2017年12月份，麦肯锡发布了《中国数字经济报告》，动脉网摘录并编译了其中《医疗健康：建立以患者为中心的医疗体系》部分。
中国的医疗保健服务已经得到了很大的改善，但是仍面临着许多挑战，数字化技术的应用前景非常大。回顾上篇点这里，以下是下篇。
卫生保健中心的分解（非集聚化）是为了巩固零碎的数据和资源，然后通过提供改进的诊断和治疗的服务，给患者改善的通道以及提高设施利用率将它们分解。在这里我们关注的是卫生保健大数据和资源共享。
标准化的医疗记录是数据的整合，并能利用它们来跟踪病人的需求，获取临床信息，最终定出最合适的治疗方法，这些都非常具有挑战性。
截止2015年，中国大约29%的医院没有安装电子医疗记录系统(采用Himss Analytics电子病历的第0阶段模型)，而2014年在美国该比例只有4%。其次，医院内不同部门之间的联系也不够密切。
到2014年，超过一半的中国医院没有临床数据库健康信息交换功能，而在美国（阶段0和1）这一数字仅为6%。只有21%的医院建立了院内电子病历连接(阶段3到7），在美国这一比例为88%。
此外，医院限制了医生与其他医院和保健公司分享他们的病人数据的积极性，因为这样做可能会影响其病人流动和财务表现。
当认识到当前的挑战和了解到能更好地利用卫生保健数据的巨大机会时，政府相关部门在2017年5月宣布计划第一次对医疗保健部门的数据进行收集储存，并对该数据的使用进行监管。
医疗保健大数据可能会给该行业的参与者带来巨大的价值。医疗技术和制药公司能够提高其研发生产力，并为病人提供个性化的药物。
通过分析数据，研究人员可以看到哪些治疗方法对特定的情况最有效，识别与药物副作用或医院再入院有关的模式，并获得其他重要的帮助病人和降低成本的方法。
随着个人健康数据越来越详细，例如，基因测序的成本下降，传感器、监视器和诊断提供了源源不断的实时信息，这就有可能使医生采取更具有针对性的治疗和干预措施。
使用这些数据进行个性化的药物治疗，以及远程提供药物，意味着更多的病人可以在昂贵的医院环境之外接受治疗。
健康保险公司可以大幅减少因信息不对称而产生的欺诈和因过度治疗而产生的浪费。有了大数据的分析，可以用临床数据交叉检查索赔数据，并分析账单模式，从而帮助识别不适当的支付。
由于对病人有了更好的了解，公司可以鼓励病人改变其行为，从而降低保险的成本。众安保险是阿里巴巴、腾讯和平安的合资企业，它正在探索在其产品开发和索赔管理过程中大数据的使用。
其特殊保险项目“糖小贝”通过连接血糖仪来监测糖尿病患者的血糖水平。使用这些信息，该公司为“糖小贝”设计了一个奖惩系统，改善了患者对治疗的依从性，从而改善了治疗的结果。
许多公司正在探索合作关系，以最大限度地提高医疗保健大数据的效益。阿斯利康与北京大数据研究所成立了一家合资企业，他们不仅要交换专业人员，还要交换临床数据库。
他们还打算合作开发数据分析技术平台，以诊断和治疗中国的常见疾病。百度与北京市政府合作建立百度云，从可穿戴设备上监控健康大数据。
阿里云与西安国际医学、东华软件创建了一个医院管理平台西安国际医学中心，公司表示这样一来将更容易管理个别病人病例和分析聚合的健康数据，从而提高医疗保健的质量。
支付宝还推出了名为“未来医院”的端到端客户电子健康应用程序，该应用程序连接了全中国20多个省和40个城市的约200家医院。它提供了某个地方的信息，包括医院的可用性、预约时间、支付和医疗记录。
该研究发现，大数据的个性化医疗保健的全球市场可达2万亿美元至10万亿美元，这效益的大小取决于健康系统如何快速适应不同市场以及应用的研发能否推广到临床的治疗，在美国，医疗数据在产业中机会很多。
数据处理技术另一种方式是可以通过共享资源改善卫生保健的现状，这包括卫生保健专业人员和专门的设施，如独立临床手术室和门诊手术中心。这不仅可以节省成本，它也可以帮助解决医疗设施的使用高度不均匀的问题。
共享医生可以帮助克服地理不平衡的保健供应（尤其是城市与农村）以及医疗供需的不匹配。在这样的背景下，中国政策上在2017年4月提出了多点管理建议，尝试在公共和私人设施数量上不设置限制。
其中一项要求是，医生必须在省级注册，并报告所有他们向主要雇主工作的情况。丁香园是中国最大的在线健康社区，注册医师可以去寻找工作机会和获得有关培训政策、法律和搬迁的建议以及一般的职业发展建议。
正如房地产共享经济模式一样，将分散的消费者群体需求聚集在一起，可显著提高高价值固定资产的利用率，数字医疗平台可以帮助将独立实验室等专业设施与广泛的潜在患者匹配起来，从而实现规模经济。
