大数据在医药行业应用的15个场景
除了较早前就开始利用大数据的互联网公司，医疗行业可能是让大数据分析最先发扬光大的传统行业之一。本文列出了医疗服务业5大领域(临床业务、付款/定价、研发、新的商业模式、公众健康)的15项应用，这些场景下，大数据的分析和应用都将发挥巨大的作用，提高医疗效率和医疗效果。
在实施大数据分析项目之前，企业不仅应该知道使用何种技术，更应该知道在什么时候、什么地方使用。除了较早前就开始利用大数据的互联网公司，医疗行业可能是让大数据分析最先发扬光大的传统行业之一。
医疗行业早就遇到了海量数据和非结构化数据的挑战，而近年来很多国家都在积极推进医疗信息化发展，这使得很多医疗机构有资金来做大数据分析。因此，医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。
麦肯锡在其报告中指出，排除体制障碍，大数据分析可以帮助美国的医疗服务业一年创造3000亿美元的附加价值。本文列出了医疗服务业5大领域(临床业务、付款/定价、研发、新的商业模式、公众健康)的15项应用，这些场景下，大数据的分析和应用都将发挥巨大的作用，提高医疗效率和医疗效果。
一、临床操作
在临床操作方面，有5个主要场景的大数据应用。麦肯锡估计，如果这些应用被充分采用，光是美国，国家医疗健康开支一年就将减少165亿美元。
1、比较效果研究
研究表明，对同一病人来说，医疗服务提供方不同，医疗护理方法和效果不同，成本上也存在着很大的差异。精准分析包括病人体征数据、费用数据和疗效数据在内的大型数据集，可以帮助医生确定临床上最有效和最具有成本效益的治疗方法。医疗护理系统实现
CER(ComparativEffectivenessResearch，比较效果研究)，将有可能减少过度治疗(比如避免那些副作用比疗效明显的治疗方式)，以及治疗不足。
从长远来看，不管是过度治疗还是治疗不足都将给病人身体带来负面影响，以及产生更高的医疗费用。
2、临床决策支持系统
临床决策支持系统可以提高工作效率和诊疗质量。目前的临床决策支持系统分析医生输入的条目，比较其与医学指引不同的地方，从而提醒医生防止潜在的错误，如药物不良反应。通过部署这些系统，医疗服务提供方可以降低医疗事故率和索赔数，尤其是那些临床错误引起的医疗事故。在美国Metropolitan儿科重症病房的研究中，两个月内，临床决策支持系统就削减了40%的药品不良反应事件数量。
3、医疗数据透明度
提高医疗过程数据的透明度，可以使医疗从业者、医疗机构的绩效更透明，间接促进医疗服务质量的提高。数据分析可以带来业务流程的精简，通过精益生产降低成本，找到符合需求的工作更高效的员工，从而提高护理质量并给病人带来更好的体验，也给医疗服务机构带来额外的业绩增长潜力。
公开发布医疗质量和绩效数据还可以帮助病人做出更明智的健康护
理决定，这也将帮助医疗服务提供方提高总体绩效，从而更具竞争力。
4、远程病人监控
从对慢性病人的远程监控系统收集数据，并将分析结果反馈给监控设备(查看病人是否正在遵从医嘱)，从而确定今后的用药和治疗方案。
2010年，美国有1.5亿慢性病患者，如糖尿病、充血性心脏衰竭、高血压患者，他们的医疗费用占到了医疗卫生系统医疗成本的80%。远程病人监护系统对治疗慢性病患者是非常有用的。远程病人监护系统包括家用心脏监测设备、血糖仪，甚至还包括芯片药片，芯片药片被患者摄入后，实时传送数据到电子病历数据库。举个例子，远程监控可以提醒医生对充血性心脏衰竭病人采取及时治疗措施，防止紧急状况发生，因为充血性心脏衰竭的标志之一是由于保水产生的体重增加现象，这可以通过远程监控实现预防。更多的好处是，通过对远程监控系统产生的数据的分析，可以减少病人住院时间，减少急诊量，实现提高家庭护理比例和门诊医生预约量的目标。
5、对病人档案的先进分析
在病人档案方面应用高级分析可以确定哪些人是某类疾病的易感人群。举例说，应用高级分析可以帮助识别哪些病人有患糖尿病的高风险，使他们尽早接受预防性保健方案。这些方法也可以帮患者从已经存在的疾病管理方案中找到最好的治疗方案。
二、付款/定价
对医疗支付方来说，通过大数据分析可以更好地对医疗服务进行定价。以美国为例，这将有潜力创造每年500亿美元的价值，其中一半来源于国家医疗开支的降低。
1、自动化系统
业内人士评估，每年有2%~4%的医疗索赔是欺诈性的或不合理的，
因此检测索赔欺诈具有巨大的经济意义。通过一个全面的一致的索赔数据库和相应的机器学习算法，可以检测索赔准确性，查出欺诈行为。这种欺诈检测可以是追溯性的，也可以是实时的。在实时检测中，自动化系统可以在支付发生前就识别出欺诈，避免重大的损失。
2、基于卫生经济学和疗效研究的定价计划
在药品定价方面，制药公司可以参与分担治疗风险，比如基于治疗效果制定定价策略。这对医疗支付方的好处显而易见，有利于控制医疗保健成本支出。对患者来说，好处更加直接。他们能够以合理的价格获得创新的药物，并且这些药物经过基于疗效的研究。而对医药产品公司来说，更好的定价策略也是好处多多。他们可以获得更高的市场准入可能性，也可以通过创新的定价方案，更有针对性疗效药品的推出，获得更高的收入。
一些医疗支付方正在利用数据分析衡量医疗服务提供方的服务，并依据服务水平进行定价。医疗服务支付方可以基于医疗效果进行支付，他们可以与医疗服务提供方进行谈判，看医疗服务提供方提供的服务是否达到特定的基准。
三、研发
医疗产品公司可以利用大数据提高研发效率。拿美国为例，这将创造每年超过1000亿美元的价值。
1、预测建模
医药公司在新药物的研发阶段，可以通过数据建模和分析，确定最有效率的投入产出比，从而配备最佳资源组合。模型基于药物临床试验阶段之前的数据集及早期临床阶段的数据集，尽可能及时地预测临床结果。评价因素包括产品的安全性、有效性、潜在的副作用和整体的试验结果。通过预测建模可以降低医药产品公司的研发成本，在通过数据建模和分析预测药物临床结果后，可以暂缓研究次优的药物，或者停止在次优药物上的昂贵的临床试验。
除了研发成本，医药公司还可以更快地得到回报。通过数据建模和分析，医药公司可以将药物更快推向市场，生产更有针对性的药物，有更高潜在市场回报和治疗成功率的药物。原来一般新药从研发到推向市场的时间大约为13年，使用预测模型可以帮助医药企业提早3～5年将新药推向市场。
2、提高临床试验设计的统计工具和算法
使用统计工具和算法，可以提高临床试验设计水平，并在临床试验阶段更容易地招募到患者。通过挖掘病人数据，评估招募患者是否符合试验条件，从而加快临床试验进程，提出更有效的临床试验设计建议，并能找出最合适的临床试验基地。比如那些拥有大量潜在符合条件的临床试验患
者的试验基地可能是更理想的，或者在试验患者群体的规模和特征二者之间找到平衡。
3、临床实验数据的分析
