衛生保健中心的分解（非集聚化）是為了鞏固零碎的數據和資源，然后通過提供改進的診斷和治療的服務，給患者改善的通道以及提高設施利用率將它們分解。在這里我們關注的是衛生保健大數據和資源共享。

領域1：醫療大數據

中國的醫院或醫療機構的醫療數據目前是互相獨立的。中國還缺乏標準化、密切相關的醫療記錄。標準化的醫療記錄是數據的整合，并能利用它們來跟蹤病人的需求，獲取臨床信息，最終定出最合適的治療方法，這些都非常具有挑戰性。目前醫療低效率有幾個原因，主要之一是數字化程度低。

截止2015年，中國大約29%的醫院沒有安裝電子醫療記錄系統（采用Himss Analytics電子病歷的第0階段模型），而2014年在美國該比例只有4%。其次，醫院內不同部門之間的聯系也不夠密切。

到2014年，超過一半的中國醫院沒有臨床數據庫健康信息交換功能，而在美國（階段0和1）這一數字僅為6%。只有21%的醫院建立了院內電子病歷連接（階段3到7），在美國這一比例為88%。此外，醫院限制了醫生與其他醫院和保健公司分享他們的病人數據的積極性，因為這樣做可能會影響其病人流動和財務表現。

當認識到當前的挑戰和了解到能更好地利用衛生保健數據的巨大機會時，政府相關部門在2017年5月宣布計劃第一次對醫療保健部門的數據進行收集儲存，并對該數據的使用進行監管。

醫療保健大數據可能會給該行業的參與者帶來巨大的價值。醫療技術和制藥公司能夠提高其研發生產力，并為病人提供個性化的藥物。通過分析數據，研究人員可以看到哪些治療方法對特定的情況最有效，識別與藥物副作用或醫院再入院有關的模式，并獲得其他重要的幫助病人和降低成本的方法。

此外，有個別病人更詳細和完整的數據可以使治療更精確，同時降低成本，獲得更高收入。

隨著個人健康數據越來越詳細，例如，基因測序的成本下降，傳感器、監視器和診斷提供了源源不斷的實時信息，這就有可能使醫生采取更具有針對性的治療和干預措施。

使用這些數據進行個性化的藥物治療，以及遠程提供藥物，意味著更多的病人可以在昂貴的醫院環境之外接受治療。

健康保險公司可以大幅減少因信息不對稱而產生的欺詐和因過度治療而產生的浪費。有了大數據的分析，可以用臨床數據交叉檢查索賠數據，并分析賬單模式，從而幫助識別不適當的支付。

由于對病人有了更好的了解，公司可以鼓勵病人改變其行為，從而降低保險的成本。眾安保險是阿里巴巴、騰訊和平安的合資企業，它正在探索在其產品開發和索賠管理過程中大數據的使用。

其特殊保險項目“糖小貝”通過連接血糖儀來監測糖尿病患者的血糖水平。使用這些信息，該公司為“糖小貝”設計了一個獎懲系統，改善了患者對治療的依從性，從而改善了治療的結果。

許多公司正在探索合作關系，以最大限度地提高醫療保健大數據的效益。阿斯利康與北京大數據研究所成立了一家合資企業，他們不僅要交換專業人員，還要交換臨床數據庫。他們還打算合作開發數據分析技術平臺，以診斷和治療中國的常見疾病。百度與北京市政府合作建立百度云，從可穿戴設備上監控健康大數據。

阿里云與西安國際醫學、東華軟件創建了一個醫院管理平臺西安國際醫學中心，公司表示這樣一來將更容易管理個別病人病例和分析聚合的健康數據，從而提高醫療保健的質量。

支付寶還推出了名為“未來醫院”的端到端客戶電子健康應用程序，該應用程序連接了全中國20多個省和40個城市的約200家醫院。它提供了某個地方的信息，包括醫院的可用性、預約時間、支付和醫療記錄。

該研究發現，大數據的個性化醫療保健的全球市場可達2萬億美元至10萬億美元，這效益的大小取決于健康系統如何快速適應不同市場以及應用的研發能否推廣到臨床的治療，在美國，醫療數據在產業中機會很多。根據推測，有效利用大數據能夠減少超過3000億美元的國家醫療保健支出。

領域2：共享資源

數據處理技術另一種方式是可以通過共享資源改善衛生保健的現狀，這包括衛生保健專業人員和專門的設施，如獨立臨床手術室和門診手術中心。這不僅可以節省成本，它也可以幫助解決醫療設施的使用高度不均勻的問題。

