主页（http://www.cnwulian.net）：火视总结|医疗大数据：智能医疗还有多远？
过去的十期火视对国外医疗大数据产业的优秀创业公司做了深度的报道及讨论，内容涉及：传感器、智能硬件、POCT、大数据存储、大数据应用等领域。
具体文章见下图：
虽然越来越多的人愿意并已经拥有了Fitbit 或 Jawbone之类的可穿戴设备以时刻监测他们的自身健康水平，但是根据最近的一份报告显示，体外佩戴的不便利性使三分之一的用户活动仅仅半年后就将他们的设备抛在一边。于是有了克服此问题而生的革命性的可拉伸的电子穿戴设备Biostamp。
除此之外可穿戴设备最需要解决的，应该是记录数据的准确性。在这方面，Valencell 创始人 Steven LeBoeuf觉得耳朵和背部才是获取身体信息的最好部位，由此开发了耳机传感器。
随着传感器越来越多地被应用到社会发展及人类生活的各个领域，如航天技术、军事工程、机器人技术、海洋探测、医疗诊断等。全球传感器产业飞速发展则催生了一批传感器制造商。以Kionix为代表，全球主要的消费类电子产品、汽车、健康与健身及工业公司都在使用它的传感器和整体系统解决方案，以便在其产品中实现基于运动的功能。
那么，便携传感器技术又如何投入体外诊断市场的应用当中呢？
诊断是治疗的前提。医生只有在正确的时间做出精准的诊断才能继而做出正确的治疗方案。火视144介绍的Nanōmix便携式检测系统能让医生快速获得对诊断有价值的指标信息，进而辅助医生做出最快、最准的诊断；若是在边远的缺医少药地区，Nanōmix获得诊断信息后可通过远程医疗技术与医疗专家们取得联系，帮助患者制订相应的治疗计划。
另外Endotronix开发无线传感器则整合了可穿戴设备的数据，通过测量人体心脏内肺动脉压力，在心脏病发作数月前来提醒人们提前做好防范和治疗。
除了在医疗方面贡献巨大，基于云计算的人体数字地图—BioDigital Human赢得了无数的奖项和荣誉，它帮助医生和科学家研究人体构造、疾病治疗、进行模拟实验等，除了用在科研和临床中，日常医患沟通也能用 BioDigital 来让患者更理解治疗方案。
另一个服务于医生的大数据系统则是Apixio，它将病历集中到云端，医生可通过语义搜索查找任何病历中的相关信息。
正如开放数据500强中的大多数企业一样，MarkLogic是作为一个中间者将政府的开放数据变得对商业公司和政府部门更为有用。这家公司正是奥巴马 Healthcare.gov的开发者。
医疗数据是医生对患者诊疗和治疗过程总产生的数据，包括患者基本数据、电子病历、诊疗数据、医学影像数据、医学管理、经济数据、医疗设备和仪器数据等，以患者为中心，成为医疗信息的主要来源。
总结起来医疗数据来源大致可分为以下几类：
1、 患者就医流程所产生的数据：包括患者基本信息、检测数据、检验数据、影像数据、诊断数据、治疗数据、费用数据等，这类数据一般产生及存储在医疗机构，这也是医疗数据最主要的产生地。
2、 检验中心数据：大量存在的第三方医学检验中心承接着医疗机构的检验外包功能，产生了大量患者的诊断、检测、影像数据。
3、 药企、基因测序数据：制药公司在新药研发及临床过程中会产生大量数据，今年火爆的基因测序同样也会产生大量的个人遗传基因数据。
4、 智能可穿戴设备产生的数据：随着移动医疗的快速发展，智能可穿戴设备也在迅速普及，大量的患者单一特征健康数据在快速的上传到云端。
通过过去十期火视文章的报道，我们看到国外国外医疗大数据产业链已经初步形成：
1、 国外的医疗数据相对开放：无论是企业还是患者都可以更好的获得较全面的医疗数据，这是医疗大数据应用的基础。无论是医疗机构还是企业获取的个人健康数据都相对开放，较国内更容易获取。特别是医疗机构的健康数据、政府个人健康数据开放，都为医疗大数据的应用提供了基础。
2、 国外医疗大数据产业链已经初步形成：从传感器研发到智能可穿戴设备及检测设备到大数据存储到大数据的智能分析已经初具规模。以传感器作为个人信息数据采集的基础将会更加容易的获取连续性、全面的个人健康信息，对疾病的管理以及智能诊断提供依据。
反观国内，医疗大数据产业却刚刚起步：
1、 医疗体系封闭：国内医疗系统相对较为封闭，公立医院的医疗数据单独存储在院内，数据之间互不流通、不开放。大量优质的患者健康数据封闭在医院的围墙之内，难以利用。这固然有对患者健康信息安全性进行进行考虑的因素，但大量数据躺在医院，造成了数据的浪费。
2、 医疗大数据产业链互相割裂，产业链上游被国外公司控制：我国医疗大数据产业链上、中游发展严重滞后于国外，如传感器及医疗器械由于研发周期长、投入大、风险高的特点以及人才短缺，在国内发展并不理想。下游的数据分析技术由于数据的种种问题更是无从谈起。反而移动医疗产业的快速发展，为医疗数据的获取提供了新的途径，但是移动医疗所获取的患者数据毕竟是零散的，单一的数据，数据之间缺乏联系，价值有限。
多通道的医疗数据正在汇聚成可以被利用的医疗大数据资源，其重要性无须赘述，随着医疗数据行业的发展人们也开始重视对其的应用，甚至开始畅想基于医疗数据打造智能化的个人疾病诊断系统。
国外众多的医疗健康产业开始运用大数据的方法对疾病进行预测，比如谷歌、百度等；也有越来越多的公司开始应用医疗大数据进行个人的健康管理，特别是常见病及多发病的辅助诊断。疾病智能诊断系统的出现，或许能让人类在面对疾病治疗时变得越来越智能和轻松。
目前医疗大数据应用可以概括为：
1、 临床诊断辅助系统：结合患者个人健康档案以及特定疾病的数据库智能分析可以对患者进行多种诊疗措施比较分析，寻找最有诊疗路径，帮助医生进行决策。
