发布时间：2023-09-10 14:49:21
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的医疗服务行业发展趋势样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
临床路径的制定和实施必须由一组多学科的专业人员共同参与，开展临床路径工作的医疗机构应当成立管理委员会和指导评价小组。为了圆满完成试点工作，医院领导高度重视，成立了涵盖各相关部门的临床路径管理委员会，由主管医疗的副院长亲自挂帅。在全院医护人员的共同努力下，临床路径管理试点在深度和广度上不断推进，逐步向着科学化、规范化、专业化、精细化发展。随着临床路径管理成效的进一步显现，亟需建立科学、有效的临床路径管理系统，用信息化手段进一步提高管理效率，减轻医护人员工作负担，对路径执行过程做到实时监控，对发生的变异做到详细的记录，真正实现临床路径管理工作的持续质量改进。
基于我院医政管理的要求以及信息化建设现状，最终确定实施基于医嘱的智能学习型临床路径管理信息系统。该系统与现有的HIS住院医生工作站相整合，避免了新增独立系统产生的接口工作量以及执行效率的降低，同时最大限度地减少了医护人员的业务流程和操作习惯的改变。经过几年的不懈探索与集体智慧的创新，在信息技术的鼎力支持下，临床路径工作在全院范围内如火如荼地开展起来，无论是医疗质控数据还是患者满意度都得到了稳步提升。
从上线初期试点科室医护人员的质疑与挑剔，到现如今全院范围内的接受与肯定，期间遇到了种种困难和超越信息技术范畴的挑战，唯有充分立足医院的现状与管理特点，广泛听取医政管理部门以及临床一线医护人员的真实感受，创造性地发挥信息化建设的灵活性与适应性，才能真正让优势管理理念扎下根，开出花，结出果。
角色定位的转换
信息部门往往被各级管理部门、甚至信息部门自身定位为一个纯粹的技术科室。既往的工作流程大多是由需求部门发起需求申请，由信息部门负责实施。被动的工作模式很难获得临床的认可，海量的医疗信息更是缺乏有效的利用。传统的HIS系统以费用管理作为着重点，而临床路径的实施是为了使患者得到最佳的服务，同时促进医疗服务的持续改进，保证资源合理有效的利用。对医嘱执行的全程追踪，对变异的实时监控，收集了大量的由医护人员提供的医疗信息。如何最大限度地发挥这些宝贵资源的价值，为临床路径的持续改进提供切实的依据，信息技术人员敏锐的洞察力非常重要。
管理部门的兴奋点往往集中在入径率、变异率等敏感数据上，而对于深层次的数据挖掘有时会显得力不从心。信息部门在日常运维过程中，收集并整理了大量的一手资料，而这些资源才是需要持续改进的问题体现。定期的汇总分析和多角度的对比，才能发现产生问题的根源。有针对性地进行海量数据的查询分析和数据挖掘，才能够为管理部门科学决策提供可靠的佐证。
依托自身的技术优势，发挥主观能动性，将角色定位转换为“临床一线与管理部门之间的桥梁”，及时将临床路径执行过程中产生的问题汇总分析，用数据说话，向管理部门建言献策，才是信息部门价值的体现。
临床路径的制定原则
实施临床路径的首要任务是制定标准的路径执行模板。模板的制定除了要满足疾病诊疗和护理的常规需要外，同时要兼顾可执行性和便捷性。既要避免为了杜绝路径外新增医嘱导致的变异而将所有可能的用药以及治疗高血压、高血糖等合并症所需的常规用药全部纳入模板，也要避免为了摆脱临床路径诊疗规范的监管而刻意削弱模板的内容。换言之，既要避免“大而全”，也要避免“小而空”。
“大而全”势必造成医护人员选择医嘱困难，降低临床路径的规范引导力度，同时会对信息系统的执行效率产生负面影响；“小而空”则使得临床路径的优势荡然无存。
规模适度、满足基本诊疗需要、操作便捷的模板除了具有强有力的规范和指导效力外，也便于临床路径诊疗模式的推广。当然，持续的改进和良性的反馈也会使得临床路径的执行模板逐步趋向于更加合理和实用。
加强变异的管理