而且，人员上的限制使中国现有的实验室，甚至是大医院的实验室，难以满足日益增长的消费者需求。一家医院之所以不具备成本效益，是因为购买和操作实验室设备和支付所需的专家费用很高，这对一家医院来说是不划算的。
共享经济模式是由独立的流动外科中心提供手术，以帮助这些中心与医生和其他潜在合作伙伴（包括医院、医疗技术和制药公司）合作，提供配套的设施和服务。
与其他两个数字化的力量相比，减量化产生的影响较小。就医疗设备而言，3D打印技术可以生产出植入设备和定制出药物的质地和剂量，以提高治疗质量。
2016年，Aprecia获得了FDA批准的首次利用3D打印生产的药物。使用Zipdose技术使药物在口中化解只需少量的水，而Spritam是用于长期的癫痫症患者。从长远来看，活器官的生物打印很有可能被更广泛地应用。
如果类似的形式被采纳并广泛应用，公司仍然坚持传统的标准化制造医疗器械和药品，那么他们与使用这些技术的竞争对手相比就可能会失去竞争优势。
世界各地的医疗保健系统越来越严格，进入壁垒越来越高，改善速度越来越慢。许多利益相关者秉着不同的动机、兴趣和对变革的不同态度，都参与到了这一领域中来。
但是，如果三种类型的数字化同时发生中断，将会产生什么影响？在一个大爆炸场景，我们使用物联网和人工智能健康护理方案，使大数据在医疗保健方面充分发挥作用，提高医疗服务供给，这种变化将是巨大的。
中国的医疗制度是分散的，医疗保健提供者，包括医院在内，在制定具有重大经济影响的治疗方案方面发挥着重要作用。
患者可能因为缺乏他们需要作出知情决定的知识理论，在诊断、治疗和支付方式方面是被动的。这种不对称是次优决策和浪费资源的结果。
在一项针对28个中国城市的230800门诊处方的研究中，2007年到2009年期间，近一半的处方都是抗生素，10%是两种或两种以上抗生素。因此，中国的抗生素耐药性似乎比西方国家更高。
零散的信息意味着制药和保险公司和医疗技术的供应商提供的产品和服务是通用的，因此并不总是适合病人。
在我们的信息大爆炸环境中，病人处于医疗保健系统的中心。他们对药物和治疗方案更加了解，因为他们不再与卫生保健提供者的关系中处于信息劣势地位。
从多重资源收集数据，使得玩家能够在卫生保健系统中对信息进行跟踪，包括医院临床信息、行为和社会信息的记录、数字化设备。
这些数据是不断集成的，独立数据库之间的边界通过医疗系统各个部分之间的无缝连接被打破。数据是结构化的，存储在云中，可用于分析。
借助机器化学习的能力，人工智能可处理海量数据，并提取有助于改进决策的方法。每一个病人的接触点都可以被数字化，从看一个在电子商务中在线咨询平台的专家填写处方药剂，到跟踪药物的递送。
这种以病人为中心、信息丰富、紧密联系的系统是高质量支出的结果。患者可以接受到个性化的疾病预防和诊断以及其他连贯服务。大量的数据提高了护理的质量和效率。例如，医生可以对治疗作出非常准确的决定，并能预测疾病发生的可能性。
在大医院和小医院工作的医疗保健专业人员之间、经验丰富的医生和新医生之间的能力差异被降至最低。
对大量病例整理分析后，大数据使临床路径标准化。即使经验最少的医生在初级保健中，也仍可以获取和吸收前所未有的知识财富。数据还可以帮助制药公司开发更好的产品。
从我们当前的信息大爆炸环境中能够发现，目前有三种因素可以减少27%的中国整体医疗成本支出，而付款人将会得到大部分的储蓄。这些储蓄应再投资于提升系统服务质量，提高访问率等方面。
因为付款人他们可以自己控制报销将可能成为潜在的最大赢家。在我们的模拟实验中，它们可以节省相当于医疗费用的27%。他们对病人的治疗，以及治疗后的依从性和标准的临床路径都有最好的可视性。
许多因素减少补偿成本，包括降低患者流动率，使得更多的患者选择局部治疗或在家里，而不在大医院浪费时间财力，还有医疗资源使用的改进、早期诊断、高治疗质量等。
在2015年的调查研究中，超过7000个的卫生保健提供者，调查保险公司和医疗保健IT厂商引入美国市场研究公司，94%的受访者认为，医院信息交换平台是可行的付款人。
受访者表示，这样的平台是相比可行的医院系统的33%。超过90%的受访者表示，付款人将成为最大受益人。
卫生保健的大数据对医疗保健系统这一整体起着积极的作用。正如我们已经指出的，使用物联网和人工智能可能导致患者在大医院的流动，除此之外，这样的技术所带来的更大的透明度，可以降低过度治疗和过度用药的杠杆率，对大医院的财政施加压力。
然而从积极的一面看，这些技术可以缓解大医院的医生和其他员工的压力。人工智能激活的解决方案可以帮助医生提高他们的技能。它们还可以帮助患者流向中小型医院，提高治疗质量，帮助医生更具流动性，并通过分析大数据提供更多信息。
