提升医疗服务效率， 例如基于医疗大数据的临床智能决策系统可提高医生诊疗速度和准确度、移动慢病及健康管理可降低慢病发病率和提升病人依从性从而提高疗效。0350700我国居民慢病患病率（我国居民慢病患病率（）0.51.01.519951996199719981999200020012002200320042005200620072008200920102011201220132014我国我国65岁以上人口数量（亿人）岁以上人口数量（亿人）1.63.31.02.04.0200320082013我国慢病人群总数变化（亿人）我国慢病人群总数变化（亿人）
4、0.01.03.02.02.13.04.0199519971998199920002001200220032004200520062007200820092010201120122013201419931998200320082013我国卫生支出情况（万亿元）我国卫生支出情况（万亿元）政府卫生支出社会卫生支出个人现金卫生支出医疗行业需求医疗行业需求过度医疗和医疗资源配置不合理造成医疗资源严重浪费，医疗资过度医疗和医疗资源配置不合理造成医疗资源严重浪费，医疗资源利用效率亟待提高源利用效率亟待提高根据美国医学研究所（Institute of Medicine）调查报告，美国医疗系统因不必要的诊治、
5、繁杂美国医疗系统因不必要的诊治、繁杂文件、欺诈和其它等原因造成每年文件、欺诈和其它等原因造成每年7500亿美元的医疗资源浪费，约医疗支出的亿美元的医疗资源浪费，约医疗支出的30%。（1）药物剂量、化疗、辅助药物过多（2）滥用贵重器械，尤其是进口器械过度治疗过度治疗过度过度 医医疗疗（3）烂做高消费、高风险的有创手术（4）降低病人收住门槛（1）非对症检查或诱导昂贵检查，如黑白B超改用彩色B超过度检查过度检查（2）检查报告单通用性低，导致多次没必要的重复检查（3）迎合病人过度检查要求过度过度 耗耗材材过度购入设备过度购入设备（1）高价设备引进过多，部分设备效率低或闲置，隐性浪费过度购入药耗过度购入
6、药耗（1）库房管理不善，药品耗材积压过期资源配置资源配置 不合理不合理（1）人才集中大城市大医院，基层机构人员投入不足人员分配失调人员分配失调（2）大专家看小病，基层医院病人少美国医疗系统美国医疗系统6大领域浪费现象（调整重叠值后，实际浪费约大领域浪费现象（调整重叠值后，实际浪费约7500亿美元亿美元/年）年）不必要的诊治2,100 亿 美元 / 年无效医疗1,300 亿 美元 / 年过度行政开支1,900 亿 美元 / 年价格不合理1,050 亿 美元 / 年预防失误550 亿 美元 / 年欺诈750 亿 美元 / 年 我国由过度医疗、过度耗材、医疗资源分配不合理等原因造成的资源浪费也很严重
7、我国由过度医疗、过度耗材、医疗资源分配不合理等原因造成的资源浪费也很严重，常见现象例如大处方，偏好昂贵药品、检查项目、治疗手段，不必要的重复检查，医生、药品、器械使用率低下等。根据北京市药监局西城分局对辖区内五个街道的过期药品回收状况的调查显示，91.8的家庭有过期药品，的家庭有过期药品，70.1的家庭储存过期药超过半年，主要原因是包的家庭储存过期药超过半年，主要原因是包装剂量大和大处方。装剂量大和大处方。 医疗大数据可减少医疗资源浪费，提高其利用率。医疗大数据可减少医疗资源浪费，提高其利用率。例如基于医疗大数据的药品监管系统可减少药品浪费、临床决策支持系统减少无效诊疗、医保控费系统减少医保欺
8、诈等。医疗行业需求医疗行业需求现行医疗保险支付压力大，且商保不能有效补充，支付方控费现行医疗保险支付压力大，且商保不能有效补充，支付方控费需求强烈需求强烈医保支付体系压力大且将加剧，急需有效控费：医保支付体系压力大且将加剧，急需有效控费： （1）国家推行医保全民覆盖，保险基金收入增长比在多数年份超过支出增长比； （2）我国人均卫生投入远低于世界平均水平，继续加大投入是必然趋势； （3）个人现金支出占整个医疗卫生支出比例持续下降。社会政府支付压力持续加剧，急需精准有效控费和商业保险补充支持。社会政府支付压力持续加剧，急需精准有效控费和商业保险补充支持。92% 92%85%80%72%65%58%