从本质上来说，临床路径是一种人为设置和预先安排的医疗服务程序，无论是准入标准还是诊疗流程都势必带有一定的主观性。对于诊断明确、没有严重合并症的准入患者，其在临床路径实施过程中因个体差异，对医疗服务的反应也会不同，不一定都能按照预先设计好的路径接受诊疗和护理，从而产生变异。
回顾性的临床路径相关信息是进行变异分析的源泉，而信息系统是收集这些信息的有效途径。完备的临床路径信息系统除了能够实时记录变异发生的时间和与之相关的诊疗操作外，还能够提供标准化的变异分类和产生原因供选择。利用信息系统执行临床路径，能够对路径标准之外的诊疗行为做出预估和警示，包括住院天数、费用等，有效减少了因医护人员疏忽造成的不必要的变异。
变异分析不同于简单的信息反馈，应确立科学的变异讨论计划，制定应对变异措施，利用持续质量改进小组来实施这些措施。变异分析可以从多个角度进行，既可以以单个患者作为分析对象，又可以从单条临床路径、单病种、甚至整个医疗机构出发。以单个患者作为分析对象时，主要由经治医师和个案管理者共同完成变异分析；以单条路径、单病种、整个医疗机构作为分析对象时，信息技术人员的参与就变得至关重要了，无论从数据的提取，还是后期的统计分析都需要信息技术人员的全力支持。完备的、多角度的变异分析，使得医政部门能够从宏观上把握医疗资源配比的合理性以及业务流程的顺畅性，并且能够及时调整临床科室与检查科室之间的运作渠道。通过实施严格的变异管理，与医护相关的变异和与系统相关的变异发生率在我院明显降低。
变异记录的收集并非多多益善，除了给医护人员造成不必要的负担外，也给管理部门进行后期的分析带来了困扰。随着临床路径工作的逐步推广，无效的变异记录越发成为持续改进的绊脚石，进而使统计结果难以真正直观地反映变异的根源。面对束手无策的医政部门，信息技术人员理应挺身而出，从医嘱的类别、医嘱的处理方式等方面提供处理建议，将材料医嘱以及其他对临床路径的实施效果无关紧要的医嘱类型剔除在外，有效减轻了医护人员的记录压力。
灵活的管理方式
临床路径工作在各个医疗机构开展的时间并不长，无论在管理体系上，还是在实施途径上都还处于探索阶段。由于行业内部尚未形成统一的细化标准，因此各家医疗机构都基于自己的实际情况和对临床路径管理理念的理解进行体系建设。
临床路径作为一种诊疗标准化方法，执行过程中的连贯性和完整性至关重要。现实情况是，由于各家医院临床科室的设置及运营差异，使得临床路径的执行存在跨科的可能性。尤其是患者术后需要进入麻醉恢复室或者重症监护室进行照护，待病情稳定后重新转入普通病房进行治疗。而对于几个科室共用同一个重症监护室的情况，多次转科处置更是普遍现象。
在主诊断不发生变更的前提下，即使转科治疗也仍旧符合原有临床路径的诊疗标准。确保路径执行的连贯性和完整性，既可以保证患者得到合理规范的治疗，也避免了将一次完整的路径执行过程按科室拆解为多个阶段型路径，对路径的质控监管以及统计分析造成困扰。多样的管理方式势必需要灵活的信息系统予以支撑，对于有跨科继续执行路径需要的科室，系统要提供平台供医护人员抉择，而对于大多数无须跨科继续执行的临床路径，为了确保进出路径的严谨性，在转科操作前一定要强制要求医护人员结束路径。
举个例子，我院胸外科没有设置重症监护室，患者术后需要转入血管外科监护室进行重症监护，待病情稳定后转回胸外科进行普通护理治疗。考虑到科室界定，最初将肺癌相关的临床路径按治疗科室划分为三段，分别为肺癌术前（胸外科）、肺癌术后监护（血管外科ICU）和肺癌术后（胸外科），由各科医生负责启用和结束各自的路径。如此一来，虽然在科室管理上做到了明确界定，但是将完整的患者治疗护理计划人为地割裂开来，除了增加医护人员的额外操作外，路径执行的连贯性和一致性也无法保证，信息部门和医政部门还要挖空心思将离散的子路径重新关联拼凑起来，相关的统计质控更是错综复杂。而当抛开科室的设限，实现连贯的跨科间的临床路径执行，所有的问题便都迎刃而解。
信息化闭环管理
临床路径的全面质量管理活动应该遵循PDCA（Plan-Do-Check-Act）闭环管理模式。除了要有明确的目标和执行计划并加以实施外，更重要的是及时的质控分析和持续改进计划，系统化利用优势临床资源，努力提高临床路径实施的实效性、有效性、完整性和合作性。
