2018年度中国健康医疗大数据行业分析报告.pdf

2018年 中国健康医疗大数据行业报告 开篇摘要 • 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。 SMS • 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。 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。 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 5 3 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 1 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（RD）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。 2 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

相关知识

2021年医疗健康大数据行业分析报告.pdf
医疗健康行业大数据分析报告.doc
健康医疗大数据行业发展分析报告
中国大健康数据分析报告
健康医疗大数据行业市场需求 中国健康医疗大数据产业链发展现状分析
2023年医疗健康大数据行业分析报告及未来五至十年行业发展报告.docx
健康医疗大数据分析报告
医疗健康大数据分析报告
中国健康医疗大数据发展的SWOT分析
中国人健康大数据分析报告.pptx

网址: 2018年度中国健康医疗大数据行业分析报告.pdf https://www.trfsz.com/newsview217646.html