大數據作出當下最熱門的新興產業，被各行各業給予了厚望，并取得了一些喜人的成就。憑借其自身的特性，大數據或將成為醫療行業下一個“爆發點”。再生醫學網認為，對于該如何進一步建設、優化醫療大數據，成為了醫療界無數大咖所思考的問題。

　　

　　醫療大數據建設的六大痛點

　　城市級醫療大數據建設，并不是一個新概念。從2014年開始，健康醫療大數據創業的公司大批涌現。各類企業以醫院、醫生、患者、醫藥、醫險、醫檢等入口，紛紛布局智慧醫療與大數據。

　　城市級醫療大數據體系的建設就是：一個使醫療大數據從醫療真實世界的數據變成證據和工具，發揮其價值，推動臨床試驗和精準診療的發展過程。

　　在醫改和新基建的大背景下，實現城市級醫療大數據的有效應用成為醫院管理、建設的重要工作之一，數據驅動醫院精益運營升級將成為醫院發展的重要戰略方向，也成為價值醫療升級的基礎保障。

　　但隨著醫療大數據體系建設的逐漸深入，也陸續暴露出一些問題和難點。

　　首先，數據歸屬不明確

　　目前，我國沒有明確的法律規定數據歸屬問題，醫療數據使用權到底是患者個人、醫療機構、還是參與建設的企業？

　　醫療行業內的共識是：數據是患者、醫生、醫院三方共同的資源，且不能直接用作盈利，一般來說數據可以找科研項目合作中使用，使用前必須經過患者同意、醫生必須得到醫院科研項目申請批復。

　　因此，大多數AI醫療公司仍是通過與醫院或主任合作科研項目，獲取數據訓練模型。

　　其次，數據安全要求高

　　醫療數據涉及個人數據隱私方面的問題，因此要特別注意個人數據隱私保護，中國《網絡安全法》規定“網絡運營者不得泄露、篡改、毀損其收集的個人信息；未經被收集者同意，不得向他人提供個人信息。但是經過處理無法識別特定個人且不能復原的除外”

　　所以，AI醫療公司在使用數據時要進行數據的無法識別特定個人處理，這在一定程度上能夠幫助AI醫療公司規避數據安全問題。

　　第三，數據開放受限制

　　中國的醫療數據開放程度有限，主要體現兩個方面：一是境內與境外的流通限制，二是醫院與醫院或醫院與公司之間流通的限制。

　　境內與境外的限制其實很簡單，這個各個國家都有相關規定，而且有的國家規定的更加嚴格，比如美國和歐洲。在醫院與醫院的流通限制方面，我國大部分的醫院數據都是獨立存在的，流通起來相對困難，更談不上共享和數據交叉應用及數據變現。

　　2017年以來，國家通過立法逐步規范和開放數據的使用，同時陸續建立各類數據應用平臺，通過國家力量和產業資本的結合，加快醫療數據的互聯互通和數據共享機制，為醫療大數據的應用帶來紅利。

　　第四，數據標準不統一

　　我國人口眾多，醫療數據豐富，但”數據大“不等于 “大數據“，臨床數據不夠統一和規范，不同地區、不同醫院之間的數據沒有建立起聯系，也沒有統一的標準，因此價值也得不到體現。

　　比如影像系統的數據標準問題，超過80%的醫療大數據為影像形式，但PACS系統的生產設備和數據標準是不一致的，數據交流存在諸多障礙。

　　第五，數據倫理有爭議

　　盡管AI在醫療行業取得了令人矚目的進展，但不可否認的是，AI的應用依然存在一系列的倫理問題，比如：AI造成了個人信息泄露，導致醫療事故，責任方是誰？AI的使用造成了醫療人員的失業，引發醫療產業結構的轉型，社會應該如何應對？諸如此類的問題很多，都需要行業從業者去面對和解決。

　　第六，數據成本代價高

　　所有基于AI的醫療技術，都是以”數據“為基礎的，目前AI醫療公司獲得數據的渠道分為三種：第一種，與醫院合作科研項目 第二種，從公開數據集下載數據，第三種，購買數據。

　　總體來說，AI公司獲取數據的成本主要在數據獲取和數據標注上，而且隨著模型訓練的逐步深入，數據吞吐量可能會是幾何級數增長，代價也會水漲船高。這對于AI公司的運營來看，將是一筆不小的負擔。

　　最后，再生醫學網認為，雖然大數據在醫療領域的大規模成熟應用尚存在諸多問題，不過相信隨著各項配套政策的施行或人們觀念的更迭，在未來，大數據將在醫療領域大放異彩，并能夠在實際層面上讓患者從中受益。