实施临床路径的关键是要制定一套符合临床路径特点和应用模式的科学合理的计算机化医嘱录入系统（CPOE），能够对医嘱的执行进行全程跟踪，提供必要的安全性逻辑检测，并对进一步的治疗提供决策支持的依据。同时要能够对路径执行过程做到实时监控，对发生的变异做到详细记录，科学的变异分析管理为真正实现持续质量改进提供了可靠保证。
前面提到，“大而全”和“小而空”的临床路径执行模板都是要持续改进的目标。因此，无论是路径模板的使用情况，还是路径外新增医嘱的情况，都是我们必须实时监控和定期回顾性分析的重点。路径模板内医嘱的使用频率是针对“大而全”瘦身的依据，长期未使用或者使用率极低的医嘱经由多学科专业人员组成的管理团队分析决策后可予以剔除。而同类型医嘱依据实际的使用频率可进行有效的顺序调整，将使用率高的前移，以利于医护人员的快速选择。路径外新增医嘱的使用频率是完善路径模板、提高可用性的基础，高于医政部门设定的使用率的医嘱可以晋升到模板内。
一、大数据概念
对于大数据大家印象最深的是，2015年9月5日经总理签批，国务院印发了《促进大数据发展行动纲要》，部署我国大数据发展工作。实际上，大数据的概念并非刚刚才出现。早在20世纪90年代初，“数据仓库之父”比尔・恩门就已经提到过大数据。2005年约翰-韦伯斯特和克里斯-斯塔库提斯联合撰写的《无所不包的数据》，也讲述了大规模数据如何改变企业和人民的生活。只是受限于当时的信息技术水平，大数据的理念未能真正落地。
现在，随着4G网络逐渐成熟和数据量无限积累，大数据已经成为人们日常生活中的普遍现象。全球数据总量呈现指数级增长，企业级用户拥有的数据量在快速增加。举几个简单的例子：我们在京东或者淘宝上买一件东西，就会在网站数据库留下我们的交易痕迹信息，这些企业就会通过大数据信息分析，定期向我们推送我们可能会喜欢的物品；我们平时上百度搜索，留下一些关键词，百度后台的大数据计算引擎也会向我们推送我们可能关注的搜索热点；我们使用腾讯QQ，在上边留下自己的社交信息，腾讯会通过大数据把与我们关联的朋友直接推送到跟前。这些都是大数据在发挥作用。互联网社会化生产产出巨量的数据，90%都是过去两年里生产出来的。图灵奖获得者吉姆-格雷（Jim Gray）提出的“新摩尔定律”指出：全球数据量每18个月翻一番，即每年以59%的速度增长。根据业界预测，到2020年，全球数据量将达到35.2ZB，相当于10亿块1TB硬盘的容量。
大数据已经成为资源、生产要素，甚至可以说谁掌管了大数据谁就掌握了话语权。大数据像土地、水和空气等自然资源一样，渗透到每一个行业和业务职能领域。美国社会思想家托夫勒在《第三次浪潮》中提出：“如果说IBM的主机拉开了信息化革命的大幕，‘大数据’才是第三次浪潮的华彩乐章。”大数据在社会经济各领域的广泛应用，对社会管理、经济发展和个人生活都产生了深刻影响。
我们看看业界对大数据概念的定义。维基百科说，大数据就是无法在一定时间内使用常规数据管理工具对其内容进行抓取、管理和处理的数据集。著名咨询机构麦肯锡提出，大数据就是其大小超过了典型数据库软件工具收集、存储和管理、分析能力的数据集。全球著名咨询机构加特纳（Gartener）认为，大数据的本质特征就是它超出了常用硬件环境和软件工具在可接受的时间内为其用户收集、管理和处理数据的能力。日本野村综合研究所的定义更切合现在人们对大数据的理解，认为广义的大数据“是一个综合性的概念，它包括因具备3V（Volume数据量/Variety多样化/Velocity高速度）特征而难以进行管理的数据，对这些数据进行存储、处理、分析的技术，以及能够通过分析这些数据获得实用意义和观点的人才和组织”。美国白宫“大数据开发计划”则认为，大数据开发是指“从庞大而复杂的数字数据中挖掘知识及现象背后的本质”。
大数据的价值在于应用。据麦肯锡测算，如果将数据使用率提升10%，全球各行各业的人均产出的提升速度都会有显著提高――从电信业提高17%到零售业提高49%不等。
