智能医疗市场调查

智能医疗市场调查（精选6篇）

篇1：智能医疗市场调查

智能医疗畅想——医疗盈利模式转变

荐 551 陆彦明 原创 | 2011/2/12 17:53 | 投票 关键字：盈利模式 医疗改革 物联网 智能化

智能医疗即指通过基于物联网等新技术技术的运用，实现对人的智能化医疗和对物的智能化管理工作，实现物资管理可视化、医疗信息数字化、医疗过程数字化、医疗流程科学化、服务沟通人性化。通过发展智能医疗，区域内有限的医疗资源可全面共享，病人就诊便捷、获得诊治精准，医疗服务产业亦可随之升级。医疗智能化、诊疗无纸化、传输数字化、平台集约化，智能医疗发展到今天，在中国的大城市大医院借助智慧城市的号召和射频技术、信息技术和医院IT系统的装备建设的发展，我们已经不难发现电子病历、电子处方几乎已经随处可见了。中国工程院院士、中国联通科技委主任刘韵洁之前也表示，智能医疗将是物联网发展重点关注的行业领域之一。但是你仍然会发现，信息孤岛的情况却尤为突出，这种便捷而安全的数字化诊疗记录方式到了院外便失去了作用，电子病历系统里记载的内容，不要说病人在家看不到，移居离开这个城市看不到，即便是本城的各个医院之间也是白天不懂夜的黑，重复检查照做，病史问诊照样重复，由于病患历史情况不清和诊疗不及时产生的医疗事故依然层出不穷，多数医院的智能医疗服务尚停留在院内信息共享层面，医疗机构之间却形同“信息孤岛”，相关部门没有出台清晰的医疗智能化规划，没有智慧城市中智慧医疗的建设板块，也没有统一推动的主体，单靠某几家医疗机构的兴趣显然力不从心。加上中国由来已久的地域利益分歧、单位利益分歧、医疗机构之间的利益分歧和固步自封自保，以及行政主管部门之间的权力矛盾。推动公共卫生信息网和智能医疗网络平台系统的建设就更是难上加难！但是医疗资源和网络资源设备资源的浪费和重复建设却是触目惊心，其与看病难看病贵之间的矛盾和与我国医保运行系统的沉疴与脆弱的矛盾更是让人不得不深思。所有智能化的东西应该是让我们的生活更简单更便捷，更节约，资源消耗和占用更少，更环保，更持续。然而由于几乎所有的电子医疗系统提供商和智能化医疗产品的服务商都没有建设统一的开放的公共运营平台，统一的智能医疗系统和运营平台在软硬件方面投入巨大，回报周期又都相对偏长，加之各类数据和设备接口及标准的统一如果没有政府的行政干预，难度也很大，民间资本自然是望而却步的。

但是以智能医疗为前提的智能医疗区域化网络和运营成本的建设却是我们发展智能医疗过程中所必须的。也是解决未来城市化进程中人口跨区域流动的医疗健康信息共享和医保报销扩区域联网所必须的捷径。如果以数字化病历和电子处方系统为基础，整合成为个人电子健康档案，然后进行联网，再拓展到单个医院之外的社区、城市乃至全省全国更大范围内的医疗信息共享，就可以实现“跨区域医疗信息网络”和“医疗协作平台”。

有了这个统一的跨区域的医疗信息网络和智能医疗运营协作平台以及相应的PDA扫描采集终端，我们智慧城市的畅想才能真正实现资源节约化和医疗便捷化、便宜化，才能真正大幅减少社会医疗财政支出和个人医疗支出。真正解决医疗资源分布不均、医疗服务水平差距巨大、缺乏充分平均化均质化的问题。因为在这个系统上，我们不仅仅只是可以改变看病的模式，我们甚至可以期望改变医疗盈利的模式。当下的医院体制的盈利模式无论公立还是民营，基本都是靠患者生病来赚钱，而不是靠为患者保持健康（预防生病）来赚钱，所以病人越多，病得越重，用药量越大，医生越有回扣和提成，医院营业收入越高。只有通过革命性的新技术和公共卫生平台来使医疗过程变得简单化，使医疗真正实现祖国医学史上大师级神医提出的治“未病”，使预防医学和健康管理大行其道，才能够使得医疗成本被普通人所接受，社会医疗体制才能以较低的成本提供较好的服务品质。

智能医疗利用现代信息技术延伸了传统医疗的覆盖能力，节省了传统医疗方式的时间和空间成本，因能有效缓解老龄化带给整个社会医疗系统的巨大负担。同时，它作为全社会泛在网的一个子系统，也是未来智慧城市的有机构成。电子病历系统使健康管理成为可能，而物联网系统和之前已经完善成型的有线电视网络、光纤宽带网络、无线通信网络、信息村村通工程又都能使随时随地的健康管理和跨区域的医疗保健成为触手可及的现实。包括苹果在内的很多通讯和电子设备提供商都相继推出了具有生命体征监测监控传输功能的手机和PDA终端。通过传感器和应用软件的配合，它可以让医生利用手机来随时跟踪病人的病情、记录用户的心电、血压、血氧等各项生命体征，复杂一点的还可以进行常规的临床简单生化检测，在有问题的时候自动警示并通知要求医疗帮助。

患者在公共智能医疗运营平台和医疗机构的帮助下完全可以实现将自己的个人电子健康档案和电子病历装进手机里，随身携带，甚至可以通过手机来实现日常的医疗咨询，手机还可以提醒患者自己的健康状况和服药计划。而医生可以通过手机来进行开电子处方、书写病历、管理病人信息，甚至和病人进行远程视频诊断。再辅以现在已经有相当发展的射频技术的应用，未来的医疗和医院、未来的药品和一切检查检验都将是电子化、可移动化、智能化的。随着新型医疗技术的广泛应用，患者不再需要到专业医院，便可以在住所、诊所、社区卫生服务中心、医生办公室，健康会所，甚至护士那里得到治疗，这样整个医疗体制的运行成本才可能大幅下降。

有了完备的、标准化的个人电子健康档案之后，通过跨区域医疗信息系统和智能医疗运营平台，患者可以迅捷地找到以最短距离、最低成本针对自己病情进行有效治疗的社区医疗机构，甚至可以在家接受社区医疗机构的上门服务；患者还可以方便地进行远程预约门诊、日常医疗咨询，而不必大病小病都跑去医院，浪费大量时间排队挂号、检查，这样也避免了类似“三甲”这样的大型医院人满为患的现象；社区小型医疗机构则可以通过这些信息网络，对患者进行地理定位，发展“家庭病床”和日常陪护巡诊业务。在这样的平台和诊疗模式变革的影响下，无论是三甲大医院还是社区卫生服务中心，医疗机构都会从治“已病”和“末病”转而重视治“未病 ”，真正实现医疗保险的前移到疾病健康防御、全民健康管理，有效降低全社会的医疗投入和因疾病产生的各类社会财富资源损失。

这样的平台还可以用于更有效地进行公共卫生管理。以甲型H1N1流感防控为例，通过医疗协作平台，患者在发现自己有疑似症状之后便可以通过网络等手段进行报告，然后有关方面便可以迅速地根据患者的个人电子健康档案来制定相应的隔离、诊断和治疗措施，并能有效跟踪患者的健康状况。同时，还可以有效地解决人口流动带来的跨区域防疫问题。

