1、区块链产业研究系列:医疗数据与区块链分析报告2018 年10 月链捕手研究院区块链产业研究系列-医疗数据与区块链分析报告2目录目录 Contents前言.2一、医疗大数据行业介绍.31.医疗数据行业概述.32.医疗数据产业链解析.43.多因素驱动医疗大数据.5二、医疗数据与区块链结合可行性分析.61.医疗数据行业痛点.6数据孤岛化:.7数据安全难以保障:.7数据缺乏连贯、标准的体系:.8医疗数据商用知情权不清晰:.82.区块链与医疗数据结合的必要性.9三、区块链医疗数据 三大应用场景.10诊疗数据场景:典型项目 Pokitdok、MED.11基因数据类:典型项目 Nebula Genomics
2、、Encrypgen.11大健康数据:典型项目 Lympo.12四、区块链医疗项目的机遇与挑战.13区块链产业研究系列-医疗数据与区块链分析报告3在信息爆炸的大数据、人工智能时代,数据成为了最重要的生产资料。在谷歌、苹果、BAT等科技巨头的启示下,数据分析所挖掘出的信息前言价值得以突显,医疗数据作为其中重要一环,在商业、科技决策、预防疾病以及合理配置资源等方面都有无可比拟的价值。诚然医疗大数据与人工智能的结合可以孕育无限的可能,但科技巨头们对数据的垄断以及滥用,也引发了大量的批评与担忧。区块链产业研究系列-医疗数据与区块链分析报告4本篇报告对目前区块链医疗数据结合的项目进行解读,旨在探究运用区
3、块链的特性与医疗数据结合,解决医疗数据行业信息孤岛以及数据垄断等问题的可行性。免责声明1.链捕手研究院与本报告中所涉及的机构或者其他第三方不存在任何影响报告客观性、独立性、公正性的关联关系。2.本报告所引用的资料及数据均来自合规渠道,链捕手研究院对资料和数据的真实性、准确性及完整性进行了必要核查,但链捕手研究院不对其真实性、准确性及完整性做出任何保障。3.报告的内容仅供参考,报告中的结论和观点不构成相关数字资产的任何投资建议。链捕手研究院不对因使用本报告内容而导致的损失承担任何责任,除非法律法规有明确规定。读者不应仅依据本报告作出投资决策,也不应依据本报告丧失独立判断的能力。4.本报告所载资料
4、、意见及推测仅反映研究人员于定稿本报告当日的判断,未来基于行业变化和数据信息的更新,存在观点与判断更新的可能性。区块链产业研究系列-医疗数据与区块链分析报告55.本报告版权为链捕手研究院所有,如需引用本报告内容,请注明出处。如需大幅引用请事先告知,并在允许的范围内使用。在任何情况下不得对本报告进行任何有悖原意的引用、删节和修改。一、医疗大数据行业现状1.医疗数据行业概述从互联网的狂潮席卷全球各个产业开始,个人信息以及数据便开始呈指数级的增长,同时这些海量数据所埋藏的价值渐渐被开发利用。其中医疗大数据的发展更是引起各方的关注,医疗数据指的是在医生对患者诊疗与治疗过程中产生的数据,包括患者的基本数
5、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。据麦肯锡的大数据医疗报告调研,在美国区域,医疗大数据可以为美国的 2.6万亿美元医疗支出节省 12-17%的医疗成本,贡献接近 4500亿美元的价值。区块链产业研究系列-医疗数据与区块链分析报告6资料来源:IDC:中国医疗IT市场预测,2017-20212.医疗数据产业链解析整个医疗数据行业的产业链主要由上游:数据产生端,中游:数据的中国也在医疗大数据方面快速发力,2014 年我国医疗信息化总花费规模为 223.12 亿元,2015年增长至 23.60 亿元,预计 2020 年我国医疗信息化总花费规模将达到430
6、.01 亿元,期间复合增长率达到11.1%。可以看出,医疗数据在中美两个全球超大经济体内都有庞大的市场,同时也是一片待开发的蓝海。分析、储存端,下游:药企、科研机构等数据需求端所构成。上游医疗大数据的产生主要有医生端和用户端两大源头:医生端的数据主要集中在拥有大量诊疗数据的头部医院,但此类机构往往合作门槛较高。用户端的数据集中产生于用户的活动,通过智能设备收集用户的健康数据,此类数据主要由硬件和软件企业掌握,Apple、小米区块链产业研究系列-医疗数据与区块链分析报告7等硬件企业监测的多为大健康数据,软件企业如妙健康、微医等在线医疗平台收集诊疗和健康数据。中游的数据储存、分析端为产业链核心企业