麦肯锡还对大数据在相关经济领域的影响进行了具体预测。在美国医疗服务行业，大数据每年可以产生的价值约3000亿美元，大约相当于0.7%的年生产率增长。在欧洲公共管理领域，大数据每年能够产生2500亿欧元的价值，大约相当于0.5%的年生产率增长。在全球个人位置数据服务领域，也就是位置定位和与之相关联的各种搜索服务，大数据可以使服务提供商收入达1000亿美元以上，最终用户价值则可以达7000亿美元。大数据还可以使制造业的产品开发、组装成本降低50%，运营成本降低7%。
近年来，各国政府从数据、技术、应用三方面来推进大数据发展。
先看美国。2009年5月，美国联邦政府开放数据平台data.gov上线。2012年3月，美国联邦6部门联合启动大数据研究计划，加速共用应用。2013年5月，要求新增数据必须机器可读，代码开源。2014年5月，美国白宫大数据报告，提出要重视大数据负面问题，其背景是斯诺登事件和维基解密等。
再看英国。2013年1月，英国政府对大数据技术研发投资1.89亿英镑。2013年5月，英国政府和李嘉诚基金会联合启动医疗大数据研究计划，加速共用应用。2013年6月，英国政府信息经济战略，提出数据创新计划。信息经济也可以称数字经济。2013年10月，英国政府《数据能力战略》，即英国大数据战略。
日本的大数据核心战略包含在其信息产业发展战略里。日本是信息产业大国，2013年6月，日本《创建最尖端IT国家宣言》，阐述2013-2020年以开放公共数据和大数据为核心的新IT国家战略，提出开放公共数据、促进活用等6项行动。
澳大利亚也在2013年8月出台了公共服务大数据政策，提出了6项行动计划，并由专门部门负责实施。
从这些国家来看，大数据政策的发力点是三项：一是“给数据”，就是对政府部门的数据进行融合、开放、共享；二是“给钱”，就是提供专项资金，制定研究计划，进行技术攻关，统一技术标准；三是“带头用”，就是将大数据从政务端开始率先整合应用，通过政府带头，把大数据应用推向社会生产生活的各个层面。
近两年来，我国大数据发展政策非常给力。国务院《促进大数据发展行动纲要》，聚焦于大数据发展中的三个关键环节：一是在政务数据应用端，加快政府数据开放共享，推动资源整合，提升治理能力；二是在产业应用端，推动产业创新发展，培育新兴业态，助力经济转型；三是在应用安全端，强化安全保障，提高管理水平，促进大数据健康发展。国家科技部实施了相应的大数据科技攻关计划，在国家高技术研究计划（“863”计划）中，包含了面向大数据的内存计算关键技术与系统和基于大数据的类人智能关键技术与系统攻关项目；在国家重点基础研究发展计划和重大科学研究计划（“973”计划）中，包含了城市大数据的计算理论和方法项目；在国家科技支撑计划中，包含了基于大数据应用的综合健康服务平台研发及应用示范、口腔健康服务网络平台关键技术研发与应用示范，基于移动互联网的大学生创新创业网络平台关键技术研发及应用示范，数字文化、旅游共性支撑技术集成开发与应用示范。国家发改委、工信部、财政部和科技部联合实施了云计算工程，里面也包括基于云计算平台的大数据服务，大数据解决方案研发和推广，数据中心关键设备及推广等。工信部电子信息产业发展基金对终端与数据安全防护产品的研发和产业化、基于安全可靠架构的数据中心运营管理系统研发、智能语音与大数据等项目提供了资金支持。
图7.已建政府数据开放平台省市图8.已成立大数据产业联盟省市
全国各省市已引导建设大数据产业联盟20余个，在推进地方大数据产业发展方面发挥了重要支撑作用。大数据产业联盟属于中介机构和行业组织，目的就是对行业发展中的重大问题进行调查研究，推动相关理论研究、技术攻关、数据开放共享、创新成果应用推广，参与制定产业政策。大数据产业联盟特别能在大数据平台项目实施中发挥牵头和推动作用。现在北京、黑龙江、上海、山东、江苏、浙江、四川、山西、重庆、贵州、广东都成立了省（市）级大数据产业联盟，沈阳、深圳成立了市级大数据产业联盟。
图9.已建大数据交易平台省市
图10.已出台大数据规划政策省市
