健康大数据产业发展研究
2016-09-12智慧健康编辑部
《智慧健康》编辑部
健康大数据产业发展研究
《智慧健康》编辑部
0 引言
智慧医疗作为智慧地球的一个重要组成部分，近年来受到广泛重视。尤其CT（Computed Tomography，计算机断层扫描）、NMRI（Nuclear Magnetic Resonance Imaging，核磁共振成像）、EMRS（Electronic Medical Record System，电子病历系统）等一系列硬件和软件产品的广泛应用，为智慧医疗奠定了坚实的大数据基础。
伴随着人口老龄化、亚健康等问题的不断涌现，人们的关注重点开始从对疾病的诊治向对身体的全方位照护过渡，从医疗向健康过渡。健康比医疗涵盖的范围更广，除医疗之外的养老和养生等也都是以保持个人健康为重要内容。在全社会对健康关注持续升温的大环境下，智慧地球中提出的智慧医疗也开始向智慧健康过渡。
智慧健康与数字医疗、健康电子等热点领域既有区别又有联系。首先，他比数字医疗涵盖的范围要广，在大数据的基础上，从医疗领域拓展至健康领域。其次，他比健康电子涵盖的范围要宽，在健康的基础上，从硬件设备拓展至大数据领域。由此可见，智慧健康最突出的特点，就是以健康大数据为基础。
1 健康大数据产业发展概述
健康大数据是智慧健康的基础，而智慧健康又源于智慧医疗。因此，要了解健康大数据必须对智慧健康、智慧医疗有一个明确的认识。
1.1相关概念的逻辑联系
智慧健康源于智慧医疗，但又比智慧医疗的范围要宽泛。研究智慧健康前，首先要对智慧医疗进行明确界定。目前，对智慧医疗的概念并没有明确定义，以下几种比较有代表性：
IBM提出：智慧医疗是面向医疗、护理、康复、养老等多个方面的大健康体系。包括：医院诊疗服务系统和管理系统的智能化；区域医疗服务系统的信息标准化和互联互通；养老服务智能化系统［1］。
浙江省经信委吴君青提出：智慧医疗是医疗信息化的升级发展，通过与大数据、云计算技术的深度融合，以医疗云数据中心为载体，为各方提供医疗大数据服务［2］。
裘加林等提出：智慧医疗是在新一代信息技术深入发展和智慧城市的推动下，人的健康管理与医疗信息化、医疗智能化交相融合的高级阶段［3］。
基于以上定义可以得出：智慧医疗是将云计算技术、物联网技术、移动计算技术等新一代信息技术应用于医疗领域，以医疗大数据为基础，以患者为中心，利用先进的信息技术将有限的医疗资源实现更多人的共享，改善医疗服务流程的医疗体系［4］。
通过分析智慧医疗的概念可以看出：智慧健康是将云计算技术、物联网技术、移动计算技术等新一代信息技术应用于健康领域，以健康大数据采集、分析与应用为基础，利用先进的信息技术以提升健康领域智慧化水平的管理与服务体系。
在以上分析的基础上，可以得出如下结论：无论是智慧健康还是智慧医疗，都以大数据为基础，通过对医疗大数据或健康大数据进行采集（感知、传输、存储）、分析（处理、建模）和应用（预测、展示），得出相关理论、技术、方法和工具。
1.2发展健康大数据意义
在新一代信息技术应用于健康领域的过程中，遇到了两个方面的问题：首先，各类与健康有关的信息系统标准不统一、接口不规范，造成数据利用率低且共享困难，使得对数据的处理与应用基本无法开展；其次，对健康数据的管理缺乏有效的安全措施，数据的访问和使用过程中，入侵、破坏、修改、丢失、泄漏等问题难以避免；第三，由于受到技术水平的限制，对异构健康数据的采集、分析和应用还难以满足产品和应用的需求。
发展健康大数据，其核心目的就是要解决标准和安全缺失的问题，通过感知、传输和存储健康大数据，实现健康大数据的可加工、可检索和可分析，构建基于健康大数据的知识库，通过各类渠道将知识库的成果展示给用户，并向全社会进行推广，实现健康知识的可传递、可继承和可参考等一系列优势，成为整个健康领域的发展趋势。利用健康大数据，解决医疗、养老、养生等领域资源物理分配不均的问题，实现互联网医疗、居家养老、移动养生等新型应用。
1.3健康大数据产业模型
健康大数据通过对健康相关的数据进行获取、分析与应用，实现为个人带来健康保障。健康大数据产业包括：技术、产品、应用、服务和保障五个层次，其结构模型如图1所示。
图1 健康大数据的模型
1.3.1技术体系
健康大数据的关键技术分布于采集层、分析层和应用层。采集层实现健康大数据的采集、传输和存储，分析层实现健康大数据的处理和建模，应用层实现健康大数据的预测和展示。
感知类技术：通过各种传感设备或输入设备，动态记录个人健康大数据，为形成个人健康档案奠定基础。（传感技术、定位技术、识别技术、标签技术等）
传输类技术：通过有线或无线网络，便捷准确地将所采集到的健康大数据传输到后台数据中心。（宽带技术、4G技术、Wi-Fi技术、蓝牙技术等）
存储类技术：通过直连存储、网络存储、存储网络等方式，将传输到服务器端的健康大数据进行归集。（数据压缩技术、缩微存储技术、光盘存储技术、分布式存储技术等）
处理类技术：对获取到的健康大数据进行预处理，去除重复、错误、不准确、不完整的健康大数据，实现健康大数据的一致性、完整性。（数据清洗技术、数据查重技术、数据补偿技术等）
建模类技术：在整个健康领域内，数据正在呈现指数级增长，建模技术就是要将这些数据转换为洞察和价值。（神经网络技术、集群技术、支持向量机技术、关联规则等）
预测类技术：将个人健康数据和大数据中心的数据进行特征比对分析，评估个人健康状况，输出健康评估报告及干预方案。（知识库技术、数据挖掘技术、检索技术等）