更重要的是，医疗协作平台的建立可以使医疗机构的治疗和收费过程得到有效的监督。美国布鲁金斯学会高级研究员艾丽斯·里夫林就曾指出，美国医疗费用高涨的一大重要原因是医疗成本没有约束机制，比如心脏病人送到医院治疗，需要医院和好几个医生参与，院方和医生根据自己的需要开价，所有的开支都可以报销，没有成本控制。奥巴马政府曾计划在未来几年内投资500亿美元推动进一步采用医疗信息技术。推动医疗智能化网络建设和电子处方电子病历应用，可以有效避免医疗事故并实现对用药成本的控制。医生用电脑或是数字手持设备，通过一个加密网络将处方直接传送至后台，通过在医院、药店和卫生管理当局联网共享的数据平台上进行统一登记和共享查询，电子处方系统可以非常方便地查询到患者的用药史和过敏源，还可以避免药物间的相互冲突引发不良反应。同时，医生也可以通过电子处方系统了解到病人目前的药费负担，从而决定是否选择比较便宜的药品。由于直接与医保系统联网，患者也可以对自己的财务负担有一个明确的预计，决定是否选择某些不在报销目录之内的新药、特效药。在之前公布的一项研究中，美国研究人员发现，如果医生通过电子处方选择仿制药或较廉价药物，可以使每10万名病人每年的药费减少84.5万美元。智能医疗系统平台的应用可以使为患者进行诊断的任意一位医生，通过登入系统来了解病人的所有过往病史和医学诊断材料，包括X光片、化验结果、用药记录等等，免去了每到一家新的医院就必须不断重复诊断、化验的过程。这不但可以节省救治时间，还可以将高昂的仪器诊断费用降低。

智能医疗系统的建设必将为未来的医患交流模式、医疗预防模式、医院盈利模式、民间医疗投资模式、医保改革模式、政府公共卫生投入和管理模式带来巨大变革。前景大有可为！政府应该通过多种方式创新机制，推动智能医疗产业发展。政府应当牵头建立各关联要素方联动机制与平台。协调理顺各利益集团和医疗机构的利益割据，协调发挥各等级医院医疗资源优势，共享信息，分享医疗专家库，支持基层医疗机构；还应协调等级医院、基层医院和非公立医疗机构间的资源配置，使多方在智能医疗开展过程中取得双赢态势。智能医疗其实是一个以患者为本的信息体系，利用先进的信息化技术可以改善疾病预防、诊断和研究，并最终让医疗生态圈的各个组成部分受益。智能医疗的宗旨就是使医疗行业真正实现更加互联互通、更加可量化和更加智慧，这种更加智慧、惠民、可及、互通的医疗体系将成为未来发展的必然趋势。建设区域卫生信息平台和跨区域卫生信息平台，实施市民健康档案、健康卡，由医保和卫生管理部门实行就诊一卡通，建立可多方访问的市民健康档案数据库，完善社区卫生信息化网络基础设施建设；促进数字化智能家庭医疗、急救医疗、远程医疗的智能化建设；同时，运营商的作用也应得到重视。政府应适时引导有条件的非公立医疗机构进行智能医疗试点，并从资本层面着手对进入智能医疗领域进行投资的社会资本进行扶持和鼓励。

新医改也曾首次明确了对医院信息化的构建愿景：“建立实用共享的医疗卫生信息系统：推进公共卫生、医疗、医保、药品、财务监管信息化建设为着力点，整合资源，加强信息标准化和归公服务信息平台建设，逐步实现统一高效、互联互通”。“加快医疗卫生信息系统的建设：完善以疾病控制网络为主体的公共卫生体系系统，以建立居民健康档案为重点，构建乡村和社区卫生信息网络平台，以医院管理和电子病历为重点，推进医院信息化建设，促进城市医院与社区卫生服务机构的合作，保证远程医疗”。这一愿景极大地催发了业界对未来发展的想象。估计未来几年，医疗行业IT市场需求的复合增长率将达到33.2%。目前大型医院的信息化已经进入迄待整合阶段，数字化医院集成平台会逐步建立；中小型医院的信息化建设进入快速发展期；社区卫生和公共卫生管理信息化呈现出快速发展的态势。未来五年期间，将有70％以上的医院基本实现医院自己的单个信息化管理。2008年我国医疗整体IT硬件、软件与服务市场投资规模达到80亿元左右，而2010年就达到120多亿元人民币。IBM、戴尔、英特尔这些IT大家也纷纷试水。

篇2：智能医疗市场调查

想随时了解自己的身体状况，但是体检费贵，平时工作也忙，那就到街边社区的“健康小屋”，免费检查身体。

继国家社区居民公共卫生服务工程和全民体质健康免费检测工程之后，重庆迪鹿电子和重庆政通通讯集团联手，积极响应国家积极发展公共卫生服务、公共文化服务和金融便民服务、电子政务和商务等第三服务业的号召，将无线便携式医疗检测仪器融入城市数字化信息岗亭，建成新型的街边岗亭式“健康小屋”、“自助检测站”和“居民贴心管家”，可为居民免费提供身高体重BMI监测、体温检测、心电监测、心率脉率血氧饱和度和血压、脂肪监测等的检测和相关的居民健康管理、药品食品和周边医院预约等信息服务。2014年04月20日，国内第一个嵌入有病理数据库及持续健康监测云服务平台系统的全民体质公益综合监测终端-----医疗信息化检测岗亭出炉。2014年4月25日下午三点多，国家总理李克强进入亭子体验，并给与赞许评价。

新型岗亭式“健康小屋”占地面积2平方米不到，未来还可以免费提供血氧检测、骨质检测、尿酸检测、肺功能检测和精神压力检测等多项人体体征综合检测。检测完的数据通过形成电子病历、医院挂号咨询、日常健康体检和营养配餐、社区上门送药等行为，提供专业、实用和及时、有效、准确的健康云服务。此外，“健康小屋”还可向群众宣传医疗改革政策、卫生应急知识、用药指导等基本公共卫生服务，解读新农合参保、就诊、补偿、传染病防治等群众关注的问题，并向群众传递健康生活理念，倡导健康生活方式。

此项目即将在全国展开，政企共建，2018年前覆盖全国2000多个县市，共约50万套的部署。居民以后可以在随处有数字化信息岗亭的地方进行基本的身体状况检测，大大的方便居民的健康监控。

篇3：让精准医疗带你走进智能医疗时代

英国的研究人员最近发布了这种会变色的绷带, 他们在微小的包膜中加入了凝胶状物质, 这些物质在与引起感染的菌群接触时便会释放出无毒的荧光染料。

巴斯大学高分子化学院的发明者Toby Jenkins教授发明了这款智能绷带, 他表示这款产品可以对感染做出早期预警, 以便患者早发现早治疗, 不过该产品还未进行人体测试。不过Jenkins表示, 一旦该产品正式上市, 我们就可以彻底摆脱抗生素了。

新型“智能绷带”