我国各有关部门和地方政府对大数据产业重视程度显著升级，相关政策措施和规划方案处于高密度时期。国务院《促进大数据发展行动纲要》战略性政策以后，现在北京、上海、广东、浙江等20多个省市都已经出台大数据发展规划或实施意见，各省市根据自身条件和基础，对大数据产业发展路径选择各有侧重。北京和上海的硬件和软件厂商都是国内顶尖的，电子、制造、软件和互联网百强企业云集，因此它们关注的是大数据产业的核心环节。内蒙古和贵州则更关注大数据关联产业发展。甘肃、云南、福建、辽宁等省在大数据应用上各有热点。比如甘肃兰州的“民情流水线”，通过大数据技术搜集和受理民情、解决和办理民事、公示和反馈结果、落实和强化监督等举措，创出了服务人民群众的新路子，搭建了社区党员发挥作用的新平台，架起了社区居民表达愿望的新桥梁。辽宁沈阳正在打造东北地区大数据中心，助理东北老工业基地转型升级。云南的农产品电商物流大数据应用、旅游大数据应用在全国处于创新应用的最前端。重庆在金融和汽车制造两个领域发展大数据应用，有力地促进了产业转型升级。
数据是政府掌握的核心资产，也是长期以来政府治理国家、服务民生的重要依托。许多国家的政府部门已成为本国最大的数据生产者和拥有者。我国92%以上的数据都是政府数据，如医院医疗数据、学校教育数据、民政数据、交通数据。现在社会各界对开放政府数据的要求越来越迫切，但是目前我国仅有少数省市建设了数据开放平台。平台数量少，运行维护程度有待提高，开放的数据集、数据工具和应用规模还需进一步扩大，需要进一步完善公共数据资源开放相关制度，研究制定公共数据资源开放目录、时间表和路线图，加快建设国家和区域性数据资源开放平台。我国建设了政府数据开放平台的省（市）目前还只有北京、上海、浙江、重庆、山东，另外贵阳市、深圳市、汕头市做了市级数据开放平台。
营造数据资源交易流通的良好环境是推动大数据产业快速发展的基础。我国现在虽有多个省市建设了大数据交易平台，但交易规则、交易机制缺乏，数据资源汇聚、交易撮合、定价估值等服务能力有待提高，数据交易量较少，需要加快研究制定数据流通交易规则，推动数据资源交易流通，盘活社会资源。目前，大数据开放受到法律、法规方面的很大制约，在政府数据开放平台上，处理好服务数据的增值性和政务数据的敏感性关系还没有很好的解决办法。《促进大数据发展行动纲要》指出，开展国家大数据综合实验区工作，让综合实验区在法律、法规、规范、产业发展、招商各个方面进行试点。有些地方已经开始尝试，比如贵阳市通过省人大出台了地方性法规。
建立产业集聚区是国家大数据综合实验区的工作重点。现在已经形成京津冀、长三角、珠三角、西部地区和东北地区五个特色区域，区域集聚发展效应开始显现。这五个区域各自有特点。京津冀地区主要是打造大数据协同发展体系。长三角地区则将大数据与当地智慧城市、云计算发展紧密结合。长三角地区一直处在信息技术发展和应用的最前端，在全国来讲，云计算在长三角地区也是应用最早的，而且其城市化进程也在全国首屈一指，所以长三角必然依托大数据做智慧城市和云计算。珠三角地区大数据发展则在产业管理和应用方面率先垂范，因为珠三角地区一直是我国新兴产业发展和对外窗口产业发展上的典范。中西部地区已经成为大数据产业发展新增长极，其发展应用在各地各不相同：新疆主要是“一带一路”贸易通道大数据应用与反恐维稳大数据合作；甘肃作为“一带一路”上的重要连接通道，它的大数据发展主要是在智能物流、智慧物流方面；河南郑州主要是在电子制造和城市发展上开展大数据应用。东北则是针对老工业基地工业转型升级展开行业大数据应用。除了这些产业集聚区，我国大数据区域集聚的发展还存在一些企业集聚区，主要集聚在北京、广东、上海、贵州、江苏和浙江。其中，北京是大数据企业最多的省市。