展示类技术：多媒体已经成为健康领域广泛接受的、最为全面的展示类技术，他采用声、光、电等方式向机构或个人展示预测分析的结果。（可视化技术、虚拟现实技术等）
1.3.2产品体系
随着信息技术的发展，健康大数据产品在数字化的基础上，呈现出网络化、无线化、远程化、微创化、多功能、高性能、低功耗、低成本和更加便携的发展趋势。
居家保健类健康大数据产品：居家保健类产品以智能手表、智能手环等可穿戴产品为主体，但也有部分小型固定设备受到广泛使用。通过居家保健类健康大数据产品，可以实现干预或者改变个人的体质状况，达到保养身体、减少疾病、增进健康、延年益寿的目的，使个人从疾病或亚健康状态恢复到健康状态。居家保健类产品以结构简单、外形小巧、携带方便、操作简单、容易上手为主要特征，其数据采集的准确度不高。具体包括：智能可穿戴产品、健身产品、保健产品等。
诊断治疗类健康大数据产品：诊断治疗类健康大数据产品相对较成熟，主要辅助医护人员从医学角度对个人的健康状况做出准确判断。该类产品目前可以实现个人健康信息的精确采集、初步分析、数字化呈现，为医护人员的诊治提供判断依据。诊断治疗类健康大数据产品的使用量较大，主要包括：X射线诊断产品；超声诊断产品；功能检查产品；内窥镜检查产品；核医学产品；核磁共振产品；实验诊断产品；病理诊断产品等。
共性通用类健康大数据产品：共性通用类健康大数据产品主要为辅助设备和信息化设备等。辅助设备是其他产品的有效补充，以完善其功能。信息化设备是计算机和网络通信设备等。共性通用类产品推动了健康大数据产业发展，在感知技术广泛应用前，是健康大数据领域的主力产品。正是因为这些共性通用类产品的广泛应用，才使得健康服务业具备了智慧属性。共性通用类产品分为5大类，主要包括：医用数据处理设备；医用录像摄影设备；服务器设备；存储设备；数字化智能终端。
1.3.3应用体系
随着大数据技术广泛应用到健康领域的各个细分领域，健康大数据的应用范围越来越广泛，凡是以保证个人健康为核心工作的机构，均开始应用大数据技术。
应用于家庭个人：从家庭到个人，通过居家保健类健康大数据产品，可以实现对家庭内每个人健康状况的时刻监控。同时，居家保健类健康大数据产品还可以实现家庭内每个人与医疗机构相连接，当数据显示个人健康出现问题时，医疗机构可以在最短时间内进行介入。
应用于医疗机构：健康大数据在医疗机构的应用集中在前期的诊断、中期的治疗、后期的康复，主要包括：电子病历、远程会诊、辅助诊疗等方面。通过这些系统的建立与应用，充分实现医疗机构之间的数据共享和综合利用。
应用于食药机构：食品药品与个人健康息息相关，健康大数据在食品药品中的应用，着重体现在根据人们的个人差异，通过健康大数据分析，有针对性的为用户提供符合自身需要的食品及用药咨询服务，实现为个人提供合理的食药推荐。
应用于养老机构：健康大数据在养老服务领域应用广泛，主要以监测老年人即时健康状态、提升老年人生活质量为目标，面向所有老年群体，提供基于大数据分析的生活照料、护理康复、精神关爱、紧急救援等。
应用于养生机构：养生机构以培养生机、预防疾病、争取健康长寿为目的。养生机构引入健康大数据后，可以通过分析健康大数据，实现为个人提供个性化的养生保健建议，例如：进行运动养生、饮食养生、医药养生、中医推拿按摩等。
1.3.4服务体系
健康大数据产业的发展需要多方面的服务支持，以营造与产业发展相适应的产业环境。目前，信息咨询服务、人才培养服务、金融综合服务等已经成为健康大数据产业发展的重要服务支撑。
信息咨询服务：通过对世界及国内健康大数据领域进行持续的跟踪，为健康大数据产业提供技术、产品、应用等方面的最新信息，实现健康大数据产业的快速发展。
人才培养服务：普及健康大数据概念，提升从业人员的专业水平，向从事大数据分析的人员提供健康相关的培训，向从事健康工作的人员提供大数据分析相关的培训。
金融综合服务：配合健康大数据产业发展，开发涵盖银行、供应链金融、融资租赁等一揽子金融产品服务，保证健康大数据相关单位获得各类资金的支持。
1.3.5保障体系
健康大数据要实现多部门、多系统、多技术、异构平台环境下的数据互联、互通、互操作，必须保证数据具有统一的标准，同时还要保证数据使用的安全。
标准与测试：标准是进行数据交换与共享的基本前提，健康大数据能否成功关键在于能否在行业内实现“统一规范、统一代码、统一接口”。而进行符合性测试，则是验证标准是否贯彻的重要手段。
安全与保密：安全与保密是健康大数据的另一项基础保障条件，目前主要包括六个方面：物理安全、网络安全、主机安全、应用安全、数据安全和安全管理。
2 国外智慧健康产业发展
本章从发展背景、国家战略（管理机制、配套政策）、技术标准、信息安全等中心环节出发，分析梳理国外智慧健康产业发展的经验及教训，为我国发展智慧健康产业提供借鉴。
2.1发展背景
国外健康产业发展起步较早，但是也遇到了支出逐年增加、高投入低产出等一系列的挑战。利用大数据技术，解决健康产业发展中存在的问题，成为世界先进国家的共识。
2.1.1面临的挑战
在健康领域，世界主要发达国家的支出正逐年增加，“过度测试”、“过度诊断”、“过度治疗”已经是全球范围内健康领域面临的问题。这不仅与相应的奖励机制有关，也与人们的意识有关。
同时，高投资与低回报率之间的矛盾也日益凸显。例如世界银行数据显示［5］：在世界主要发达国家中，美国一直是在健康领域投入最大的国家，然而其健康水平总体综合排名却相对较低。
