衛(wèi)生保健中心的分解（非集聚化）是為了鞏固零碎的數(shù)據(jù)和資源，然后通過提供改進的診斷和治療的服務，給患者改善的通道以及提高設施利用率將它們分解。在這里我們關注的是衛(wèi)生保健大數(shù)據(jù)和資源共享。

領域1：醫(yī)療大數(shù)據(jù)

中國的醫(yī)院或醫(yī)療機構的醫(yī)療數(shù)據(jù)目前是互相獨立的。中國還缺乏標準化、密切相關的醫(yī)療記錄。標準化的醫(yī)療記錄是數(shù)據(jù)的整合，并能利用它們來跟蹤病人的需求，獲取臨床信息，最終定出最合適的治療方法，這些都非常具有挑戰(zhàn)性。目前醫(yī)療低效率有幾個原因，主要之一是數(shù)字化程度低。

截止2015年，中國大約29%的醫(yī)院沒有安裝電子醫(yī)療記錄系統(tǒng)（采用Himss Analytics電子病歷的第0階段模型），而2014年在美國該比例只有4%。其次，醫(yī)院內(nèi)不同部門之間的聯(lián)系也不夠密切。

到2014年，超過一半的中國醫(yī)院沒有臨床數(shù)據(jù)庫健康信息交換功能，而在美國（階段0和1）這一數(shù)字僅為6%。只有21%的醫(yī)院建立了院內(nèi)電子病歷連接（階段3到7），在美國這一比例為88%。此外，醫(yī)院限制了醫(yī)生與其他醫(yī)院和保健公司分享他們的病人數(shù)據(jù)的積極性，因為這樣做可能會影響其病人流動和財務表現(xiàn)。

當認識到當前的挑戰(zhàn)和了解到能更好地利用衛(wèi)生保健數(shù)據(jù)的巨大機會時，政府相關部門在2017年5月宣布計劃第一次對醫(yī)療保健部門的數(shù)據(jù)進行收集儲存，并對該數(shù)據(jù)的使用進行監(jiān)管。

醫(yī)療保健大數(shù)據(jù)可能會給該行業(yè)的參與者帶來巨大的價值。醫(yī)療技術和制藥公司能夠提高其研發(fā)生產(chǎn)力，并為病人提供個性化的藥物。通過分析數(shù)據(jù)，研究人員可以看到哪些治療方法對特定的情況最有效，識別與藥物副作用或醫(yī)院再入院有關的模式，并獲得其他重要的幫助病人和降低成本的方法。

此外，有個別病人更詳細和完整的數(shù)據(jù)可以使治療更精確，同時降低成本，獲得更高收入。

隨著個人健康數(shù)據(jù)越來越詳細，例如，基因測序的成本下降，傳感器、監(jiān)視器和診斷提供了源源不斷的實時信息，這就有可能使醫(yī)生采取更具有針對性的治療和干預措施。

使用這些數(shù)據(jù)進行個性化的藥物治療，以及遠程提供藥物，意味著更多的病人可以在昂貴的醫(yī)院環(huán)境之外接受治療。

健康保險公司可以大幅減少因信息不對稱而產(chǎn)生的欺詐和因過度治療而產(chǎn)生的浪費。有了大數(shù)據(jù)的分析，可以用臨床數(shù)據(jù)交叉檢查索賠數(shù)據(jù)，并分析賬單模式，從而幫助識別不適當?shù)闹Ц丁?/p>

由于對病人有了更好的了解，公司可以鼓勵病人改變其行為，從而降低保險的成本。眾安保險是阿里巴巴、騰訊和平安的合資企業(yè)，它正在探索在其產(chǎn)品開發(fā)和索賠管理過程中大數(shù)據(jù)的使用。

其特殊保險項目“糖小貝”通過連接血糖儀來監(jiān)測糖尿病患者的血糖水平。使用這些信息，該公司為“糖小貝”設計了一個獎懲系統(tǒng)，改善了患者對治療的依從性，從而改善了治療的結果。

