从麦肯锡分析大数据价值、提出大数据时代，到现在不过短短5年时间，大数据好像突然间进入了人们的生活，人人嘴边都挂着“大数据”这个词，即便大多数人对此并没有太深感受。作为走在时代前沿的群体，创业者对此也有各自独特的见解。现在的项目，没有一些相关大数据的概念，都不好意思提出融资。但对于价值投资人和理性创业者，则应该思考更多。
炙手可热的大数据，到底是什么？
可以看出，这确实是一个好时代，数据的价值越来越被认可，不论政府层面、资本层面抑或是创业层面，大家都在助推大数据的发展。就像马云在《2015年致投资者公开信》中所说，“人类已经从IT时代步入DT时代”。
但想要真的利用好医疗健康大数据，首先我们需要去了解什么是大数据，什么是医疗健康大数据，以及它究竟能够为我们带来些什么。
大数据的定义有多种方式，普遍比较认同的是IBM的4V定义，即数据体量巨大（Volume）、数据类型繁多（Variety）、数据生成速度快（Velocity）、数据具有真实性（Veracity）。前三者都较容易理解，而真实性则强调数据质量与可靠性，真实的数据才有分析价值。
在满足大数据基本特征的前提下，与医疗健康服务过程和结果相关的大数据都可以称之为医疗健康大数据。我们将其分为直接相关数据和间接相关数据，而根据来源不同直接相关数据又可分为院内数据和院外数据，间接相关数据又可分为个人数据和机构数据。
大数据的意义所在
事实上，我们认为数据规模只是大数据的特征之一，是分析的基础。但大数据的意义不仅仅在于数据量，还在于通过这些数据的处理来获得更深层次的价值。在这里，我们必须提到DIKW金字塔模型，它很好地为我们阐释了利用数据的各个阶段。从数据到信息，从信息到知识关于医疗的创业项目，从知识到智慧，这是不断地提炼与加工。智慧健康的长远目标也是希望能以数据驱动，来获得最优决策与方案。
医疗健康大数据的机遇何在？
医疗健康大数据确实迎来了很好的发展机遇。除本身数据存储、数据分析、云计算等技术的发展，医疗健康领域也有很多利好：
1)医疗信息化建设的不断完善
2)互联网与医疗的融合
3)资本市场的高度关注
4)商保健康险市场的飞速发展
5)细分领域尚未出现巨头
基于以上机遇，同渡资本表示对医疗健康大数据的创业，整体保持乐观态度，结合麦肯锡对医疗健康大数据应用领域的分析，他们列出了一些可能的创业方向，并从投资角度给出了可行性的主观评分：
1)临床诊断
a)比较效果研究：实现难度相对较低，作用显著
b)临床决策支持：技术有一定门槛，有医疗风险
c)医疗数据透明度：变现上有难度
d)远程病人监控：可测量的数据有限，精度有限
e)病人档案分析：深度病人挖掘价值，转化上有难度
f)个性化治疗：技术上有待突破
2)费用控制
a)索赔合理性识别：市场大，但信息缺失，分析难度大
b)基于卫生经济学和疗效研究的定价计划：缺少促进机制与付费方
3)公共卫生
a)疫情监测：意义大，但不适合初创企业做
4)医药研发
a)预测建模：强需求，技术有一定门槛
b)提高临床试验设计的统计工具和算法：所占比重小
c)临床实验数据分析：数据获取难，所占比重小
d)个性化药物：技术难度很高
e)疾病模式的分析：有需求，但介入阶段稍早，风险偏高
f)需求分析与推广：需求旺盛，技术上可行
5)健康管理
a)疾病管理：技术可行，付费意愿不高
b)健康消费：明确的变现方式，消费者接受度更高
c)个人健康档案：价值大，但聚合有难度
医疗健康大数据有怎样的盈利模式？
创业过程中，为了保证企业的可持续发展，盈利模式是很重要的一点。目前医疗健康大数据的主要付费方有六个：消费者、企业、保险公司、政府、医院及药企（包括医械）。从短期来看，保险公司和药企的付费意愿最强，都有代表企业开始尝试大数据应用。医院、政府与企业需求也是明显的，但现阶段他们还比较保守。消费者目前还是更愿意为有形产品付费，为轻问诊等服务付费的意愿都不强，更遑论大数据了。
医疗健康大数据面临的挑战
医疗健康大数据确实充满了机会，但当前其发展也面临着不少挑战，我们主要归结了以下五点供大家思考：
1)安全与隐私缺少保障
2)数据共享与互联互通存在障碍
3)高质量的数据来源仍然有限
4)医疗领域自身的复杂性带来的门槛
5)商业模式难落地
总体看来关于医疗的创业项目，医疗健康大数据的发展还处于相当早的阶段，无论对于中国还是美国，都在摸索中。但机遇与挑战总是并存的，大变革之下才有大机会。至少，我们会抱着谨慎乐观的态度，持续观察着这个行业。
END