目前, Jenkins教授的团队正在与来自布里斯托大学小儿烧伤中心的临床研究人员进行合作, 主攻智能绷带在烧伤治疗领域的应用。在传统的烧伤治疗中, 抗生素是防止感染的特效药 (尤其对孩子来说) , 但抗生素用多了, 细菌也会产生耐药性。不过智能绷带的出现就能解决滥用抗生素的问题, 因为它能准确显示伤口的感染情况。此外, 它还能随时监控手术创面的感染情况。

但凡是伤口, 就会有细菌寄生, 它们中有的携带病原菌, 但也有些是无害的, 免疫系统可以自动清除它们。但若菌群过于庞大, 免疫系统就无能为力了, 这时我们需要人为介入。“菌群的繁殖非常迅速, 只要几小时就可以击败免疫系统, ”Jenkins教授说道, 智能绷带可以提前探知感染的情况, 为医生预留充分的处理时间。

Jenkins教授表示, 由于菌膜的存在, 大量细菌会分泌一种特殊的物质以抵御免疫系统, 而免疫系统往往会寡不敌众。随着菌群的繁殖, 其密度会不断扩大, 此时菌膜就会开始产生毒素。而智能绷带的包膜可以模拟出细胞膜的效果, 毒素会对其进行攻击并释放染料, 这些染料扩散后就会和凝胶状物质产生反应, 从而发出荧光。

英国卡迪夫大学医学院伤口愈合领域的专家Keith Harding表示, 虽然该绷带的临床效果还没有经过验证, 但它绝对是医学和微生物学技术上的重大进步, 毕竟精确诊断伤口的感染情况现在还是医学界的一项重大挑战。

篇4：奥美的智能医疗梦

那么，你知道自己下载的是来自一家公司的软件吗？

这些产品全部由位于珠海的“奥美科技”公司开发，迄今为止，它们已经成功推出了两百多款医疗健康类应用软件。在获得盛大JOY开发基金200万元风险投资后，备受资本青睐的奥美正在进行B轮融资。

基于移动终端的医疗健康类市场正在成为跨界焦点，奥美结结实实地踏准了这一波浪潮。不过对于创始人何方平而言，智能医疗之梦才刚刚开始。

军医大学走出的创业者

与很多有着技术背景的互联网创业者不同，何方平有医学背景。1979年他考入中国人民解放军第三军医大学，之后又在军事医学科学院读完医学硕士。20世纪90年代初，何方平脱下军装来到深圳，从事保健品推广和医疗设备的开发。

何方平是个冒险者。在智能手机远未普及的2005年的一个医疗展会上，何方平看到了国外有很多患者和医生使用医疗软件管理病情，他深受触动，之后在2006年底开始组建团队，从开发PDA平台开始，走向了医疗软件开发之路。

何方平希望将医疗行业信息化延伸到移动终端，成为移动的健康管理者。有感于很多疾病的产生是因为民众的关注和社会参与度不够，在奥美软件成立之初，其定位就是“健康教育的普及”。奥美在应用商店上成功推出了风靡一时的“催眠大师”，软件采用数字音频合成技术，精确调制声波频率，通过音乐治疗诱导人脑进入睡眠状态。“催眠大师”的火爆让何方平意识到自己找对了方向：将移动互联网和医疗健康结合起来，是一个极妙的创意。团队先后推出了“大病预警”、“糖尿病计算器”、“健康决策树”等上百款被用户认可的应用软件，一举奠定了奥美在医疗应用领域的江湖地位。

同样积累了百万用户、目前也在进行B轮融资的春雨掌上医生创始人张锐毫不掩饰自己对奥美的欣赏。相比做媒体出身，从网易副总编辑的职位上辞职创业的张锐，何方平的医学背景是最大的优势：他的医校同学们分布在各大医院和科研机构，大多已是博导、教授，据何方平介绍，这些人都是为奥美提供专业技术知识的专家。奥美团队里这样的技术型内容提供者有二十多人，他们会根据大众健康里的热点来规划内容选题和制作，然后IT工程师、销售管理人员再配合后期，协同合作完成从内容生产到应用商店的流程。

求医问药APP

几个开发者、一款产品、几千万用户、数亿美元估值，这是移动互联网时代的创业亮点。营收模式没有或者前景不明朗，都无法阻止投资者的热情，传统的估值衡量标准似乎已经无法衡量目前移动互联网的创业公司，用户基数和用户黏性成了最关键的指标。

最新数据统计显示，美国电信巨头AT&T每年因移动医疗产生的收入已经高达40亿美元。全球移动通讯系统(GSMA)移动医疗方面的负责人Jeanine Vos曾在媒体上宣布，亚洲移动医疗的市场价值将从目前的5亿美元提升至2017年的70亿美元。从清科披露的数据来看，2011年VC/PE角逐中国医疗健康市场持续高温，1～9月所披露的投资事件达84起，金额超223亿元。

何方平相信长尾理论：人的需求是无限大的，有大众的、有小众的，以前看似需求极低的产品，只要有卖，都会有人买。这些需求和销量不高的产品所占据的共同市场份额，可以和主流产品的市场份额相比，甚至更大。

在面对大众推出众多知识普及类和健康管理类应用软件之后，何方平开始考虑面向医生和医院的应用。医疗领域的知识量每隔几年就会翻一番，这意味着没有医生能够记住所有的知识。但借助互联网，尤其是移动互联网，可以给用户提供一个数据库，让他们通过手机等移动终端快速查询到需要的信息，这是他极为看好的一个方向。

奥美推出的付费软件“全科医生”便是完全面对医生用户的，他们在临床决策时如果需要相关信息，可以轻松地通过手机获取，很大程度上避免了人为差错，同时软件还可以开展即时的情景式培训。

“按照官方数字，中国医务人群是600万医务人员，100万在校学生，跟十几个亿的普通人群相比，它算是小众，”何方平认为，这个细分市场的商业价值相当可观，“美国做这个市场的上市公司有两三家了，都是直接面向临床医生服务的。”

据Manhattan Research Report的数据显示，在2011年美国医生中拥有智能手机的人达到了72％，中国医生拥有智能手机的比例也在迅速上升。奥美在这一领域还可大有一番作为。

医疗软件的“红海”搏杀

何方平并未掩饰奥美没有清晰盈利模式的事实。“我们可以借鉴国外已经成功的模式，看看哪些适合我们，哪些不适合。”何方平说，总结下来，一是广告模式；二是收费模式，用户自己选择带广告自己不付费，或是付费，去掉广告；第三种是基础免费和增值服务收费，增值、复杂的功能，要求用户付费，可以按年度收取费用。奥美有数款付费使用软件，但这些收入相比奥美的投入而言不过是杯水车薪。

在“创业者教父”蔡文胜看来，互联网产品是赢者通吃，开始谁领先不重要，关键要在爆发成熟期领先。蓝驰创投的一名合伙人告诉记者，健康医疗是新技术产业升级背景下最热门的投资领域之一，奥美现在关键是要继续占领用户的手机。圈了足够多用户后，后期盈利是自然的事情。

相比盈利，更让何方平苦恼的也许是应用商店上软件的无序竞争。打开苹果应用商店，用户可以搜到上万种健康医疗类软件，“早已是一片红海”。不过奥美有自己独特的“蓝海竞争优势”。