2.1.2健康信息学
为应对以上挑战，国外提出用信息学理论解决健康领域问题的设想，产生了健康信息学。信息学主要研究信息的获取、传递、处理和利用，而健康信息学则主要研究健康数据的获取、分析与应用。
目前，美国、英国等主要发达国家相继推出促进健康信息学发展的计划，以期解决以医院和医生为中心、系统孤立、数据零散的问题，实现以病人为中心、集成化提供完整数据的系统。
2.2国家战略
为便于分析与比较研究国外国家战略，将主要发达国家划分为三个地区：美洲地区（美国、加拿大）、欧洲地区（欧盟、英国）和亚太地区（澳大利亚、日本）等。
2.2.1美洲地区
美洲地区是世界经济最发达的地区，拥有美国、加拿大等世界经济实力最强大的国家，也拥有巴西等大量发展中国家，其政府在对健康大数据方面的支持力度也很大。
2.2.1.1美国
美国的健康信息技术国家协调办公室（The Office of the National Coordinator for Health Information Technology，ONC）位于政府的健康信息工作的最前沿，成立于2004年，是美国卫生及公共服务部（Department of Health and Human Services，HHS）下属单位，负责全美国与健康数据有关的业务指导工作。
近年来，美国发布多项国家政策，用于支持健康数据发展。其中最具代表性的就是2014年ONC发布的《美国联邦政府医疗信息化战略规划（2015-2020）》，它制定了健康数据收集、共享和利用三个层次、五个目标，旨在通过有效数据利用，支持科研创新，进一步刺激新技术的开发和创造，实现降低医疗成本、维持个人健康的目标。
2.2.2.2加拿大
加拿大卫生部负责推动健康数据的各项工作，其代表联邦政府制定有关法规法案和资金调拨。加拿大卫生部委托一院一公司具体负责健康数据有关任务的实施，这两家单位分别为：加拿大健康信息研究院（Canadian Institute for Health Information），负责战略规划；加拿大健康信息高速路公司（Canada Health Infoway Inc.），负责投资建设与健康数据有关的项目。
加拿大在健康数据领域的国家政策主要集中在三个方面：健康信息发展战略是基础，促进健康信息共享战略是目标，扩大健康信息应用战略是保障。为了实施以上战略，加拿大出台了一系列政策，例如：《健康信息基础架构发展蓝图和策略计划》、《泛加拿大电子健康档案十年实施战略》等。这些政策主要为了增强健康数据获取能力、建立数据资源、完善隐私保护。
2.2.2欧洲地区
欧洲是世界最重要的地区之一，英国、法国、德国等均是世界强国，欧盟则是这些世界强国的联合体。欧洲同时还拥有世界最大的国家俄罗斯，所以欧洲对健康数据的战略受到世界关注。
2.2.2.1欧盟
欧盟是由若干国家组成的地区性组织，欧盟委员会健康与食品安全总司（Health and Food Safety，原健康与消费者总司）与通信网络内容和技术总司（Communications Networks，Content and Technology）是欧盟内部负责健康数据的管理部门。
在“欧洲2020战略”和“欧洲数字议程”的框架下，欧盟颁布了若干项政策，用于支持健康数据的发展，包括：《电子健康行动计划（2004-2010）》、《电子健康行动计划（2012-2020）》，同时还推出“电子健康标准手册”，进行欧洲公共服务的互操作交流。
2.2.2.2英国
英国在欧洲范围内是较早关注健康数据的国家，也是欧洲利用健康数据最有经验的国家。目前，英国卫生部负责与健康数据有关的政策制定、项目实施，其经费来源由政府通过税收解决。早在1999年4月，英国卫生部就成立了健康数据管理机构——信息标准委员会，该委员会专门负责制定有关临床数据标准、技术标准及管理标准。
1998年，英国已经开始策划电子健康记录应用于全民健康系统，该系统因“数据成本低，健康绩效好”，2014年被评为世界第一的健康体系。2002年起，英国开展了“国民卫生服务信息战略”项目，基本实现了患者可以获取个人电子病例数据，医生可以使用电子病例数据、电子处方数据、医学影像数据等。
2.2.3亚太地区
亚太地区指西太平洋地区，主要包括东亚的中国（包括港澳台地区）、日本和东盟国家，同时还延伸到大洋洲的澳大利亚和新西兰等国。
2.2.3.1澳大利亚
澳大利亚卫生和老年人部、商业健康保险监督管理委员会、健康和福利研究所（直属于联邦政府的执行机构）等部门，是澳大利亚智慧健康推进的中坚力量。
2000年开始，澳大利亚用4年时间实施了“医疗互联”项目，主要目标是建设全国性的电子病历系统。它作为临床数据的直接来源，是健康数据利用与决策支持的基础。
2008年，澳大利亚健康和老年人部公布了由德勤咨询公司拟定的“国家电子健康”战略。该战略计划10年内，将用药、检验、临床决策的数据支持系统建设，作为电子健康战略的重要组成部分。
2.2.3.2日本
日本健康大数据产业由多个机构负责，IT战略本部负责综合协调，厚生劳动省负责健康大数据在健康领域进行推广，经济产业省负责健康大数据有关技术、产品的研发。
2004年，日本提出了基于物联网的国家信息化战略——“U—Japan” 战略。战略中提出要实现廉价、安全、安心地使用RFID等技术，推动使用远程和家庭医疗护理；严格控制医疗数据库的存取，提高安全性。
