医疗大数据:商业保险、移动医疗的崛起,正在形成闭环(二)

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 以下内容摘自华创证券分析师 吴晓雯、张伟光的《挖掘医疗大数据中的金矿》报告。接上篇:医疗大数据:商业保险、移动医疗的崛起,正在形成闭环(一)三、 商业保险、移动医疗等商业力量的崛起,加速医疗大数据的形成(一)社保面临收支困境,商业保险具备发展的沃土中国奉行的社会医疗保险覆盖面不断扩大的“大社保”制度, 商业健康险在社会医疗保险广覆盖的阶段处于被压制的状态。

以下内容摘自华创证券分析师 吴晓雯、张伟光的《挖掘医疗大数据中的金矿》报告。

医疗大数据

接上篇:医疗大数据:商业保险、移动医疗的崛起,正在形成闭环(一)

三、 商业保险、移动医疗等商业力量的崛起,加速医疗大数据的形成

(一)社保面临收支困境,商业保险具备发展的沃土

中国奉行的社会医疗保险覆盖面不断扩大的“大社保”制度, 商业健康险在社会医疗保险广覆盖的阶段处于被压制的状态。 2014 年职工基本医疗保险、城镇居民基本医疗保险和新型农村合作医疗三项基本医保参保率稳定在 95%以上, 目前已经基本建立了覆盖全民的医疗保障制度。 城镇居民医保和新农合人均政府补助标准提高 40 元,达到 320 元;个人缴费同步新增 20 元。城镇居民医保和新农合政策范围内住院费用支付比例分别达到 70%以上和 75%左右。

大数据,医疗大数据,商业保险,医保数据,电子病历

政府负担较重的城镇居民医保以及新农合基金面临严峻的收支压力。

大数据,医疗大数据,商业保险,医保数据,电子病历大数据,医疗大数据,商业保险,医保数据,电子病历大数据,医疗大数据,商业保险,医保数据,电子病历

在医保基金面临收支压力的大背景下,商业健康险行业增速出现较大的提升。 2014 年商业健康险行业规模出现 41%的增速。

大数据,医疗大数据,商业保险,医保数据,电子病历

大病医保作为商业健康险参与医疗卫生体制的突破口。大病医保的保障对象是城镇居民和新农合参保人,从 2012 年开始,国务院、保监会、人社部都在大力推进大病医保的进展。

大数据,医疗大数据,商业保险,医保数据,电子病历

国务院发布的三项意见对商业健康险作了制度的顶层设计和具体的施工部署。 国务院关于《促进健康服务业发展的若干意见》和《加快现代保险服务业的若干意见》是对商业健康险制定了顶层设计, 而 14 年 11 月提出的《关于加快发展商业健康保险的若干意见》是第一次从国家层面全面部署商业健康险发展的专项文件,是一张具体的施工图。

大数据,医疗大数据,商业保险,医保数据,电子病历

在《关于加快发展商业健康保险的若干意见》 中具体提到建设医疗信息共享平台的意义:一是为了信息的地域互通,方便百姓看病;二是有利于管控不合理的医疗费用。

大数据,医疗大数据,商业保险,医保数据,电子病历


(二)基于医疗大数据的互联网医疗企业方兴未艾

传统医疗领域看病贵看病难等痛点、互联网在医疗领域的逐渐渗透、硬件等基础设施的建设,共同促发互联网医疗行业蓬勃发展。传统医疗领域相对封闭,是较晚受互联网冲击的领域。随着硬件设备的逐渐完善和改进,目前互联网医疗领域方兴未艾。

大数据,医疗大数据,商业保险,医保数据,电子病历

互联网医疗领域中定位于满足刚性需求的企业较易实现盈利。借鉴国外的案例,美国最大的电子病历云平台企业 Practice Fusion、慢病管理的 WellDoc。

1、 Practice Fusion:美国最大的云平台电子病历企业

目前, Practice Fusion 是美国最大的云电子病历平台。美国每年有 12 亿的就诊量,其中 83%(近 10 亿)是在医院外的医生办公室发生的,这其中 6000 万( 6%)的就诊量是在 PracticeFusion 上完成的。公司最初以 300 美元/月向医生推广其电子病历系统,由于竞争激励,尽管降价到 50 美元/月,依旧毫无起色。 2009 年,为推进医疗改革,美国政府颁布法案,规定2015 年前使用电子病历系统的诊所医生,将会获得 4.4 万到 6.4 万美元的医疗保险奖金,反之,将要接受罚款。当时,电子病历系统在美国价格不菲,几年使用费往往需要数万美元。同年, Practice Fusion 顺势推出免费系统——医生仅需同意将系统生成病历的所有权让渡给该公司。