今年，奥美在APP STORE上推出了一款能稳定持续降低高血压的“数字降压仪”。该产品是美国FDA唯一认证的非药物类治疗高血压的产品，奥美成功地将其移植到了手机软件上。这款需要支付18元钱才能下载的数字降压仪完全以手机为平台，通过麦克风准确采集个人呼吸数据，通过音频和视频引导用户进行呼吸训练，从而降低血压，放松身心，目前在APP STORE医疗付费类排名第二。中国有超过1.2亿高血压患者，“数字降压仪”还有很大的市场潜力。

篇5：智能医疗市场调查

前言

大数据及AI技术在健康医疗领域应用场景包括、辅助决策、健康/慢病管理、机构智能化管理、基因数据等。预计2019年，辅助决策类中的影像辅助诊断将首先落地，主要因为其90%的准确率，可以快速为医生提供丰富的细节信息。其他应用场景，医疗机构的智能化管理，将在各省市区域信息平台及三大健康医疗数据集团推动下进行。全科辅助决策、健康/慢病管理、人工智能新药研发等，大多处于产品研发中期。针对这三个领域，企业仍需投入大量技术人才，以缩短流程路径，提升产品准确率。

一、大数据在健康医疗行业中应用价值

1.健康医疗行业面临的困境

1.1全球医疗困境

人口的增长和老龄化，发展中国家医疗市场的扩张、医学技术的进步和人力成本的不断上涨将推动支出增长。2017-2021年全球医疗支出预计将以每年4.1%的速度增长，而2012-2016年的增速仅为1.3%。

慢性病发病率提升，变化的饮食习惯以及日益增加的肥胖度加剧了慢性病的上升趋势，特别是癌症、心脏病和糖尿病，目前中国糖尿病患者约有1.14亿，而全球患者人数预计将从目前的4.15亿增加至2040年的6.42亿。

传统研发（R&D）成本上升，产品上市速度慢，2004年至2014年药物开发成本增加了145%。

劳动力不足，在人口结构的变化和技术的迅速发展下，熟练和半熟练医疗保健工作者将大幅减少。1.2中国特色困境 人口老龄化加剧。

供需结构失衡，金准人工智能专家统计2016年我国每千人口执业（助理）医师2.31人。2015年我国每千人口医师数量在OECD统计的国家中排名处于25-30之间。同时，我国医生执业环境较差，促使进入医疗系统的优秀人才逐年趋少。

医疗资源发展失衡，据金准人工智能专家了解，2010-2015年三级医院诊疗人次及住院人次复合增长率分别为14.6%和21.9%，而基层医院仅为3.8%和0.5%。传统就医模式使得三级医院人满为患，导致就医体验差及优质医疗资源浪费严重，因此，我国仍把推行分级诊疗作为当前首要任务。

医保透支，《中国医疗卫生事业发展报告2017》预测，2017年城镇职工基本医疗保险基金将出现当期收不抵支的现象，到2024年将出现累计结余亏空7353亿元的严重赤字。商业健康险的发展可有效弥补医保不足。在成本支出方面，健康险利用市场规律帮助医院合理控费，同时，还可增加社会保障的收入来源，减轻国家医保基金的负担。提升医保控费能力，探索创新支付机制迫在眉睫。

因此，改善现有就医模式，推行分级诊疗势在必行。分级诊疗推行需建立在信息、资源及利益互通上。2015年，国家卫计委提出分级诊疗制度将在2020年全面确立，包括基层首诊、双向转诊、急慢分诊、上下联动分诊诊疗等。新模式的搭建过程中，主要存在以下3个问题。1）信息不流通，各医疗机构间多为信息孤岛，患者信息无法进行快速共享流通；2）资源不流通，优质医生多集中在各大省会的顶级医院，且三甲医院医生精力有限，每年可支援的基层医疗更是有限；3）利益不互通，医院之间缺乏有效的利益捆绑机制，以促进患者在院间的流通。

2.大数据助力我国医疗生态全面升级

大数据技术的应用，将从体系搭建、机构运作、临床研发、诊断治疗、生活方式五个方面带来变革性的改善。由于我国医疗体系的强监管性，大数据若要在行业内实现其价值，需由国家建立一套自上而下的战略方针，从而引导医院、药企、民办资本、保险等机构企业构建项目，相互合作，最终实现从“治疗”到“预防”的就医习惯的改变，降低从个人到国家的医疗费用。麦肯锡曾在2013年预测，在美国医疗大数据的应用有望减少3000-4500亿美元/年的医疗费用。

2.1健康医疗大数据宏观利好

宏观环境利好条件满足，静待细分市场突围。我国健康医疗大数据已进入了初步利好阶段，国家作为政策引导方，已出台了50余条“纲要”或“意见”，可穿戴设备、人工智能等技术的发展也为产品研发奠定了基础，且头部资本已进入市场。下一步，各方需静待产品与市场需求相融合，共同探索具备商业化或临床价值的大数据产品。

2.2健康医疗大数据政策利好 政策引导，明确健康医疗大数据战略意义。2015年8月国务院发布了《促进大数据发展行动纲要》，指出发展医疗健康服务大数据，构建综合健康服务应用。随后，国务院、卫计委相继发布了多项政策，以促进各省市政府将健康医疗大数据提升至战略层面。

政策引导，顶层设计推动大数据项目前行。2018年科技部官网发布了14个重点专项2017项目申报指南“精准医学研究”等生物医学领域的5大专项，累计共拨 经费总概算12亿元。其中与健康医疗大数据密切有关的项目有，“重大慢性非传染性疾病防控”4.5亿元，“精准医学研究”1.3亿元，“生殖健康及重大出生缺陷防控研究”0.9亿元。此外，2月科技部发布了“主动健康和老龄化科技应对”2018年申报指南。

2.3健康医疗大数据资本利好

2018年Q1大数据投融资事件35起，行业热潮正式开启。金准人工智能专家将IT桔子中披露的医疗健康投融资数据进行了分类整理，发现2014年起健康医疗类大数据投融资事件增多，2016年最多共66起，2017年略有下降。2018年，健康医疗大数据仅在Q1便发生了35起投融资事件，其中12件来自医疗信息化建设，多为利用AI、语义识别、数据模型，挖掘诊疗信息，连接院内院外平台等类别的企业。受人工智能热潮影响，2017年辅助决策类共发生17次投融资事件，2018Q1共5起，预计未来将会有更多资本进入该领域。

2.4健康医疗大数据社会结构

老龄化及不良习惯诱导身体不适，提升人均就医次数至5.8。2017年，我国65岁以上人口占比11.4%，出生率12.43%（2016年出生率12.95%），人口结构呈现老龄化趋势。以2013年为基础，65岁以上人群两周就诊率26.4%，且在现代生活习惯的影响下，糖尿病、高血压等慢性病发病率也在不断提升。金准人工智能专家认为诊疗人次仍将持续上升，医疗体系也将面临巨大压力。

2.5健康医疗大数据技术利好

采集技术成熟促使数据爆发性增长，数据价值急需被挖掘。健康医疗大数据领域涉及的相关技术范围非常广，如底层数据采集中包括信息化、物联网、5G技术，处理分析中包括深度学习、认知计算、区块链、生物信息学及医院信息化建设等。据IBM统计，全球大健康数据正以每年48%的速度增长，在2020年数据量将超过2300Exabytes。金准人工智能专家预估2020年，全球健康物联网设备出货量将达到161万台。院内数据方面，金准人工智能专家在2016年统计，医院管理信息系统整体已实施比例在70-80%之间，且集中于三级医疗机构，大量健康医疗数据的积累为算法搭建提供了基础。在处理分析方面，人工智能、生物信息学需要与实际应用场景相结合，以便搭建有效模型。