分析临床试验数据和病人记录可以确定药品更多的适应症和发现副作用。在对临床试验数据和病人记录进行分析后，可以对药物进行重新定位，或者实现针对其他适应症的营销。实时或者近乎实时地收集不良反应报告可以促进药物警戒(药物警戒是上市药品的安全保障体系，对药物不良反应进行监测、评价和预防)。或者在一些情况下，临床实验暗示出了一些情况但没有足够的统计数据去证明，现在基于临床试验大数据的分析可以给出证据。
这些分析项目是非常重要的。可以看到最近几年药品撤市数量屡创新高，药品撤市可能给医药公司带来毁灭性的打击。2004年从市场上撤下的止痛药Vioxx，给默克公司造成70亿美元的损失，短短几天内就造成股东价值33%的损失。
4、个性化治疗
另一种在研发领域有前途的大数据创新，是通过对大型数据集(例如基因组数据)的分析发展个性化治疗。这一应用考察遗传变异、对特定疾病的易感性和对特殊药物的反应的关系，然后在药物研发和用药过程中考虑个人的遗传变异因素。
个性化医学可以改善医疗保健效果，比如在患者发生疾病症状前，就提供早期的检测和诊断。很多情况下，病人用同样的诊疗方案但是疗效却不一样，部分原因是遗传变异。针对不同的患者采取不同的诊疗方案，或者根据患者的实际情况调整药物剂量，可以减少副作用。
个性化医疗目前还处在初期阶段。麦肯锡估计，在某些案例中，通过减少处方药量可以减少30%~70%的医疗成本。比如，早期发现和治疗可以显著降低肺癌给卫生系统造成的负担，因为早期的手术费用是后期治疗费用的一半。
5、疾病模式的分析
通过分析疾病的模式和趋势，可以帮助医疗产品企业制定战略性的研发投资决策，帮助其优化研发重点，优化配备资源。
四、新的商业模式
大数据分析可以给医疗服务行业带来新的商业模式。
1、汇总患者的临床记录和医疗保险数据集
汇总患者的临床记录和医疗保险数据集，并进行高级分析，将提高医疗支付方、医疗服务提供方和医药企业的决策能力。比如，对医药企业来说，他们不仅可以生产出具有更佳疗效的药品，而且能保证药品适销对路。临床记录和医疗保险数据集的市场刚刚开始发展，扩张的速度将取决于医疗保健行业完成EMR(电子病历)和循证医学发展的速度。
2、网络平台和社区
另一个潜在的大数据启动的商业模型是网络平台和大数据，这些平台已经产生了大量有价值的数据。比如https://www.360docs.net/doc/8f6175471.html,网站，病人可以这个网站上分享治疗经验;https://www.360docs.net/doc/8f6175471.html,网站，医生可以在这个网站上分享医疗见解;https://www.360docs.net/doc/8f6175471.html,网站，这家非营利性组织运营的网站鼓励病人积极进行治疗。这些平台可以成为宝贵的数据来源。例如，https://www.360docs.net/doc/8f6175471.html,向医药公司收费，允许他们访问会员信息和网上互动信息。
五、公众健康
大数据的使用可以改善公众健康监控。公共卫生部门可以通过覆盖全国的患者电子病历数据库，快速检测传染病，进行全面的疫情监测，并通过集成疾病监测和响应程序，快速进行响应。这将带来很多好处，包括医疗索赔支出减少、传染病感染率降低，卫生部门可以更快地检测出新的传染病和疫情。通过提供准确和及时的公众健康咨询，将会大幅提高公众健康风险意识，同时也将降低传染病感染风险。所有的这些都将帮助人们创造更好的生活。
如何获取医药行业数据
一文知如何高效获取医药行业数据 【导读】在这个大数据的时代，报告没有表格和柱状图线形图，没有数据，读者们就会质疑论点的可靠性，数据挖掘数据分析的神化，让决策看起来更有说服力和可行性。无论你觉得这些数字多么苍白无力，只要备注了专业的第三方机构的出处，它就会身价倍增，公众就会增加对它的信任感而不在质疑。 1企业数据 企业财报 数据来源：企业历年年报（金融界、新浪、雪球等专业的金融机构都会有上市公司的年报）；首次上市招股说明书在证监局有的下；券商行研。 分析要点：收入与成本，毛利率利润率增长率各种率等等。建议几年年报都要下，看看数据有无造假。财报是重中之重。
企业在行业的地位 企业历年业绩增长率与行业增长率比较 行业增长率数据来源：商务部、工信部、药监局、卫计委等报道；券商行研；媒体相关评论。 分析要点：企业增长趋势和行业增长趋势是否一致。企业不同细分行业关注的数据来源侧重点有所不同，例如零售药店业更关注商业部对医药流通行业的年报。生产企业更关注工信部的生产产值的每月报告。当然企业所在行业的增长趋势如何同样值得关注。 但是我们也要注意，第三方的数据仅仅是作为公司现状和外界均值比较的参考值。需知业界各着名第三方平均20%的行业增长率是推算出来的，因为市场规模的放大倍数是“统计推算”出来的，不同推算方案结果不一。 企业在行业的排名
数据来源：工信部、商务部等。 分析要点：做医院渠道的要关注工信部的排名，此排名会影响招投标的分值，但也仅仅是多家的产品会关注，独家产品基本不受分值影响。普药同样不受工信部的排名影响。药店零售行业关注商务部排名。 2企业主营和未来重点布局已有批文产品（仅针对生产工业） 大多数公司的产品批文数十个以上，而且并非所有产品都在销，根据二八原则，先从公司的主营和未来重点布局已有批文产品入手分析。公司主营和未来重点布局已有批文产品的数据的获取方式同企业财报相同。 主营产品是否独家产品，有否独家剂型、独家规格——查询药品批文 数据来源：药监局网址-数据查询-公众查询/专业查询；中国药品注册数据库；公司官网产品介绍。
大数据在医疗行业应用调研报告
关于大数据在医疗行业应用的调研报告 1引言 早期的医学研究成果、病人的信息等，往往都以纸质档的形式锁在文件柜中。近年来，随着计算机技术、互联网技术、信息技术等的高速发展，医疗领域内的信息包括病历数据、医学检验数据和医学影像数据等正从纸质的单一数据信息向系统的数据信息方式转变。与此同时，大型卫生信息平台、医疗业务体系也在逐步建立完善。这就决定了，大数据技术必将对医疗卫生领域带来重大影响。 大数据技术使得我们可以不再完全依赖于随机采样，通过分析挖掘获取小数据无法提取的有价值信息。大数据技术可以通过临床决策支持、医疗药品研发、健康危险因素分析等方面为医疗领域从大体量、高复杂的数据中提取价值，将有可能给医疗行业开拓一个新的黄金时代。 2大数据技术在医疗领域的应用情况及发展前景 2.1大数据技术在医疗领域的应用 大数据技术在医疗领域的技术层面、业务层面都有十分重要的应用价值。在技术层面：大数据技术可以应用于非结构化数据的分析、挖掘，大量实时监测数据分析等，为医疗卫生管理系统、综合信息平台等建设提供技术支持；在业务层面：大数据技术可以向医生提供临床辅助决策和科研支持，向管理者提供管理辅助决策、行业监管、绩效考核支持，向居民提供健康监测支持，向药品研发提供统计学分析、就诊行为分析支持。 （1）大数据技术在医疗系统、医疗信息平台建设中的应用 大数据技术可以通过建立海量医疗数据库、网络信息共享、数据实时监测等方式，为国家卫生综合管理信息平台、电子健康档案资源库、国家级卫生监 督信息系统、妇幼保健业务信息系统、医院管理平台等提供基本数据源，并提 供数据源的存储、更新、挖掘分析、管理等功能。通过这些系统及平台，医疗 机构之间能够实现同级检查结果互认，节省医疗资源，减轻患者负担；患者可 以实现网络预约、异地就诊、医疗保险信息即时结算。 （2）大数据技术在临床辅助决策中的应用