9、44%35%32%28%18%16% 15%13%0.8%0%50%100%各国商业健康保险人群覆盖率各国商业健康保险人群覆盖率4.0 4.34.75.45.7 6.03.05.07.021%17%17%34%26%29% 25%25%25%19%23%20%0%10%20%30%我国城镇基本医疗保我国城镇基本医疗保 险参险参保人数保人数(亿人亿人)6.7 40%我国医保基金收入与我国医保基金收入与 支出增长比变化支出增长比变化12 11 1110 99505101520美国法国 德国 加拿大 英国 意大利 日本 中国我国人均医疗卫生费用我国人均医疗卫生费用 占比人均占比人均GDP（%）182
10、009 2010 2011 2012 2013 2014医疗保险基金收入增长比 商业保险发展乏力，需利用医疗大数据提高精算能力：商业保险发展乏力，需利用医疗大数据提高精算能力：（1）健康险规模小且人口覆盖率低；（2）现有商业医疗保险以理财型为主，消费型健康险收入仅占人身险总收入的12%；（3）我国商保赔付占国家医疗卫生总支出比例尚小，约2%，而发达国家在10%左右。我国100多家开展商保业务的公司，但是仅有4家专业经营消费型健康险，主要原因是商保公司难以获得一些重大疾病的发生率、诊疗支出等数据，导致产品开发进度缓慢和多数险种盈利低甚至亏损。而医疗大数据可帮助商保公司提高保险精算能力和通过健医疗
11、大数据可帮助商保公司提高保险精算能力和通过健康管理降低赔付成本。康管理降低赔付成本。71.690.1114.1146.3170.8207.5248.7290.2310.5336.50.0%8.0%16.0%24.0%32.0%010020030040020082013E2014E2017E医疗大数据行业需求医疗大数据行业需求我国医疗数据地域、行业割裂严重，医疗数据的融合及管理我国医疗数据地域、行业割裂严重，医疗数据的融合及管理是趋势是趋势我国医疗数据地域、行业分割严重，亟待融合我国医疗数据地域、行业分割严重，亟待融合： 地域上的众多信息孤岛。地域上的众多信息孤岛。一方面，各地医疗机构的信息系统
12、由多个信息化厂商提供，缺乏统一的建设标准指导导致接口各异；另一方面，医院部门间、医院间数据不开放，以邻为壑、共享难。 例如我国95%医院的电子病历还未全院流通，仅20%的电子健康档案与电子病历互通。 医疗子行业间数据割裂严重。医疗子行业间数据割裂严重。医疗服务机构数据（如电子病历、影像、放射、基因等）、药店数据、医药研发数据、商业保险数据等系统接口未打通，不能形成数据闭环。 完整的数据是应用的基础，随着医疗信息化建设的持续投入，数据融合是发展的趋势，同完整的数据是应用的基础，随着医疗信息化建设的持续投入，数据融合是发展的趋势，同时也将带来信息化厂商转型及合并。时也将带来信息化厂商转型及合并。我
13、国医疗卫生信息化建设投入情况我国医疗卫生信息化建设投入情况2009201020112012E医疗行业IT投入（亿元）2015E2016E同比增长率医院：医院：电子病历可穿戴设备可穿戴设备+app：个人健康数据我国健康大数据急需融合我国健康大数据急需融合区域信息化平台：区域信息化平台：健康档案0融合融合医疗大数据行业需求医疗大数据行业需求医疗数据加速积累，对存储、管理等提出更高要求医疗数据加速积累，对存储、管理等提出更高要求 医疗行业是数据密集型行业。医疗行业是数据密集型行业。IDC Digital预测截至2020年医疗数据量将达40万亿GB，是2010年的30倍。同时数据生成和共享的速度迅速增
14、加，导致数据加速积累。同时数据生成和共享的速度迅速增加，导致数据加速积累。0.81.21.82.88.640.00102030402009201020112012 2015E 2020E人类产生复制的医疗数据总量人类产生复制的医疗数据总量预测（万亿预测（万亿GB）43.655.668.983.8101.1120.60501001502012 2013E 2014E 2015E 2016E 2017E数据生成和共享速度迅速增长数据生成和共享速度迅速增长（10亿亿GB/月）月）特征特征大数据大数据传统数据传统数据数据容量不断增长中（TB、PB、ZB)MB、GB处理时效非常迅速（以秒为单位）较慢（以