二、大数据在健康医疗行业中发展概况

1.健康医疗大数据分类及应用

本篇报告将健康医疗大数据分为三大类，院外数据、院内数据以及基因数据。院外数据包括健康档案、智能硬件体征及环境监测/检测，院内数据包括就医行为、临床诊疗等，基因数据包括外显子、全基因等。在具体场景应用方面，多为不同种类的数据相互交叉结合应用，如预防预警，需要结合智能硬件监测、诊疗用药历史等数据才能为用户提供及时的预警监测。

2.多项细分场景同时探索，辅助诊断将首先迎来商业化 健康医疗大数据行业以数据规模为基础，且在政策和资本鼓励下，部分应用场景进入市场启动期，如健康管理、辅助决策（全科辅助决策、影像病理辅助诊断等）、医疗智能化等。下一阶段，随着企业大数据/AI技术长期的应用实践探索，产品不断更新完善，预估2-5年的内，产品将首先在B端客户中进行推广；随后，伴随软件友好度和准确度的上升，在B端客户使用的影响下，C端市场将展开竞争。

3.健康医疗大数据产业链概述

始于用户，终于用户。健康医疗大数据产业链的上游是数据供应商（医疗机构等）或存储计算服务（云服务商。中游为产业链核心企业，多为具有影像识别、深度学习、自然语义分析等核心技术的技术型企业。该类企业可为聚集了大量健康医疗相关数据的机构提供数据处理服务，在分析及可视化后赋予数据价值。下游为应用场景，分为B端和C端。B端包括医院、药企、政府、保险、PBM等企业，其最终的目的是提升医疗服务的效率和质量，降低患者及健康人群的就医费用。

3.1健康医疗大数据上游现状

数据已成规模，院内数据在样本质量与规模中胜出。

健康医疗大数据产业链上游所提供数据的质量与样本量将决定，中游企业是否可以快速有效的进行模型训练。整体来看，院内、院外及基因数据供应方均面临三个问题，质量、样本量及安全。1）院内数据在质量和规模上最具竞争力。各省市TOP级的三级医疗机构多存有高质量的诊疗数据，且已具备一定规模。医院外联系统中多存有大量就医行为数据，然而这类数据的应用将依赖政策指导，且面临隐私安全等文图。2）基因数据为企业的核心资源，已具备一定规模和质量，且多由中游企业自建数据库自行采集，或者通过与实验室合作的方式获取。3）健康类数据多由智能硬件或在线医疗企业采集，该类数据增长快速，但是维度多且缺乏整合，质量参差不一。

3.2健康医疗大数据中游现状

北京大数据先行，上海、广东、浙江紧随。金准人工智能专家就IT桔子中正在进行融资的103家创业公司分析，发现主要集中在北上广深一线城市，该现象受医疗资源、政府态度、医生接受度三方面影响。1）北上广深拥有多家TOP级三甲医院，优质医疗资源丰富且信息化程度高，因此企业能够获得可观的高质量数据样本；2）初期阶段，医疗大数据技术的探索多由地方政府拨款支持，如2018年2月由北京大学医学部和大数据研究院共同筹备建立北京大学健康医疗大数据研究中心。因此地方性政策支持变得尤为重要；3）一线城市的医生对新技术接受程度较高，因此在产品上市后相对较易试运行。

3.3院外数据之应用场景

大数据及AI技术，提升企业用户服务规模及能力平安好医生IPO报告中公布，2017年互联网医疗市场规模达到150亿元人民币，在线咨询量达到23.8千万次。由此可见，互联网医疗可触达的用户规模将越来越大，而仅靠医生或相关从业人员在后台回答问题并不能满足日益增长的用户量。因此，企业需依赖大数据或AI等技术优化问诊、健康/慢病管理等产品的功能，从而有效满足用户需求，最终提升付费率。

此外，对于不断扩张的企业，大数据及AI技术辅助提升服务效率，降低人力成本；使得在付费率低的情况下（好医生IPO披露2017年付费转化率为2.7%），也可以形成稳定的营收与较高的利润率。金准人工智能专家认为，随着企业AI智能分诊、AI健康管理路径等模型成熟且全面应用后，院外数据的应用市场将进入快速成长期。

3.4院外数据的商业路径 核心能力提升用户健康，延伸能力创造商业价值。能够提供健康管理服务的企业主要分类两类。一类是偏健康数据收集类企业，针对健康或慢病人群提供饮食、运动等个性化健康方案。另一类是偏轻问诊类，提供智能分诊、轻问诊、预约、转诊等服务。目前，C端服务盈利能力有限，部分企业依托其健康管理或问诊能力，为企业端客户服务。如妙健康依托其多维度健康数据及平台搭建能力，为雇主提供内部员工的健康管理服务，为疾控慢病中心搭建健康信息平台提供技术服务。如平安好医生结合其终端智能应用，为用户提供智能分诊，为医生提供辅助决策等服务，辅助政府搭建区域信息化。

数据到行为干预仍需过程，企业付费是首选。大部分移动医疗公司在经历了4-5年数据沉淀后，积累了大量的数据样本，然而如何通过技术将其转化为可被解读的报告仍需时间。目前，健康医疗大数据行业的支付方主要集中在B端，包括医院、药企、药店、保险、政府等多类企业；且在主要支付方中，药企、保险已形成了一定的支付习惯。健康医疗大数据的收费方式有多种，包括项目制、Saas服务收费、软件租赁费、增值服务费等；前三种为现阶段主要的收费方式，而增值服务费将随着大数据及AI应用场景的增多而增加。

3.5院内数据之应用场景

大数据技术应用广泛，以提升诊疗及管理效率为主。在研发成本、运营成本的不断提升下，医疗机构、药企、药店、保险等机构或企业均急需一套解决方案，以便在降低临床研发、运营管理、营销成本的同时提升顾客满意度，最终增加营收。该类企业利用人工智能技术分析挖掘已有信息，为医疗机构、药企提供有效的改善运营、提升服务效率的解决方案。目前，提供相关业务的企业主要来自三种，1）创业型，多为AI技术公司，如推想、羽医甘蓝、博识医疗语音等技术型企业；2）信息化/互联网等企业新业务拓展，如东软医疗的区域信息化、微医的微医云业务等；3）政府主导的健康医疗大数据集团，如中电集团将在程度规划、建设和运营国家健康医疗大数据平台，开展健康医疗领域的数据汇集、治理、共享开放和应用生态建设。

3.6院内数据的商业路径

依托技术与数据，收费模式玩法多。就院内数据付费方来看，药企、体检的付费意愿及能力最强；医院、保险、药店等机构企业的付费意愿较弱，需要时间进行市场培育。此外，在商业化道路上，医学影像类公司也可以针对器械、美容等高端机构进行产品研发，满足其高端用户的服务及心理需求。现阶段，针对不同客户常见收费方式有三种，1）软件租赁或解决方案，企业为医院机构或政府（省市卫计委）搭建系统或软件服务（语音录入、电子病历搜索等），获取一定技术服务费或软件租赁费。2）数据分析收入，企业为体检机构提供影像识别服务，提高影像读取效率；或利用机器学习为药企提供服务，以便提高药物发现的“命中”几率。3）产品绑定，将成熟模型与健康医疗器械绑定，辅助提升其市场竞争力。大数据企业将获得一定比例的提成或资源。4）按使用次数收费，未来AI技术在获得三类器械认证后，患者可在就医时实现按次付费。