大数据产业有一个鲜明的特点：企业投资估值趋高，融资活动频繁。大数据企业特别是大数据运营服务企业都是初创企业，它们都存在着投资估值和融资活动的空间。从企业融资来说，一般有A轮、B轮和C轮，能挺到C轮融资的企业，一般下一步就是上市了。如果c轮融资百分比高，f明这个产业发展相对比较成熟；如果C轮融资百分比比较低，说明这个产业还处在初创期的最前端。从2014年到2016年，我国大数据企业进行A轮融资的比率从95%下降到55%，再提高到70%。为什么会有一个拐点呢？原因是2014年刚提出大数据概念的时候，很多投资人还不是完全理智的，因此到2015年就有滑坡，到2016年时概念更加成熟了，而且国家政策也更加有利了，因而提高到70%。从c轮投资来看，大数据企业数量比例则是逐年增加的，从1%增加到了5%，C轮的企业平均估值达到10亿元，但在C轮融资之前的企业整体盈利都比较弱。A轮融资的企业估值均值为2.0亿元，B轮融资的企业估值均值为5.0亿元。
在大数据的主要用途上，业界调查问卷显示，认为大数据提升了智能服务的占24%，可以帮助准确经营的占21%，降低了成本的占16%，有助于风险管理的占21%，有助于创新经营的占18%。这说明，拓展智能服务目前依然是大数据企业的一个主要方向。
图12.大数据企业进入各轮融资的比例
大数据在为用户实施智能服务的同时，拉通了企业内外部数据，可以从用户画像到流程管控对企业进行全方面的改造，因此数据价值也体现在以下三个方面：一是增加收入，即通过大数据分析用户画像，设计研发更符合用户习惯和需求的产品，提升产品销量；二是减少支出，即对内进行大数据流程管控分析，改善供应链及控制企业管理上的不必要开支，同时通过数据分析对产品优化，降低产品失败的概率；三是降低风险，即通过大数据挖掘，预测出可能存在的利空因素，在企业新产品推广、工艺设计、战略选择等决策层面提供有价值的参考，降低企业未来的风险因素。四、我国大数据应用
国外涌现出来的大数据应用优秀案例是很多的。比如美国加州电网系统运营中心，管理着加州超过80%的电网，每年向3500万用户输送2.89亿兆瓦电力，电线长度超过2.5万英里。为加强对电网的管理，该中心应用大数据技术进行管理，数据来源包括天气、传感器、计量设备等各种数据源的海量数据以及3500万用户用电数据。大数据系统使该中心有效做到平衡全网的电力供应和需求，对潜在危机作出快速响应，还可以通过可视化界面，让用户可以优化利用电力能源。我国电力管理大数据应用也是这样的，在对接需求侧基础上，对供应侧进行实时调整，对用户需求作出快速响应，通过可视化的界面来优化电力的配置，也就是基于大数据分析完成供给侧配置。
公安案件侦破也需要大数据，包括国家展开的“天网”行动，需要挖掘大数据线索进行案件侦破。公安案件涉及的信息源包括电信移动基站信息，包括街区的加油站的录影，包括社交媒体上的QQ、微信、twitter、facebook等。北京市怀柔区警方通过运用大数据、云计算和科学分析模型，整合历年案件信息，建立了犯罪数据分析和趋势预测系统，能够预测犯罪趋势，指导警力投入。这个系统综合分析了每类案件的犯罪时间、地点规律，可以以数轴方式预测出不同时间段发生犯罪的概率，包括具体的日、周、月、季度、半年度、年度，以及自定义的时间周期。运用大数据还可以搜处假冒伪劣产品案件，例如淘宝联手上海、福建、浙江、湖南等地公安机关，运用大数据查获网售假冒运动鞋案件，涉案总价值2150余万元。
在健康和医疗大数据方面，除了医院之间的数据需要政府加强整合，现在的市场发展其实也是大有可为的。比如硬件设备方面，可穿戴设备包括智能手环和测心率的智能手表的普及使用，使身体监测数据可以实时传输到医院的硬件设备，为使用者提供身体状态监测服务。实际上，这是一个很大的平台，包含了硬件生产和平台服务两个发展重点，如围绕智能终端和可穿戴设备开发家庭医疗百科、电子病例查询、远程辅助诊疗等信息咨询服务；提供体征状态监测，制定康复方案，对身体异常即时报警并启动救治措施等服务；利用医学专家经验知识、健康教育信息和健康管理技术，为用户提供更加个性化和精细化的医疗咨询服务；为医务工作者提供个性化的处方定制功能等。
在交通管理中用大数据可以很有成效地治理拥堵，进行交通运行监测与管理，为公众出行提示，提供停车位信息，实施紧急救援，进行交通情况实时报道，组织实施交通管制，处置非法交通运营等。实际上，我们在个人出行中使用很多的高德地图也是一个大数据应用系统，它所使用的数据是其运营公司从国家买来的。