7、,例如:亚马逊、华大基因、illuminar 等具有影像识别、深度学习、自然语义分析技术的企业。该类企业为大量健康、医疗数据的机构提供数据处理服务,积累了大量的数据资源。下游药企和科研机构比如:药明康德等创新药研发企业,通过付费的手段向中游企业获取数据等服务。医疗大数据产业链上游所提供数据的质量与数量,直接决定了拥有核心算法、分析能力的企业能否快速有效地进行医疗数据分析和利用。医疗数据作为整个行业的燃料,其质量往往又牵涉到了数据的传输、存储的安全性,数量则取决于医疗8区块链产业研究系列-医疗数据与区块链分析报告数据的互通以及共享。总的来说,医疗数据的安全性和互通性在打通整个产业链和发展医疗大数
8、据上,起到决定性的作用。3.多因素驱动医疗大数据 电子病历等医疗数据爆炸以及非医疗(大健康)公众数据的聚合据中国医疗信息化行业公司市场梳理报告的数据统计,截止 2016年 4 月,中国医疗机构总数为 98.8 万家,2016 年全国诊疗人数 6.6亿人次。中国一般的医疗机构每年大约产生 1TB20TB 的相关医疗数据,一些大型医疗机构每年产生的数据量甚至达到 300TB1PB。这些数据具体有多大呢?举个例子,若要将 IPB 的文字记录在书本上,需要两千万个书架才能勉强装下。而美国的医疗健康系统数据量在 2013 年就达到了 277.5EB(1EB=1024PB,1PB=102TB,1TB=10
9、24GB),随着智能可穿戴设备和基因测序的普及以及医疗信息化的推广,医疗数据将会迎来更加爆发性的增长,IDC Digital 在报告中预测,2020 年全球的医疗数据量将达 40 万亿GB,是 2010 年的 30 倍。大健康数据也随着智能穿戴设备的增长变得不可忽视,2017 年全球可穿戴设备出货量便达到了 3.1 亿台,比 2016 年增长 16.7%,大健康数据作为一个持续性且多方位的数据,数据的增长将会很快超过其他医疗数据。区块链产业研究系列-医疗数据与区块链分析报告9 政府对医疗大数据的推动国内的政策也明确了医疗数据化的大方向,为整个行业的发展提供了重要的基础保障,近年来已经出台了 5
10、0 余条纲要或意见。时间政策内容2015促进大数据发展行动纲要发展医疗健康服务大数据,构建综合健康服务应用2016关于促进和规范健康医疗大数据应用发展拓实健康医疗大数据应用基础、全面深化健康医疗大数据应用的指导意见2016“健康中国 2030”规划纲要加强健康医疗大数据应用体系建设,推进基于区域人口健康信息的健康医疗大数据开放共享2016/2017健康医疗大数据应用及产业园建设试点工程确定了福建省、江苏省及福州、厦门、南京、常州为第一批试点省市;山东、安徽、贵州为第二批试点身份2018关于促进“互联网+医疗健康”发展的意见加快建设基础资源信息数据库,完善全员人口、电子健康档案、电子病历等数据库
11、。大力提升医疗机构信息化应用水平资料来源:政府公开信息 技术革新引领健康大数据时代传统世界正在经历以云计算、大数据、物联网为代表的新一轮信息技术冲击。其中代表企业亚马逊已经突破万亿美元市值,截止 2018 年10 月,市盈率高达 144,仰仗的便是旗下的 AWS亚马逊云服务器储存海量的全球数据,同时亚马逊的硬件产品端 Echo 以及助手 Alexa作为左膀右臂,在数据获取端占据了制高点。苹果、谷歌和 BAT也在大数据方面紧追不舍,在自身技术成熟的情况下,试图利用智能硬件切入、配合软件的方式占领大健康数据等市场。区块链产业研究系列-医疗数据与区块链分析报告10二、医疗数据与区块链结合可行性分析1