15、小时或天为单位）数据结构半结构或非结构化结构化数据来源完全分布式、云存储中心式数据整合比较困难相对容易存储架构Hadoop分布式文件系统（HDFS） 非关系数据库（NoSQL）关系数据库管理系统（RDBMS接入方式批处理或接近实时交互式分析对象全体数据样本数据分析方法描述分析为主描述与推断相结合分析结果关联度、模式可信区间、P值大数据对传统数据处理、管理、分析等提出更高要求大数据对传统数据处理、管理、分析等提出更高要求技术因素技术因素技术进步进一步丰富医疗大数据，并使存储、分析、应用成为技术进步进一步丰富医疗大数据，并使存储、分析、应用成为可能可能可穿戴智能设备的普及实现大规模、实时、持续收集
16、患者数据。可穿戴智能设备的普及实现大规模、实时、持续收集患者数据。0.000.100.200.300501001502002002 2004 2006 2008 2010 2012 2014 2015晶体管尺寸（纳米）晶体管价格（0.000001*美元）0.10.401000001000010001001011970198019902000201020200.92.3624.5107.9155.6%308.3%170.2%63.0%0.0%160.0%320.0%060120907652260156%230233%195%66.20%100%200%160.902000400020112012
17、2013我国可穿戴设备出货量变化情况我国可穿戴设备出货量变化情况我国可穿戴设备市场规模变化情况我国可穿戴设备市场规模变化情况3300300%出货量（万台）46%2014E2015E增长率（%）2010 2011 2012 2013E 2014E 2015E市场规模（亿元）增长率（%）5991372205026423481025005000 2009 2010 2011 2012 2013 2014 2015E IT技术进步使医疗大数据应用成为可能技术进步使医疗大数据应用成为可能：数据融合、数据挖掘、 图像处理识别、机器学习、自然语言处理、数据可视化、人工智能等技术取得进步。例如数据融合可将多个
18、医疗子行业的数据整合分析以产生新的更加精确、连续、有价值的信息。数据存储和处理能力提高且成本下降数据存储和处理能力提高且成本下降网速增快（网速（网速增快（网速（kb/秒）秒）1001000043931000000003999100000020012002200320042005200620072008200920102011201220132014生物检测技术的进步促使生物数据大爆发。生物检测技术的进步促使生物数据大爆发。如二代测序（高通量）技术不仅使测序成本降至1000美金（一代测序成本是30亿美金/个基因组），而且二代测序的通量远高于一代测序，自此大范围的基因组测序加速生物组数据的积累，逐
19、步为临床操作和基础研发带来价值。基因数据价值高、存在无限被挖掘的可能性。 2009-2015年全球二代测序仪累计销量（台）年全球二代测序仪累计销量（台）全基因组测序成本（美元）全基因组测序成本（美元）政策政策国家战略推进医疗机构、区域信息化及医疗大数据应用建设，国家战略推进医疗机构、区域信息化及医疗大数据应用建设，促使医疗大数据产业正在加速形成促使医疗大数据产业正在加速形成 2009-2015年国家出台了大量关于医疗信息化建设总体要求类的政策，2011-2012年出台了大量促进医疗机构如医院、医药厂商等信息化的政策，2013年开始出台区域信息化建设的政策，目前我国区域信息化建设尚未成规模，并且
20、2015年前缺少关于大数据应用的相关立法来保证共享和防止滥用，导致我国数据源开放和共享化程度处于较低水平。导致我国数据源开放和共享化程度处于较低水平。 2015年促进大数据发展行动纲要明确了关于数据使用的总体要求。2016年6月底国务院出台关于促进和规范健康医疗大数据应用发展的指导意见，将医疗大数据正式纳入国家发展，其对医疗大数据融合及共享开放建设，在医疗、医药、公共卫生、医保等方面的应用，以及使用安全保障等方面进行全面规范。数据应用政策的释放和推进将促使医疗大数据数据应用政策的释放和推进将促使医疗大数据产业加速形成，从数据收集、融合、清洗处理到应用环节，短期内数据融合相关公司将高速产业加速形