细分之辅助决策

辅助诊断替代医生重复性工作，减少近八成工作量。辅助决策类企业采用的技术多为认知计算、深度学习、计算机视觉、自然语言处理。针对科室或疾病领域的不同，其领域也不同，包括影像辅助诊断、病理辅助诊断及全科辅助决策等。其中全科辅助决策准确率85%左右，仍有较大提升空间；影像和病理辅助诊断的准确率超过90%，其产品正在落地中。现阶段，各企业主认为辅助诊断的价值在于为医生提供病灶性状描述、自动生成报告、精准定位病灶，降低漏检风险。1）针对三甲医院医生，辅助诊断将替代医生重复性工作，为其提供更多的信息，以便医生制定最佳的治疗方案。或者在短时间内监测患者的肿瘤变化，以便医生及时观察患者术后恢复情况。该类解决方案单价较高，从几十万到上百万均有。2）针对基层医疗机构，系统将直接给出结果，快速有效的进行肿瘤的初筛，提高基层医生的诊疗效率及质量，释放医疗资源。针对基层医疗机构的解决方案价格相对低一些，未来可能以按次收费为主。3）全科辅助决策，将帮助大型三级医院或在线医疗公司实现快速分诊，提升效率。其价格将在几万到几十万之间。

细分之辅助诊断

降低数据标注成本，构建临床应用流程。行业发展初期，企业的主要困境集中在产品研发落地阶段。在研发落地过程中，企业需要不断丰富数据库，发现CornerCase。目前，大多企业进行数据标注主要来源以下三种形式，人工标注、机器标注以及医院已有结构化数据。1）人工标注为主流方式，该方式能够提供较高质量的标注数据，但也面临着高成本的问题。原因是，数据标注人员多为医生或具备临床经验的执业医生或医学生，该类人员收费较高每人每天在百元以上，且一张图标注时长多达半小时。2）机器标注，体素科技提出了AFT*标注法，将主动学习和迁移学习整合成单一框架。在肠镜检查帧分类、息肉监测和肺帅塞检测中表明该类标注成本至少可以减少一半。3）已有结构化数据，医院本身会存储一定量的结构数据，然而该部分数据仍要在处理筛选后才可使用。此外，针对新技术的应用，医疗机构缺乏相应的上线流程，因此，企业在模型训练过程中，建立可复制的临床流程与标准，针对不同层级医疗机构的应用场景提供有效解决方案是关键所在。

基因数据的快速发展

临床与消费基因需求增长，促使数据分析产业前行。金准人工智能专家整理公开数据显示，全球基因测序数据分析市场规模发展迅速，2012年市场规模不超过2亿美元，预计2018年将接近6亿美元，复合增长率为22.7%。金准人工智能专家分析认为，随着高通量测序设备的广泛应用，基因数据量也呈倍数增长。数据量的增长，也使得基因测序的工作重心从繁重的人工测序转到了中游的数据分析上。下游临床应用及消费基因的成熟，为数据分析提供了客观的支付方。因此在应用终端的推动下，中游数据分析产业将迎来快速增长，现阶段生物信息公司业务往往大而杂，而专注某一医疗领域的生物信息公司（如精准癌症）少之又少。国内市场专注基因组数据分析的生物信息公司并不多，该领域值得期待。

三、典型企业案例分析 1.平安好医生：探索AI应用落地，提升服务效率与能力

平安好医生创建于2014年8月，自成立之初便开始布局AI+医疗项目。目前，好医生涉及的主要项目包括“AI助手”、“现代华佗计划”、“家庭医生”和“一分钟诊所”，“AI助手”主要应用于线上辅助问诊环节，“现代华佗计划”致力于中医行业的标准化、信息化、智能化，“家庭医生”运用智能问诊等技术，运用于家庭端医疗健康管理，“一分钟诊所”除智能问诊外、还推出智能诊断、智能药方，协助医生问诊。平安好医生已于2018年5月于港交所挂牌上市，成为互联网医疗第一股，股票代码01833.HK，融资11亿美元。

平安好医生依托其AI+医疗技术，能大幅提升医疗服务效率及能力，以便覆盖更多的患者用户和B端客户。C端用户可在其移动APP、家庭智能终端等平台，接入平安好医生的家庭医生、健康管理、消费医疗及健康商城业务。针对B端客户，平安好医生可为其定制系统，并嵌入到机构或企业平台软件中。如，好医生将智能问诊系统接入三级医院信息化软件中，帮助其实现院内快速分诊；如为企业雇主开通PC端口，为其员工提供健康管理等服务，以提升雇主的竞争力。未来，好医生将在AI技术领域持续投入，不断寻求和领先研究机构、大学及企业的合作机会，以实现在AI技术研发和应用上的资源整合、优势互补。

2.妙健康：基于健康行为大数据+AI的健康管理模式

企业简介：妙健康隶属于三胞集团，全称为北京妙医佳信息技术有限公司，致力于打造为集健康数据收集、健康行为干预、健康增值服务于一体的综合性健康管理平台。妙健康至今已完成4.5亿元融资，投资机构包括阳光融汇资本、中信资本、农银无锡基金、江中中医药基金等。

业务模式：妙健康已通过自身的优势在移动健康管理领域拓展出多种新型的B2B2C模式，如：健康管理+保险、健康管理+运营商、健康管理+新零售、健康管理+员工福利等，并已与中国联通、华为、阳光保险等诸多国际知名品牌达成合作。

大数据布局：在数据采集方面，妙健康通过健康数据及服务开放平台“妙+”接入多维度数据；在数据分析方面，妙健康通过自建数据AI团队（公司规模200人，研发团队占比60%）及外部合作（阿里云等）两种方式提升人工智能在健康管理领域的应用水平。在终端应用方面，妙健康以移动端APP作为入口为用户提供健康管理服务，探索以健康行为大数据和人工智能为基础的新型健康管理模式。

3.蓝信康：数据提升健康，数据驱动智能

企业简介：蓝信康隶属上海科瓴医疗科技有限公司，是旗下的互联网服务品牌。公司成立于2014年10月，致力为B端企业客户提供健康管理和会员管理的SaaS解决方案。2016年3月，蓝信康获得永太科技和盈科资本联合投资的2500万元人民币A轮融资。

业务模式：蓝信康结合智能硬件、云端算法技术和智能化管理系统，对合作客户的会员、健康和用药进行大数据分析，为B端客户（药店、医院、药企等）提供慢病管理、会员管理、健康咨询和专业培训等一系列服务。