大数据在医疗行业的应用
大数据在医疗行业的应用 医疗行业很早就遇到了海量数据和非结构化数据的挑战。在互联网大框架的结构下，大圣众包威客平台为你解读，作为一个行业的流行语，互联网+医疗的个性化服务，能给医疗保健工作者和消费者带来哪些真正的福利呢？ 据相关专项研究指出，如果能排除体制障碍，大数据分析可以帮助美国医疗服务业一年创造3000亿美元的附加价值，重点集中于医疗服务业4大领域：临床业务、付款定价、研发、新商业模式、公众健康，涵盖了十多项应用场景。 领域一：临床操作 1.比较效果研究：大数据分析获取最佳性价比治疗方案
通过全面分析病人特征数据和疗效数据，然后比较多种干预措施的有效性，可以找到针对特定病人的最佳治疗途径。研究表明，对同一病人来说，医疗服务提供方不同，医疗护理方法和效果不同，成本上也存在很大差异。医疗护理系统实现CER，将有可能减少过度治疗(比如避免那些副作用比疗效明显的治疗方式)，以及治疗不足。 2.临床决策支持系统：提高准确性，减少医疗事故率 临床决策支持系统可提高工作效率和诊疗质量。临床决策支持系统分析医生输入条目，比较其与医学指引不同地方，提醒医生防止潜在的错误，如药物不良反应。医疗服务提供方可以降低医疗事故率和索赔数，尤其是那些临床错误引起的医疗事故。大数据分析技术将使临床决策支持系统更智能，如可以使用图像分析和识别技术，识别医疗影像(X光、CT、MRI)数据，或者挖掘医疗文献数据建立医疗专家数据库，从而给医生提出诊疗建议。 3.医疗数据透明度：实现高效管理，降低成本
提高医疗过程数据的透明度，可以使医疗从业者、医疗机构绩效更透明，间接促进医疗服务质量提高。数据分析可以带来业务流程的精简，通过精益生产降低成本，找到符合需求的工作更高效的员工，从而提高护理质量并给病人带来更好的体验，也给医疗服务机构带来额外的业绩增长潜力。公开发布医疗质量和绩效数据还可以帮助病人做出更明智的健康护理决定，这也将帮助医疗服务提供方提高总体绩效，从而更具竞争力。 4.远程病人监控：慢性病患者高效照护 根据统计，中国各类慢性病患者超过3亿人，尤其是我国进入老龄化时代以后，将存在非常大的照护缺口，远程病人监护系统对治疗慢性病患者非常有用。远程病人监护系统包括家用心脏监测设备、血糖仪，甚至还包括芯片药片，芯片药片被患者摄入后，实时传送数据到电子病历数据库。更多的好处是，通过对远
大数据应用的五个典型应用场景
大数据应用的五个典型应用场景 来源：中国计算机报时间：2015-03-24 11:31:09 作者： 数据观在网上查找的大数据应用的几个典型场景，分享给大家！ "数据将成为一种战略性原料，每一个企业、科研团队和政府，都有责任有目的地搜集、处理、分析、索引数据。"电子科技大学互联网中心主任周涛号召企业投身大数据，对大数据怦然心动的企业也确实很多。但基于对全球95个国家、26个行业的1144名业务人员和IT专业人士的广泛调研，IBM发现，大多数企业都已经认识到'大数据'改善决策流程和业务成效的潜能，但他们却不知道该如何入手。 的确，在主动或被动迎接大数据时代之时，企业管理人员迫切需要在实干之前，明确很多问题的答案：3V之外大数据还具备何种属性什么是大数据解决之道的要素大数据实施是否有章可循...... 以《分析：大数据在现实世界中的应用》白皮书为引子，IBM的大数据战略努力令企业的诸多疑惑迎刃而解。在此基础上，以"智慧的分析洞察"为核心的IBM大数据价值体系中的五大典型业务需求和对应的落地实践，形象化地展现了大数据如何驱动企业商业价值的增长。 IBM全球副总裁兼大中华区软件集团总经理胡世忠 明确发力点 在大数据和分析领域，IBM公认已经具备了充分的技术优势。IBM全球副总裁兼大中华区软件集团总经理胡世忠表示："数据构成了智慧地球的三大元素：物联化(instrumented)、互连化(interconnected)和智能化(intelligent)，而这三大元素又改变了数据来源、传送方式和利用方式，带来'大数据'这场信息社会的变革。作为大数据领域的领导者，IBM正在利用领先方法论和全面大数据技术帮助企业重新思考已有的IT模式；助力企业进行基于这场信息革命的业务转型，获取竞争机遇和不可估量的商业价值。" 要实现这一愿景，有必要知晓企业对应用大数据的认知程度和接受程度。IBM商业价值研究院和牛津大学赛德商学院联手实施了一项调研，并共同撰写发布了《分析：大数据在现
医药行业关键数据
一、医药流通 整体市场情况（摘自药品流通行业运行统计分析报告）：2015年药品流通市场规模稳定增长，但增速进一步放缓。据商务部统计系统数据显示，全国七大类医药商品销售总额16613亿元（包含七大类医药商品），扣除不可比因素同比增长10.2%，增速较上年下降5个百分点，其中药品零售市场3323亿元，扣除不可比因素同比增长8.6%，增幅回落0.5个百分点。 1、批发行业（摘自中金研究报告）。2015 年，批发行业市场规模为人民币1.42 万亿，同比增10.6%（相比于2014 年下降4.7%）。根据商务部统计，2015 年批发企业收入前3 位的企业合计收入同比+19.6%（同比仅下降0.4%），前10 位的收入同比+18.0%（同比下降1.4%），百强企业的收入同比+15.6%（同比下降2.5%）。 竞争格局（摘自药品流通行业运行统计分析报告）：全国性龙头集中度高，区域性企业更具扩张潜力。2015年主营收入前3 的批发企业市占率达33.5%（同比+2.5%），批发百强企业市占率为68.9%（同比+3.0%）。前三大龙头批发企业（均为全国性布局）已占据批发市场规模的1/3，集中度非常高。我们认为，区域性企业更具扩张潜力，扩张后的业绩增厚效应会高于全国性企业。 2、零售行业（摘自药品流通行业运行统计分析报告）。2015年，零售行业市场规模为人民币3320亿元（同比仅增8.6%）。2011-2015 年零售百强企业市占率先降再缓慢上升，2015 年为28.8%（同比+0.7%），行业集中度趋势不明显。零售行业整体集中度提升慢于“十二五”规划纲要的目标。我们认为零售行业具备进一步整合空间，全国性龙头更有望受益。 按销售渠道分类，2015年对批发企业销售额为6936亿元，占销售总额的41.8%，比上年降低1个百分点；对终端销售额为9677亿元，占销售总额的58.2%，比上年增加1个百分点；其中对医疗机构销售额为6907亿元，占终端销售额的71.4%，对零售终端和居民零售销售额为2770亿元，占终端销售额的28.6%。 二、医药终端销售 1、从销售渠道来看（摘自米内网），公立医疗机构和零售药店是药品实现销售的两大重要渠道。2013年至2014年，药品在公立医疗机构的市场份额超过76%，且呈逐年上升趋势，其销售额的增长率高于药品在实体药店终端的销售。 2、以下摘自2015 年度中国医药市场发展蓝皮书（PS:数据只更新到了2014年，主要是用于