21、成，从数据收集、融合、清洗处理到应用环节，短期内数据融合相关公司将高速发展，随后数据应用相关公司将迎来爆发式增长。发展，随后数据应用相关公司将迎来爆发式增长。备注：关于政策的具体内容，请详见附录。时间时间部门部门政策政策政策分类政策分类2009国务院关于深化医药卫生体制改革的意见2010卫生部3521工程2013国家住房和城乡建设部 关于开展国家智慧城市试点工作的通知整体指导2013卫计委关于加快推进人口健康信息化建设的指导意见2015国务院全国医疗卫生服务体系规划纲要（20152020年）2011 卫生部基于电子病历的医院信息平台建设技术解决方案（1.0 版）2011 卫生部电子病历系统功能
22、应用水平分级评价方法及标准(试行)2012 卫生部健康中国2020 战略研究报告医院信息化2014 卫计委电子病历基本数据集基于电子病历的医院信息平台技术规范2012国务院卫生事业发展“十二五”规划医药信息化2012国务院服务业发展“十二五”规划2013 中央委员会中共中央关于全面深化改革若干重大问题的决定685651342924181713141010776432050100挂号问诊健康预防医疗技术硬件设备医药电商医疗数据HIS医生工具慢病治疗医生社区心理健康中医医疗媒体医生集团院外康复PBM美容整形养老资本流向资本流向近年流入健康数据领域的资本近年流入健康数据领域的资本 在2014年6月至
23、2016年5月底，医疗行业发生投资并购事件共计 373笔，其中医疗数据投资并购事件为24笔，HIS投资并购事件 为18笔，医疗数据相关的投融资事件共计42笔，此领域较受资 本青睐。我国医疗行业各细分领域的投资并购数量我国医疗行业各细分领域的投资并购数量医疗大数据公司融资额度较大，多在千万级别和亿级。59.5%14.3%11.9%9.5%十亿级未透露千万级亿级百万级0102030十亿级未透露医疗大数据公司融资额分布情况医疗大数据公司融资额分布情况医疗大数据公司融资额分布情况医疗大数据公司融资额分布情况4.8%百万级千万级亿级天使轮A轮B轮C轮新三板被收购01014213316128402016
24、医疗数据领域（医疗数据和HIS）的资本涌入从2014年底开始， 在2015年继续增加，2016年对医疗数据企业的投资达到新的高 峰。资本大规模涌入将进一步加速医疗大数据产业的发展。资本流入医疗数据相关领域的时资本流入医疗数据相关领域的时 间分布情况间分布情况20142015医疗数据投融资事件笔数HIS投融资事件笔数 产业结构分析产业结构分析12CHAPTER 2医疗大数据分类医疗大数据特性应用场景市场规模产业链及一二级市场企业图谱医疗大数据分类医疗大数据分类医疗数据产生场景多，质量参差不齐，各类数据潜在变现能力医疗数据产生场景多，质量参差不齐，各类数据潜在变现能力不同不同医疗大数据可以分为以下
25、四大类：医疗大数据可以分为以下四大类： 诊疗数据诊疗数据：来自患者在医院诊所就医过程中产生的数据，主要的采集端口是医疗机构，如医院。其包括电子病历、传统检测项目结果（生化、免疫、PCR等）、新兴检测项目结果（基因测序 等）、医生用药选择、诊疗路径记录等。增长快速，特别是新兴检测数据，如基因检测数据。 研发数据研发数据：主要来自器械医药研发企业、研发外包公司、科研机 构等研发过程中产生的数据，主要的数据来源如：（1）医药研发过程如医院临床试验；（2）科研机构最新科研进展。 患者数据患者数据：患者自身的、在院外的行为和感官产生的数据，主要采集终端是可穿戴设备和各类网上轻医疗平台，包括（1）通过可穿
26、戴设备收集的体征类的健康管理数据；（2）网络行为数据，例如挂号问诊、网络购药、健康管理、医患病友交流等。 支付支付&医保数据医保数据：一切与付费方相关的审核/报销记录，主要包括患者支付记录、报销记录、医药流通记录等。、数据种类数据种类数据量数据量 数据特点数据特点潜在付费方付费意愿潜在付费方付费意愿 细分细分主要来源主要来源诊疗数据最多 90%完整性、结 构化、标准 化等待提高医院机构：较强 药企：强 保险公司：强（1）病历：病史、诊断结果/路径、 用药等信息医院、诊所（2）传统检测（影像、生化、免疫、 PCR 等）医院、检测机构、 云存储公司（3）新兴检测（基因测序等）医院、第三方检测 机构