在金融银行业，现在国内不少银行已经开始尝试通过大数据来驱动业务运营。如中信银行信用卡中心使用大数据技术实现了实时营销，光大银行建立了社交网络信息数据库，招商银行利用大数据发展小微贷款。总的来看，银行大数据应用可以分为四大方面：客户画像，运营优化，精准营销，风险管控。如客户画像应用主要分为个人客户画像和企业客户画像；个人客户画像包括人口统计学特征、消费能力数据、兴趣数据、风险偏好等；企业客户画像包括企业的生产、流通、运营、财务、销售和客户数据、相关产业链上下游等数据。
在网络零售业领域，运营网络大数据系统可以掌握客户数据统计学特征，这方面数据都可以通过网络客户购物、网络支付以及信用卡使用而随时获得。实际上，这类网络信息的收集和分享已经形成一个完整的链条，且比传统金融行业更完善，因为互联网金融运营完全基于理性判断。典型的例子就是京东。它将每个用户在其网站上的行为记录下来，对这些数据的有效分析使京东对于客户的行为和喜好有全方位了解，对于其货品种类、库存、仓储、物流及广告业务上都有极大的效益回馈。京东依托大数据平台，分析近十亿商品的价格、评价等信息，结合消费者所有的浏览记录、购买偏好等，综合分析出消费者可能需要的商品。
实体商城应用大数据，也有成功案例，如大悦城。商户跟大悦城之间的交易关系使大悦城获得了所有交易数据。大悦城为此建立了POS系统、会员积分系统，将这两个系统整合起来以后形成大数据系统。大数据系统从每天540万条的交易数据开始，进行以预测销售为核心的商业分析。大数据系统通过这些交易数据，可以分析出商户的销售状况，同时能够做到提前60天预测出商品销售将会达到什么水平，再根据预测结果指导最终运用什么运营方法来进行经营支持。
在制造业领域，青岛红领也是一个著名的案例。主席、总理都曾前往该企业参观视察。青岛红领是一家服装企业，在过去十多年，积累了超过200万名顾客个性化定制的版型、款式、工艺和设计数据，推出国内首个服装个性化定制平台。如定制西装，就是它生产销售的西装都是个性化的，每一件产品的款式、版型、工艺、设计数据，都是通过客户个人特别需求定制得来的。在红领的工厂里，生产流程高度标准化，每个工人都在电脑终端前在线工作，用流程化的工业生产手段进行定制化服务。红领现有西装上衣、衬衫、西裤三个定制化生产工厂，2800名工人，每天能够完成2000-2700件定制西装的生产。服装行业本来就是一个劳动密集型行业，何况定制需要更多的人工。红领的价值在哪里？在于它的设计流程完全是靠数据来进行，按照客户身材的各种数据量身定制。最绝的一点是它已经由一个加工生产商转变成一个解决方案提供商了，也就是说它不仅做服装，而且还给别的服装公司做软件解决方案。2014年上半年，33家服装行业上市公司整体营业收入增速为-2.6%，净利润增速为-3.6%，整个行业景气低迷。相比之下，红领公司2014年生产、销售、利润都同比增长150%以上。2015年，红领集团互联网定制业务收入及净利润收入均同比增长超过100%，利润率达到25%以上。
从市场规模看，2015年媒体社交娱乐、基础电信、金融行业仍占据大数据IT产品市场的主要份额。其中媒体社交娱乐所占市场份额最高，对大数据有关产品的投资达44.3亿元，占市场总额的35.5%；基础电信和金融业有着对海量的数据资源与数据处理的需求，对大数据的投资规模紧随其后，分别为24.1亿元与22.7亿元。
从我国大数据行业应用的整体发展上看，大数据应用领域不断丰富，从互联网、电信、金融开始向医疗、交通、政府领域深入。未来三年媒体社交娱乐、电信、金融三大行业的市场规模将仍然占据市场总额的60%以上。其中互联网企业作为大数据应用的先行者以及大数据服务的提供者，其对产品的投入将在大数据市场中保持较高份额。而随着智慧城市的建设与应用落地，医疗、交通和政府领域对大数据的投资力度将逐渐提升，投资增速将超过其他行业。其他行业未来也将持续投入大数据产品，实现自身产业的升级，其市场占比将保持稳定。
五、我国大数据发展展望
