2018未來醫療100強醫療大數據技術與產業應用論壇以“大數據的轉型”為主題。

在醫療大數據技術與產業應用論壇中，智云健康CTO牧唐、生命奇點CEO劉立宇、聚道科技CEO李廈戎、太美醫療科技CEO趙璐、澤創天成VP盧秀玲、清科醫療合伙人喻聚蓉、弘暉資本合伙人姜燕燁參與了此次論壇并發表了精彩的演講。

此次論壇的主題包括慢病管理、人工智能和大數據技術、精準醫療的網絡化、數據化與智能化、新藥研發的信息高速公路、醫生社群在醫療大數據的地位以及EHR的行業變革和投資邏輯，動脈網整理了各位嘉賓的精彩演講。

牧唐：慢病管理就是院內管理和院外管理結合

對于慢病管理，主要有三大要素：

第一塊院外管理。通過社交平臺，提高患者服藥依從性。

第二塊是院內外一體化，打通院內住院和院外基于整體的慢病管理數據AI和大數據的平臺是打通上游醫藥廠商和中游藥店的關鍵。

第三塊是基于前面兩點，做到B端和C端交互，促進營收規�；�增長。

劉立宇：現代醫學核心就是循證醫學

現在整個現代醫學核心就是循證醫學，但現實是國內對證據重視程度還不夠。

成證據體系效率直接等于醫療行業的供給能力，現在醫療最大的矛盾不是鏈接，不是其他，最主要還是供給能力。

證據體系有以下幾個特點：證據應用推廣效率比較慢，從證據產生應用的過程非常漫長；當前的證據體系特點是單向低效，藥物耗時久、投資大，效率很低；當前的循證醫學具有局限性，是由3％人的證據作用在其他97％的人身上，因此，療法的普適性很低。

未來的解決方案體系會是數據驅動的學習能力體系，將研究與實踐信息整合，形成迭代循環。而這樣的體系需要兩點支撐：第一個是人工智能的技術，第二需要足夠大規模的數據網絡。

此外，這樣的體系落地主要有三個壁壘：數據質量、數據網絡和跨學科專業經驗。

克服壁壘，構建的新型數據型醫療體系有以下幾個特點：第一有網絡化的數據源＋智能學習能力產生證據；第二是網絡化的數據源＋智能的證據推薦，達成證據應用；第三是產品研發＋臨床應用＋患者體驗＋支付機構，產生信息閉環、持續學習能力。最后通過AI，給臨床人員提供不同證據組成完成的解決方案，而不是單個的點。

李廈戎：精準醫療數據技術基于信息化業務系統，協同上下游，提高行業效率

遺傳疾病診療效率較低，主要有以下原因：監測方法難以選擇；檢測質量不可控；遺傳咨詢復雜，病人難以理解，因此難以主動干預。

遺產疾病診療有幾個趨勢：遺傳疾病受限于成本的原因，只能檢測一兩個基因；國內三甲醫院正在建立自己的基因檢測機構；除了檢測治病基因，攜帶治病基因篩查也將成為趨勢；臨床開始意識到遺傳醫學的重要性，參與遺傳醫學的培訓并學習遺傳咨詢。

總的來說，精準醫療數據技術基于更好的信息化業務系統，協同個上下游，從而提高行業效率，并利用高質量數據形成普惠價值，實現服務決策，就能為整個臨床的賦能。

趙璐：新藥研發的信息高速公路會重構研發的價值鏈

中國的新藥研發投資在未來幾年內占全球比例會持續上升，每年的大約是20％，但新藥研發向強監管、重投入、重創新的方向發展。

藥研發過程中，最大的瓶頸還是臨床應用，主要表現在：臨床研究過程非常復雜；臨床研究對于質量規范可靠性要求遠遠日常診療；信息化的手段提升醫藥研發的效率不明顯，核心問題只考慮藥廠單方需求。

行業最創新的解決方案是構建一條信息高速公路，一個整套完整的協作平臺，而基于此平臺的研發的價值鏈會重構，新藥研發的各方不再以軟件或者軟件服務區隔，而是調整業務的方式。

盧秀玲：要實現醫療大數據要從游擊隊要正規軍的過渡，需要高質量的科研數據和方法學人才支持

健康醫療大數據的創建有許多過程：首先是解決不同醫療機構間的有效數據交互；第二是構建更符合我國臨床實踐的醫學術語體系；第三是就病人隱私保護出臺相關政策法規；第四是從源頭改善數據質量，使用相對準確的變量回答科學問題；第五是我們要用醫學問題驅動數據產生科學價值。

而醫生如何利用好大數據來促進醫學研究，完成臨床數據向科研數據的轉化，應從三個方面入手：第一方面假說的發現和提出；第二個是高質量的科研數據的采集和質量的控制；第三個是方法學的人才或者工具的有力支持。

喻聚蓉：EHR之路將從醫療全過程記錄走向全生命周期管理的方向邁進

醫療信息化目前正在從管理信息階段向臨床信息階段做一個邁進，智慧醫療以大數據為基礎出現了一個雛形。

電子病歷系統會是整個臨床信息化的一個紐帶，同時也是智慧醫療的基礎。

從整體趨勢來看，電子病歷都是從功能走向智慧，我國的電子病歷還是會復制美國之路，從醫療全過程記錄走向全生命周期管理的方向邁進。

目前受到關注的基礎大數據應用大多基于三種技術：基于CDSS技術、基于數據集成以及�？齐娮硬�歷為基礎以及基于臨床與基因數據。

電子病歷為代表的信息化行業的投資風險主要體現在現金管理和落地能力兩個方面。