4.金蝶医疗：区域电子病历系统，实现共享互联

企业简介：金蝶医疗作为科技创新企业，为中国医疗健康行业提供信息化和互联网化整体解决方案。目前，已有3000家医院与医疗卫生机构选择金蝶医疗“数字化医院”、“移动互联网医院”、“云医院”、“HRP”等产品与解决方案，其中500家医院已与金蝶医疗共建“移动互联网医院”。金蝶医疗旨在构建医疗健康科技服务平台，助力医院适应医疗新业态，与中国医疗机构一起构建中国医疗服务新模式。

项目简介：2017年，金蝶医疗为佛山市打造了区域电子病历共享信息平台，辅助提升当地诊疗水平，提高区域医疗服务质量。该平台系统搭建包括区域电子病历库标准体系、区域级卫生数据库（居民电子病历数据库、健康档案库）的共享使用，主要服务人群是医生、医院、患者/居民。目前，平台上已有3家试点医院正正式接入。

5.阿里、百度、腾讯健康医疗大数据产业链差异化布局

BAT企业在健康医疗大数据布局中略有差异。阿里着力产业链中游，以构建云服务、AI技术为重点；腾讯以应用端为主，构建多个线上医疗服务入口的同时承接了多项线下服务相关项目；百度在2017年医疗战略调整后，将重心放在AI技术应用的新药研发领域上。金准人工智能专家认为，2018年，阿里将寻求多领域的B端应用落地的合作方（区域医疗、基因、辅助诊断等）。腾讯在承接多个区域医疗、信息平台等B端应用项目后，将寻求更多技术合作方来共同搭建完成。

5.1阿里：云为支点，布局医疗智能化，服务企业端客户

阿里系中涉及健康医疗领域的主要有阿里健康、阿里云。2014年，阿里健康推出APP，为C端用户提供在线购药、问诊等服务，2016年天猫医药馆并入，期间投资布局围绕医药流通进行；2015年推出云医院平台；2017年推出DoctorYou，通过B-B-C的模式为医生提供辅助诊断、医生培训等服务。阿里云，主要针对B端客户（医疗机构、基因测序）提供云计算服务及智能化的运营管理软件服务。

5.2腾讯：与线上线下医疗服务方深入合作，探索大数据价值

2013年，腾讯依托其流量优势，上线了微信智慧医院，2017年3.0版本中加入了AI导诊等技术。期间，腾讯针对其线上问诊服务，与近10家在线医疗企业进行了合作，且同时期与多家健康医疗APP合作，力图打造从数据监测到健康医疗服务的闭环生态。2017、2018年，腾讯将医疗市场拓展至线下，与多地政府、医院合作，探索大数据、深度学习在医疗服务、医院管理及区域信息化领域内应用场景的探索。

五、大数据应用在健康医疗中遇到的挑战及趋势 1.法规滞后减缓行业发展速度，市场应用仍需培育

2.AI技术填补大数据到信息转化路径的空白，完善产品价值

健康医疗数据多具有非结构化特性，以往的数据分析软件多针对结构化数据进行研发应用。人工智能（自然语义处理、卷积神经技术、机器学习等）技术的成熟与应用，开启了健康医疗的“大数据时代”，为如影像类的非结构化数据应用提供了可能性。

发展初期，企业端客户市场远大于用户端。在行业发展初期，企业端客户的购买需求、支付意愿和能力远大于用户端，因此企业端客户是健康医疗大数据企业主要支付方。医院药企是最早的支付方，如湘雅，2014年围绕数据互联互通、区域信息、精细化管理进行系统搭建。2016年，21家医院的肿瘤专家与IBMWatson进行合作获得个性化服务。药企，如默沙东，2015年将人工智能技术应用到药品研发中。随后，在2016、2017年，更多的药企、体检机构通过合作、收购等方式先后进入市场。金准人工智能专家认为，在市场初步探索后，政府、医院、药企、体检等企业将成为健康医疗大数据的主要支付方。

发展中期，用户端付费将带来更多可能性。随着行业发展，产品、用户教育及上下游产业的逐渐成熟，服务于用户端的企业将迎来无限商机。如，影像识别、基因测序在经过临床验证后，作为常规检测项目，将列入医保或健康险的可报销项目。健康慢病管理场景下，用户线上进行的建议、干预、上下转诊等健康或轻医疗服务的收费模式也将更加灵活多变，形成以按次、按会员、按年卡等多种收费形式。

长期来看，协同竞争者将成为赢家。金准人工智能专家认为，在健康管理、慢病管理以及诊前、诊中、诊后环节打通的场景下，单家企业或机构的服务供给能力有限。只有依赖多方角色协同合作，配合提供健康医疗服务，才能满足用户需求。未来健康医疗产业中的胜出方，不单再是个体，而是不同领域的企业共同合作完成的生态体系。因此，企业在构建核心优势的同时，还需要具备战略眼光，及发现投资优秀合作伙伴的能力。该体系的核心产业包括健康医疗大数据公司、医生、健康医疗服务提供方，辅助产业包括数据采集方（智能硬件等、区域信息平台）、运营商、物流服务、云服务等。

总结

金准人工智能专家认为，假设2022年人工智能技术辅助决策应用应用落地，市场规模将达到55.86亿元人民币，其收费模式将包括软硬件解决方案、软件搭载、按次收取等多种方式。

篇6：社会调查-医疗保障调查报告

20120501138 12电气一班 钱伟

调查目的：有句俗话说的好，“农民头上三把刀——医疗、教育、打官司。”但在这三项当中笔者觉得“医疗”是悬在农民头上的最无法回避的一大难题。人们常讲天灾人祸，而疾病又恰恰是“人祸”中最重要的一样。有多少人是因为治不起病而离开了他还不应该离开的世界啊！针对这一状况，我们知道目前只有通过实行“医疗保险”才能切实的解决这些现象。也正是鉴于这一问题的现实性意义，我在今年寒假对医疗保障制度进行了相关的调查、研究和分析。

让人人享有基本的社会医疗服务

“大病进医院，小病到社区，保健在家里”，这是一句人人都听过的俗语。让居民在社区享有基本的医疗保健服务，一直是我国卫生工作者的一个理想。社区医疗服务，在一些发达国家已经相当普及，但在我国还处于起步阶段。

但是我国目前的医疗保障，仅有小部分居民能够享受这一福利，由国家报销60%，甚至是80%的医药费。而自费医疗的人更是比比皆是，各种诊断、治疗、手术、药物费用铺天盖地，严重增加了人们的负担。如果没有医疗保险的话，就意味着无论得什么病都得自己掏腰包，这肯定会影响到个人的生活质量。在调查中，让我们看看几种病的治疗价格吧：

肝移植：一次移植费用30万，还要常年服用抗排斥药物等，我国每年有1万多人需要进行这种手术

癌症 ：以肺癌为例，一次手术费用为1.5—2万，化疗一个疗程1.6万，放疗一个疗程近一万，一个肺癌患者采用综合疗法治疗一次的费用要近4万，再加上辅助药物等治疗要在5万元以上，而我国每年癌症的发病人数近200万。