27、、科研机构；研发数据少量 4%完整性好 结构化好 标准化好药企：强（1）医药研发数据：从临床前、I-III 期临床、IV 期临床、上市后大量人群 中进行疗效跟踪获得的临床测试数据医药器械研发公司 医院、科研机构（2）科研数据：科研进展科研机构患者数据少量 6%完整性、结 构化、标准 化等待提高保险公司：强（1）体征类的健康管理数据可穿戴设备、智能 手机（2）网络医疗行为数据，例如寻医问 药、与患有交流等互联网医疗公司终 端医疗机构、药店、 互联网医疗公司医疗大数据特性医疗大数据特性医疗大数据的医疗大数据的“大数据性大数据性+医疗性医疗性”规模巨大的诊疗数据、患者行为感官数据、研发数据和支付医保
28、数据等汇聚形成的医疗大数医疗大数据，不仅呈现出其作为大数据的据，不仅呈现出其作为大数据的“4V”的特性，也表现出医疗领域特有性质：的特性，也表现出医疗领域特有性质：多态性多态性时序性时序性不完整性不完整性冗余性冗余性隐私性隐私性（1）1个CT图像约150MB，1个基因组序列约750MB，1个标准的病理约5GB（2）1个社区医院数据量约在数TB至PB，全国医疗数据到2020年约35ZB（1）包含各种结构化表、非(半)结构化文本文档(XML和叙述文本)、医疗影像 等多种多样的数据存储形式（2）包含网络日志、视频、图片、地理位置信息等（1）大量在线或实时数据持续增多，如临床决策诊断、用药、流行病分析
29、等（2）信息技术发展促使越来越多的医疗信息被数字化（1）医疗数据的有效利用有利于：公共疾病防控、精准诊疗、新药品研发、 医疗控费、顽疾攻克、健康管理等（2）但数据价值密度低（1）多种形态数据：包括纯数据(如体检、化验结果)、信号(如脑电信号、心 电信号等)、图像(如B超、X线等)、文字(如主诉、病史、检测报告等)，以及用 以科普、咨询的动画、语音盒视频信息等，可显著区别于其他领域数据（2）医师对病人的描述具有主观性、不标准化，呈现多态性（1）患者就诊、疾病发病过程在时间上有一个进度（2）医学检测的波形、图像都是时间函数（1）大量数据来源于人工记录，导致数据记录的偏差和残缺（2）许多数据的表达、
30、记录本身也具有不确定性，病例和病案尤为突出（3）医疗数据的不完整搜集和处理使医疗数据库不能全面反映任何疾病信息（4）医疗分析对病人的状态描述有偏差和缺失（1）冗余医学数据量大，每天产生的大量数据中可能包含重复、无关紧要甚 至是相互矛盾的记录（1）患者的医疗健康数据具有高度的隐私性，泄漏信息会造成严重后果大大 数数 据据 性性规模大规模大 (Volume)类型多样类型多样 (Variety)增长快增长快 (velocity)价值巨大价值巨大 (value)医医 疗疗 性性医医 疗疗 健健 康康 大大 数数 据据 特特 性性医疗数据医疗数据 质量问题质量问题 临床决策支持临床决策支持：临床决策支持
31、系统、基因检测等能够帮助医生提高医疗服务质量，如：（1）病情早发现并干预；（2）实现精准医疗，对人下药而非对症。 健康及慢病管理健康及慢病管理：基于慢病及健康数据库结合远程智能监护系统和可穿戴设备、智能手机等终端，可帮助个人健康管理，包括：（1）实时跟踪用户身体状况；（2）根据监测数据为用户实施个性化的健康管理方案；（3）基于数据的健康管理能降低重病发病率，减少医疗支出。 医疗支付医疗支付：医疗大数据可减少现有支付体系压力，如：（1）精准诊疗可降低由病因不确定导致的资源浪费；（2）优化并制定多元化的医疗支付手段如DRGs；（3）基于患者付费及疾病概率数据，结合健康病管理降低保险公司赔付成本；（
32、4）基于疾病概率、医疗支出等数据帮助保险公司开发新产品和提高盈利率；（5）通过药品流通数据优化医药流通环节，降低医药成本。 医药研发医药研发：（1）基于疾病、用药等建立数据建模，预测药品研发过程中的安全性、有效性、副作用等；（2）通过智能分析系 统，减少人力、时间、物力等投入，降低药品研发成本。 医疗管理医疗管理：（1）公共卫生管理：通过多家医院的数据，建立和完善区域及跨区域的疾病防控、妇幼健康、综合监督、食品安全、血液管理、健康教育、分级诊疗等体系，实现医疗资源合理配置；（2）通过数据整合分析、智能应用等帮助医院运营管理。应用场景应用场景医疗健康大数据的五大应用场景医疗健康大数据的五大应用场
