2018未来医疗100强医疗大数据技术与产业应用论坛以“大数据的转型”为主题。

在医疗大数据技术与产业应用论坛中，智云健康CTO牧唐、生命奇点CEO刘立宇、聚道科技CEO李厦戎、太美医疗科技CEO赵璐、泽创天成VP卢秀玲、清科医疗合伙人喻聚蓉、弘晖资本合伙人姜燕烨参与了此次论坛并发表了精彩的演讲。

此次论坛的主题包括慢病管理、人工智能和大数据技术、精准医疗的网络化、数据化与智能化、新药研发的信息高速公路、医生社群在医疗大数据的地位以及EHR的行业变革和投资逻辑，动脉网整理了各位嘉宾的精彩演讲。

对于慢病管理，主要有三大要素：

第一块院外管理。通过社交平台，提高患者服药依从性。

第二块是院内外一体化，打通院内住院和院外基于整体的慢病管理数据AI和大数据的平台是打通上游医药厂商和中游药店的关键。

第三块是基于前面两点，做到B端和C端交互，促进营收规模化增长。

现在整个现代医学核心就是循证医学，但现实是国内对证据重视程度还不够。

成证据体系效率直接等于医疗行业的供给能力，现在医疗最大的矛盾不是链接，不是其他，最主要还是供给能力。

证据体系有以下几个特点：证据应用推广效率比较慢，从证据产生应用的过程非常漫长；当前的证据体系特点是单向低效，药物耗时久、投资大，效率很低；当前的循证医学具有局限性，是由3%人的证据作用在其他97%的人身上，因此，疗法的普适性很低。

未来的解决方案体系会是数据驱动的学习能力体系，将研究与实践信息整合，形成迭代循环。而这样的体系需要两点支撑：第一个是人工智能的技术，第二需要足够大规模的数据网络。

此外，这样的体系落地主要有三个壁垒：数据质量、数据网络和跨学科专业经验。

克服壁垒，构建的新型数据型医疗体系有以下几个特点：第一有网络化的数据源+智能学习能力产生证据；第二是网络化的数据源+智能的证据推荐，达成证据应用；第三是产品研发+临床应用+患者体验+支付机构，产生信息闭环、持续学习能力。最后通过AI，给临床人员提供不同证据组成完成的解决方案，而不是单个的点。

遗传疾病诊疗效率较低，主要有以下原因：监测方法难以选择；检测质量不可控；遗传咨询复杂，病人难以理解，因此难以主动干预。 

遗产疾病诊疗有几个趋势：遗传疾病受限于成本的原因，只能检测一两个基因；国内三甲医院正在建立自己的基因检测机构；除了检测治病基因，携带治病基因筛查也将成为趋势；临床开始意识到遗传医学的重要性，参与遗传医学的培训并学习遗传咨询。

总的来说，精准医疗数据技术基于更好的信息化业务系统，协同个上下游，从而提高行业效率，并利用高质量数据形成普惠价值，实现服务决策，就能为整个临床的赋能。

中国的新药研发投资在未来几年内占全球比例会持续上升，每年的大约是20%，但新药研发向强监管、重投入、重创新的方向发展。

药研发过程中，最大的瓶颈还是临床应用，主要表现在：临床研究过程非常复杂；临床研究对于质量规范可靠性要求远远日常诊疗；信息化的手段提升医药研发的效率不明显，核心问题只考虑药厂单方需求。

行业最创新的解决方案是构建一条信息高速公路，一个整套完整的协作平台，而基于此平台的研发的价值链会重构，新药研发的各方不再以软件或者软件服务区隔，而是调整业务的方式。

健康医疗大数据的创建有许多过程：首先是解决不同医疗机构间的有效数据交互；第二是构建更符合我国临床实践的医学术语体系；第三是就病人隐私保护出台相关政策法规；第四是从源头改善数据质量，使用相对准确的变量回答科学问题；第五是我们要用医学问题驱动数据产生科学价值。

而医生如何利用好大数据来促进医学研究，完成临床数据向科研数据的转化，应从三个方面入手：第一方面假说的发现和提出；第二个是高质量的科研数据的采集和质量的控制；第三个是方法学的人才或者工具的有力支持。

医疗信息化目前正在从管理信息阶段向临床信息阶段做一个迈进，智慧医疗以大数据为基础出现了一个雏形。

电子病历系统会是整个临床信息化的一个纽带，同时也是智慧医疗的基础。

从整体趋势来看，电子病历都是从功能走向智慧，我国的电子病历还是会复制美国之路，从医疗全过程记录走向全生命周期管理的方向迈进。

目前受到关注的基础大数据应用大多基于三种技术：基于CDSS技术、基于数据集成以及专科电子病历为基础以及基于临床与基因数据。

电子病历为代表的信息化行业的投资风险主要体现在现金管理和落地能力两个方面。