1. 首頁 > 生活雜燴 > 健康養生 > >

機房|百億資金流入，醫療大數據跑出五大盈利場景 | 2021年終盤點( 二 )

醫院醫療數據平臺建設盤點五大中臺信息化場景上云盈利機房惠每科技


其三 ， 云租賃或成市場新增量 。 《全民健康信息化調查報告》數據顯示 ， 參與統計的醫院超9成數據中心為自建 ， 不到1成上云 ， 但在區域衛健委之中 ， 省級有近6成上云 ， 市級有近4成上云 ， 縣級也有近2成上云 。
國家衛生健康委統計信息中心信息技術處副處長徐向東曾表示：國家衛生健康委統計信息中心將新一代數據中心的結構劃分為三個層面 ， 一是基礎層面 ， 要支持云數據中心建設 ， 這屬于IaaS層；二是支撐層面 ， 包括業務中臺、數據中臺等概念；三是應用層 ， 更多的是原有應用的整合 ， 以及新應用的產生 。
簡而言之 ， 未來的數據中心建設方向將由物理空間機房轉移至虛擬空間云端 ， 以應對日益增長的數據存儲壓力 。 但更為重要的是 ， 醫療數據存儲的價值在于未來的潛在應用 ， 從這個角度來談 ， 租賃云將獲存在難以估量的市場空間 。
中游：大數據平臺
建立數據中心是為了將數據完整、全面的存儲起來 ， 但存儲只是工具 ， 數據挖掘與最終應用 ， 才是信息化建設的最終目的 。 為此 ， 醫院必須突破數據質量和數據挖掘兩大桎梏 。
20多年醫療IT的野蠻生長在推動醫院進行數字化轉型的同時 ， 也落下了不少頑疾 。 從宏觀上分析 ， 醫療數據的痛點大致包含 信息化廠家和系統繁多 ， 數據孤島現象嚴重 ， 數據治理難度高；數據標準化程度低 ， 醫院管理者數據治理效率低；臨床科研壓力大 ， 科研成果產出效率低三個方面 。
再是數據挖掘 。 傳統的數據挖掘主要整合醫院 HIS、LIS、PACS、RIS、病理等常見信息系統的數據 ， 進而建成電子病歷系統、臨床數據中心（CDR）、電子用藥記錄（eMAR）等常見數據庫 ， 但在實際之中 ， 這些數據庫難以滿足研究人員多元的需求 。
華卓科技高級副總裁王敏會告訴動脈網：“傳統的大數據應用以業務需求為主導 。 今天這位醫生有一個想法 ， 明天另一個科室提了需求 ， 沒有平臺的支持 ， 每一個超出常見數據庫能力的需求都需要信息科或企業經歷數據采集、數據清洗的流程 ， 費時費力 。 而平臺化的方式可以將數據治理的流程統一來做 ， 將非體系的需求用體系化的思維予以解決 。 ”
從理論上講 ，醫療大數據平臺能夠一定程度解決上述兩個問題 。
平臺的本質是服務 。 所謂醫療大數據平臺 ， 可以看作是圍繞醫療大數據利用的全過程而提供的服務 ， 包括數據采集、整合、處理、建模分析、展現等 。 在實際之中 ， 信息化廠商通常會將多種大數據處理工具集合成一個系統 ， 這個系統 ， 就是我們常說到的大數據平臺 。
根據醫院需求與結構建立搭建的醫療大數據平臺包含了SSD存儲技術 ， 融合Hadoop平臺 ， Oracle、Sybase等數據倉庫及MPP、Map Reduce等并行處理數據庫技術 。
醫院可以借助于平臺的引擎與模型對存儲的數據進行規模化處理 ， 這個過程中解決的是國內醫院信息孤島的問題與數據標準化程度低的問題 。 在平臺的基礎上 ， 建設方可以根據醫院提出的需求直接調用數據建成專病數據庫 ， 這里解決的醫院科研投入大、效率低的問題 。
同時 ， 正如數據存儲不斷向云遷移 ， 部分信息化企業也在推動大數據平臺的云部署 。 譬如 ， 華卓科技便采用了互聯網云計算架構搭建大數據平臺 ， 以公有云、私有云、混合云并行的方式滿足醫院本地部署或云端部署的需求 。
由于醫療大數據平臺本身的技術融合特性 ， 現目前沒有明確的統計數據顯示各醫院大數據平臺的部署情況 ， 但《全民健康信息化調查報告》對醫院信息平臺的基本功能統計可以推測整個市場 ， 具體數據如下表所示 。