33、景医疗健康医疗健康 大数据大数据临床决策 支持医保控费保险开发医疗管理医疗器械 研发慢病和健 康管理优化临床试验设计方案和流程药物警戒促进新药通过监管认证和纳入医保避免错误研发方案的重复研发识别未满足的市场需求促进医药研发（Right Living)）医医 疗疗 健健 康康 大大 数数 据据 医疗服务质 量提高 3000亿-4500亿美 元/年的医 疗成本减少900-1100亿美元/年700-1000美元/年500-1000亿美元/年500-700亿美元/年400-700亿美元/年临床决策支持疾病管理公共医疗卫生管理安全检测市场规模市场规模医疗健康大数据应用潜力巨大医疗健康大数据应用潜力巨大
34、医疗大数据产业的发展由价值医疗医疗驱动（即医疗服务质量与医疗成本的双赢），其潜在价值空间巨大，且产生于具体的应用场景。医疗大数据的服务对象可为居民、医疗服务机构、科研机构、医疗保险管理机构和商保公司、公共健康管理部门等。麦肯锡在2013年报告中预测仅在美国，医疗大数据的应用有望减少3000亿-4500亿美元/年的医疗费用。我国存在人口基数巨大、医疗资源浪费严重、医疗资源紧缺和配置不合理、医疗支出增长过快、商保发展乏力等问题，医疗大数据的可应用场景丰富且能深度挖掘，因此我国医疗大数据的市场规模至少在千亿级。提升医疗服务质量（Right Care）疾病预防，实现“治未病”数据驱动慢病管理个人健康促
35、进（Right Living)）识别医保欺诈创新支付方式创新保险产品改善医疗支付（Right Value)）优化医疗资源配置优化绩效治疗评估优化医疗管理（Rightprovider）诊疗数据患者数据诊疗数据支付数据 诊疗数据 患者数据诊疗数据研发数据 诊疗数据百度GoogleTwitterFacebook社社 交交搜搜 索索星舰基因23魔方快马医疗大特保音特立杰海虹控股德力信息OscarXtalPI晶泰科技太美医疗行动基因埃森哲泰克科技思路迪Mididata雕龙数据IBM新屿科技思派网络临床临床决策决策支持支持雅森科技燃石医学行动基因贝瑞和康海普洛斯Prenetics华大基因鼎晶生物思路迪和壹
36、基因23andMe慢慢 病病 管管基云惠康糖医生 掌上糖医 理理医疗支医疗支付付健康管健康管 理理产业链图谱产业链图谱医疗大数据医疗大数据产业链产业链及一二级市场公司图谱：看好数据管理和数据分及一二级市场公司图谱：看好数据管理和数据分析应用两个切口析应用两个切口 精准诊疗精准诊疗 精准用药精准用药公共卫公共卫 生管理生管理医医 保保控控 费费健健 康康 预预天昊基因 防防商商 保保 开开 发发海鹚网络芯联达卓健科技特扬网络医惠科技倍泰健康宁远科技创业软件卫宁软件万达信息雕龙数据联达动力传统传统 医疗医疗 解决解决 方案方案互联互联 网网 医疗医疗 解决解决 方案方案数数 据据 采采 集集 端端
37、 口口数数 据据 采采 集集 基基 础础 设设 施施数数 据据 管管 理理数数 据据 分分 析析 应应 用用医药研医药研 发发整合整合及标及标元合科技准化准化 技术技术雕龙数据零氪科技 卫宁软件盈谷网络 万达信息桃谷科技 米健信息安安 全全管管IBM理理远端远端存储存储华润万里云百度云阿里云腾讯云IBM亚马逊整合整合平台平台新屿科技华润万里云华大基因思派网络其明生物平安健康云协和医院华大基因恒瑞医药药明康德咕咚糖医生星舰基因23魔方注释：（1）信息截止2016年6月30日，排名不分先后（2）蓝色字体为一级市场公司，灰色字体为二级市场公司细分领域分析细分领域分析 之之数据采集基础设施、数据采集端
38、口、数据管理数据采集基础设施、数据采集端口、数据管理18CHAPTER 3移动医疗解决方案的提供厂商，主要向互联网医疗公司和小型医疗机构服务：移动医疗解决方案的提供厂商，主要向互联网医疗公司和小型医疗机构服务：以一级市场公司为主，部分二级市场公司有开展此业务；小型医疗机构如诊所的信息化长尾市场潜力较大。海鹚网络京颐科技芯联达卓健科技云中医桃谷科技医惠科技倍泰健康数据收集基础设施数据收集基础设施市场集中程度低，并购趋势明显，看好具有资本和客户资源优市场集中程度低，并购趋势明显，看好具有资本和客户资源优势的信息化厂商势的信息化厂商雕龙数据领健信息人仁医安盟生技健麾信息宁远科技创业软件卫宁软件万达信