《2006年后的IT战略行动计划》提出：在医疗方面，要实现医疗结算完全联机化，构建国民健康数据库和应用服务平台，促进远程医疗，进一步推动医疗信息系统的发展，并制定医疗卫生全面发展规划，最终实现日本版的电子健康记录。
2011年，日本IT战略本部公布了在医疗领域的IT战略，提出了“我的医院遍布各地”的理念。个人不仅能从医疗机构获取医疗及健康数据，而且还能通过电脑等信息终端来维护和管理这些数据。
2.3典型项目
世界各国在利用政策、标准等方式推动智慧健康产业发展的同时，也比较注重利用项目投资的方式带动健康大数据产业发展。鉴于篇幅，本节仅介绍较典型的欧盟电子健康行动计划和澳大利亚健康电子决策支持系统指导框架。
2.3.1欧盟电子健康行动计划
欧盟一直支持电子健康的各项工作，为此专门制定了电子健康行动计划，分为2004-2010年和2012-2020年两个阶段实施。电子健康行动计划主要希望通过电子数据解决如下问题：国民对医疗保健公平性的需求；医疗机构对增加患者和医务人员流动性的需求；公共健康方面对减少慢性疾病和应对新型疾病风险的需求；对健康数据的管理及互联互通的需求。
《欧盟电子健康行动计划（2004-2010）》提出三项具体行动方案，分别是：实施电子健康领域的基础建设，如减少包括患者身份和病历数字化信息等的医疗保健数据库；利用信息技术开展健康教育和疾病预防等工作；共同发现和打造电子健康领域的示范案例并加以总结推广。2011年8月，欧盟评估报告认为基本达到了预期目的，初步实现了健康保健信息的数字化和在欧盟范围内的共享。
《欧盟电子健康行动计划（2012-2020）》提出三项主要任务和四项工作重点。三项主要任务包括：增强患者、普通公民及健康保健专业人士对电子健康的信心；健全电子健康的法律；根据各国体制及经济发展差距提供相应支持。四项工作重点包括：加大对电子健康的宣传力度；减少在电子健康领域开展协作的阻碍因素；建立健全法律法规；支持电子健康领域的研发工作。
2.3.2澳大利亚健康决策支持系统指导框架
1999年，澳大利亚颁布了健康决策支持系统（Health Decision Support System，HDSS）指导框架，框架将临床决策支持系统分为五 类：患者病历的电子数据的访问，让临床医生能直接查看病人的过敏史、目前用药情况和身体条件等；医学信息、期刊专业讨论组等资源电子数据的访问；临床指南与临床路径电子数据的获取；内置警报和协助治疗、处方和治疗监控提示功能系统；支持在线获得其他医生补充治疗方案意见的功能。
框架提出了健康决策支持系统建设的指导意见，包括：健康决策支持系统应有两大关键组件，一是数据创建、更新以及便于灵活应用的格式设置，二是数据能随时随地传递到需要的地方；应注意商业化发展对健康决策支持系统的影响，可能对医生用药造成风险；政府和专业组织应参与高质量卫生数据的生产与传播；应开展一些基础性科研工作；健康决策支持系统应整合于临床信息系统当中；应研究健康决策支持系统从其他系统采集数据的标准，以保证数据的质量［6］。
2.4代表企业
随着健康大数据产业的不断发展，国外大型信息技术企业也先后进军健康领域，并谋求长足发展。较为典型的有IBM、Google和微软三家。
2.4.1IBM
IBM自20世纪40年代起接触医疗领域，但总的来说较为保守。近年来，IBM开始与梅奥诊所、美国匹兹堡大学医疗中心、英国爱丁堡大学等多个研究机构进行合作，逐步向多元化发展。IBM在健康大数据领域最知名的就是沃森（Watson）系统，因其采集了大量医学数据，加上其独特的分析能力，使得沃森医生在世界范围内名声大震。
2015年4月，IBM与美敦力公司一起，实现基于大数据技术改善糖尿病疾病管理。IBM通过运用美敦力的设备、护理管理产品等采集健康数据，利用沃森健康云平台（Watson Health Cloud platform）实现优化患者治疗效果。2015年5月，IBM与美国和加拿大的14家肿瘤中心合作，将沃森系统部署到医疗机构，根据采集到的患者肿瘤基因数据，选择适当的治疗方案。
IBM还进行健康大数据方面的并购，例如：并购Explorys（一家可以查看 5000 万份美国患者病例的分析公司）、并购Phytel（提供云计算软件，可将各种类型的健康数据进行处理，为医生提供数据方面的分析）、并购Truven Health Analytics（医疗数据与分析服务提供商）。
2.4.2Google
Google是一家美国的跨国科技企业，致力于互联网搜索、云计算、广告技术等领域，开发并提供大量基于互联网的产品与服务。作为全球互联网行业的领军企业之一，谷歌在健康领域也有所涉猎。
2015年9月，谷歌DeepMind人工智能部门和皇家慈济NHS信托基金（Royal Free NHS Trust）签署数据共享协议，谷歌DeepMind每年享有对160万患者医疗数据的广泛使用权。
2016年3月，谷歌DeepMind人工智能部门提出：将推出面向健康行业的DeepMind Health人工智能应用，通过结合机器学习和神经系统科学，实现健康行业的数据挖掘。
除了采集病人个体的健康数据，谷歌还通过公司自建的数据库系统分析异构化数据，关注传染病的爆发。目前，谷歌正通过对相应数据分析进行机器学习，以达到这个目的。
2.4.3微软