盈利模式: 60%收入来自医药公司广告费, 40%收入大多来自于医疗转诊。 据统计,一名加州医生,每年影响到的消费额可高达 250 万美元,而大部分医生使用该系统的时间每天约 6—8 小时。 Practice Fusion 在不影响工作前提下,在每页病历下方推送一条很小的广告,配以精确的关键词匹配,广告投放非常精准。医药公司也非常愿意为这样的广告掏钱。 2012年,公司广告收入已达数千万美元。 医疗转诊收入即将病人转诊到一些影像中心、检验中心、专科医生的收费。

由于掌握了可观的医生、患者、病历、转诊等数据,大数据研究被认为是 Practice Fusion 未来的重要利润增长点。 通过研究“去身份化”(不包含病人具体身份信息)的医疗数据,该公司的专业团队能发现突发疾病、实时的健康趋势等医药和保险公司极为关注的内容。 2013年 1 月,公司上线了一个名为 Practice Fusion Insight 的收费产品,开始为医疗供应商、保险公司、医药公司和研机构提供基于大数据的重要临床趋势和分析。用户可以选择与自己方向相关的疾病领域、行业或病患群体。有了这些分析报告,医药公司能够实时观测到医生如何在医嘱中提及自己的产品,也可以了解各种诊断的趋势、处方行为、病患人口统计等,实时调整自己的研究计划,为患者供更好的产品和服务。

大数据,医疗大数据,商业保险,医保数据,电子病历

2、 WellDoc: 控制糖尿病医疗费用, 向保险公司与企业雇主收费

WellDoc 是一家专注于糖尿病管理的移动医疗公司。 WellDoc 向用户提供手机 APP,并在云端建立糖尿病管理平台,与保险公司合作为用户提供糖尿病管理。医生也可以通过电子病历查看患者的状态。 WellDoc 通过自身开发的平台和系统帮助用户监测血糖,利用收集到的用户数据和医生建立专门的合作,协助改变用户的生活习惯以达到控制糖尿病的目的。

盈利模式:在收费对象方面, WellDoc 长期以来是向保险公司甚至企业雇主收费。由于帮助患者控制糖尿病可以减少保险公司的长期开支,保险公司愿意购买 WellDoc 的产品提供给其客户使用。在 blue star 上市之前, WellDoc 在市场上的主要产品是一款名叫 Diabetes Manager的糖尿病管家系统,一个具有移动功能的糖尿病管理平台,该系统的使用费用超过 100 美元/月。目前 WellDoc 已停止运营 Diabetes Manager,专注于新产品 blue star。 Blue star 上市后,福特、来爱德等公司宣布愿意将 Blue Star 纳入他们的员工处方药福利计划,以减少公司的医疗福利开支。

大数据,医疗大数据,商业保险,医保数据,电子病历

商业保险、移动医疗这类商业企业的崛起, 从而加速医疗大数据的形成。商业保险、移动医疗企业落地到 C 端为个人提供服务,都需要基于医疗大数据(电子病历、居民电子健康档案、个人健康管理动态数据等)再来开发各种应用。商业企业的崛起有利于加速医疗大数据的形成。

四、 PBM、医疗信息建设商与运营商分享千亿市场

(一)预估医疗信息化市场年产值可达千亿规模以上

我们对医疗信息化市场规模的假设没有考虑到政府的支出、对接 C 端后对个人的收费等盈利模式,只考虑对商业保险和制药企业的收费。

假设商业健康险行业未来五年复合增速达到 30%( 14 年行业增速为 41%), 2020 年商业健康险整个市场规模达到 8000 亿。商业健康险作为弱势支付方,面临难以对接医院数据库的窘境,为解决数据的缺乏导致的产品设计不力、理赔信息不对称等问题,我们预计保费收入的3%—5%用在医疗核心数据掌握方是合理的,则数据方有望获取 240 亿—400 亿元的市场。

