引子

数字化转型不仅仅意味着医院简单的数字化革新，而是把数字作为智能健康的核心驱动力，需要利用数据去整合全产业的价值链。

在我国，目前肺癌的发病率和死亡率已居各疾病发病率之首。估计到2025年，每年的肺癌患者将超过100万，成为世界第一肺癌大国。

早期肺癌筛查一般是通过多家医院拍片采集、共享并研究早期肺癌病例数据样本，制定早期肺癌高危人群预警指标，进而建立一套肺癌筛查及早期诊断的最佳方案和标准流程。在大数据盛行的今天，大型影像诊断设备结合大数据分析提供更准确的诊断，特别是针对早期肺癌难以发现、容易漏诊的问题，通过人机相互对照参考，改变以往早期肺癌筛查中，医生仅靠主观诊断的筛查模式，减少漏诊几率。这种方法显然是越来越可行并且越来越靠谱。

建立起一个全新的数字智慧健康时代，需要各种医疗健康相关设备的智能化，通过连接、数字化、算法和机器自学习的多重跨技术和管理融合来实现。通过互联网络把预防、诊断和临床等流程作业纳入到数字化平台中，而实现这些重要任务的核心环节就是医学影像信息化，它充分体现了大数据、实时在线、多点传输与共享给现代医疗带来的好处。

影像医疗推动大数据

南怀瑾先生认为，所有的科学，都应该是为生命科学服务的。科技是创新的工具。如果能够通过眼底的数字影像，利用大数据对糖尿病视网膜病变做早期筛查的话，就可以让更多的人得到早期治疗。

2016年是中国医疗大数据发展里程碑的一年。健康医疗大数据作为国家重要的基础性战略资源，在去年6月24日国务院办公厅发布《关于促进和规范健康医疗大数据应用发展的指导意见》首次被明确提出。近几年，国家在医学图像的扶持力度远超以往。在国家相关政策的指引下，计算机辅助诊断产品受到了前所未有的高度关注与扶持。伴随着人们对慢性疾病的预防重视不断加强，全球影像诊断设备市场规模也随之不断扩大，数据开始极速增长。

我国医疗器械市场规模维持高速增长，已经成为继美日两国之后的世界第三大市场。预计2018年，全球影像诊断设备市场份额将以年均3.8%的速度增长，市场销售将达到451亿元。其中，医学影像诊断设备在我国医疗器械细分市场中规模最大，占据近四成。这些大型医疗影像设备包括CT，核磁，PET-CT以及不计其数的小型影像设备每天产生的影像数据以PB计算，其中蕴含的数据价值巨大。医学健康大数据分析正在成为精确诊断的生力军与主战场。

影像大数据推动精准医疗

数字化转型是智能化的重要途径。这一共识是基于无数技术趋势的融合，例如，物联网、医疗产业物联网，移动互联网技术，人工智能，云计算，虚拟/虚拟增强现实，以及大数据分析等。

然而，我们一定要保持清醒，不要简单认为有了这些技术，未来人人都可以享受到智能化的医疗健康服务。新智能医疗健康文化变革的进程是相当复杂、缓慢、艰难的，没有全员与全产业链的融合推进，无法实现这种层次的变革。数字化转型不仅仅意味着医院简单的数字化革新，而是把数字作为智能健康的核心驱动力，需要利用数据去整合全产业的价值链。

近年来，现代医学影像学得到了飞速发展，在临床医学中的地位不断提高，但是，从影像诊断准确率来看，还主要依靠传统的目测法和经验判断病情，其误诊和漏诊比例普遍相当高，特别是病情和用药效果的变化在30%以内的，根本无法通过目测来判断。

据统计，2007年全世界就有近七千万病人进行CT扫描，其中四分之一的比例为胸部CT。医学影像大数据的呼吸系统所形成的“数字肺”可以揭示支气管、肺血管和肺实质结构与不同主要肺部疾病之间的关系，通过采用数据挖掘与量化分析、处理和量化，对支气管哮喘、支气管扩张、肺间质性疾病、肺栓塞和孤立性肺结节的评价和诊断，最终实现肺部疾病的数字辅助诊断有非常高的价值。

人类轨迹产生的数据和机器自动产生的数据，构成了今天的大数据多结构化数据源。为了不断提高医疗效果，以及改进提升全面健康，健康产业一直以来都在有意采集并存储大量的各种健康医疗数据，病人看病等流程数据等等。随着时间的推移，数据在医卫健康业分析的需求将越来越大。然在过去的几十年间，利用数据的根本动因虽没有改变，但有数据的复杂性增强，以及将数据转化为情报的能力将有越来越大的需求。