作为互联网老牌巨头之一的微软，在互联网医疗领域也积极谋求发展。早在1999年5月，微软就曾对健康信息网站WebMD投资2.5亿美元，通过并购开始进入医疗健康领域。
2006年，微软收购了华盛顿医疗中心（Washington Hospital Center）开发的医疗数据库软件Azyxxi，并将其投放到全球医疗市场，实现了首次进入医疗数据领域。
2007年，微软收购健康信息搜索引擎Medstory公司。2009年，微软又宣布收购医疗保健软件商Sentillion公司，将其产品与Amalga UIS系统结合，让医护行业的专业人士更容易获得病人资料。
目前，微软拥有Microsoft Health、Health Vault、Amalga UIS等与健康数据有关的平台。用户可以在线上维护自己的健康记录，除了进行个人健康数据的存储和交换外，还可以实现健康数据的搜索。
Health Vault作为面向个人的“电子健康记录”平台，向第三方开放数据接口，可以实现数据的交换。但是，这种数据交换必须由用户自行决定上传的内容、开放对象，保证了用户的个人信息的安全。
2.5技术标准
与健康数据相关的技术标准纷繁复杂，在这些标准之中，有一些是被国际范围广泛认可的标准，也有一些是某些国家制订的、仅在某国范围内使用的标准。本节仅介绍被国际范围广泛认可的标准。
2.5.1HL7系列标准
1994年，HL7组织成为美国国家标准学会（American National Standards Institute， ANSI）认定的健康数据标准开发组织。HL7标准是在HL7组织的统一协调下，研制出的一系列标准，包括：概念标准、文档标准、应用标准、知识表达的标准、文档结构标准等。HL7提供了在具有不同数据结构和应用场景的异构系统环境之间进行数据共享、交换整合的一种标准模式，从而使各个健康医疗信息系统之间的信息交换变得简单而畅通。
2.5.2SNOMED CT系列标准
SNOMED CT是当前国际上广为使用的一种临床医学术语标准。这套术语集，提供了一套全面统一的医学术语系统，如疾病、所见、操作、微生物、药物等，可以协调一致地在不同的学科、专业和照护地点之间实现对于临床数据的标引、存储、检索和聚合，便于计算机处理。同时，它还有助于组织病历内容，减少临床照护和科学研究工作中数据采集、编码及使用方式的变异。对于临床医学信息的标准化和电子化起着十分重要的作用。
2.5.3RxNorm系列标准
RxNorm是当前国际上广为使用的一种药学术语标准，由美国国立医学图书馆（The National Library of Medicine，NLM）制订。医院、药房以及其他机构通过计算机系统来记录和处理药品信息。由于这些系统使用许多种不同的药品名称系列，导致一个系统和另一个系统交换信息非常困难。为了解决这个问题，RxNORM为药品提供了规范化名称和唯一标识符。RxNORM的目标是允许计算机系统能够有效地、无歧义地交换药品相关数据。
2.6数据安全
随着大数据技术在健康领域的广泛应用，个人用户健康数据的共享程度也在不断提高，对隐私保护的要求也不断提高，健康信息系统的数据安全已经成为被广泛关注和重点研究的领域。
2.6.1概念简析
在对健康大数据进行分析和应用的过程中，用“适当”的方法采集健康数据尤为重要。如何鉴定数据采集方式和途径的“适当”性，就要从“隐私”的角度来进行把握。
“隐私”意味着拒绝数据所有者本人以外的人访问或者使用受保护的数据。从此意义上讲，健康数据安全也就意味着防止病人以外的任何人访问他的私人信息。
机构和信息系统如果采集个人用户健康大数据，就必须要保证其隐私性和数据安全，并禁止任何人非授权访问。在此过程中，数据的可披露程度就是健康数据的敏感性。
此外，一个健康大数据系统与安全相关的属性还包括：可用性、可及性和完整性。可用性，通常指数据可持续被提供；可及性，通常指数据可容易被访问；完整性，通常指数据可整体被保存。
2.6.2立法保障
国外制定健康数据安全的法律法规，主要围绕对个人健康状态的隐私保护和数据安全进行。对国外与健康数据隐私保护和数据安全的相关立法进行研究和解读，对于我国在健康数据安全保护方面的立法有一定的借鉴作用。
总的来说，国外对个人健康数据隐私的立法保护主要采取两种模式，一种是在基础隐私保护法律框架下，将个人健康数据从个人隐私数据中划出单独立法，并制定执行标准施以保护。另一种是将个人健康隐私数据纳入个人数据、敏感数据中施以综合保护。
前者代表如美国《健康保险携带和责任法案》、澳大利亚新南威尔士州《健康记录与信息隐私权法》、法国《医疗隐私法》；后者代表如欧盟《关于个人资料处理及其自由流通个人保护指令》、英国《数据保护法》和加拿大《个人信息保护与电子文件法》。
国外对健康数据安全保护主要从两方面开展，一方面制定数据安全标准和安全条例；另一方面对违法使用和披露个人健康数据的行为提出惩罚措施。在政府、社会组织和第三方评估机构的共同作用下，个人健康数据安全保护得到了较为全面的施行、协调和监督。
3 我国健康大数据产业发展
与国外相比，我国健康大数据产业仍处于起步发展阶段。尤其是核心技术缺乏、产品同质竞争、只重视医疗应用、标准缺失和安全重视程度低等问题，严重困扰我国健康大数据产业发展。
3.1发展背景
近年来，健康大数据产业得到了我国各界的高度重视。随着我国经济的发展、医疗领域投入的增加、老龄化带来的人口结构变化、亚健康对人体产生的影响，对健康大数据的需求呈现持续增长态势。
