专家观点 | 我国健康大数据发展的3点建议

Posted 2021-03-29 数邦客

大数据在健康领域应用的深入，必将带来中国乃至全球健康产业的一场大变革。健康大数据发展意义重大，宏观层面，既关系到国家在健康领域的核心竞争力，又涉及中国人种的基因安全；中观层面，直接影响企业竞争力及健康市场格局；微观层面，与个人身体健康、健康消费、医疗保险等息息相关。近年来，政府也在大力推动健康大数据发展。然而，由于存在一些障碍，使得产业和科研部门不敢在健康大数据领域进行研发投入，以致于我国尽管健康数据资源丰富，健康大数据的发展却落后于先发国家。应针对这些障碍，研究有效的解决措施，充分利用大数据带来的机遇。

1

健康大数据应用领域

健康数据涵盖了保健养生、疾病治疗、传染病预防、临床医药等多个领域，遍及人的全生命周期，广泛来自于医院、诊所、检验机构、病患、易感人群、普通人群等渠道，是国家重要的基础性战略资源。健康大数据具有广阔的应用前景，现阶段主要应用领域如下。

（一）传染病监测预警

　　

随着大规模城镇化、全球交通网络的迅速发展，很多传播快速的传染病如埃博拉、霍乱、脑膜炎等有死灰复燃的趋势。传染病依然是公共卫生的重大威胁。随着信息技术的发展，以大数据分析为基础的传染病监测预警在传染病防控中的作用愈发重要。

　

一是基于网络大数据进行传染病监测预警。随着网络、搜索技术的发展，某种疾病暴发前后人们往往会上网搜索相关信息。跟踪查询关键词及词频，经过数据筛选、统计、分析等工作可预测疾病的发生率，建立疾病预警机制。

　　

二是基于社会因素和环境因素大数据进行传染病监测预警。社会因素和自然环境因素，如交通网络、人类行为、气象原因、地质情况等，都能影响疾病的发生。对其进行分析，对传染病的监测预警也极为有效。

　　

三是基于临床大数据进行传染病监测预警。基于临床大数据的传染病监测预警主要通过持续、系统地收集分析临床数据，及时发现疾病在时间、空间上的异常聚集，在疾病暴发早期进行探查、预警和快速反应。

　　

（二）医保及健康保险提效控费

　　

中国医疗保险以政府主导的基本医疗保险为主，商业医疗保险为辅。无论是基本医疗保险还是商业健康保险，在业务、经营、管理等方面都比较粗放，存在缺乏对疾病治疗费用的深度分析及对参保群体费用风险的科学评估，精算定价基础薄弱；缺乏对医疗服务临床合理性的判断，漏失欺诈、不合理医疗行为的监测；缺乏技术手段对医院医疗质量及费用的合理评估，长期控费效果欠佳；市场与销售缺乏以数据为基础的分析，市场滞于价格层面的竞争，行业收益低等问题。大数据用于保险领域可为人们提供更丰富的支付保障，减轻患者负担，推动行业发展，主要功能有：

　　

一是通过对疾病费用数据的深度分析，结合不同年龄群体的发病率及疾病演变信息，为理赔型大病保障设计及精算定价提供支持，丰富商业医疗保险产品的种类，弥补重大疾病险的缺失。

　　

二是通过对住院、医疗检查项目、高值医用耗材、诊断与处方药品指标、病因与药品计量等数据的分析，及时发现欺诈、浪费、滥用等费用风险。

　　

三是通过临床数据判断不同疾病管理中的医疗行为。对用药剂量、药物反应数据分析，评估医疗过程；对手术不良事件发生率、再入院率等数据分析，评价医疗效果；通过医疗费用、质量评估，在确保医疗质量的基础上控制医疗费用。

（三）个人健康管理

中国人口基数大，近年来由于老龄人群、慢性病人群的持续快速增长，对健康的需求急剧攀升。中国医疗支出占GDP的比重逐年增长，2000年为4.6%，2010年为5.0%，2011年到2013年分别增至5.1%、5.4%和5.6%。医疗资源不足与浪费并存、服务质量不高、商业保险发展乏力、医疗资源布局和结构不合理、数据体系碎片化等问题普遍存在。大数据应用于该领域的主要功能有：

一是对易患病群体实现病前先控。将用户行为、感官等数据与人口统计数据库比对分析，可识别出高危群体[4]。针对高危人群进行健康教育或提供诸如饮食、运动、作息等方面的提醒服务，协助预防疾病。

二是对易患病个体分析实现提前预防。利用基因检测分析可预测个体高发疾病种类，对个体用户易发疾病进行疾病预防普及教育，也可实现精准预防、病前先控，实现“治未病”。

三是对患者进行精准管理，实现治疗依从性提高。将患者身体数据与大数据分析相结合提醒病人按时治疗，防止由于就医延误造成的疾病加重，降低疾病危害。患者可通过病情管理社交功能将数据分享至亲友，通过亲友鼓励提高治疗依从性，防止不遵医嘱造成的病情恶化。