假设药品市场未来五年行业复合增速为 10%,药品市场 2020 年达 2 万亿规模。由于数据方可为制药企业实现精准营销和研发支持等服务,假设在目前营销费用占 50%的价值链中分取5%—10%给数据方,则数据方有望从制药领域实现 1000 亿—2000 亿的产值。

大数据,医疗大数据,商业保险,医保数据,电子病历

(二)受益领域:医保控费、医疗信息平台建设商和运营商

1、医保控费公司

在美国, PBM 充当着控制医保费用的中介角色,在保险机构、制药公司、医院和药房之间进行管理协调。 美国的医疗费用已高达两万多亿美元,相当于其 GDP 总值的 17%, PBM 是在控制医疗费用的背景下以市场需求为导向产生的。

PBM 作为保险公司的利益代表,其盈利一方面来源于保险公司报销的药品费用和与制药企业谈判的药价之间的差价, 另一方面保险公司对 PBM 提供的专业用药指导和控费服务支付费用。

大数据,医疗大数据,商业保险,医保数据,电子病历

未来商业保险成为强势支付方后, PBM 企业有望在产业链上产生巨大的规模效应。 ESI 与Walgreen 双方协商的价格无法统一,双方宣布合作关系在 2012 年 1 月 1 日结束。 2012 年Walgreen 的收入出现—1%的下降。年底双方恢复合作。

大数据,医疗大数据,商业保险,医保数据,电子病历

PBM 企业的核心优势在于专业的药品管理能力。 ESI 通过审核处方和治疗方案,获取患者的用药信息, 凭借自身专业的药品管理能力,实现患者的用药合理,从而协助保险公司实现费用的合理支出。

ESI 搭建的处方审核和用药管理平台,基于用药指南和临床路径标准的报销审核系统, 对门诊和住院费用进行全面审核。 ESI 作为保险公司的利益代表,通过审核处方或治疗方案的合理性,来确定最后保险公司该承担的报销费用。患者拿到医生开出的处方去药房取药,药房需要将处方上传至报销审核平台,如 ESI,通过 ESI 对处方具体费用的对比、分析患者的常用药品从而寻求改善费用的机会。而医生也会输入患者的基本信息和症状, ESI 通过医生处方决策工具提供快速、准确、临床适用的治疗方案,协助医生作出最佳处方选择。

大数据,医疗大数据,商业保险,医保数据,电子病历

ESI 的用药管理平台可以有效分析医疗费用的金额、种类、变化趋势,并提供有针对性的改进建议。 ESI 通过对处方具体费用的分析和对比,分析患者的常用药品从而寻求改善费用的机会。

大数据,医疗大数据,商业保险,医保数据,电子病历

通过 ESI 提供的医生处方决策工具提供快速、准确、临床适用的治疗方案,协助医生作出最佳选择。医生输入患者的基本信息和症状, ESI 会根据疾病类别、患者适用的药品、适用的治疗方案来诊断优化后的治疗方案和处方,针对病患个体的实时剂量进行安全分析,根据患者既往病史、用药历史、最近诊断来分析病患个体的医疗缺失。

大数据,医疗大数据,商业保险,医保数据,电子病历

基于循证医学的药品处方集,在临床和财务有效性上,能够有效指导药品的选择。

大数据,医疗大数据,商业保险,医保数据,电子病历

2、 医疗信息建设商和运营商

大数据,医疗大数据,商业保险,医保数据,电子病历

结论:

1、 医院是医疗大数据的关键卡位,电子病历是医疗信息化的核心数据。

医疗评级变动: 维持院汇集了 80%药品的流通数据、医疗活动的诊断数据、以及医保报销的数据。医院信息化是以电子病历为核心的数据平台,区域医疗信息化是打通医院间信息的数据平台,医疗信息化的核心数据库是电子病历。

2、 借新医改之势,打通医疗大数据具备政策支持的基础。

由于医院没有动力开放电子病历等数据,因此之前医院间甚至医院内部的数据以信息孤岛的形式存在。但从 2013 年开始,在国务院医改办对建设医疗信息化的规划下,在卫计委大力推进分级诊疗和远程诊疗的进程中,打通医疗大数据已具备政策支持的基础。