针对这些不断增长的需求，在云计算技术、物联网技术、移动计算技术的辅助下，大数据正在对传统健康产业进行着升级，健康大数据已经成为国家和地方重点支持的产业。
3.2国家整体
健康大数据产业生态环境在我国仍属于创建期，大数据技术使得与健康有关的各种应用间的界限逐渐被打破，健康大数据产业在我国正迎来前所未有的发展机遇。
3.2.1管理机构
健康大数据产业发展已得到我国中央政府的高度关注，在国务院的领导下，卫计委、中医药局、工信部、食药监总局、发改委、科技部等中央政府组成部门均在职责范围内，对健康大数据产业发展给予支持。
3.2.2中央政策
近年来，中央政府出台了一系列政策，推动健康大数据产业的发展。例如在《关于促进健康服务业发展的若干意见》、《关于加快发展养老服务业的若干意见》、《关于印发中医药健康服务发展规划的通知》中，均提出要利用大数据技术，促进健康产业的发展。
2015年，在国务院层面又出台了《全国医疗卫生服务体系规划纲要（2015～2020年）》、《中国制造2025》、《促进大数据发展行动纲要》等政策，提出推动全面健康信息服务和智慧医疗服务、开发面向医疗等数据密集型行业的大数据应用解决方案。
2015年，工业和信息化部印发贯彻落实《国务院关于积极推进“互联网+”行动的指导意见》行动计划（2015～2018年）。该文件提出：要构建安全可靠产业生态体系，其中包括支持面向互联网的智能可穿戴、智慧家庭、智慧健康等智能硬件核心关键技术突破。
3.2.3国家项目
2016年1月21日，《国家发展改革委办公厅关于组织实施促进大数据发展重大工程的通知》发布，其中医疗健康大数据应用被列为未来重点发展方向。在通知中提出：重点开展公共服务大数据应用，将大数据应用于健康医疗、社保就业等领域，提升公共服务水平。
2016年，科技部发布了国家重点研发计划，将“精准医学研究”列为优先启动的重点专项之一。其中精准医学大数据平台的建设是精准医疗项目的关键，该平台功能上类似于美国的NCBI数据库，但内容和功能上有所拓展。
3.2.4代表央企
除了国家政府部门在健康大数据领域进行资助外，由国资委下属的央企也纷纷在此领域加大服务力度，尤其电信类企业因为承担健康大数据传输的工作，均对此类工作极为重视。
中国移动在健康大数据领域做了两项工作：一是针对患者，提供睡眠、心功能等方面的健康大数据监测；二是针对政府部门，构建了区域卫生平台，提供医疗健康大数据服务。
中国联通在健康大数据领域也做了两项工作：一是针对患者，推出基于大数据分析的“沃云·医疗云”服务；二是针对医疗机构，推出医学影像云存储等服务。
中国电信除了投入建设医疗影像云平台、与社区合作建设健康服务平台外，还与瑞士LifeWatch公司联合推出健康数据采集手机，监测包括心电图、血糖、血氧以及心率等健康指标。
3.3地方发展
对于地方而言，由于健康大数据产业有污染小、就业多等特点，得到地方政府的广泛关注，也在土地、税收、人才、资本等方面对健康大数据产业发展给予大力支持。
3.3.1竞争格局
目前，我国各地区经济差异明显，健康大数据产业发展尚不平衡。环渤海、长三角、泛珠三角地区经济基础较好，发展较快。西北、西南地区经济基础相对较弱，发展也相对较慢。
3.3.1.1环渤海
环渤海地区主要包括了辽东半岛、山东半岛、环渤海滨海经济带，区域内包括北京、天津、沈阳、大连、济南、青岛、保定、石家庄等多座城市，同时还辐射到山西、辽宁、山东及内蒙古中东部。近年来，环渤海地区健康大数据产业发展势头迅猛，一个以采集健康数据硬件设备生产为主，涉及X射线、核磁共振成像、数字超声、计算机导航定位医用设备生产企业群正在形成。
北京市在数字医学影像具有优势地位，以GE公司为代表CT机（年产量1000台，约占我国市场一半份额）在国内占绝对优势。北京经济技术开发区、北京中关村生命科学园，均是国内健康大数据领域领先的产业园区。天津市以生产血压计为主，规模居全球前三位。辽宁省的CT机、核磁共振成像机、彩超机、中高频X射线机、自动生化分析仪、内窥镜、电子血压计、电子体温计等产品在国内均处于领先地位。
3.3.1.2长三角
长三角地区包括上海市、江苏省和浙江省，区域面积21万平方公里，涵盖上海、无锡、苏州、常州、杭州、南京等多个城市。上海张江高科技园区、江苏医疗器械科技产业园、安徽中谷生命科学医疗器械产业园等，都是长三角地区知名的与健康大数据相关产业园区。
在健康大数据领域，上海是产业领头羊之一，其在长三角地区拥有技术、产品、应用和服务的绝对领导地位。苏州的眼科数据采集设备、无锡的超声设备、南京的微波设备、宁波的核磁共振成像设备，相对而言在国内都较有优势。
3.3.1.3泛珠三角
泛珠三角区域包括珠江流域地域相邻、经贸关系密切的广东、福建、江西、湖南、广西和海南6省区，以及香港、澳门2个特别行政区，主要包括广州、深圳、厦门、福州、长沙等城市。深圳南山医疗器械产业园、湖南麓谷医疗器械产业园，是泛珠三角地区较有代表性的健康大数据产业园区。
泛珠三角地区目前已发展成为我国健康大数据产品的重要制造加工基地，其生产重点集中在：影像设备、血液分析设备、病人监护设备等产品，发展势头强劲。迈瑞、伟创力、金科威、爱安德、业聚、益心达、蓝韵、理邦等企业的规模，均在国内健康大数据产业排名前列。
3.3.2管理机构
地方政府在对健康大数据的管理上与中央政府保持一致，省、市、县三级政府的卫计部门、中医药管理部门、工信部门、食药监部门、发改部门、科技部门，在中央政府相应机构的指导下，分别开展推动工作。