共享醫生可以幫助克服地理不平衡的保健供應（尤其是城市與農村）以及醫療供需的不匹配。在這樣的背景下，中國政策上在2017年4月提出了多點管理建議，嘗試在公共和私人設施數量上不設置限制。

其中一項要求是，醫生必須在省級注冊，并報告所有他們向主要雇主工作的情況。丁香園是中國最大的在線健康社區，注冊醫師可以去尋找工作機會和獲得有關培訓政策、法律和搬遷的建議以及一般的職業發展建議。

正如房地產共享經濟模式一樣，將分散的消費者群體需求聚集在一起，可顯著提高高價值固定資產的利用率，數字醫療平臺可以幫助將獨立實驗室等專業設施與廣泛的潛在患者匹配起來，從而實現規模經濟。隨著臨床醫學的迅速發展，對實驗室的檢測需求也在不斷增加，但對技術上的需求越來越大。

而且，人員上的限制使中國現有的實驗室，甚至是大醫院的實驗室，難以滿足日益增長的消費者需求。一家醫院之所以不具備成本效益，是因為購買和操作實驗室設備和支付所需的專家費用很高，這對一家醫院來說是不劃算的。

共享經濟模式是由獨立的流動外科中心提供手術，以幫助這些中心與醫生和其他潛在合作伙伴（包括醫院、醫療技術和制藥公司）合作，提供配套的設施和服務。

減量可能對醫療保健的影響最小

與其他兩個數字化的力量相比，減量化產生的影響較小。就醫療設備而言，3D打印技術可以生產出植入設備和定制出藥物的質地和劑量，以提高治療質量。

2016年，Aprecia獲得了FDA批準的首次利用3D打印生產的藥物。使用Zipdose技術使藥物在口中化解只需少量的水，而Spritam是用于長期的癲癇癥患者。從長遠來看，活器官的生物打印很有可能被更廣泛地應用。但是，3D打印技術在醫療保健中的未來普及率是高度不確定的。

如果類似的形式被采納并廣泛應用，公司仍然堅持傳統的標準化制造醫療器械和藥品，那么他們與使用這些技術的競爭對手相比就可能會失去競爭優勢。

如果所有形式的數字化干擾會重組價值鏈，中國未來的醫療保健將會是什么樣。

世界各地的醫療保健系統越來越嚴格，進入壁壘越來越高，改善速度越來越慢。許多利益相關者秉著不同的動機、興趣和對變革的不同態度，都參與到了這一領域中來。

但是，如果三種類型的數字化同時發生中斷，將會產生什么影響？在一個大爆炸場景，我們使用物聯網和人工智能健康護理方案，使大數據在醫療保健方面充分發揮作用，提高醫療服務供給，這種變化將是巨大的。

中國的醫療制度是分散的，醫療保健提供者，包括醫院在內，在制定具有重大經濟影響的治療方案方面發揮著重要作用。

患者可能因為缺乏他們需要作出知情決定的知識理論，在診斷、治療和支付方式方面是被動的。這種不對稱是次優決策和浪費資源的結果。

在一項針對28個中國城市的230800門診處方的研究中，2007年到2009年期間，近一半的處方都是抗生素，10%是兩種或兩種以上抗生素。因此，中國的抗生素耐藥性似乎比西方國家更高。零散的信息意味著制藥和保險公司和醫療技術的供應商提供的產品和服務是通用的，因此并不總是適合病人。

在我們的信息大爆炸環境中，病人處于醫療保健系統的中心。他們對藥物和治療方案更加了解，因為他們不再與衛生保健提供者的關系中處于信息劣勢地位。

從多重資源收集數據，使得玩家能夠在衛生保健系統中對信息進行跟蹤，包括醫院臨床信息、行為和社會信息的記錄、數字化設備。這些數據是不斷集成的，獨立數據庫之間的邊界通過醫療系統各個部分之間的無縫連接被打破。數據是結構化的，存儲在云中，可用于分析。

借助機器化學習的能力，人工智能可處理海量數據，并提取有助于改進決策的方法。每一個病人的接觸點都可以被數字化，從看一個在電子商務中在線咨詢平臺的專家填寫處方藥劑，到跟蹤藥物的遞送。

這種以病人為中心、信息豐富、緊密聯系的系統是高質量支出的結果。患者可以接受到個性化的疾病預防和診斷以及其他連貫服務。大量的數據提高了護理的質量和效率。例如，醫生可以對治療作出非常準確的決定，并能預測疾病發生的可能性。

在大醫院和小醫院工作的醫療保健專業人員之間、經驗豐富的醫生和新醫生之間的能力差異被降至最低。對大量病例整理分析后，大數據使臨床路徑標準化。即使經驗最少的醫生在初級保健中，也