12、.医疗数据行业痛点虽然医疗数据行业有着巨大的市场与前景,但由于医疗数据孤岛化、医疗数据频遭泄露、数据缺乏标准化和医疗数据确权不明晰等原因,整个行业的发展遭遇阻碍,其痛点具体如下:数据孤岛化:一直以来,医疗机构缺乏与其他机构合作以及分享医疗数据的动力。以中国大陆地区为例,虽然在过去的 30 年间,70%以上医院实现了医疗数据化。但由于缺乏统一的数据标准,且考虑到医疗数据的敏感性,也缺一个信任中介的存在,仅有到 3%的医院做到了数据的互联互通。涉及国际市场的医疗数据布局、数据分享的话题更加复杂,且挑战更为巨大。据 Intel Health Barometer 在美调研,70-84%的患者更倾向于分
13、享一些被动记录的健康信息(血糖、血压、心率等),仅47%的用户愿意公开就诊记录。多数用户担心个人数据发生被盗的危险。数据安全难以保障:医疗数据共享所需承担的安全隐患也是医疗数据孤岛化的决定性因区块链产业研究系列-医疗数据与区块链分析报告11素之一。来自美国卫生与公众服务部的数据,2015 年,由于黑客/IT事件导致的医疗记录数据被破坏了 1.12 亿次。次年,HEIMDAL 公司发布的2016 年中回顾:2016 年网络安全威胁分析报告中也指出,在全球范围内,医疗行业是该年度被勒索软件攻击最多的行业,其中第二季度占比达到了 88%。不仅如此,涉及一些敏感性较高的病患数据遭攻击和丢失更是医疗机构
14、难以逃避的问题,黑宠 Skyscraper 就曾透露,暗网上有超过 50 万份儿童病例可供下载。英国卫报2017 年 2 月 27 日的调查也曾揭露,英国国家保健医疗系统(NHS,National Health Service)丢失了高达 50 万份的医疗资料。医疗数据的大规模泄漏事件层出不穷也反映了整个行业急需技术革新的现状。数据缺乏连贯、标准的体系:不同的医疗机构各自为政,分别掌握了不同阶段、不同患者的医疗数据也导致整个行业标准体系的缺失。举例来说,一个人从出生到死亡,每一个阶段都会在不同的医疗机构接受服务,每一次抽血化验报告、每一次X 光检测记录都只作为一个独立的样本存在,随着每一次医疗
15、服务的结束,这些医疗数据便散落在各地,无法形成一个完整且连贯的链状体系。区块链产业研究系列-医疗数据与区块链分析报告12存储和使用的方式可能存在法律瑕疵。同时医疗机构也可能因为数据使用涉及法律风险,而尽量避免数据互通。1995 年关于个人数据处理中个人权利保护及促进数据自由流通的指令(Directive95/46/EC);2015 年一般数据保护条例(GDPR)医疗报告法案 1988(The Medical Reports Act 1988);获取健康档案法案 1990(The Access to Health Records Act 1990);数据保护法案 1998(The Data Pr
16、otection Act 1998)1996 年健康保险携带和责任法案(HIPAA);2009 年经济与临床医疗信息技术法案(HITECH Act)2010 年个人健康信息隐私与获取法案(PHIPAA)医疗机构之间也没有一个标准化的医疗数据记录体系,医疗数据即使互相共享,也无法融合、互通;各种智能设备所收集的大健康数据也大多杂乱无章,无法形成有效的数据。医疗数据商用知情权不清晰:在中心化存储的现状下,医疗数据的使用未得到所有者的赋权。大量个人隐私掌握在中心化的机构中,由机构授权第三方使用,这种数据资料来源:链捕手研究院根据公开资料整理2.区块链与医疗数据结合的必要性传统医疗数据在信息化发展方面
17、遇到诸多难题,相比其他传统行业,发展进度极为缓慢,究其根本是因为医疗数据有很强的敏感性,同时区块链产业研究系列-医疗数据与区块链分析报告13传统参与者信息化的意愿低、医疗数据标准化发展不完善、安全性无法保障。而区块链技术在数据保密、共识机制、生态激励等方面具有天然的优势,区块链与医疗数据具有较高的契合度。作为同样具有高壁垒且同样信息高度敏感的金融行业,与区块链技术的结合获得了巨大的成功,Fintech 革新的成功也让医疗数据与区块链的结合看到了未来。传统的医疗机构在应对技术革新时也并不都抱以消极的态度,据IBM针对分布在 16 个国家的 200 位医疗行业的高管调研显示,90%的受访高管表示在