展望“十三五”，我国大数据产业将迎来高速增长期。
第一，大数据发展将呈现产业规模快速增长、市场竞争日趋激烈、大数据应用日益深入、投融资环境愈加完善等重要趋势；预测产业规模年均增长复合率将达到60%，产业结构进一步向服务化、平台化转变。
第二，大数据市场格局将呈现多样化的竞争态势。在数据采集领域，互联网企业将根据自身的优势展开激烈的竞争；在数据存储和交易领域，市场将呈现平台化的趋势，大型企业将占据一定的优势；在数据分析和可视化领域，市场将呈现多样化、定制化发展趋势，中小企业将成为市场主力；企业竞争形态将由单一竞争转变为生态圈之间的竞争。大数据生态圈竞争，就是消费者入口端和数据采集端的市场整合行为。如果通过企业并购把消费者入口扩展、整合了，客户信息资源更加完整了，大数据企业的生态圈也就更为完整。这也是一个一家独大的行为。
第三，政务和工业将成为大数据应用的热点领域。在智慧城市大数据应用大浪潮和政府服务大升级的时代背景下，国务院各部门和各地政府作为大数据的引领者，必当身体力行推动大数据发展与应用，政务大数据应用场景将日益丰富，应用也将更为高级。2015年国务院印发了《中国制造2025》文件，是推进工业制造信息化的规划指导文件。2016年国务院又印发了《关于深化制造业和互联网融合创新的指导意见》，将工业大数据上升到工业新基础的高度来加以认识。现在大数据将成为推动工业与互联网融合发展并最终实现智能制造的重要工具，工业大数据应用是国家工信部等各部门的工作重点。
第四，大数据领域将成樽时竟刈⒌慕沟愫屯蹲嗜鹊悖创新创业企业将不断涌现。
第五，未来大数据技术将在采集端、分析端和应用端三个环节分层突破。在采集端，将呈现多源数据融合和运营化发展趋势。其中数据融合以社交数据、物联网数据等外部数据与企业内部数据融合拉通为重点；运营化是指通过长期采集积累海量数据资源的企业实现数据联合运营。在分析端，呈现处理实时化和高效化的发展趋势。其中实时化是指针对网络视频化潮流，进一步强化对实时流数据的处理能力；高效化是指随着数据量的不断增加，企业采用云端处理API（应用程序界面）结合后台支撑，将使数据处理更加高效。在应用端，呈现智能化和云端化的发展趋势。其中智能化是以机器学习作为核心，将实现对用户需求的自我理解和智能迭代；云端化是指云计算和移动互联网将促进大数据应用从企业应用市场迅速推广到个人消费者市场。
第六，大数据与互联网还有传统行业融合创新，将成为大数据产业发展的爆发点。从大数据的市场需求和创新能力来说，到2020年，它们都将聚集于大数据平台、行业大数据和互联网大数据。现在大数据基础软硬件的创新活力比较大，但是市场需求还没有完全激发起来，主要原因是受到数据资源流通交易环节的制约。大数据与互联网和传统行业融合创新的爆发点，体现在服务、软件、硬件三个层面，其中软件和服务的市场份额占比将不断攀升。据预测，到2018年，硬件市场比重将是41.1%，软件市场比重为33.9%，服务占25%；软件和服务市场份额将会高于硬件市场，达到58%。此外，根据中国大数据产业生态地图调查问卷，35%的大数据企业认为行业大数据将是最具潜力的发展方面。
最后谈谈关于大数据发展的政策建议，主要是以下六点。
一是鼓励技术创新和应用创新，突破大数据关键核心技术。目前我国大部分基础技术本身都不受关注，因为人们一般都是想着怎么赚钱快一点，造成的后果就是我国底层技术不够，却都搞应用创新、模式创新去了。因此在发展大数据产业上要鼓励技术创新，底层技术创新尤其关键。
二是推动公共服务领域的数据开放，带动数据资源开发共享。现在我国政务资源都是条块化管理的，弊端就是各个部门各自为政、利益分割。在这样的条件下，国家应进一步强化顶层设计，推动政府数据资源开放共享，深度开展政务大数据应用，将不利因素转化为有利因素。
三是研究制定大数据交易规则，完善数据资源流通的交易机制。大数据交易规则、机制在试点中要通过立法解决，实验区要勇于探索。
四是从金融环境、人才环境、科技成果转化环境等角度，实施优惠政策，促进大数据产业规模化发展。大数据产业发展可以更多地参照高铁发展的成功经验。
