A small medical record bears witness to the great changes of the times - from informatization to smart medical care (Part 1)
Editor's note: This article comes from星河融快，作者张岩，星河互联生命科技事业部高级投资经理，专注精准医学、生物信息学、生物合成等前沿科技领域；36氪经授权发布。
大家好，我是张岩.
数据是这个时代最重要的生产资料。随着信息技术水平的逐步提升，各类信息系统的广泛应用和认可，作为世界上人口数量最多的国家，庞大的人口基数使得中国在医疗大数据领域有了无可比拟的先天优势，对于创业者而言，医疗机构和政府相关部门在过去几十年中积累的海量的数据资源正在成为一座亟待开采的金矿。
数字时代最伟大的、未曾被预料的成就之一就是将人们通过共同目的而汇聚起来。信息科技和大数据的力量，已经超越我们的认知水平和想象空间。而其根本在于，“打通医院围墙”、“破除信息孤岛”的连接作用让科技回归医疗的初心——一切以病人为中心。
在上周五生命科学系列栏目的第五篇《万物有序，看离神最近的高科技——人工合成生命的未来》中我们和高级投资经理张岩从最近大火的电影《攻壳机动队》切入与你分享了我们看到的合成生物领域的机会与投资趋势。今天的第六篇我们以史为鉴来知兴替，通过整个医疗信息化发展历程和趋势分析，帮你窥探未来智能医疗领域的产业机会与发展格局，希望能给你一些灵感和启发。
以下，供你参考。
与对生命、自由、幸福的追求一样，对健康的追求是每个人不可被剥夺的权利。每个人都有权知晓自己的身体，了解健康的状况。一切皆可量化。
大数据发展的核心动力来源于人类测量、记录和分析世界的渴望。就像望远镜让我们能感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉。
在医疗健康领域，中国和西方发达国家同样正在迈入智能医疗时代。
2017年4月1日起，我国开始施行《电子病历应用管理规范（试行）》。病历的书写、存储、使用和封存等均需按相关新规定进行。门（急）诊电子病历保存时间自患者最后一次就诊之日起不少于15年；住院电子病历保存时间自患者最后一次出院之日起不少于30年。这一规定的执行标志着为每一个普通患者保存病历信息成为每一个医疗机构的基本能力和义务。新政策得以全面落实的背后折射着20多年来中国医疗信息化改革的探索与实践。而这一切要先从医疗信息化说起。
第一 以医院IT系统为起点的历史进程
医疗信息化起源于美国
20世纪50年代中期，美国率先将计算机技术应用于医院财务会计管理，并进一步实现了部分事务处理，逐步形成医院信息系统。
在经历了初级病人护理系统的探索阶段，1975年美国颁布《国际医学规范术语全集》、制定诊断相关分组编码（DRG）。20世纪90年代至今是美国医疗信息化发展的提速阶段，该时期重点开发电子病历，计算机辅助决策、统一的医学语言系统、专业范围临床信息共享等方面，正经历着小型化、智能化和集成化改造过程，并由信息系统管理功能经信息网络和交换系统向信息服务方向发展。
布什在2004年提出要让每一个美国人拥有自己的电子健康档案（EHR），而奥巴马则以实际行动投入200亿美元来实现这一目标。这一目标实现后，可用EHR进行种群研究、监测疾病流行趋势、药品不良反应等，促进医学发展。联网共享的电子档案代替纸质档案可提高医疗效率，减少重复诊疗和医疗失误，降低医疗成本，是功在当代，利在千秋的事业。
中国医疗机构的信息化发展时间较短
我国计算机技术在医疗机构得到应用起步于20世纪 80年代末，90年代初，这个阶段因为互联网尚未得到普及，医疗机构的数字化建设主要以单机版为主。
这一阶段的特点有三个：功能单一、单机应用、信息孤岛。这一阶段有一个比较有中国特色应用是用于临床诊疗的专家系统特别是中医专家系统风靡一时，后来因推理机制简单、缺乏自学习能力特别是缺乏临床信息系统支持等因素而逐渐退出。
90年代中期，随着局域网技术的成熟和使用，医院的信息化建设开始向网络化方向发展。这一阶段的主要特征是：网络投入使用、业务模式成型、信息局部共享、应用产生效益。
90年代后期，随着Windows网络操作系统、Oracle等大型数据库、计算机硬件的逐步成熟和对医疗信息化认识的逐步到位，医疗机构的信息化建设从局部应用向全院级应用发展。这一阶段发展起来的HIS系统是我国医疗信息化发展史上的重要里程碑。
21世纪初，一些医院在全面实施HIS之后，开始逐步实施部分专业化的信息系统，医院信息化建设迈入HIS+专业信息系统阶段，直到现在，我国基本上还处于这个阶段。
国家新医改政策对医疗卫生信息化在整个医疗改革中的战略地位予以确认，《关于促进健康服务业发展的若干意见》、《国务院关于促进信息消费扩大内需的若干意见》和《关于加快推进人口健康信息化建设的指导意见》等一系列政策的出台，为信息技术在整个健康服务产业的应用创造了良好的政策环境。