制药和医疗技术公司可能经历价值的收益和价值的损失。收益来自于新的商业机会，如个体化的用药服务、大数据支持功能的研发，以及增值服务，例如康复，损失的可能是由于患者得到更精确的治疗而减少的过度治疗产生的经济效益。
药品经营企业和药店，在药物的处方中浪费的药物和治疗都可能失去价值。药品配送公司与保险代理人有可能取代患者获得直接进入制药、医疗技术设备和保险公司。
数字解决方案的提供者只要他们提供破坏性的商业模式，就可以从医疗保健的数字化中获益。例如，提供信息交流平台和提供保健服务的直接性，能使得很多患者使用物联网和人工智能。
我们已经讨论了所有的混乱出现的形式都有发生的潜在可能性，但预测他们将如何发挥出来有一些困难。有几个因素值得一看。
必要的监管框架和足够的激励可以创造医疗大数据的出现吗？控制医疗保健大数据的玩家将拥有巨大的竞争优势，对所有权的竞争可能是激烈的。
以前的研究已经发现，通过公开数据，在美国健康保健系统的年度价值可以锁定在3000亿美元以上至4500亿美元。需要采取适当的规章制度和激励措施来确保这种情况的发生。
由于过度治疗的减少，其导致的结果是，他们治疗的病人的数量和收入减少。病人不仅需要克服他们对隐私的关注还要分享自己健康数据的顾虑，但必须要承认这样做将提高他们的治疗质量。
中国的数字和移动医疗的质量被大量炒作包围，最近几年已经出现了应用程序和数字解决方案，即使没有上千，上百也是不足为奇的。
然而，影响外围医疗保健任务等的预约，安排移动支付和网络社区的建立，大部分中国保健服务仍然是通过公立医院远程操控进行着数字化交付，因此目前可用的数据不足以在卫生保健系统核心提供颠覆性创新。
医疗系统会为数字解决方案买单吗？尽管这项技术是现有的大多数公司开发的数字健康应用程序，但缺乏证据来证明他们的应用程序在用户的健康中在长期中有所改善。
事实上，患者已经准备好定期使用它们，从而为卫生保健系统创造经济效益。缺乏证据意味着卫生保健系统可能不愿对这些技术进行投资。
但卫生保健系统有这样的能力和专业知识，从他们收集的数据中收集必要的证据，来测量患者随着时间改变的健康状况。什么能激励保健系统使用他们的数据来支持数字解决方案？中国在这一领域正在采取一些大胆的举措。
东软集团，是一家领先的提供IT解决方案和服务的企业，在宁波建立了一家云基础的医院，为慢性病患者服务。宁波云医院拥有1000多名签约医生和13家在线诊所。它可以通过社会保险与政府援助处理医疗赔偿。
科技会继续向前发展吗？医疗数字化需要进一步加强数据分析，不断发展人工智能和物联网技术。但是，即使这些进展在继续着，卫生保健系统所产生的数据非常复杂，难以共享和结构化，也不能使技术发挥其全部作用。
从理论上讲，将来自医院的临床数据、保险公司的数据、患者的行为数据以及制药和医疗技术公司的研发数据结合起来是很有意义的。但随之而来的挑战是巨大的。
一般来说，卫生保健部门是由每个独立的生成自己的数据的系统组成，这些系统可能与其他来源的数据不相兼容，合并这些不同的数据流是高度复杂的，需要一个更复杂的工具，比如说制造业。将来自许多设备和移动平台的行为数据集成到数据分析中会更加复杂。
在中国，数字化公司正在试图利用他们的超级应用软件，利用日常的足迹和电子商务，创造出可用的大数据，并为每个用户建立比较广泛的健康档案。
百度最新的智能大数据平台提供了可以应用于医疗保健的解决方案。如果中国的主要数字化玩家扩大在医疗保健中云计算和大数据的应用，那么这可能会获取足够的数据，使其处理负担得起该过程耗费的成本。
保健专业人员和病人会接受行为改变吗？如果这一难题能被解决，在医疗保健领域创造一个大爆炸，那么这个医疗系统就会变革。
一个主要治疗病人的反应系统是，一旦他们生病，就会出现一个以病人、预防和自我管理为中心的系统。这很大程度上不仅取决于卫生保健提供者态度的改变，也取决于患者的态度转变。
医生是受过高度训练的专家，他们可能会对自己的判断产生抵触情绪，甚至可能会被来自数百万其他病例数据的数字化工具所取代。患者需要学会选择信任的医生和物联网设备，并改变自己的日常习惯。
在中国，有一个根深蒂固的认知，患者认为只有在大城市的公立医院能够提供合格的卫生保健服务，因此人们往往在这些大医院的门口苦苦排队。一项调查发现，68%的病人不相信社区医院能够给他们提供高质量的医疗服务。
备注：文中涉及到的涨跌幅和相关数据，均截止到报告发布时间，动脉网尽量保证翻译的准确、完整和严谨性。