許多公司正在探索合作關系，以最大限度地提高醫(yī)療保健大數(shù)據(jù)的效益。阿斯利康與北京大數(shù)據(jù)研究所成立了一家合資企業(yè)，他們不僅要交換專業(yè)人員，還要交換臨床數(shù)據(jù)庫。他們還打算合作開發(fā)數(shù)據(jù)分析技術平臺，以診斷和治療中國的常見疾病。百度與北京市政府合作建立百度云，從可穿戴設備上監(jiān)控健康大數(shù)據(jù)。

阿里云與西安國際醫(yī)學、東華軟件創(chuàng)建了一個醫(yī)院管理平臺西安國際醫(yī)學中心，公司表示這樣一來將更容易管理個別病人病例和分析聚合的健康數(shù)據(jù)，從而提高醫(yī)療保健的質(zhì)量。

支付寶還推出了名為“未來醫(yī)院”的端到端客戶電子健康應用程序，該應用程序連接了全中國20多個省和40個城市的約200家醫(yī)院。它提供了某個地方的信息，包括醫(yī)院的可用性、預約時間、支付和醫(yī)療記錄。

該研究發(fā)現(xiàn)，大數(shù)據(jù)的個性化醫(yī)療保健的全球市場可達2萬億美元至10萬億美元，這效益的大小取決于健康系統(tǒng)如何快速適應不同市場以及應用的研發(fā)能否推廣到臨床的治療，在美國，醫(yī)療數(shù)據(jù)在產(chǎn)業(yè)中機會很多。根據(jù)推測，有效利用大數(shù)據(jù)能夠減少超過3000億美元的國家醫(yī)療保健支出。

領域2：共享資源

數(shù)據(jù)處理技術另一種方式是可以通過共享資源改善衛(wèi)生保健的現(xiàn)狀，這包括衛(wèi)生保健專業(yè)人員和專門的設施，如獨立臨床手術室和門診手術中心。這不僅可以節(jié)省成本，它也可以幫助解決醫(yī)療設施的使用高度不均勻的問題。

共享醫(yī)生可以幫助克服地理不平衡的保健供應（尤其是城市與農(nóng)村）以及醫(yī)療供需的不匹配。在這樣的背景下，中國政策上在2017年4月提出了多點管理建議，嘗試在公共和私人設施數(shù)量上不設置限制。

其中一項要求是，醫(yī)生必須在省級注冊，并報告所有他們向主要雇主工作的情況。丁香園是中國最大的在線健康社區(qū)，注冊醫(yī)師可以去尋找工作機會和獲得有關培訓政策、法律和搬遷的建議以及一般的職業(yè)發(fā)展建議。

正如房地產(chǎn)共享經(jīng)濟模式一樣，將分散的消費者群體需求聚集在一起，可顯著提高高價值固定資產(chǎn)的利用率，數(shù)字醫(yī)療平臺可以幫助將獨立實驗室等專業(yè)設施與廣泛的潛在患者匹配起來，從而實現(xiàn)規(guī)模經(jīng)濟。隨著臨床醫(yī)學的迅速發(fā)展，對實驗室的檢測需求也在不斷增加，但對技術上的需求越來越大。

而且，人員上的限制使中國現(xiàn)有的實驗室，甚至是大醫(yī)院的實驗室，難以滿足日益增長的消費者需求。一家醫(yī)院之所以不具備成本效益，是因為購買和操作實驗室設備和支付所需的專家費用很高，這對一家醫(yī)院來說是不劃算的。

共享經(jīng)濟模式是由獨立的流動外科中心提供手術，以幫助這些中心與醫(yī)生和其他潛在合作伙伴（包括醫(yī)院、醫(yī)療技術和制藥公司）合作，提供配套的設施和服務。

減量可能對醫(yī)療保健的影響最小

與其他兩個數(shù)字化的力量相比，減量化產(chǎn)生的影響較小。就醫(yī)療設備而言，3D打印技術可以生產(chǎn)出植入設備和定制出藥物的質(zhì)地和劑量，以提高治療質(zhì)量。

