文本描述
22018.5 iResearchInc 开篇摘要 注明:本篇报告将不具体讨论基因数据的应用;辅助决策类市场规模推算请详看PPT25页,辅助决策类包括全科辅助决策、影像辅助诊断、病理辅助诊断等。 来源:艾瑞研究院自主研究整理。 大数据及AI技术在健康医疗领域应用场景包括,辅助决策、健康/慢病管理、机构智能化 管理、基因数据*等。预计2019年,辅助决策类中的影像辅助诊断将首先落地,主要因为 其90%的准确率,可以快速为医生提供丰富的细节信息。其他应用场景,医疗机构的智能 化管理,将在各省市区域信息平台及三大健康医疗数据集团推动下进行。全科辅助决策、 健康/慢病管理、人工智能新药研发等,大多处于产品研发中期。针对这三个领域,企业 仍需投入大量技术人才,以缩短流程路径,提升产品准确率。 艾瑞认为,假设2022年人工智能技术辅助决策应用应用落地,市场规模将达到55.86亿元 人民币*,其收费模式将包括软硬件解决方案、软件搭载、按次收取等多种方式。 健康医疗大数据快速发展的先决条件有三条,1)政策支持,顶层政策推动的同时,各类细 节管理办法也要及时跟上市场发展;如,CFDA需要就基于人工智能技术的临床应用,开发 新的监管框架,为申请三类证开通通道。2)市场认可,健康医疗大数据及AI技术的临床及 商业价值快速被市场认同,即企业客户与患者用户均具备一定的数据消费意愿与能力。3) 资本支持,大数据及AI技术的应用研发需要大量资金支持,在产品尚未全面铺开时,市场 需要资本不断的注入以维持研发能力。 SMS 3大数据在健康医疗行业中应用价值1 大数据在健康医疗行业中发展概况2 典型企业案例分析3 挑战及未来趋势4 附录542018.5 iResearchInc 健康医疗行业面临的困境 中国及全球健康医疗行业面临的主要问题 注明:中国特色困境数据说明请参考附录部分。 来源:德勤2018年全球医疗行业展望,IBM重塑生命科学,IBM发展前景一片光明,艾瑞研究院自主研究整理。 全球医疗困境 人口的增长和老龄化,发展中国家医疗市场的扩张、医学技术的进步和人力成本的不断上涨将推动支出增长。 2017-2021年全球医疗支出预计将以每年4.1%的速度增长,而2012-2016年的增速仅为1.3%。 慢性病发病率提升,变化的饮食习惯以及日益增加的肥胖度加剧了慢性病的上升趋势,特别是癌症、心脏病 和糖尿病,目前中国糖尿病患者约有1.14亿,而全球患者人数预计将从目前的4.15亿增加至2040年的6.42亿。 传统研发(R&D)成本上升,产品上市速度慢,2004年至2014年药物开发成本增加了145%。 劳动力不足,在人口结构的变化和技术的迅速发展下,熟练和半熟练医疗保健工作者将大幅减少。 1 中国特色困境* 供需结构失衡,2016年我国每千人口执业(助理)医师2.31人。2015年我国每千人口医师数量在OECD统计 的国家中排名处于25-30之间。此外,我国医生执业环境较差,使得进入医疗系统的优秀人才逐年趋少。 医疗资源发展失衡,2010-2016年三级医院诊疗人次及机构数量复合增长率分别为10.7%和8.3%,而基层医 院仅为1.5%和0.4%。传统就医模式使得三级医院人满为患,导致就医体验差及优质医疗资源浪费严重,因此, 我国仍把推行分级诊疗作为当前首要任务。 医保透支,《中国医疗卫生事业发展报告2017》预测,到2024年将出现累计结余亏空7353亿元的赤字。提升 医保控费能力,探索创新支付机制迫在眉睫。 因此,改善现有就医模式,推行分级诊疗势在必行。 252018.5 iResearchInc 健康医疗行业面临的困境 分级诊疗推行需建立在信息、资源及利益互通上 2015年,国家卫计委提出分级诊疗制度将在2020年全面确立,包括基层首诊、双向转诊、急慢分诊、上下联动分诊诊疗 等。新模式的搭建过程中,主要存在以下3个问题。1)信息不流通,各医疗机构间多为信息孤岛,患者信息无法进行快速 共享流通;2)资源不流通,优质医生多集中在各大省会的顶级医院,且三甲医院医生精力有限,每年可支援的基层医疗 更是有限;3)利益不互通,医院之间缺乏有效的利益捆绑机制,以促进患者在院间的流通。 来源:艾瑞研究院自主研究整理。信息不流通 诊疗记录、患者信息、电 子病历等不互通、不共享资源不流通 优质医生集中三甲医院,且多为 专科医生;全科医生多集中基层 数量少且能力弱利益不互通 不同层级间医院为竞争关系, 需建立有效的利益捆绑机制 2018年分级诊疗推行中遇到的问题 分级诊疗提升医药服务供给能力与效率,降低医疗费用 。。。。。。