2014年我国医疗信息化总花费规模为223.12亿元，2015年增长至243.60亿元，预计2020年我国医疗信息化总花费规模将达到430.01亿元，期间复合增长率为11.1%。2015-2016年度调查结果显示，三级医院中建设比例最高的是手术麻醉系统，达到31.04%，其次是临床决策支持系统达到27.16%；第三是远程医疗系统为26.57%。在三级以下医院中建设比例最高的是临床路径管理系统，达到33.62%；其次是体检中心管理系统，达到25.96%；第三是医院传染/感染监控系统，比例是25.53%。
第二 传统医疗信息化企业的恒强之路
医疗信息化从过去传统的B端业务，在互联网飞速发展的洪流之中，正在发生质变。在信息技术、移动互联网技术、大数据技术等的推动下，医疗大数据的商业和科研价值不断被开发，能够对政府、医院、医生、患者、药品器械企业、医保这六方面的资源进行重新优化配置，将打造出新的商业模式和盈利模式。
以下12家中国上市公司的医疗数据产品线以及市场分析，如下图所示，各公司都有自己的优势领域。这些巨头基于提供医疗软件服务来获取早期市场，建立行业资源壁垒，未来形成区域马太效应，获得区域医疗大数据的入口后，再落地推进数据增值服务。
数据来源：方正证券
埃森哲医疗 财新健康点《中国医疗信息化行业公司市场梳理报告》
医疗大数据两条腿：30%基于互联网数据+70%政府（医院）数据
呼唤医疗大数据的新生态
数据开放平台与认知计算场景化应用
第三 医药信息化创业公司的进阶之路
一枝独秀不是春，百花齐放春满园。医疗大数据行业不仅仅是少数巨头企业的游戏，越来越多的创业者进入这个领域，他们在一些垂直细分的领域寻找可能的突破点。
我们知道医疗大数据根据产生的来源可以分为三类：患者端、医院端和制药企业端。这三个来源的数据特点不同。
患者端数据的特点是数据质量比较差，而且数据获取不容易，缺少连续性，短时间内缺少可行的商业模式。
医院端的数据特点是量大，而且数据形式丰富，从影像到诊断都有，医学价值巨大。但也存在数据质量不高，缺少标准化接口，需要大量的结构化工作，而且由于数据的所有权、使用权等问题，这部分数据体现的商业价值也在探索中。
制药企业端数据的量不是特别大，需求明确，商业模式清晰，关键是数据质量非常高，而且授权清晰，商业价值和科学价值都比较突出，所以在这个领域的SaaS化相对比较容易实现，单机的数据变成云端的数据也比较容易实现。
医药研发SAAS+BPO模式探索
相对其他行业，医药行业信息技术的应用比较落后，在医药行业中推动信息化有很大前景；其次，在药物的研发上药企投入巨大，但效率有待提高。
2012年时，全球医药研发总投入已超2680亿美元，2014年塔夫斯大学的调研表明，单一药物的研发成本已经上升至29亿美元，但新药研发的成果和2000年相比并无显著提高。
21世纪随着CRO巨头的全球扩张和亚洲地区经济科技的崛起，CRO产业逐渐向亚洲转移。
由于拥有世界上最大的人口基数，中国和印度拥有庞大的患者群体，临床试验样本数充足；印度拥有与欧美较为相似的人种和病谱，相同的语言习惯；中国在临床前和临床试验各阶段的研究试验费用仅为发达国家的30%-60%，极具成本优势；中国大陆、韩国、新加坡、印度、日本、中国台湾等正经历生物医药产业的迅速崛起，研发支出增长迅速。中国的成本和产业前景形成了CRO 向中国产业转移的比较优势。
截至2016年1月21日，因临床试验数据不真实、不完整等问题，国家食药监总局不予批准的、药企自查申请撤回的药品注册申请高达1184个，占要求自查核查总数的73%。若扣除165个免临床，占比达到81%。
在政策方面，2016年7月发布《临床试验的电子数据采集技术指导原则》，随后18号令也要求所有生产型企业必须建立药物警戒体系。对比国外医药研发企业的信息化程度，我国相应的投入才刚刚开始，国内近三年在医药研发信息化方面的投入，每年以100-200%的超高速增长。
该领域主要以创业公司为主，包括太美医疗、百奥知科技、奥咨达等。主要的业务模式为：推广移动版数据采集工具，将数据采集实时化、全面化，大幅度拓展药品临床研究的边界，也从根本上改变临床研究的传统模式；通过远程、集约化的模式提供数据的云存储、处理、呈现等服务。
认知计算和人工智能的快速发展，促使新兴信息技术得以广泛应用，加速了医疗大数据产业由基础信息化向智能医疗迈进。未来AI在医疗领域的应用将成为数字医疗事业成败的关键。
预计到2020年，中国的制药企业将会用当前双倍的资金投入医疗机构产生的数据分析，我们相信2017年，将会有更多的创业者推出人工智能系统，为医疗智能化化转型提供动力。
在人的一生中，心脏要始终如一的跳动30亿次，呼吸6亿多次，大脑中上千亿个神经元通过千万亿个突触相互连接。随着技术的进步，将普通的皮肤或血细胞培养成多能干细胞，只需要修改4个基因。重新定义精准医学，在特定人群队列大数据的基础之上，为患者在最恰当时间，以最恰当成本，选择最恰当的治疗方案，甚至是最恰当的剂量。最大程度上代表医学的人文关怀，和保证患者得到有尊严治疗，是现在医学发展的未来。
Shengwei Capital 