医疗大数据第一股暴涨背后：头部医院争夺刚刚开始
被称为医疗大数据解决方案第一股的医渡科技（02158.HK）上市以来表现抢眼，引发市场对医疗大数据产业的热情。
这是否意味着医疗大数据领域风口已至，商业变现模式已成？对此，一些医疗专业投资人对此持保留意见。
发展还处于早期
前瞻产业研究院数据显示，2015～2019年间我国医疗大数据市场规模（按销售额）从29.8亿元上升到78亿元，行业信息化投资总额从793亿元上升至1456亿元。
（图为“2015～2019年中国医疗信息化投资总额”，单位：亿元，图表来源：前瞻产业研究院）
该领域信息化投资构成排名依次是数字化营销投资、医药研发合同外包投资、RWE（真实世界数据）投资、医院IT投资及政府IT投资，分别占比50.5%、19%、14.2%、12.8%、3.5%。
将医院IT投资作为主阵地的医渡科技，其招股书提到，“自主研发的YiduCore服务医院超过300家（涵盖超过70家三甲医院），处理及分析来自3亿多患者的超过13亿条医疗记录。”
而其财务情况显示，“2018～2020财年，企业录得总收入分别为2272.7万元、1.02亿元以及5.58亿元，近两年营收增速达348.9%和447.1%。”
医渡科技的这一主要业务收入模块成熟与否？二级市场给予的反应是否理性？
“从上市首日股价来看，资本市场显然比较看好。不过，现阶段医疗大数据市场的发展还处于早期，未来情况还要观察。”战略咨询公司Latitude Health创始人赵衡在接受第一财经记者采访时表示。
而作为医渡科技这类企业的目标客户，医院的数据运营诉求能否被满足？
对此，沪上一三甲医院信息科负责人告诉记者，“医院有众多信息化系统，除了基础的HIS（医院信息）系统，还有做检验会用到的LIS（实验室信息）系统，做检查会用到的PACS（影像归档和通信）系统，以及手术麻醉系统等。”
面对企业型合作方，医院显然要更为谨慎。“医院对数据方面会更看重安全、准确、稳定且持续更新。”该负责人表示，“比如，数据处理需要精准且调用快捷，一旦共享则一定要保证安全。”
记者从多方了解到，绝大多数医院的信息化系统建设会由外部公司承接，各类信息数据均会留在本地服务器上，不会外传到第三方机构或平台。
“第三方公司把医院的内部数据传到外面(外网)，医院通常会很敏感，除非是传到政府主管单位等。”该负责人称，“实际上，医疗大数据在将来由某一政府平台去运营才比较可行，一些政府部门也正在成立相关大数据公司，第三方服务商想做C端患者的数据很难。”
大数据价值待挖掘
国家卫生健康委统计信息中心2019年调查数据显示，在参与医疗健康信息互联互通标准化成熟度测评的31个区域164家医院中，仅有复旦大学附属儿科医院、上海市胸科医院、武汉市中心医院、深圳市宝安区妇幼保健院、北京大学深圳医院、四川大学华西第二医院等6家医院获评五级乙等。
“医院大数据相对定期采集、处理相对规范、应用相对成熟，是卫生健康部门、医保部门、商业机构开展行业治理的首要选择。”中国价值研究中心主任梁嘉琳在接受第一财经记者采访时表示。
记者发现，除了医疗机构大数据外，健康领域的大数据来源还包括公共卫生大数据、健康管理大数据、医疗保障大数据、商业保险大数据等。
“近年来，尽管我国健康医疗大数据在基础设施、标准规范等方面取得重大成果，但治理水平有待提高、实际利用率不太理想，难以形成‘全人全程健康管理’的健康绩效。”价值医疗顾问专家委员会秘书长梁嘉琳这样告诉记者。
梁嘉琳表示，“一方面，卫健部门的‘健康医疗大数据’、医保部门的‘医保大数据’、经济部门的‘医药产业大数据’互通共享程度有限；另一方面，大部分来自智能监测设备（如：智能手环、智能血压及血糖仪）的海量健康数据，在维度、精度、实时性、稳定性等方面难以达到医疗级应用，仅起到预警功能，难以用于临床诊断治疗。”
比如，目前以提供健康码为主要功能的“健康云”系统和国家医保信息平台，“这两块主要还是信息化，不是大数据本身。”赵衡告诉记者。
而来自智能监测设备的海量健康数据，由于在维度、精度、实时性、稳定性等方面难以达到医疗级应用，“无法用于临床诊断治疗。”梁嘉琳称。
“临床大数据终究是神经网络、深度学习等算法模型训练绕不过去的坎。” 梁嘉琳表示，“大部分原始数据为非结构化数据，数据的集中化、标准化、智能化程度较差，需经过数据归集、清洗、数据脱敏、数据标注等额外环节，导致算法模型训练的耗时过长、成本过高。”
商业变现是医疗大数据行业发展的关键命题，投资人的看法如何？
高特佳投资集团总经理李秋实认为，医渡科技服务所涉及的300家医院数据其实是远远不够的，“中国有2万多家医院，规模、等级各不相同，能否参与头部医院的信息化建设非常重要。”
聚焦医疗创投的青桐资本方面认为，医疗大数据的商业变现分为B端、C端两个部分。其中B端使用者主要包括医院、药企和保险公司，目前这块需求旺盛。而在C端的变现路径并不通畅，主要原因是用户对病症描述普遍不准确。
（图为上海上海儿童医学中心呼吸科的智慧交班系统。邹臻杰/摄）