3.3.3地方政策
地方对健康大数据产业的支持政策多以配合中央政策为主，例如针对《关于促进健康服务业发展的若干意见》、《关于加快发展养老服务业的若干意见》、《关于印发中医药健康服务发展规划的通知》等中央政策，各地均出台具体的“方案”、“行动计划”等。
3.3.4地方项目
社区卫生信息平台项目、居民健康卡项目、远程医疗项目等，是地方政府较有代表性的健康大数据项目。截止2015年底，有14个省份、107个地市建立了省级、地市级卫生信息平台，29个省份开展了居民健康卡试点工作，2000多家医疗机构开展了远程医疗建设。
3.3.5代表企业
2015年以来，百度、阿里、腾讯（BAT）的进入，为我国健康大数据产业发展带来巨大推动作用。这三个企业分别是环渤海、长三角、泛珠三角领域内，从事健康大数据产业的代表企业。
3.3.5.1百度
百度以自建产品为主，公司侧重医疗大数据领域，结合其在大数据领域的经验和技术手段，通过对个人健康管理大数据的研究，为不同层级的公共卫生健康机构服务。
2013年12月，百度成立智能人体便携设备品牌Dulife，通过在智能手环等设备中嵌入Dulife的SDK，使得数据能够汇集到百度云服务平台，通过对数据的分析处理，提供健康解决方案。
2014年6月，百度疾病预测上线，可以实现全国范围内流感、艾滋病、肺癌、肺结核、肝炎、高血压、宫颈癌、乳腺癌、糖尿病、性病11种疾病未来发展趋势的预测。
2014年7月，百度开放其大数据引擎，开始接入各行各业的信息系统，利用大数据工厂和百度大脑进行数据加工整理。其中有代表性的合作，即北京市“祥云工程”的重点项目——“北京健康云”。
2015年11月，百度与深圳市卫计委签署共建医疗战略合作协议，共同推动深圳地区移动医疗市场的发展。通过此战略合作，深圳将利用百度大数据技术优势，消除当地医疗资源信息不对称。
3.3.5.2阿里
目前，阿里在健康大数据领域已经形成阿里云、阿里健康、支付宝三大主业，而未来医院则是阿里在健康大数据领域全力打造的业务模式。
2014年初，阿里收购了中信21世纪，更名为阿里健康之后推出了支付宝“未来医院”计划。支付宝将对医疗机构开放云计算能力、大数据平台，以帮助医院建立移动医疗服务体系。
2015年1月，阿里健康与卫宁软件签署战略合作协议，力求拿到电子处方数据。根据协议，双方将共同打造阿里云医院建设；支持阿里健康的药品电子监管服务；促使各类应用数据存储到阿里云。
2015年5月，阿里与默沙东（中国）达成战略合作，双方携手探讨在专业医疗仓储、慢病管理云端数据存储，以及健康数据分析等云计算业务的合作。
3.3.5.3腾讯
腾讯利用自身社交软件的优势，试图建立病患与医生之间的链接，从数据采集阶段进入健康大数据领域。目前，腾讯的重心在微信智慧医院，他以“公众号+微信支付”为基础，采集、推送健康数据。
2014年9月，腾讯向丁香园投资7000万美元，协助丁香园发展“药品数据，技术服务”的商业模式。目前，丁香园部分打通了制药公司、医疗器械公司、医院和生物技术公司的数据链条。
2015年4月，腾讯与宝莱特公司达成了合作框架协议，宝莱特负责智能穿戴健康医疗产品的研发、生产和云平台的运营，腾讯负责开展大数据挖掘及开发。
3.4技术现状
在我国，与健康大数据有关的技术总体而言呈现如下特点：基础类技术比较薄弱，应用类技术相对接近国际先进水平。以下是一些代表性健康大数据技术在我国的新进展：
传感器技术：我国传感器主要集中于基础技术领域，在高科技、紧密度的传感器技术上几乎空白。代表企业和研发机构包括中科院上海微系统所、中电科49所、大唐电信、无锡美新、无锡精工泰创等。
移动通信技术：我国的4G技术发展进程与国际同步，三大运营商均确立了技术演进方向，并逐渐扩大投资。4G商用的全面铺开将为我国智慧健康产业发展提供新的发展机遇。
海量数据存储技术：我国在海量存储技术领域发展水平不均匀，海量结构化数据存储技术比较成熟，海量非结构化数据（海量异构数据）存储技术落后。
数据挖掘技术：国内目前就数据挖掘技术开展的工作基本上处于科研阶段，许多大学和科研机构进行的数据挖掘算法研究仅有少数软件，而且大都是在国外产品基础上开发的特定应用。
3.5产品现状
与健康大数据有关的产品，目前国内主要处于引进阶段，核心的元器件、软件等产品还主要依靠进口，但是我国企业现在已经能实现相关的硬件组装工作。
目前，家用的预防和监测类的健康数据主要来源于可穿戴产品，其中的芯片、感应器等核心部件几乎全部依赖进口，而且监测到的健康数据不具有医疗诊断作用。
更多的健康大数据来源于医疗系统，而医疗系统使用的检测设备80%源于进口，核心技术或部件被国外公司垄断，国内企业多是进口核心技术、材料乃至部件进行系统整合和组装。
3.6应用热点
健康大数据应用广泛，涵盖医疗应用、食药应用、养老应用、养生应用等领域。目前，大数据技术在医疗领域应用最广泛，在其他领域的应用相对欠缺。
3.6.1医疗应用
目前，健康大数据应用最成熟的领域就是医疗，医疗领域的电子病历、诊疗数据、医学影像数据、经济数据、医疗设备和仪器数据等，为找出最佳的治疗方案或者发现可能出现的问题提供了解决方案。
在医疗行业，从目前国内形成的格局看，在底层数据的收集环节只做了对个体医疗数据的搜集，还没有进行清洗，更谈不上分析挖掘，仍处于各自为战的小范围内的探索阶段。