工业大数据应用场景分析
工业大数据应用场景分析 2015-08-05 工业4点0 工业4点0 工业大数据也是一个全新的概念，从字面上理解，工业大数据是指在工业领域信息化应用中所产生的大数据。随着信息化与工业化的深度融合，信息技术渗透到了工业企业产业链的各个环节，条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用，尤其是互联网、移动互联网、物联网等新一代信息技术在工业领域的应用，工业企业也进入了互联网工业的新的发展阶段，工业企业所拥有的数据也日益丰富。工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，从数据类型看也多是非结构化数据，生产线的高速运转则对数据的实时性要求也更高。因此，工业大数据应用所面临的问题和挑战并不比互联网行业的大数据应用少，某些情况下甚至更为复杂。 工业大数据应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术和全球工业系统正在深入融合，给全球工业带来深刻的变革，创新企业的研发、生产、运营、营销和管理方式。这些创新不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察力。工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分 析、工业企业供应链优化和产品精准营销等诸多方面。本文我们讲就工业大数据在制造企业的应用场景进行逐一梳理。 1、加速产品创新 客户与工业企业之间的交互和交易行为将产生大量数据，挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，为产品
医药行业市场概况与划分
第一篇市场格局篇
第一篇市场格局篇 本篇是针对目前感冒药的市场总体格局，特别是口服液类感冒药的市场格局进行阐述，从而为进一步讨论品牌特征、消费者特征、消费者习惯和媒体习惯前，对市场有一个总体的把握和认识。主要研究的内容包括了感冒药的市场状况和发展前景，香雪抗病毒口服液的覆盖率状况、以及市场划分情况等。 本篇的主要架构如下： ?第一章感冒药市场概况 ·市场状况 ·竞争状况 ?第二章香雪的覆盖率状况 ·产品铺货率 ·新包装到达率 ?第三章香雪的销售比例 ·医院和药店的销售比例 ·城市和乡村的销售比例 ?第四章市场划分情况
第一章感冒药市场概况 一、市场状况 1、感冒药品市场潜力巨大 感冒类药品是我国非处方药（OTC）的重要组成部分。而OTC药品是药品行业中增长迅速且潜力巨大的品种。据相关资料显示：1990年，我国的OTC 药品销售总额是19.1亿元，1994年大约为77.16亿元，1996年达到了99.32亿元，1999年增长到了178亿元，2001年更是超过了200亿元。有关专家预计，在未来五年内，OTC类药品还将以年均15%的速度增长，到2005年可望达到600亿元，2020年我国将成为全球最大的OTC销售市场之一。 据有关资料统计，感冒类药品大约占有OTC市场20%左右的销售比例，仅次于保健类药品（大约占OTC30%）。而据国家统计局对我国城镇居民常用药消费调查，感冒药居首位，有85%的服用率，其次的润喉药、止咳药，分别有55%和48%的服用率，这三类药品实际上均属于感冒和呼吸道用药，感冒药已经城镇居民的首位常用药品。 据权威部门估计，目前我国感冒药品的市场容量大约是30—50亿元。但事实上，感冒药品的潜在市场空间是非常巨大，若这一潜在市场得以实现的话，感冒药市场容量将远远不止30-50亿元。国家统计部门的相关资料显示，全国约75%的人每年至少患一次感冒，这意味着每年全国大约有10亿人左右至少需要服用一次感冒药物，按照每次平均用药10—20元来计算，则意味着国内感冒药的潜在市场空间有100—200亿元。以上估算尚未考虑重复服用的
工业大数据案例
大数据技术在新工业革命中将扮演着重要的角色。制造业大数据应用覆盖工业的研发设计、生产制造、供应链管理、市场营销和售后服务等产品生命周期的各个环节。在研发设计环节，可满足工程组织的设计协同要求，评估和改进当前操作工艺流程，从而提供更好的设计工具，缩短产品交付周期。在生产制造环节，可综合大量的机器、生产线、运营等数据的高级分析实现制造过程优化。在供应链管理环节，制造业大数据主要用于实现供应链资源的高效配置和精确匹配。在市场营销环节，可利用大数据挖掘用户需求和市场趋势，找到机会产品，进行生产指导和后期市场营销分析。同时大数据也是推进传统制造业转型升级的重要工具。因此在新工业革命的世界竞争中，制造业大数据必将是各国信息技术企业竞争的焦点。要迎接新工业革命的挑战，必须发展制造业大数据。 制造业大数据的特点： 从制造业大数据的特点来看，它符合大数据定义中的4V特点，数据规模大（Volume）、处理速度快（Velocity）、数据多样化（Variety）、数据价值密度低（Value）. 从规模来看，工业数据的主体，是由机器设备所产生的数据量远超过其它行业以人为主要产生的数据量。以风力发电机为例，终端正常状态下每秒会产生一个数据包，这个数据包包含500个左右的测点数据。如果全部数据需要处理与存储，那么1000台风机发电机产生的测点数据每秒可高达50万个。而无论是大型的风电场运营企业还是风电设备制造商，其需要监控的风机都会达到数千甚至上万的规模。而且与金融、电信等传统服务业可以区分忙时与闲时不同，大多数工业设备的运转都具有长时间连续的特