四是合理分配医疗资源。医疗资源有限，而不同疾病，尤其是慢性病在较长的时间内病情轻重是波动的。病人可能出现病重需要立即诊疗、病情转轻不需治疗的时候。通过大数据分析，可合理分配病人的复诊时间、开药用药，能够更有效地配置医疗资源。

（四）药品支出提高成效

药品是仅次于住院和门诊的第三大医疗费用支出项目。药品费用合理化除了需要平衡非处方药和处方药的关系，保障公民医疗用药的性价比更高、医药费用得到更有效地利用外，还需要政策制定者平衡新药与有限的医疗预算，正确刺激业界开发新一代药物。中国药品支出的增长，一方面是由于基本医保扩容，覆盖近14亿人口，消费药品的人增多；另一方面是由于使用了成本更高的新药品。随着新研制的高成本药物进入市场，以及老龄化的到来，药品消费的增长预计将达到医疗支出增长的50%以上。大数据应用于药品支出领域主要功能有：

一是推动医院合理用药。通过对各家医院药品种类、消耗量、销售金额、用法用量、疗程、用药频度等大量数据的分析，能够发现药物利用的特点、经验和问题[8]，促进合理用药。

二是促进医保药品目录合理化。医保药品目录范围过小，会导致保障水平低，无法有效减轻参保人负担；目录范围过大，会导致公共开支过高，国家难以负担。因此，合理制定药品医保目录是医保补偿的关键问题和难题。利用大数据技术深入分析医保明细，能够使医保目录的制定更具科学性和合理性。

三是使新药研制更高效。各国对新药研制的共识是所有药物创新都应是需要人群能够负担也容易获取的。传统的原创新药研发面临研发投入逐年增高、研发风险不断加大的挑战。将大数据技术用于药品研制，能够通过全基因组关联分析、基因表达谱联系、药物副作用生物标志等分析方法，使药物能够重定位或拓展适应症。

2

健康大数据发展面临的障碍

尽管我国政府出台了不少文件鼓励和扶持健康医疗大数据发展，但在实际操作过程中，尚有不少瓶颈需要打破，主要包括以下方面。

（一）隐私保护面临新挑战

医疗隐私泄露可能造成歧视、诈骗、骚扰、人身伤害等，严重影响社会稳定和人身安全。若要更好地应用健康医疗大数据，必须平衡数据使用和隐私保护之间的关系。医疗隐私与社会学、法学、信息技术密切相关，对之明确界定难度较大。隐私保护不仅面临着所保护内容不明确的挑战，还面临着难以匿名化、以往安全的数据类型在大数据时代也能分析出个人敏感信息等多重新挑战。具体表现为：

一是匿名化更难。大数据时代数据规模和种类不断增长，某一方发布了匿名化数据，有可能根据别处发布的数据就可重新识别出个人及其隐私，实现去匿名化（De-anonymization）。

　　

二是元数据敏感化。元数据是数据管控的重要手段，广泛存在于日常生活中，如文档元数据包括作者、公司、时间、字数、页码、大小等。在大数据时代，由于数据集变得越来越复杂，相关的元数据也变得越来越复杂。元数据本身可能无意义，但大量元数据汇集起来与复杂的大数据分析技术相结合，可能勾勒出详细的个人敏感信息和行为。

（二）健康医疗大数据的共享和开放程度不高

医疗卫生机构是采集和存储健康大数据的主力，相较于移动医疗应用所产生的数据，源自医疗卫生机构的数据具有更高的准确度和商业开发价值[12]。但在目前的医疗体制下，医疗卫生机构之间、医疗卫生机构和社会公众之间，均存在不同程度的数据壁垒，医疗卫生机构没有动力共享数据。数据孤岛不仅造成了患者数据重复采集和医疗资源浪费，也阻碍了健康医疗大数据的系统性开发和建设。

国务院办公厅在《促进和规范健康医疗大数据应用发展的指导意见》中指出，建立跨部门密切配合、统一归口的健康医疗数据共享机制；《“健康中国2030”规划纲要》提到，要消除数据壁垒，建立跨部门跨领域密切配合、统一归口的健康医疗数据共享机制，实现公共卫生、计划生育、医疗服务、医疗保障、药品供应、综合管理等应用信息系统数据采集、集成共享和业务协同。

健康医疗大数据的深入发展需要打破当前广泛存在的数据孤岛。但是，无论是全国还是区域的健康数据资源共享开放平台，必将需要医院、患者以及监管部门多元主体的共同参与，协调的难度大。此外，平台数据资源的访问权限也需谨慎设计，尤其是对于外资企业的开放程度。

（三）健康大数据领域的法律体系亟待完善

目前中国法律尚不能很好的解释和界定健康医疗数据的权属问题，特别是所有权，导致实践中存在健康医疗数据的所有权到底属于患者个人还是医院的争议。有观点认为，医院和患者均参与健康医疗数据的形成，因此数据是共有的；还有观点认为，数据的所有权在患者个人、控制权在医院、管理权在政府。健康医疗数据权属的模糊性，不仅掣肘数据的授权使用，也给患者的个人隐私保护埋下隐患。