2015年7月，京津冀心血管疾病精准医学联盟正式成立。以三地心血管医学临床、科研单位为基础，以临床大数据为依据建立心血管疾病精准医学研究体系。
大数据在医疗领域的应用： 2009年，Google（谷歌）公司比美国疾病控制与预防中心提前1-2周预测到了甲型H1N1流感爆发，此事件震惊了医学界和计算机领域的科学家。Google正是借助大数据技术从人们搜索关键词的热度统计，如温度计、流感症状、胸闷等，所预测的流感发病率。
2015年12月，清华大学医疗大数据中心于成立。目的是通过统计方法，把前沿性的知识和医疗大数据结合起来，力求将医疗一线的经验和需求与理论方面的数据研究打通，找出医疗大数据的挖掘方法。
2015年12月，佛山市居民电子病历数据库系统（第一期）项目通过验收，标志着全国历时两年建设的首个电子病历数据库项目成功实施。该数据库实现适用各医疗机构异构系统、统一交换标准和内容。
目前，国内众多医疗领域的重点都建立在大数据基础上，互联网医疗、远程医疗、移动医疗等医疗领域的热点，都是基于医疗大数据才变为可行。
美国的做法： 美国在全国范围内建立起了二十多个医疗大数据中心，负责收集附近州县的医疗数据并整合，各中心之间通过搭建的一个可研究的数据平台相联系。在标准上，美国国立卫生研究院（NIH）就具体的病例、案例或者诊断制定了标准，各大医疗机构已经在执行。
3.6.2食药应用
通过健康大数据，可以根据规律性预测疾病，在医药领域，可以将生物分子、遗传因子、病症病状的数据相结合，精准预测药物的有效性。
3.6.3养老应用
健康大数据在养老领域的应用，主要是向居家老人、机构老人提供实时、快捷、高效、低成本、高效率的，基于数据的养老服务。国家在推动基于大数据养老方面出台了一系列政策措施，特别是互联网+、促进大数据发展等政策，支持了以大数据为主的养老产业发展。
浙江好络维公司利用远程多参数监测系统（集心电、呼吸、血压、脉搏等动态生理参数24小时实时监测），实现了遍布全国200多家医院、1500多个干休所和养老中心的互联。8年累计患者动态数据6000万条，给450万老人提供服务。
好络维公司远程多参数监测系统还参与了2015年“9.3阅兵”抗战老同志的医疗保障工作。为20名参阅抗战老同志佩戴无线网络生理参数监测仪进行实时心率监测，数据通过无线传输，同步显示在医疗急救车上，确保老同志的安全。
“华龄健康365工程”是由华龄智能养老产业发展中心牵头组织的，通过前端医用级健康数据采集设备为老人采集血压、血糖、心电图、心率、血氧等健康数据，并自动上传至健康智能管理平台，为老人建立动态健康档案，并通过云服务方式提供健康服务。
“华龄健康365工程”目前已经在我国多个省市落户，随着“华龄健康365工程”在全国范围的实践推广，一个前端触及每一个角落的老年健康信息采集、养老健康服务网络，后端连接国内国际优质医疗保健资源的信息化服务体系不断完善。
3.7服务热点
健康大数据产业的发展，离不开各类相关的支持服务。服务作为健康大数据产业发展的环境因素，其发展水平及与健康大数据产业的相互作用程度，直接决定健康大数据产业发展水平。
3.7.1金融服务
根据大数据研究机构慧辰资讯对2015年7月至2016年3月的统计，健康大数据投融资数量占大数据投融资比高达16.2%，由此可见健康大数据领域投融资服务的活跃程度。
保险机构也为健康大数据提供金融服务，例如平安保险通过平安创投基金投资智能可穿戴设备领域，用于采集健康大数据，丰富自身的保险理赔模型。
3.7.2教育服务
健康大数据是健康与大数据领域的结合点，既有健康知识背景又有大数据知识背景的人才较为缺乏，大量具有医疗背景、大数据分析背景的院校都陆续开展了健康大数据人才培养的培养工作。
2014年，贵州医学院由医学生物工程系和医学影像学院牵头，成立了“贵州省医疗卫生健康大数据研究院”，主要为贵州医疗健康云计划系统工程、推进健康大数据产业化发展提供人才培养。
［1］ http://www.ibm.com/smarterplanet/cn/zh/smarter_cities/human_services/？iio=pagenda&cmp=c3590&ct=c359021w&cr=baidu&cm=k&cs ot=-&ccy=-&cpb=-&cd=-&ck=c359021w1_&mkwid=1LWAyFovX_9895645236_432b2251132.
［2］ 浙江省经信委，《智慧医疗与大数据2015年度报告》.
［3］ 裘加林等编著，《智慧医疗》，清华大学出版社，2015..
［4］ 武琼等，《智慧医疗的体系架构及关键技术》，2013中华医院信息网络大会征文，鉴于篇幅对原文有删改.
［5］ http://data.worldbank.org/indicator/SH.XPD.TOTL.ZS/countries？display=default.
［6］ National Health Information Management Advisory Council. Health Online: A Health Information Action Plan for Australia. Information Policy Section， Department of Heath and Aged Care， Second Edition. 2001: 91.