18、 2018 之前,会在区块链医疗领域进行投资布局,56%的高管认为在 2018-2020 阶段在商业生产环境中会大规模部署区块区块链产业研究系列-医疗数据与区块链分析报告14链。目前国内腾讯智慧医院、阿里健康和华大基因等龙头企业均在区块链与医疗数据结合的布局上占据先发优势。三、区块链医疗数据应用场景当前市场上,区块链医疗数据应用众多,且不同的医疗数据有较大差异性:诊疗数据多为分散的点状数据,散落在不同的医疗机构;大健康数据往往是线性的连续数据,数据量也非常大,涉及数据分类也极为广泛;基因数据多为单次数据,一次测序便可获取,虽然数据量非常大,但相比其他两类数据可解读部分占比很小。因此,链捕手研究
19、院根据医疗数据本身的性质,将区块链在医疗数据上的应用场景归为三类,分别是诊疗数据、基因数据和大健康数据。诊疗数据场景:诊疗数据场景:Pokitdok、MED此类应用场景是搭建一个医疗数据的平台,让患者有权使用和记录自区块链产业研究系列-医疗数据与区块链分析报告15己的数据,同时能够自由且安全地与医生直接沟通,或是授权数据给医疗机构,以供其药物研发。诊疗数据通常是点状数据,散落在不同的医疗机构,此场景下的区块链项目主要是为患者、医疗机构和研究者搭建一个去中心化的医疗数据共享平台,通过使用区块链技术来安全、真实地存储病历记录,通过数字化诊疗记录并赋予用户权力,同时患者可以通过与医生、医院、实验室、
20、药剂师和保险公司等不同的机构在链上进行数据交易,以满足医疗机构的科研和商业需求,同时降低患者的医疗花费。以英特尔合作的 PokitDok 公司为例,PokitDok 在英特尔的开源区块链平台 Sawtooth 和 Intel 芯片的支持下,建立起一个叫“Dokchain“的医疗区块链解决方案,帮助患者了解各机构医疗健康服务价格,帮助医院找到患者群、处理医保账单。同时它的系统支持移动端和网页端的开发人员利用 PokitDok 的 API 构建医疗应用程序,来满足挂号、核保、付款或转诊等需求,为不同医疗系统间的数据信息共享提供了可能。其合作方更有亚马逊、第一资本银行(Capital One)等 4
21、0 多家企业,但诊疗项目要真正需要的突破是与传统医疗机构的合作,对操作系统的普及,以获取诊疗数据端的接口。区块链产业研究系列-医疗数据与区块链分析报告16利,从而有效降低测序成本并增强数据隐私性,以此加速基因组数据的增长。同时由于区块链的加密特质,买家得到的是加密过的数据,保护了用户的隐私安全。基因数据类:Nebula Genomics、Encrypgen此类应用场景构建了一个基因数据的交易市场,来鼓励普通用户了解、分享自己的基因数据,以帮助基因数据更快地积累,同时还能让用户廉价拿到自己的基因数据预防未来的健康隐患。基因数据的特点在于单次性以及测序的成本高昂,此类场景下的项目通过将基因数据通证
22、化,赋予普通人拥有个人基因组全部数据的权资料来源:Nebula Genomics白皮书上图是比较典型的项目Nebula Genomics 的模式简介,绕过了中间商基因测序公司,实现了用户和药商的直接交流,返还一部分基因数据价值到用户手中,以此间接地降低了测序的成本,也激励了普通用户参与基因测序。长远来看,Nebula Genomics 促进基因组学的研区块链产业研究系列-医疗数据与区块链分析报告17究和测序产业的发展,相比其他基因类项目 Nebula Genomics 自身拥有测序能力,对整个项目的推进显得尤为关键。大健康数据:Lympo此类应用场景旨在收集用户日常的健康数据,同时设立一些日常