点。数据通常需要长时间或者永久保留，总的规模应该是TB或者PB级。1千千个G等于1个TB，1000个TB约等于一个PB级。 从处理速度来看，由于源数据的持续高吞吐量，大数据处理平台必须能够高速的对数据进行实时解包、协议解析、格式转换等基本处理。而在越来越多的智能化应用中，需要能够进行实时的数据分析并完成相应操作。特别是在控制系统中，针对安全生产的实时故障检测要求从数据收集到完成数据分析能够实现秒级甚至毫秒级的事前预警或事后报警停机，以避免事故的发生或对设备本身造成更大的连锁损害。 从数据多样性来看，工业数据不仅包括机器设备产生的时序、时空、高伟矩阵等数据，同时还有ERP等信息化管理系统产生的关系型数据，设计研发环节的产品图纸、工艺文档、加工代码等非结构化数据，以及来自外部互联网的半结构化（如JSON XML等）与非结构化数据（如文本等），它们构成了一个典型的多样化数据体系。 从数据价值来看，由于大量的工业设备与智能产品绝大部分时间工作于正常的工况条件下，因而在制造大数据分析的典型场景中，以生产运营优化为目的的应用只是需要使用聚合后的数据，而以故障分析为目标的应用针对的数据仅为少量非正常的工况，因此相对传统企业信息化数据而言，工业数据的价值密度相对较低。 Predix是一个云操作系统，负责将各种工业资产设备和供应商相互连接并接入云端，实现工业数据管理与工业数据分析，并提供资产性能管理（APM）和运营优化服务。SAP开发了面向物联网应用和实时数据处理的HANA大数据平台，并利用其在传统企业信息化ERP系统上的优势，推动HANA与信息
工业大数据在工业企业中的典型应用介绍
工业大数据在工业企业中的典型应用介绍 工业大数据可广泛应用于企业整个生产过程。下面按照企业生产过程的研发设计、供应链、生产制造、营销与服务环节，对工业大数据的应用场景及其应用进行探讨。 4.1 研发设计环节工业大数据的应用场景 在研发设计环节，工业大数据应用主要有产品协同设计、设计仿真、工艺流程优化等。 产品协同设计，主要是利用大数据存储、分析、处理等技术处理产品数据，建立企业级产品数据库，以便不同地域可以访问相同的设计数据，从而实现多站点协同、满足工程组织的设计协同要求。 设计仿真，是指将大数据技术与产品仿真排程相结合，提供更好的设计工具，减少产品交付周期。如波音公司通过大数据技术优化设计模型，将机翼的风洞实验次数从2005年11次缩减至2014年的1次；玛莎拉蒂通过数字化工具加速产品设计，开发效率提高30%。 工艺流程优化，主要是应用大数据分析功能，深入了解历史工艺流程数据，找出工艺步骤和投入之间的模式和关系，对过去彼此孤立的各类数据进行汇总和分析，评估和改进当前操作工艺流程。例如一家排名前五强的生物药品制造商广泛收集与工艺步骤和使用材料相关的数据，应用大数据分析技术，来确定不同工艺参数之间的相关性，以及参数对产量的影响，最终确定影响最大的9种参数，针对与这9种参数相关的工艺流程做出调整，从而把疫苗产量增加了50%以上。 4.2 供应链环节工业大数据的应用场景
供应链环节工业大数据的应用主要体现在供应链优化，即通过全产业链的信息整合，使整个生产系统达到协同优化，让生产系统更加动态灵活，进一步提高生产效率和降低生产成本。主要应用有供应链配送体系优化和用户需求快速响应。 供应链配送体系优化，主要是通过RFID等产品电子标识技术、物联网技术以及移动互联网技术获得供应商、库存、物流、生产、销售等完整产品供应链的大数据，利用这些数据进行分析，确定采购物料数量、运送时间等，实现供应链优化。如海尔公司供应链体系很完善，它以市场链为纽带，以订单信息流为中心，带动物流和资金流的运动，整合全球供应链资源和全球用户资源。在海尔供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，海尔公司能够持续进行供应链改进和优化，保证了海尔对客户的敏捷响应。 用户需求快速响应。即利用先进数据分析和预测工具，对实时需求预测与分析,增强商业运营及用户体验。例如，电子商务企业京东商城，通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日货到的客户体验。 4.3 生产制造环节工业大数据的应用场景 在制造环节，工业大数据的应用主要有智能生产、生产流程优化、设备预测维护、生产计划与排程、能源消耗管控和个性化定制等应用。智能生产。就是生产线、生产设备都将配备传感器，抓取数据，然后经过无线通信连接互联网，传输数据，对生产本身进行实时监控。
大数据给中国带来的十大商业应用场景_光环大数据培训
https://www.360docs.net/doc/8f6175471.html, 大数据给中国带来的十大商业应用场景_光环大数据培训 大数据影响着每一个人，并在可以预见的未来继续影响着。大数据冲击着许多主要行业，包括零售业、金融行业、医疗行业等，大数据也在彻底地改变着我们的生活。现在我们就来看看大数据给中国带来的十商业应用场景，未来大数据产业将会是一个万亿市场。 1、智慧城市 如今，世界超过一半的人口生活在城市里，到2050年这一数字会增长到75%。政府需要利用一些技术手段来管理好城市，使城市里的资源得到良好配置。既不出现由于资源配置不平衡而导致的效率低下以及骚乱，又要避免不必要的资源浪费而导致的财政支出过大。大数据作为其中的一项技术可以有效帮助政府实现资源科学配置，精细化运营城市，打造智慧城市。 城市的道路交通，完全可以利用GPS数据和摄像头数据来进行规划，包括道路红绿灯时间间隔和关联控制，包括直行和左右转弯车道的规划、单行道的设置。利用大数据技术实施的城市交通智能规划，至少能够提高30%左右的道路运输能力，并能够降低交通事故率。在美国，政府依据某一路段的交通事故信息来增设信号灯，降低了50%以上的交通事故率。机场的航班起降依靠大数据将会提高航班管理的效率，航空公司利用大数据可以提高上座率，降低运行成本。铁路利用大数据可以有效安排客运和货运列车，提高效率、降低成本。 城市公共交通规划、教育资源配置、医疗资源配置、商业中心建设、房地产规划、产业规划、城市建设等都可以借助于大数据技术进行良好规划和动态调整。 大数据技术可以了解经济发展情况，各产业发展情况，消费支出和产品销售
https://www.360docs.net/doc/8f6175471.html, 情况，依据分析结果，科学地制定宏观政策，平衡各产业发展，避免产能过剩，有效利用自然资源和社会资源，提高社会生产效率。大数据技术也能帮助政府进行支出管理，透明合理的财政支出将有利于提高公信力和监督财政支出。大数据及大数据技术带给政府的不仅仅是效率提升、科学决策、精细管理，更重要的是数据治国、科学管理的意识改变，未来大数据将会从各个方面来帮助政府实施高效和精细化管理，具有极大的想象空间。 2、金融行业 大数据在金融行业应用范围较广，典型的案例有花旗银行利用IBM沃森电脑为财富管理客户推荐产品，美国银行利用客户点击数据集为客户提供特色服务。中国金融行业大数据应用开展的较早，但都是以解决大数据效率问题为主，很多金融行业建立了大数据平台，对金融行业的交易数据进行采集和处理。 金融行业过去的大数据应用以分析自身财务数据为主，以提供动态财务报表为主，以风险管理为主。在大数据价值变现方面，开展的不够深入，这同金融行业每年上万亿的净利润相比是不匹配的。现在已经有一些银行和证券开始和移动互联网公司合作，一起进行大数据价值变现，其中招商银行、平安集团、兴业银行、国信证券、海通证券和TalkingData在移动大数据精准营销、获客、用户体验等方面进行了不少的尝试，大数据价值变现效果还不错，大数据正在帮助金融行业进行价值变现。大数据在金融行业的应用可以总结为以下五个方面： (1)精准营销：依据客户消费习惯、地理位置、消费时间进行推荐 (2)风险管控：依据客户消费和现金流提供信用评级或融资支持，利用客户社交行为记录实施信用卡反欺诈 (3)决策支持：利用抉策树技术进抵押贷款管理，利用数据分析报告实施产