冠心病 ：一次手术费用为3—5万元

高血压：估计我国患病人数1.6亿，一般一年吃药等的费用为2000元/年左右

我们来看一下，比如说这种病比较重，需要肝移植，做一个肝移植要花30万，前不久傅彪因为两次肝移植加上其他的药费，总的医疗费用超过100万了，当然这种病比较罕见，我国每年大约有一万人。癌症，综合治疗的话，大概比如以肺癌为例，大概需要5万元，包括化疗，放疗，手术等等总的费用要五万元以上。每年全国是200万发病人数。高血压，得这个病的人非常多，总数是多少呢，1.6亿，就是十分之一要多了，那么你要简单吃药的话，每年的费用是2000块钱。您看治病的话，动辄就上万块钱，简单的每年维持的费用也要好几千块钱，根据国家统计局在今年1月份公布的数字，中国城乡的平均月收入是963块钱，一年也就是接近一万块钱的收入，但是仅仅高血压，如果你要吃药每年就要花费2000块钱，所以它即便对这样平均收入的人来说，一旦得上一种病，你们又没有任何的医疗保障的话，它都会是一种非常大的负担。所以让人人享有社会医疗保障这是我国势在必行的改革项目。

一．医疗保险对政策不了解。据调查，参保人员普遍反映对医疗保险政策不了解。一项调查显示：在参保人员中，对医疗保险政策完全不了解者占６8％，稍微了解者占２1％年的费用是2000块钱，了解者占１０％，熟悉者只占总数的１％，而且这部分熟悉者主要是单位里负责医疗保险业务的经办人员。参保人员对医疗保险政策不了解既有主观原因又有客观原因。主观原因主要是：参保人员在身体健康时，觉得了解不了解医疗保险政策都无所谓，客观原因则有以下两点：首先，医疗保险政策宣传途径单一。在所有的报刊杂志中介绍医疗保险政策的只有《中国社会保障》杂志、《中国医疗保险》杂志、等，而这些报刊杂志专业性一般都比较强，普通参保人员很少能接触到、也很少订阅这些报刊杂志。电视媒体也很少报导、宣传医疗保险相关政策、新闻。此外，当地医疗保险经办机构因为经费、人员的限制，对医疗保险政策的宣传也未引起足够重视。其次，医疗保险政策文件较多，普通参保人员也难以理解。普通参保人员不清楚哪些药和检查项目可以报销，又有哪些药和检查项目不可以报销；自己发生了一笔住院费用，医疗保险又是如何给自己报销的？例如：某参保人员在某二级医院住院共发生费用３５００.００元，结果只报销了２２７８.００元，他就不能理解为什么只报销了这么多，医疗保险政策又是如何规定的。其实，在该笔费用中，该参保人员须先负担这笔费用中不可报销的部分１２０．００元，其次再负担二级医院住院起付线７００．００元，剩下的部分由医保报销８５％，即２２７８.００元，公式为：（3５００．００－１２０．００－７００．００）＊８５％。那么该参保人员又要问：不可报销的部分１２０．００元又是如何算出来的呢？这不可报销的部分１２０．００元包括完全不可报销的药品检查等费用和需要先负担部分比例的药品检查等费用中自己先负担的部分。

二．办事程序复杂、手续繁琐。据调查反映，在新的医疗保险制度下，办事程序十分复杂、手续也很繁琐。比如说，参保人因病要转往外地医院就诊治疗时，需要本地医院填写《转诊转院申请表》，然后到医疗保险经办机构审批、登记；参保人退休后住在外地的，也需要填写《异地就医申请表》，而且需要外地医疗保险经办机构盖章，最后还需本市医疗保险经办机构登记同意；参保人患有糖尿病，精神病等慢性病时，需要填写《门诊特定项目申请表》，然后参加医疗保险经办机构组织的统一体检，待慢性病鉴定委员会鉴定后，才能享受门诊慢性病特定项目费用报销。所有的这些手续和办事程序让参保人觉得生疏和难以理解，因为在过去的公费医疗制度下，参保人在单位报销，手续一般都比较简单，只要把医药费发票粘贴好，经单位领导签字后，就可以到财务科取钱，如果需要到外地医院就诊、住院，也只需向单位领导口头请示一下，有的单位甚至事先还可以不请示。但是，这些参保人也许不知道，由于执行制度不严，结果不该报销的医药费也给报销了，造成了医疗费用过快增长。而在新的医疗保险制度下，医疗保险经办机构严格按原则办事，所有的办事程序公开透明，对所有的服务对象要求一致，坚决杜绝不正之风，从而充分保证了医疗保险的公平、公正。

三．个人担较重。个人负担较重一直是是参保人反映的热点问题。虽然过去的公费医疗制度也规定了公费医疗范围和报销范围，并不是所有的医疗费用都能报销，但因为单位管理不合理，执行制度不严，有的随意扩大享受公费医疗范围和报销范围，结果职工的所有医疗费用或者绝大部分费用都能由单位报销，职工自己个人基本不需要负担或只需要负担很少一部分费用。据了解，在新的职工基本医疗保险制度下，为了增强职工个人的自我保障和医疗费用支出的节约意识，体现效率原则，增加个人自我约束机制，个人需要缴纳部分医疗保险费，住院费用实行起付线和按比例负担，因此参保人员必然要负担一部分费用。目前参保人员负担过重是一个客观的事实。首先是门诊和住院费用的起付线过高，那些退休老职工尤其难以负担。其次，患有慢性病的参保人员医疗费用较高。随着社会的发展，新的慢性疾病又不断出现，比如艾滋病、电脑综合症等等。这些慢性疾病的门诊医疗费用，足以使患者家庭生活走向贫困。再者，部分家庭困难的参保人员不能负担应由他们负担的那部分医疗费用。部分参保人员家庭经济收入很低，家庭成员中，有的下岗失业，有的体弱多病，非劳动力人数较多等等，他们生活贫困，每天都在最低保障线上，一旦他们患病就医，即使只需他们负担很小比例的医疗费用，他们也无能为力。对他们来说，每一笔需要负担的医疗费用都是较重的。而我国生活水平却普遍低下，这样的医疗保障根本不能落实在各个经济发展中低下地区，是很悲哀的一件事情。

四．医院乱收费和药价虚高。

医院乱收费和药价虚高是参保人员反映比较强烈的问题。到医院看一次感冒也要花上几百元的事情，想必许多人都亲身地经历过。而医院内药品价格和药店药品价格相差悬殊也让参保人感到不可理解。而根源是政府财政投入的不足。政府财政投入的不足，造成的直接后果是医院经营的企业化和利润最大化，有的医院千方百计搞创收，让参保人员做一些不必要的检查和重复检查。这必然加重了患者的负担。但政府财政投入不足不能成为医院乱收费的理由，医院不能仅仅为了追求经济效益而生存，医院也要考虑到社会效益因素对医院发展的影响。医院应提高医疗服务质量、提高医疗技术水平、合理控制医疗成本、改善就医环境，以吸收更多的参保病员前来就医，从而推动医院的可持续发展。五．医疗保险定点医疗机构有待于进一步规范。

目前不少医院和药店都进入了医疗保险定点机构，但是他们的表现并不能让参保人员满意。许多不合理现象依然存在：医生开贵药、大处方；医院多收费、乱收费；医生诱导患者做一些昂贵的医疗检查项目；医生收红包、拿回扣；医院推诿重病人，分解住院次数，当患者的医疗费用达到或超过定额结算标准时要求患者出院或转院，从而加重了患者的负担；医疗保险定点机构工作人员不了解医疗保险基本常识，医生不了解医疗保险药品目录；部分医生服务态度恶劣；等等。