23、健康任务,用户通过完成这些任务和共享健康数据获取奖励,保险公司和智能设备提供方也共同参与整个生态。大健康数据往往是动态的连续数据,所以采集手段目前极度依赖智能设备,现有的区块链结合方案都在试图解决健康数据互联互通问题,需要用户生成和控制的运动、健康数据来支持,同时通过通证化日常健康数据,与医疗保险公司合作设置日常任务奖励等手段激励用户运动及健康行为,从而达到一个削减保险公司赔付几率和改善用户健康状况的双赢局面。以 Lympo 为例,此项目搭建了一个多方参与的运动数据交互系统,通过交易Lympo 通证,让所有行业利益相关方有效地在生态系统中使用运动数据。然而仅仅依赖用户自发上传数据到平台将有诸多
24、阻碍,比如缺少智能穿戴设备端的支持。从整个行业概况可以看到,不同的医疗数据往往具有很大的差异性,导致区块链解决方案的不同,基因、大健康数据相较于诊疗数据更易于18区块链产业研究系列-医疗数据与区块链分析报告收集,同时行业也处于发展初期,配合物联网以及智能穿戴设备的发展,有望实现数据的互联互通,而诊疗数据区块链解决方案需要一个系统化的变革,来打破传统的数据孤岛,促进传统医疗机构的合作与革新。四、区块链医疗数据项目的机遇与挑战在区块链医疗数据方向,现阶段落地的项目几乎为零,归根到底有几方面的原因:安全性能有待完善:由于医疗数据的严肃性以及敏感性,对整个区块链的安全性能要求很高,以太坊、EOS 等公
25、链频发安全问题,就目前而言无法保障医疗数据的安全。共识机制与通证经济模型缺乏:医疗数据涉及伦理和道德的问题,在共识机制的达成以及通证经济的设计上需要慎重考虑,避免引发大众的批判。底层性能有待提升:海量的医疗数据上链,当前的公链性能无法支持,且大量的数据存储在当前的公链架构下需要大量Gas,难以满足数据存储的需求。区块链产业研究系列-医疗数据与区块链分析报告19就目前医疗数据行业所面临的挑战来看,链捕手研究院认为拥有以下特征的解决方案在区块链医疗数据行业有较好前景:开源、标准化医疗数据平台(模式创新,吸引用户)通过代码开源或授权方式,简单易用、友好的交互,能够让医疗机构便捷地使用平台所开发的技术
26、。随着越来越多开发者、从业者的使用,技术得以在不断反馈下,得到快速优化或改善。同时,这也会让应用场景得以扩大,技术落地更为迅速。整合、分析多种医疗数据的平台(背靠传统资源)如果将患者的行为、基因、分子数据连接起来,拥有完整的个人健康历史记录,医院和其他医疗服务方就可能将焦点从治病转为预防疾病及健康管理。这将会带来以下好处:首先,能够帮助患者节约巨额的医疗支出,并改善生活质量,对政府的医保压力有极大的缓解;其次,患者拥有精细化的数据就可以实现精准诊疗,制药企业和医疗设备公司也可借此提升药物研发效率。但由于此类项目由于跨度较大,其推动往往需要行政力量的干预。据链捕手研究院对区块链医疗数据行业的深度
27、调研,发现大量传统医区块链产业研究系列-医疗数据与区块链分析报告20疗数据企业对区块链结合已有涉猎,头部企业在大健康数据标准化方面尝试与工信部、慢病医疗中心等达成行业标准,未来构建区块链健康数据公链。随着区块链技术愈发成熟,公链的存储、运行性能得到提升,同时物联网技术、5G 技术配合智能设备,将使得数据上传得到保障,相信优秀的区块链医疗数据项目会逐渐显露。感谢Genoval基因价值链、妙健康(more)对本报告的大力支持。参考资料:1.IBM 商业价值研究院,“医疗保健业集结于区块链”,2016 年12 月2.财新健康点与埃森哲,“中国医疗信息化行业公司市场梳理报告”,2017 年 5 月 17 日3.麦肯锡,“大数据在医疗行业”,2015 年 11 月4.Leon XiaoSenior Research Manager,VerticalIndustryResearch and5.Consulting,“IDC:中国医疗IT 市场预测,20172021”,2017年 5 月6.艾瑞咨询,中国健康医疗大数据行业报告,2018 年 6 月7.Nebula GenomicsWhitepaper8Pokitdok White Paper9.Lym White Paper