医药行业分析
中国医药制造业概况及现状分析 2014-09-02 医药网字号:放大正常 医药网9月2日讯医药行业就是国民经济得重要组成部分,就是一个多学科、先进技术与手段高度融合得高科技产业,在各国产业体系与经济增长中都起着举足轻重得作用。在中国,医药行业越来越成为全社会关注得热点,对于保护与增进人民健康、提高生活质量,为计划生育、救灾防疫、军需战备以及促进经济发展与社会进步均具有十分重要得作用。OMRuY2H。 中国得制药行业起步于20世纪,经历了从无到有、从使用传统工艺到大规模运用现代技术得发展历程,从改革开放以来,我国医药工业得发展驶入了快车道,整个制药行业生产年平均增长速度高于世界发达国家中主要制药国家近30年来得平均发展速度,成为当今世界上发展最快得医药国家之一。JOF80Ax。 一、医药制造业规模 2013年我国医药制造业总资产达到18,479、86亿元,同比增长19、85%;行业销售收入为20,592、93亿元,较2012年同期增长20、54%;行业利润总额为2,071、67亿元,同比增幅为19、63%。6bdBeow。 单位:亿元 数据来源:国家统计局 根据国家统计局数据:截至2013年底,我国医药制造业规模以上企业数量达6525家,当中646家企业出现亏损,行业亏损率为9、90%。lIiqv1V。
数据来源:国家统计局 从国家统计局得数据来瞧,2013年医药制造业三费占行业销售收入得20、54%,占比与2012年度略有增长。当中销售费用比率以及财务费用比率均出现下幅度下滑,主要就是由于行业规模不断扩大,行业竞争日益激烈促使企业不断提高效率,加强对各项支出得控制,最大可能得提高企业得盈利能力。uBw2RZk。 2013年我国医药制造业成本费用达到18432、84亿元,当中销售成本为14639、17亿元,占比为79、42%;销售费用2342、71亿元,占比12、71%;管理费用1256、32亿元,占比6、82%;财务费用194、64亿元,占比为1、06%。uK282cc。 单位:亿元
医疗行业大数据应用的15个场景(1)知识分享
医疗行业大数据应用的15个场景 商业推动了IT不断向前发展，云计算就是一个有趣的例子。甲骨文CEO拉里·埃里森曾经对近两年大行其道的云计算表示不屑，因为云计算并不是一项新技术。但迫于市场竞争的压力，甲骨文还是在2011年推出了云计算战略。IBM全球高级副总裁Robert LeBlanc曾对本报记者说，IBM从上世纪六七十年代就开始做云计算了。他这么说的原因是云计算的核心技术那时就有了。然而，最近几年由于物流云、医疗云、商务云等云计算商业模式的出现，云计算才得以开花结果。 大数据也一样。1989年，Gartner提出BI概念。2008年，Gartner将BI概念进一步升级为高级分析(Advanced Analytics)。2011年，麦肯锡阐释大数据概念。虽然名称不同，但实际上它们要解决的问题从来没变过。只不过，现在的大数据分析技术能处理相比20年前更大量、多样、实时(Volume、Variety、Velocity)的数据，即大数据。相比20年前的BI，现在的大数据分析能够产生更大的商业价值，大数据存储和分析技术的发展也得益于商业场景中数据量的激增和数据种类的多样化。 因此在实施大数据分析项目之前，企业不仅应该知道使用何种技术，更应该知道在什么时候、什么地方使用。除了较早前就开始利用大数据的互联网公司，医疗行业可能是让大数据分析最先发扬光大的传统行业之一。医疗行业早就遇到了海量数据和非结构化数据的挑战，而近年来很多国家都在积极推进医疗信息化发展，这使得很多医疗机构有资金来做大数据分析。因此，医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。麦肯锡在其报告中指出，排除体制障碍，大数据分析可以帮助美国的医疗服务业一年创造3000亿美元的附加价值。本文列出了医疗服务业5大领域(临床业务、付款/定价、研发、新的商业模式、公众健康)的15项应用，这些场景下，大数据的分析和应用都将发挥巨大的作用，提高医疗效率和医疗效果。 临床操作 在临床操作方面，有5个主要场景的大数据应用。麦肯锡估计，如果这些应用被充分采用，光是美国，国家医疗健康开支一年就将减少165亿美元。 1.比较效果研究 通过全面分析病人特征数据和疗效数据，然后比较多种干预措施的有效性，可以找到针对特定病人的最佳治疗途径。 基于疗效的研究包括比较效果研究(Comparative Effectiveness Research，CER)。研究表明，对同一病人来说，医疗服务提供方不同，医疗护理方法和效果不同，成本上也存在着很大的差异。精准分析包括病人体征数据、费用数据和疗效数据在内的大型数据集，可以帮助医生确定临床上最有效和最具有成本效益的治疗方法。医疗护理系统实现CER，将有可能减
医药医疗大数据
竭诚为您提供优质文档/双击可除 医药医疗大数据 篇一：大数据在医药行业应用的15个场景 除了较早前就开始利用大数据的互联网公司，医疗行业可能是让大数据分析最先发扬光大的传统行业之一。本文列出了医疗服务业5大领域(临床业务、付款/定价、研发、新的商业模式、公众健康)的15项应用，这些场景下，大数据的分析和应用都将发挥巨大的作用，提高医疗效率和医疗效果。 在实施大数据分析项目之前，企业不仅应该知道使用何种技术，更应该知道在什么时候、什么地方使用。除了较早前就开始利用大数据的互联网公司，医疗行业可能是让大数据分析最先发扬光大的传统行业之一。医疗行业早就遇到了海量数据和非结构化数据的挑战，而近年来很多国家都在积极推进医疗信息化发展，这使得很多医疗机构有资金来做大数据分析。因此，医疗行业将和银行、电信、保险等行业一起首先迈入大数据时代。 麦肯锡在其报告中指出，排除体制障碍，大数据分析可
以帮助美国的医疗服务业一年创造3000亿美元的附加价值。本文列出了医疗服务业5大领域(临床业务、付款/定价、研发、新的商业模式、公众健康)的15项应用，这些场景下，大数据的分析和应用都将发挥巨大的作用，提高医疗效率和医疗效果。 一、临床操作 在临床操作方面，有5个主要场景的大数据应用。麦肯锡估计，如果这些应用被充分采用，光是美国，国家医疗健康开支一年就将减少165亿美元。 1、比较效果研究 研究表明，对同一病人来说，医疗服务提供方不同，医疗护理方法和效果不同，成本上也存在着很大的差异。精准分析包括病人体征数据、费用数据和疗效数据在内的大型数据集，可以帮助医生确定临床上最有效和最具有成本效益的治疗方法。医疗护理系统实现 ceR(comparativeffectivenessResearch，比较效果研究)，将有可能减少过度治疗(比如避免那些副作用比疗效明显的治疗方式)，以及治疗不足。从长远来看，不管是过度治疗还是治疗不足都将给病人身体带来负面影响，以及产生更高的医疗费用。 2、临床决策支持系统 临床决策支持系统可以提高工作效率和诊疗质量。目前