3、 商业保险、移动医疗企业的崛起,正在通过市场的力量加速医疗大数据形成闭环。

在社保面临收支压力的困境下,商业健康险规模出现了 40%以上的行业增速。 在传统医疗环境痛点多、互联网对医疗领域逐渐渗透、以及传感器等硬件技术进步的大环境下,移动医疗行业蓬勃发展。 而商业保险和移动医疗企业需基于核心的医疗大数据,才能最终实现为个人提供服务,商业企业的崛起正在加速医疗大数据形成闭环。

4、 PBM、医疗信息建设商和运营商将分享这块千亿规模的蛋糕, 推荐延华智能、卫宁软件、万达信息、海虹控股。

延华智能通过与地方政府成立合资公司,借助地方政府的力量参与智慧医疗和智慧养老的项目,从而搭建汇集医院信息、区域医疗信息以及个人健康数据的医疗数据平台。卫宁软件具备卡位医院的先发优势,正在从医院信息化建设商向医疗服务云平台转型。海虹控股通过为医保服务,打通社保与医院端获取强大的医疗数据优势。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
3月前
|
DataWorks Kubernetes 大数据
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
|
5月前
|
机器学习/深度学习 搜索推荐 大数据
大数据在医疗健康领域的革新作用
【6月更文挑战第1天】大数据在医疗健康领域展现出巨大潜力,助力疾病预测、精准诊断和个性化治疗。通过分析医疗数据,预测风险、辅助诊断,并定制治疗方案。示例代码展示了使用LogisticRegression进行疾病预测。随着技术发展,大数据将为医疗健康带来革命性进步,保障人类健康。
126 1
|
2月前
|
存储 搜索推荐 大数据
大数据在医疗领域的应用
大数据在医疗领域有广泛应用,包括电子病历的数字化管理和共享,提升医疗服务效率与协同性;通过数据分析支持医疗决策,制定个性化治疗方案;预测疾病风险并提供预防措施;在精准医疗中深度分析患者基因组信息,实现高效治疗;在药物研发中,加速疗效和副作用发现,提高临床试验效率。此外,在金融领域,大数据的“4V”特性助力业务决策前瞻性,被广泛应用于银行、证券和保险的风险评估、市场分析及个性化服务中,提升运营效率和客户满意度。
135 6
|
2月前
|
数据采集 分布式计算 MaxCompute
MaxCompute 分布式计算框架 MaxFrame 服务正式商业化公告
MaxCompute 分布式计算框架 MaxFrame 服务于北京时间2024年09月27日正式商业化!
93 3
|
2月前
|
人工智能 编解码 搜索推荐
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
|
4月前
|
数据可视化 前端开发 大数据
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
**商场智能导视系统提升购物体验:** 通过三维电子地图、AR导航、AR营销、VR全景导购及可视化数据,解决顾客寻路困扰,增强店铺曝光,简化招商流程,优化商场管理,借助科技创新驱动顾客满意度、品牌曝光度及运营效率的全面提升。
122 0
商场智能导视系统深度解析,AR与大数据融合创新商业运营模式
|
5月前
|
搜索推荐 安全 大数据
大数据在医疗领域的应用与前景
【6月更文挑战第26天】大数据在医疗领域提升服务效率,助力疾病预防与精准治疗。电子病历优化数据管理,疾病预测预防个性化医疗成为可能。未来,智能医疗系统普及,远程医疗兴起,数据共享促进行业发展,同时隐私保护与安全备受关注。大数据正重塑医疗,开启健康新篇章。
|
6月前
|
存储 关系型数据库 测试技术
印尼医疗龙头企业Halodoc的数据平台转型之Lakehouse架构
印尼医疗龙头企业Halodoc的数据平台转型之Lakehouse架构
84 4
|
6月前
|
大数据
大数据在医疗领域的应用有哪些?请举例说明。
大数据在医疗领域的应用有哪些?请举例说明。
120 0
|
大数据
《从数据治理看医疗大数据的发展》电子版地址
从数据治理看医疗大数据的发展
112 0
《从数据治理看医疗大数据的发展》电子版地址
下一篇
无影云桌面