2016年，Aprecia獲得了FDA批準的首次利用3D打印生產(chǎn)的藥物。使用Zipdose技術使藥物在口中化解只需少量的水，而Spritam是用于長期的癲癇癥患者。從長遠來看，活器官的生物打印很有可能被更廣泛地應用。但是，3D打印技術在醫(yī)療保健中的未來普及率是高度不確定的。

如果類似的形式被采納并廣泛應用，公司仍然堅持傳統(tǒng)的標準化制造醫(yī)療器械和藥品，那么他們與使用這些技術的競爭對手相比就可能會失去競爭優(yōu)勢。

如果所有形式的數(shù)字化干擾會重組價值鏈，中國未來的醫(yī)療保健將會是什么樣。

世界各地的醫(yī)療保健系統(tǒng)越來越嚴格，進入壁壘越來越高，改善速度越來越慢。許多利益相關者秉著不同的動機、興趣和對變革的不同態(tài)度，都參與到了這一領域中來。

但是，如果三種類型的數(shù)字化同時發(fā)生中斷，將會產(chǎn)生什么影響？在一個大爆炸場景，我們使用物聯(lián)網(wǎng)和人工智能健康護理方案，使大數(shù)據(jù)在醫(yī)療保健方面充分發(fā)揮作用，提高醫(yī)療服務供給，這種變化將是巨大的。

中國的醫(yī)療制度是分散的，醫(yī)療保健提供者，包括醫(yī)院在內(nèi)，在制定具有重大經(jīng)濟影響的治療方案方面發(fā)揮著重要作用。

患者可能因為缺乏他們需要作出知情決定的知識理論，在診斷、治療和支付方式方面是被動的。這種不對稱是次優(yōu)決策和浪費資源的結果。

在一項針對28個中國城市的230800門診處方的研究中，2007年到2009年期間，近一半的處方都是抗生素，10%是兩種或兩種以上抗生素。因此，中國的抗生素耐藥性似乎比西方國家更高。零散的信息意味著制藥和保險公司和醫(yī)療技術的供應商提供的產(chǎn)品和服務是通用的，因此并不總是適合病人。

在我們的信息大爆炸環(huán)境中，病人處于醫(yī)療保健系統(tǒng)的中心。他們對藥物和治療方案更加了解，因為他們不再與衛(wèi)生保健提供者的關系中處于信息劣勢地位。

從多重資源收集數(shù)據(jù)，使得玩家能夠在衛(wèi)生保健系統(tǒng)中對信息進行跟蹤，包括醫(yī)院臨床信息、行為和社會信息的記錄、數(shù)字化設備。這些數(shù)據(jù)是不斷集成的，獨立數(shù)據(jù)庫之間的邊界通過醫(yī)療系統(tǒng)各個部分之間的無縫連接被打破。數(shù)據(jù)是結構化的，存儲在云中，可用于分析。

借助機器化學習的能力，人工智能可處理海量數(shù)據(jù)，并提取有助于改進決策的方法。每一個病人的接觸點都可以被數(shù)字化，從看一個在電子商務中在線咨詢平臺的專家填寫處方藥劑，到跟蹤藥物的遞送。

這種以病人為中心、信息豐富、緊密聯(lián)系的系統(tǒng)是高質(zhì)量支出的結果。患者可以接受到個性化的疾病預防和診斷以及其他連貫服務。大量的數(shù)據(jù)提高了護理的質(zhì)量和效率。例如，醫(yī)生可以對治療作出非常準確的決定，并能預測疾病發(fā)生的可能性。

在大醫(yī)院和小醫(yī)院工作的醫(yī)療保健專業(yè)人員之間、經(jīng)驗豐富的醫(yī)生和新醫(yī)生之間的能力差異被降至最低。對大量病例整理分析后，大數(shù)據(jù)使臨床路徑標準化。即使經(jīng)驗最少的醫(yī)生在初級保健中，也