工业大数据应用
工业大数据应用 “数字化工厂”展现了信息化制造的强大魅力，“互联工厂”模式给人们无限的想象空间。工业自动化、数字化等作为“智能制造”的关键技术，大数据、人工智能在新一轮革命发展浪潮下必将成为重要的角色。 新一代信息技术为核心的第四次工业革命已经悄然开始，为适应并引领新工业革命的浪潮，美国推出“再工业化”，德国提出“工业4.0”，作为世界制造大国的中国制定了“中国制造2025”并把“智能制造”、“大数据”、“人工智能”定为中国未来的主攻方向，中国制造业进入了转型升级的重要发展阶段。 在工厂里，每一台自动化设备均由PLC、变频器、工控机、传感器、人机界面、伺服与运动控制、机器视觉等基础工控元件构建而成，设备与设备之间通过工业以太网连接，所有的机器设备互联组成井然有序的生产系统，再由MES、PDM/PLM、ERP、CAD/CAE/CAM/CAPP、SCADA等信息管理软件进行统筹，最终形成所谓的“智能制造”工厂解决方案。中国“智能制造”转型带来了巨大的自动化市场需求。 早在几年前，德国政府推出了“工业 4.0”的计划，通用电气GE 提出了“工业互联网”的愿景，信息技术在工业领域上应用研究已积累数年。工业大数据生态要求企业有能力平台化，不管企业是生态的主导者还是参与者，工业大数据将来肯定是一种生态存在业态，只不过各家企业在其中的角色是不同的。 基于云平台构建的制造企业的大数据的意义-bonc云平台
产品营销：大数据分析结果为制造企业提供针对性推销、定向研发、智能维保等服务。 设备远程故障诊断分析：大数据预测设备未来可能出现故障的时间，提供避免风险的解决方案，消除设备故障停机给客户带来的损失。 客户体验：在移动端建立企业宣传平台，以场景化方式让客户参与产品的认知，增加品牌的传播效果。 技术创新：借助平台的专家经验共享、智能决策库的建立，提高运维领域的装备管理水平，降低行业运营成本。 节约能耗：通过数据集的切分和规律查找，帮助找到最优化的数据集，实现人员投入及控制过程的节能提效。 具有理想的工业大数据企业也许也要经历这样的过程，他们需要通过单个项目帮助企业完成内部的纵向集成，然后把解决方案产品化和平台化，进一步延展自己的核心竞争力。
大数据的典型应用场景及展望
大数据的典型应用场景及展望 2015年1月24号，2015 China Hadoop Summit技术峰会在北京如期举行。本次大会作为国内大数据行业最具影响力的IT大会，吸引了众多从事Hadoop研究与推广的权威技术专家、Hadoop技术爱好者和IT厂商前往参加。 现任星环信息科技(上海)有限公司联合创始人兼首席技术官，曾任英特尔数据中心软件部亚太区CTO的孙元浩老师在本次大会上带来了主题为《2014年大数据的典型应用场景及展望》的分享，本文主要针对目前Hadoop主流应用场景，实时流数据的处理以及大数据技术给未来生活的设想等内容进行了整理。 四年前的硅谷，风投埃里森拿出一亿美金来投资大数据公司，他认为Hadoop技术在未来的若干年中会从底层的数据平台，从传统的关系型数据库进行迁移。数据的分析层会被全新的数据分析工具所替代，可视化层和应用分析会有更多的新工具出现，并认为这个市场将达到几百亿美金的规模。 过去几年，Hadoop的发展非常迅猛。我们常讲大数据的四V特征，Hadoop在大数据处理上表现出的处理量、性能、挖掘能力的提升和碎片化处理能力，使其得到越来越广泛的应用。 一、Hadoop的主流应用场景：数据仓库的主要组成部分 传统的企业有若干个主机，用于销售、运营管理等等，产生的数据首先经过ODS层，将数据从多个业务系统中集中起来，进行清洗、转
换等集成操作，然后将过加工的数据进入企业IT架构的核心——数据仓库进行统计、挖掘和分析。最后用可视化工具进行展现。这是传统的企业数据仓库的架构，经常采用主流的甲骨文等数据库技术来实现。 Hadoop作为数据仓库组成部分的四个驱动力 互联网公司早年的时候，是把Hadoop做在数据仓库的核心，比如Facebook早期的时候是从服务器采集是通过实时的日志的采集工具，经过Hadoop把Hadoop作为数据分析工具，呈现把结果放在甲骨文中做展现。 互联网公司之所以这么做，是因为互联网数据量大到在传统的数据库不能处理。现在传统的企业也面临同样的问题，将Hadoop作为数据仓库主要组成部分有四个驱动力： 效率：传统的数据仓库技术已经面临非常繁重的数据分析任务，处理的延迟从一天到了一周。 成本：传统的数据架构成本动辄几千万。Hadoop可以实现成本若干倍的降低。 数据来源多样：视频、音频等企业非结构化数据来源增多。MapReduce 对于非结构化或半结构化数据的读取非常有效。 数据分析需求的演进：数据分析不再只满足于统计。使用Hadoop 的技术，能够对数据进行深度的挖掘和分析，实现对未来的预测。Hadoop改变企业数据仓库架构的线路图 第一步：数据仓库的补充
医疗行业大数据应用
随着大数据在医疗与生命科学研究过程中的广泛应用和不断扩展，其数量之大和种类之多令人难以置信。比如：一个CT图像含有大约150MB的数据，而一个基因组序列文件大小约为750MB，一个标准的病理图则大得多，接近5 GB。如果将这些数据量乘以人口数量和平均寿命，仅一个社区医院或一个中等规模制药企业就可以生成和累积达数个TB甚至数个PB级的结构化和非结构化数据。 在中国，2010年，国家公布的“十二五”规划中指出要重点建设国家级、省级和地市级三级卫生信息平台，建设电子档案和电子病历两个基础数据库等诸项目标，也就是推进医疗信息化的“3521”工程。过去由于缺少统一的电子病历系统(EMR)标准，中国的电子病历系统发展比较缓慢，医院之间不能实现共享病患信息共享，医疗服务水平也因此受到影响。为改善这一现状，国家会逐渐加大对电子病历的投入，适应这一趋势，各级医院也将加大在数据中心，IT外包等领域的投入。而随着医疗信息数据的几何倍数增长，医院信息存储将越来越受到重视，医疗信息中心的关注点也将由传统“计算”领域转移到“存储”领域上来。 有“弊”就有“利” 对于许多医疗和生命科学机构而言，努力控制大数据造成的呈螺旋上涨的成本、复杂性和风险已经成为一个至关重要的问题。然而，从另一个角度来看，医疗大数据能够带来的收益要远远超出管理它们的成本，如开放新的具有医疗价值的信息源、提高诊断准确性和速度、预测疾病和健康形态，以及取得生命科学创新的不同见解。美国管理咨询公司麦肯锡全球研究院（MGI）预测，如果美国的医疗行业能够有效利用不断增长的大数据来提高效率和质量，那么每年可创造超过