39、息联达动力海纳医信嗵嗵e研传统传统 医疗医疗 解决解决 方案方案互联互联 网网 医疗医疗 解决解决 方案方案桃谷科技特扬网络脉极客医疗2.96%2.62%1.66%71.20%传统医疗解决方案提供者传统医疗解决方案提供者，主要为传统医疗机构提供信息化服务主要为传统医疗机构提供信息化服务多数厂商来自二级市场和新三板，由于医疗机构地域性较强的市场特性，各供应商的市场份额不大且相对稳定；由于数据标准向统一标准的方向发展、医院客户对信息化厂商一站式服务能力要求的提升，将驱动行业整合。我国医疗信息化行业集中度低我国医疗信息化行业集中度低&未来并购趋势明显未来并购趋势明显11.28%3.72%3.47%3
40、.10%中联信息创业软件嘉和美康其他东软集团万达信息卫宁软件天健源达门急诊划价收费系统 住院药房管理系统 药库管理系统 门急诊药房管理系统 门急诊挂号系统 病案管理系统住院病人入出转管 物资材料管理系统会计账目系统 固定资产管理系统 医疗统计系统 护理信息系统 医药信息化：医药信息化：我国医药信息化建设程度较低且供给者较少，但发达国家医药信息化程度超过80%，因此，随着我国药品研发的增多以及政策继续加码，医药信息化领域潜力巨大，现有提供商将迎来高速发展及拥有先发优势，并且会出现新进入者。区域信息化：区域信息化：相关政策从2013年开始持续出台，目前我国区域 卫生信息化建设水平低于30%，上升空
41、间大，看好有能力数据融合技术强、做区域性信息系统及拥有跨区域客户资源的提供商。电子病历系统 实验室信息系统 放射科信息系统 超声影像信息系统 临床知识库系统PACS系统 临床路径系统 体检中心管理系统 临床决策支持系统 感染/传染监控系统 远程医疗信息系统 区域卫生信息系统数据收集基础设施数据收集基础设施数据融合技术是关键，数据融合技术是关键，看好有能力提供区域信息化建设、医药看好有能力提供区域信息化建设、医药信息化建设的服务提供商信息化建设的服务提供商由政策带来的医疗信息化需求增长促使供给方快速发展。由政策带来的医疗信息化需求增长促使供给方快速发展。国家部门自2009年开始已出台多个加快医疗
42、行业信息化建设的政策， 释放了传统医疗机构的信息化建设需求；同时，国家战略牵头“ 互联网+”带来移动医疗信息化解决方案的新需求。 医院信息化：医院信息化：关于促进医院信息化建设政策已在2012-2014年间大量出台，根据CHIMA2014-2015年数据：（1）我国医院管理信息系统建设水平在70%-80%之间，上升空间仍有但不大；（2）医院临床信息系统建设水平处于40-80%，建设程度较低的领域上升空间大，如远程医疗、手术麻醉、感染/传染监控系统、 临床决策系统等；（3）医疗诊所信息化程度低，长尾市场可挖掘，利好移动医疗解决方案提供商。 2014-2015中国医院管理信息系统实施情况中国医院管
43、理信息系统实施情况2014-2015中国医院临床中国医院临床信息系统实施情况信息系统实施情况0%50%100%0%50%100%已实施准备建无已实施准备建无提供基于云端的大数据应用以及移动端的应用软件。领健信息领健信息Practice FusionAthenahealth成立时间成立时间 2015年 2005年 1997年服务客户服务客户 诊所 医生/患者/科研机构/保险 公司/医药公司 医生/医院业务业务/产品产品 口腔电子病历系统 诊所管理软件 电子病历系统 医疗数据产品 医生评价及预约服务平台 电子病历系统 涉及“收入循环+保 险报账”管理盈利模式盈利模式 向诊所收费（系统 使用账号销售
44、/后期 维护升级费用） 医药企业广告费 实验室/影像中心加盟费 向医院收费（购买服务使用权/后期升级）最新融资最新融资 A轮，2016.01 数千万人民币 二级市场，2014.10 250万美元 已上市 市值约51亿美元累计融资累计融资 2轮，数千万人民币 12轮，1.575亿美元 3轮，4000万美元数据收集基础设施数据收集基础设施国内外代表企业案例分析国内外代表企业案例分析我们选取三家在国内外具有代表性的公司： 领健信息：领健信息：专注于诊所管理系统，优势在于其专注于牙科领域，打通pc/移动端，拥有牙科/计算机专业人才； Practice Fusion：采取免费战略占领市场，优势在于有美国