全球每年都投入大量的财力在肺癌、慢阻肺、哮喘等方面的研究。大数据的发展改变传统的医疗模式，全球对医疗健康的共识就是把疾病的早预防、早诊断、早治疗等服务放在了管理的第一位考虑。

影像大数据是数字化诊断效率和准确率的关键之一

从未来市场需求来看，随着人口老龄化、生活方式改变以及环境引发的安全性问题，慢性病的发病率在全球范围内逐年上升，这些因素都将加大了人们对数字医疗影像诊断技术的刚性需求。

对于数字化转型的其他方面而言，大数据不仅要关注实际数据量的多少，而最重要的是关注在大数据的处理方法，让数据产生巨大的创新价值。2012年高德纳给出的大数据定义里面，特别强调大数据是多样化信息资产，不仅关注实际数据，而最最重要的是关注大数据处理方法。数据量大还是量小本身并不是判断大数据价值的核心指标，而数据的实时性和多元性应该对大数据的定义和价值更具直接的影响。

通过采用多种数学算法和统计原理，对医疗影像信息进行后处理分析，并通过与正常人群组数据库进行基准比对，得到精准的疾病发现、程度分析，并对疾病的发展提供预测，对用药提供指导。跟之前基于未经分析处理的图像进行经验判断相比，应用产品之后：医生可以基于丰富的，定量化的数据及对照组别进行快速精确诊断。大幅减少漏诊、误诊，将诊断准确度提升到97%(传统阅片会有30%的漏诊、误诊);对疾病变化和用药效果实现极细微差异的量化分析，达到变化度1-5%的敏感精度(目测法完全无法进行此类量化分析)。

数字影像医疗大数据是精准医疗的基础

精准医疗是新世纪医学“孕育”的一个新名词，是美国医学界在2011年首次提出的概念，也是国外诸多医疗数据、设备、研发公司和机构的发展新方向。同样，在英国政府提出的“精密医学弹射器”计划中，标准化成像、医学影像技术、图像分析工具、数据处理和计算方法等就是其中的核心。我们在本世纪初就开始关注精准医学，甚至在2006年首先提出了精准外科的概念。

虽然精准医疗在我国刚起步，但我们与医疗技术发达国家在同一条起跑线上，和全球领先水平差距较小。精准医疗即将成为各大医院的新兴科研方向，并成为新兴的医学服务种类。需要加强的方面是新型数字医疗影像技术和临床应用等方面。

我国大中城市的三级医院最近几年虽不断引进高性能的大型成像设备，但对图像数据和信息的使用仍处于被动状态，缺乏功能强大的数字医疗影像处理平台，很多新型影像处理功能和增值服务不能发挥作用，使得新型数字影像设备价值没有充分得到利用。随着中国人口老龄化的加速发展，慢性病人群不断扩大，由此引发的看病难、医疗服务质量差等一系列问题需更高效地提供医疗服务手段来应对。同时，过度医疗、过度耗材、医疗资源分配不合理等原因造成的资源浪费异常严重。

《2015-2020年家用医疗器械行业深度分析及“十三五”发展规划指导报告》指出将建立中国的精准医学数据基础，制定中国的精准医学疾病诊疗标准、疾病预防和阻断标准，提高医疗的均等性、可及性和先进性，降低重大疾病的发病率、病死率和医疗费用，促进中国医疗事业的发展。而这一切都以医疗信息化与数字化转型为基础。

李克强总理说：“通过研制推广智能化健康医疗设备，收集、分析医学大数据资源，不仅可以为用户提供更好的医疗服务，推动医疗健康产业发展，对于攻克高难疾病等工作也有重要意义。”医学影像在现代医疗中占有绝对的比重，而这一趋势会随着机器人，人工智能，物联网等科技不断扩大而扩大。所有的流程数据与机器数据都需要将影像与医学文本记录进行对比学习提升诊断的精准性。

人类的健康与医疗正在通过数字化手段经历有史以来最为彻底的一次变革。随着人们期待更好的医疗卫生保健服务，从出生到死亡的全程医疗服务也已经成为了医疗管理新模式的发展方向。

约22%的全球新发癌症病例出现在中国，27%的癌症死亡病例也发生在中国。因此，我国肿瘤数据对全球癌症控制的意义非常重大。中国正面临前所未有的癌症压力，用好影像医疗大数据为核心的医疗健康数据，这对我国和世界的医疗健康提高有着重要的影响。

来源：盘古智库