3000亿美元的额外价值。而且，在欧洲的发达国家中，仅在提高运行效率一项上，政府行政管理部门就可以利用大数据节省1000亿欧元以上的费用。 对于大多数成功的医疗机构来说，利用大数据已经成为提高生产力、改进护理水平、增强竞争力、加快增长和创新的关键策略。那么，我们该如何在两方面进行平衡，实现可观的效果和利润呢？ 答案存在于数据经济学中，即如何使从数据中获取价值的成本低于数据能产生的效益？如果我们能够有效地将数据存储、处理和保护成本降至最低，然后利用尖端技术将数据转化成支持临床需要与业务增长的可执行信息，我们就能实现最高的数据经济效益。 医疗大数据的挑战 然而，如何有效地将大数据存储成本降至最低，是企业和IT领导者，尤其是内容驱动的医疗和生命科学企业面临的根本性挑战。因为除了数据数量和形态的迅速增加，医疗数据还需要越来越长的保留期。患者的病历可能需要保存70或80年，甚至更长。许多情况下，病历还必须以原始格式永久保存，以满足法规遵从的要求。同样，生命科学研究机构有选择性的选择价值足以保留和维护数十年的数据，以期为新研究提供依据。 另外，许多医疗与生命科学研究机构在竭力应对资源紧张、持续的业务增长和新医疗技术带来的挑战。事实上，存储消费速度加快，存储资产未得到充分利用，对空间的持续需求以及动力和冷却成本的增加，都推动了总体拥有成本的不断攀升。而且，一旦存储系统的安全性出现问题，导致医疗数据丢失，医院会面临更严重的局面。对于研究机构来说，数据存取是创新和竞争力的核心。这样看来，
工业大数据的概念特征及未来发展
工业大数据的概念特征及未来发展 随着美国工业互联网和德国工业4.0等制造智能化转型战略的相继实施，工业大数据日益成为全球制造业挖掘价值、推动变革的主要抓手。 1、工业大数据概念与特征 工业数据是指在工业领域信息化应用中所产生的数据。工业大数据是基于工业数据，运用先进大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。工业数据从来源上主要分为信息管理系统数据、机器设备数据和外部数据。信息管理系统数据是指传统工业自动化控制与信息化系统中产生的数据，如ERP、MES等。机器设备数据是来源于工业生产线设备、机器、产品等方面的数据，多由传感器、设备仪器仪表进行采集产生。外部数据是指来源于工厂外部的数据，主要包括来自互联网的市场、环境、客户、政府、供应链等外部环境的信息和数据。 工业大数据具有五大特征。一是数据体量大，主要表现在随着设备数据和互联网数据的涌入，工业数据的存储量将达到EB级别。二是数据分布广泛，分布于机器设备、工业产品、管理系统、互联网等。三是结构复杂，有结构化、半结构化和非结构化等不同类型。四是数据速度需求多样化，有要求实时、半实时和离线三种，生产层级要求实时性，需要达到毫秒级别；管理层级实时性要求不高。五是数据价值不均匀，20%的数据具有80%的价值密度（如产品图纸、试验分析、
加工工艺）；80%的数据密度只有20%，需要分析挖掘（如工况情况、图片数据）。 与互联网大数据相比，工业大数据具有自身特点：一是多源性获取，数据分散，非结构化数据比例大；二是数据蕴含信息复杂，关联性强；三是持续采集，具有鲜明的动态时空特性；四是采集、存贮、处理实时性要求高；五是与具体工业领域密切相关。 先进制造企业基于工业大数据的应用，把产品、机器、资源和人有机结合在一起，推动制造业向基于大数据分析与应用基础上的智能化转型。工业大数据能够促进形成企业和消费者之间的信息主动反馈机制，为完善以客户需求为导向的产品全生命周期信息集成和跟踪服务、建立以服务为核心的整体解决方案提供可行路径，将大大提升产品服务价值，为制造业转型升级开辟了新途径。 2、工业大数据发展态势 随着信息化和工业化融合，工业企业生产信息数字化，积累大量数据。工业网络、数据采集、集成、计算和分析技术在工业领域的应用，促使工业数据发挥巨大价值。工业大数据越来越受到工业企业的关注。目前工业大数据发展态势有三个，一是已从理念转向实践，二是工业大数据成为云计算的价值体现，三是工业大数据孕育丰富的工业应用生态。 随着信息化和工业化融合的不断推进和大数据采集、集成、计算和分析技术的发展，很多工业企业已经进入工业大数据实践阶段。大型工业企业在应用方面走在前列。如唐山钢铁集团，通过引入国际最先
医药行业大数据
2016年中国医药行业大数据： 慢性病患者超过2.6亿人 中国产品供应链面临质量标准的全面提升：1）药品、审评审批标准全面向欧美最高标准看齐，创新药、市场亟需产品有望获得加速审批；2）仿一致性再评价势在必行，推动已上市药品质量快速提升；3）“两票制”逐步落地、“营改增”加重代理渠道税票处理难度，行业迎来集中度快速提升的第二次浪潮。未来几年，医疗产品供给端质量标准全面提升，唯有创新型企业强者恒强。 在注射剂、辅助用药、抗生素等品种的驱动下，我国行业经过近10年的快速增长，当前国内医药行业增速逐步开始显现出下滑趋势，不少者对医疗行业的发展前景产生疑问。我国医疗行业真的饱和了吗？ 我们认为国内的医疗环境没有发生实质改变，中国有庞大的消费人群，与之对应的庞大临受试群体；中国拥有全球具竞争力的中间体和原料药制造和低成本；随着中国企业实力提升，未来中国制造中会出现中国创造，我们坚定看好行业发展前景。 我国终端药品销售情况 我国终端市场药物销售构成 我国医疗支出GDP占比、人均卫生费用、医师密度、病床数等都落后于中等发达国家，提升空间大。 部分国家医疗卫生费用占GDP比例 部分国家人均医疗卫生费用对比
医药的需求按照消费层次划分可以分为：①刚性需求和弹性需求；按照种类划分可以分为：②医药产品需求和需求。 医药的刚性需求是指满足大部分国民基础救治的医疗保障，刚性需求不是一成不变的，与人口结构的变化，疾病谱的变迁密切相关。我国人口老年化加剧，肥胖人群增多等都将驱动医药刚性需求的上升。到2040年我国60岁以上人口的比例预计将达到28%，65岁以上老年人的年均医疗开销是青壮年的3倍，老年化社会对医疗资源的需求十分巨大。 我国人口老龄化趋势 不同年龄段的年均医疗费用 随着经济发展，生活节奏的加快，中国与世界都将面对慢性病负担比率逐渐增高的问题。目前中国明确诊断的慢性病患者超过2.6亿人。影响慢病的主要社会决定因素包括工业化、城镇化和老龄化。 我国终端药品销售情况 除了人口老龄化，疾病谱的迁移导致的刚性用药需求外，随着国民收入水平的提高以及消费观念的改变，人们追求的是用疗效更好、副作用更小的高端药物、创新技术，我们将其定义为对医药的弹性需求。最具代表性的领域是抗体生物药、精准医疗、等。 精准医疗市场规模预测 全球医疗投资额 我国制药企业数量过多 制药工业集中度依然偏低