45、政府政策支持； Athenahealth：电子病历早期实践者，优势在于技术积累深厚，主要包括医院、诊所、体检机构、基因测序公司等；拥有约90%的医疗数据，数据累积速度快； 数据质量一般（存在孤立、不标准化、非结构化等问题），从而 数据处理分析成本较高，随着区域信息化建设程度的提高、图像 识别技术进步等，有望提高； 临床数据短期内变现能力一般，一是医院数据质量一般，二是医 院不愿意开放共享数据，三是其部门应用场景的受益方购买动机 不强，如医院购买临床决策系统，但随着数据质量提高和医院开 放数据态度改善，其变现潜力可期待。端口二：研发机构端口二：研发机构主要包括药企、药品研发外包公司、科研机构；拥
46、有月4%的医疗数据，短期内数据累积速度一般，中长期内增 快（随着我国药品研发增多）；数据质量高，数据处理分析成本较低（但可能需要医疗服务机构 数据、互联网医疗数据辅助使用）；研发数据变现能力大，直接用于医药研发，降低药企研发投入， 但是由于研发机密性较高，数据共享可能性较小；端口三：互联网医疗公司端口三：互联网医疗公司包括挂号问诊、医药电商、移动健康管理、医患社交等平台。拥有约6%的医疗数据，数据累积速度高速增长，未来数据比例 将大大提高；数据质量普遍较差（健康管理app的数据质量较高，且具有实时 性和持续性），数据处理分析成本一般较高；短期内患者行为数据变现能力较差，一是大部分数据质量较差，
47、 二是2C端的受益方购买动机不强，如患者购买慢病管理服务。数据采集端口数据采集端口研发端口数据变现能力最强，医院端口数据变现潜力大研发端口数据变现能力最强，医院端口数据变现潜力大端口一：医疗服务机构端口一：医疗服务机构星舰基因23魔方爱康国宾恒瑞医药药明康德协和医院贝达药业华大基因达安基因咕咚糖医生医医 疗疗 服服 务务 机机 构构研研发发信达生物机机 构构互互 联联 网网 医医 疗疗 公公 司司数据管理数据管理数据融合趋势利好数据整合、标准化技术提供商及数据整合平数据融合趋势利好数据整合、标准化技术提供商及数据整合平台公司台公司本领域按产品的不同，可以分为四类。我们认为低成本低成本和高效率的
48、数据处理及存储高效率的数据处理及存储是数据管理企业的核心竞争力。雕龙数据零氪科技元合科技新屿科技华润万里云思派网络其明生物盈谷网络卫宁软件万达信息米健信息桃谷科技华大基因 注释：蓝色字体为一级市场公司，灰色字体为二级市场公司 数据整合及标准化技术：数据整合及标准化技术：市场参与者较多，具有较多大型医院客户、技术先进、成本较低的提供商可占领较多市场； 远端存储服务：远端存储服务：基本为大公司，主要原因是存储基础设施成本及技术壁垒较高，小玩家难以介入，能实现海量数据高效调用、尽可能的低成本的存储服务公司易获得和留存客户。部分新进入者基本选择从单一的医疗影像数据或基因数据存储切入（一是技术难度相对小
49、，二是此类数据体量大，市场需求多）；数据整合平台：数据整合平台：一级市场参与者众多，主要从影像、医药电商、体征数据、肿瘤数据、基因、云端电子病历等数据切入。我们认为抱着特定倾向收集数据的企业可能凭借海量数据的积累建立行业壁垒，例如2000个乳腺癌病人的基因组数据比无差别收集20万表型不明的基因组数据价值更大。当数据整合平台积累了海量 数据，可通过数据出售、开发应用系统、咨询服务等方式变现。 安全管理：安全管理：参与者缺乏，原因是我国医疗大数据行业尚处于形成期、其使用安全的法律也才刚出台。但随着政策的推进，大型医疗信息化厂商可凭借数据安全技术及客户资源垄断市场。IBMIBM华润万里云百度云阿里云
50、腾讯云亚马逊平安健康云整合及整合及标准化标准化技术技术安全安全管理管理远端远端 存储存储整合整合 平台平台数据管理数据管理国内外代表企业案例分析国内外代表企业案例分析 华润万里云医疗：华润万里云医疗：作为为医院提供在云端存储部分或全部医疗数据服务的代表，其产品是一个云端存储医学影像的平台，优势是拥有60年医学影像积累。 解码解码DNA：通过自建平台收集医疗数据的医疗数据公司之一，其为医院和个人提供个人基因测序服务，专注于临床基因的检测，同时能够收集大量的基因数据，建立庞大的基因数据库。华润万里云医疗华润万里云医疗解码解码DNA成立时间成立时间 2009年 2011年服务客户服务客户 医院、患者