在现行的法律框架下，健康大数据作为一种资产，保护方式可分两类：若数据经医疗机构或授权的第三方机构处理，具有了智力成果或经济价值属性，可以适用于知识产权或商业秘密的保护机制；若数据是医疗机构或医疗运营商采集的与个人医疗健康相关的原始数据，属于个人信息和隐私范畴，可以适用于人身权的保护机制。为了规范健康大数据的应用，立法机关应加快制定和出台个人信息保护单行法。

3

发展健康大数据的对策

由于健康大数据应用面临较大的法律风险，产业和科研部门不敢在此领域进行研发投入，以致于我国尽管健康数据资源丰富，健康大数据的发展却落后于先发国家。为加快健康大数据发展，提出如下建议。

（一）规范健康数据的获取活动

欧盟于2016年4月通过了《一般数据保护条例》，规定了个人数据处理的透明性、最少数据收集原则，并赋予数据主体随时撤销同意权、被遗忘权、可携带权等权利。中国尚未通过法律明确规定类似的原则和权利，应借鉴和参照欧盟的经验规范健康数据的获取。

（1）通过非医疗机构平台收集数据，总体上须遵循合法、正当、必要的原则，通过隐私条款或其他方式明示收集、使用信息的目的、方式和范围，且经被收集者同意。

（2）使用医疗机构共享的数据，则需设置数据保护手段，通过有效的脱敏措施，使数据无法识别特定个人且不能复原。

（二）强化健康数据本地化存储

国家卫计委在颁布的《人口健康信息管理办法（试行）》中明确禁止将人口健康信息存储在境外服务器上。但该限制仅局限于其定义“人口健康信息”，不适用于健康医疗移动应用采集到的个人健康信息，以及对人口健康信息脱敏处理后的数据。这些数据也同样具有重要的战略价值，应要求其本地化存储。

（三）加强健康数据境外传输监管

　　

无论是从人种基因安全，还是产业关键竞争力的视角，都需要加强健康数据境外传输的监管。目前中国在法律层面，尚不存在禁止向境外输出健康医疗大数据或个人健康数据的规定。在《中华人民共和国网络安全法》中引入了“关键信息基础设施”的概念，限制关键信息基础设施的运营者将在中国境内存储的“公民个人信息”和“重要业务数据”传输至境外。应充分利用这一条款，将健康医疗数据处理平台纳入关键信息基础设施的范围。这样能确保平台上收集和存储的“公民个人信息”需经相应的安全评估才能向境外输出。

（四）出台健康数据匿名化的法律法规

目前，我国健康大数据的价值挖掘面临法律风险，使得海量的数据富矿处于沉睡状态。国外为了开发健康大数据，有一些数据匿名化方面的探索，例如美国《健康保险可转移及责任法案》提出了去身份化（deidentification）：“通过处理使得数据不能识别特定个人，或者没有合理的基础能够认为该数据可以被用来识别特定个人。”日本2015年通过《个人信息保护法》修正案，允许企业向第三方出售充分匿名化的数据，但要求：匿名后的数据不能够与其他信息进行比对、参照，以实现身份识别的功能，且不能复原。我国也应该尽快出台相关的法律法规，使业界能放下顾虑，发掘健康数据的潜在价值。

（五）完善健康数据资源共享开放机制

政府已经启动了健康大数据资源共享开放的进程，上线了国家人口与健康科学数据共享平台。应进一步扩展平台功能，建立卫生计生、中医药与教育、科技、工业和信息化、公安、民政、人力资源社会保障、环保、农业、商务、安全监管、检验检疫、食品药品监管、体育、统计、旅游、气象、保险监管、残联等部门密切配合、统一归口的健康医疗数据共享机制。

作者简介：

王忠

北京市社科院经济研究所副研究员

清华长三角产城融合研究中心特约研究员

陈伟

北京健康促进会存实健康研究院院长（兼） ；

国家发展和改革委员会经济体制与管理研究所研究员；

清华长三角产城融合研究中心主任

本文来源：浙江产城融合研究中心

免责声明

产品简介

政务大数据基因系统是按照国家、行业和地方标准，通过政务数据元、元数据标准化和数据模板化实现数据规范编辑、智能管理、关联应用和共享开放，以提升全域或行业的数据资源活化和管理能级。它是实现数据跨系统共享交换、创新应用的底层逻辑和关键规则体系，是解决（大）数据混杂、提升数据质量、促进数据创新应用的前提，也是集成信息资源目录体系、交换体系和开放体系三合一的管理平台，为优化政务数据体系、探索数据关系、驱动数据服务奠定基础。是城市和行业数据中心的必备管理工具，实现从管网络、系统到管用数据的跃迁。

大数据价值构建师

DT时代组织转型的方案服务商