随着大数据、云计算、互联网+等新概念、新方法、新技术的普及，信息技术赋能医疗健康行业的趋势已经越来越明显，程度也在不断深化。

2020年4月，国务院发布第一份要素市场化配置文件《关于构建更加完善的要素市场化配置体制机制的意见》，明确将数据作为一种新型生产要素，医疗大数据体系的建立也迎来了新机遇。

科亚医疗作为国内第一张医疗AI三类证获证企业，在城市级医疗大数据体系的建设方面，更多的是实现数据的增值——开发出好的人工智能医疗产品，提升医疗服务的质量和效率、让患者获益。目前，科亚医疗的技术和产品包括：冠脉血管疾病精准诊断产品线和智能影像解决方案，偏重于PAAS层的应用。

概念解读

城市医疗大数据体系的建设内涵

城市级医疗大数据建设，并不是一个新概念。从2014年开始，健康医疗大数据创业的公司大批涌现。各类企业以医院、医生、患者、医药、医险、医检等入口，纷纷布局智慧医疗与大数据。作为一家以心血管AI为主打产品的公司，科亚医疗认为，城市医疗大数据体系的建设其本质是：一个使医疗大数据从医疗真实世界的数据变成证据和工具，发挥其价值，推动临床试验和精准诊疗的发展过程。

可以将其理解为，是一个对从单个和多个信息源获取的数据和信息进行关联性、相关性综合整理后，以获得精确的数据内容，并对其态势和威胁及其重要程度进行全面及时评估的信息处理过程；该过程是对其估计、评估和额外信息源需求评价的一个持续精练过程，同时也是信息处理过程不断自我修正的一个过程，以获得结果的改善。

核心问题

医疗大数据建设的六大难点

医疗健康行业的特殊性决定了医疗大数据和普通广义的大数据存在一定的差异，而这些差异也正是医疗大数据的特点所在，医疗企业要考虑的是如何利用医疗大数据的特点，有效解决其中遇到的问题和难点。

尤其是在医改和新基建的大背景下，实现城市级医疗大数据的有效应用已成为医院管理、建设的重要工作之一，数据驱动医院精益运营升级将成为医院发展的重要战略方向，也成为价值医疗升级的基础保障。但随着体系建设的逐渐深入，也陆续暴露出一些问题和难点：

• 01 数据归属不明确

目前，我国没有明确的法律规定数据归属问题，医疗数据使用权到底是患者个人、医疗机构、还是参与建设的企业？医疗行业内的共识是：数据是患者、医生、医院三方共同的资源，且不能直接用作盈利，一般来说数据可以找科研项目合作中使用，使用前必须经过患者同意、医生必须得到医院科研项目申请批复。

因此，大多数AI医疗公司仍是通过与医院或主任合作科研项目，来获取数据训练模型。

• 02 数据安全要求高

医疗数据涉及个人数据隐私方面的问题，因此要特别注意个人数据隐私保护，中国《网络安全法》规定“网络运营者不得泄露、篡改、毁损其收集的个人信息；未经被收集者同意，不得向他人提供个人信息。但是经过处理无法识别特定个人且不能复原的除外”。

因此，AI医疗公司在使用数据时要进行数据的无法识别特定个人处理，这在一定程度上能够帮助AI医疗公司规避数据安全问题。

• 03 数据安全要求高

中国的医疗数据开放程度有限，主要体现两个方面：一是境内与境外的流通限制，二是医院与医院或医院与公司之间流通的限制。境内与境外的限制其实很简单，各个国家都有相关规定，而且有的国家规定的更加严格，比如美国和欧洲。在医院与医院的流通限制方面，我国大部分的医院数据都是独立存在的，流通起来相对困难，更谈不上共享和数据交叉应用及数据变现。

2017年以来，我国通过立法逐步规范和开放数据的使用，同时陆续建立各类数据应用平台，通过国家力量和产业资本的结合，加快医疗数据的互联互通和数据共享机制，为医疗大数据的应用带来红利。

• 04 数据标准不统一

我国人口众多，医疗数据丰富，但“数据大”不等于“大数据”，临床数据不够统一和规范，不同地区、不同医院之间的数据没有建立起联系，也没有统一的标准，因此价值也得不到体现。

例如，影像系统的数据标准问题，超过80%的医疗大数据为影像形式，但PACS系统的生产设备和数据标准是不一致的，数据交流存在诸多障碍。

• 05 数据伦理有争议

尽管AI在医疗行业取得了令人瞩目的进展，但不可否认的是，AI的应用依然存在一系列的伦理问题，比如：AI造成了个人信息泄露，导致医疗事故，责任方是谁？AI的使用造成了医疗人员的失业，引发医疗产业结构的转型，社会应该如何应对？诸如此类的问题很多，都需要行业从业者去面对和解决。

• 06 数据成本代价高

所有的基于AI的医疗技术，都是以“数据”为基础的，目前AI医疗公司获得数据的渠道分为三种：第一种，与医院合作科研项目；第二种，从公开数据集下载数据；第三种，购买数据。  

总体来说，AI公司获取数据的成本主要在数据获取和数据标注上，而且随着模型训练的逐步深入，数据吞吐量可能会是几何级数增长，代价也会水涨船高。这对于AI公司的运营来看，将是一笔不小的负担。

精准切入 

科亚医疗专注大数据加工与分析

从流程来看，医疗大数据囊括了数据产出、数据收集、数据储存、数据加工、数据分析和数据应用等多个环节，每个环节都存在对应的供求关系和玩家。

对现在的科亚医疗而言，数据加工和分析环节固然重要，但是前期的数据收集和存储也需要足够的重视——采取必要措施，确保数据安全、保护患者隐私，为此，科亚医疗采取了如下措施：

1. 原始数据提前脱敏，重要敏感信息，如：患者姓名、性别及相关个人生物 信息，全部予以删除。
2. 数据传输过程中采纳第三方加密技术，严防数据的技术外泄。
3. 数据加工过程中采用图像“分层加密”技术，既能防止技术泄密又能防止人为泄密。
4. 数据存储过程中采用数据碎片化存储，密钥整合使用的原则。

以“智”提“质” 

科亚医疗掌握大数据建设主动权

在医疗新基建的建设浪潮推动下，产品、用户体验及上下游产业协同正逐步完善，尤其服务于B端、G端的医疗大数据企业将迎来无限商机。如影像识别、基因测序等。在经过临床验证、临床审批、付费目录后，将在医疗大数据体系的建设中，进一步反推底层数据基础的丰富和完善。

在此过程中，谁能够率先突围，将能把握更多的主动权。

科亚医疗现有100多位研发人员，其中20多位海归博士，多人曾在医学影像全球知名企业北美研发中心担任核心研发职务，在AI技术、影像分析及医疗大数据方面经验丰富，强大的技术研发能力也是科亚在国内人工智能医疗成为头部企业的根本。

科亚医疗现拥有4大中心(影像分析中心、生物实验中心、临床检测中心、工程研发中心)，2个专项实验室(人工智能实验室、免疫治疗实验室)，能够整合包括影像、病历、病理、生化、免疫、分子诊断等多组学信息，并以此来保障未来医疗人工智能在多个临床场景上的服务应用。

科亚医疗在机器学习、医学图像分析、自然语言处理、基因信息分析等方面拥有核心技术，因此会聚焦在医疗大数据产业的中游，希望开发出更多、更好的人工智能医疗产品，为患者、医疗机构、生命科学研究机构提供精准医疗服务。