一、國家大數據戰(zhàn)略
數據是國家基礎性戰(zhàn)略資源，是21世紀的“鉆石礦”。黨的十八屆五中全會提出“實施國家大數據戰(zhàn)略”，國務院印發(fā)《促進大數據發(fā)展行動綱要》、工信部印發(fā)《大數據產業(yè)發(fā)展規(guī)劃（2016－2020年）》，全面推進大數據發(fā)展，加快建設數據強國。
2016年6月，國務院辦公廳印發(fā)《國務院辦公廳關于促進和規(guī)范健康醫(yī)療大數據應用發(fā)展的指導意見》,文件指出健康醫(yī)療大數據應用發(fā)展將帶來健康醫(yī)療模式的深刻變化，有利于提升健康醫(yī)療服務效率和質量。
生物醫(yī)藥產業(yè)鏈主要包括原料藥供應、生產研發(fā)、外包服務、醫(yī)藥商業(yè)、醫(yī)療服務、產業(yè)服務、金融服務、會展服務、數據服務、產業(yè)媒體等。
圖 生物醫(yī)藥產業(yè)鏈圖譜；
現階段，生物醫(yī)藥大數據主要來源于生產研發(fā)、醫(yī)療服務、產業(yè)服務三個版塊：
研發(fā)數據：主要指藥企或科研機構進行研發(fā)獲得的數據，包括從先導化合物篩選、臨床前、I-III期臨床、IV期臨床、上市后療效副作用跟蹤等數據；
醫(yī)療服務數據：主要指患者就醫(yī)產生的數據，如病例數據、檢查數據、用藥選擇等；還包括患者行為和感官數據，如家族病史及可穿戴設備、即時監(jiān)控設備采集的健康數據；健康醫(yī)療行業(yè)數據，如監(jiān)管數據、醫(yī)院評價數據、公共衛(wèi)生數據等；
產業(yè)數據：主要是指生物醫(yī)藥產業(yè)企業(yè)、人才、藥品器械、投融資等數據。
1.生物醫(yī)藥研發(fā)大數據應用
（1）蛋白質組數據分析研究：基于大數據技術的發(fā)展與應用，已有許多具有創(chuàng)新性的數據分析方法得以廣泛運用，為保證蛋白質組學研究的健康、持續(xù)、高效發(fā)展，需加強不同層面組學數據的綜合分析能力；
（2）單細胞數據分析研究：在當前階段，能夠實現單細胞基因組數據分析的高效、簡潔的方法較少，在單細胞異化分析領域甚至存在大量的分析技術空白；
（3）基因組數據分析研究：通過系統(tǒng)化的數據分析模型建設，實現了對基因組、轉錄組數據的綜合性分析，最終實現生物系統(tǒng)研究向著標準化、深入化方向有效發(fā)展；
（4）宏基因組數據分析研究：生物醫(yī)學方面的宏基因組項目呈現出井噴態(tài)勢，如何通過科學、高效、準確的數據分析進行結果測算是廣大科研人員需面對的首要問題；
（5）生物醫(yī)學圖像數據分析：隨著光學成像儀器和高精度細胞操作技術的進步，生物醫(yī)學圖像相關數據急劇積累，但還缺乏公認的、標準化的生物醫(yī)學圖像存儲和處理平臺；
（6）基因生物學大數據應用：致病基因通路分析，利用大數據分析技術可發(fā)現不同階段、不同位置的遺傳控制因素，從而進行有針對性的治療；序列相似性分析，使用非線性相關統(tǒng)計法、神經網絡、分類及聚類算法進行相似性分析可以發(fā)現核酸序列之間的異同點。
2.臨床醫(yī)學大數據應用
（1）致病因素關聯分析：通過檢索病案數據庫中大量的病人病情信息以及病人的個人信息，使用聚類分析算法進行分析，以發(fā)現某疾病與外在環(huán)境因素的潛在關系，指導患者關注這些致病因素，有效預測疾病，降低疾病發(fā)生率；
（2）提高診斷準確率：疾病的致病因素錯綜復雜，而且不同階段癥狀各不相同，不同疾病之間有時會具有高度相似的病癥特征，大數據分析技術可應用于疾病快速高效的病情診斷。Kusiak等使用大數據處理的相關算法對實體性肺結節(jié)進行診斷，準確率高達100%；
（3）疾病預測應用：診療大數據可為某種疾病的發(fā)病史以地區(qū)分布性提供線索；可對疾病的遺傳性和非遺傳性進行分析，為治療人員提供相應防治措施；可對某些疾病發(fā)展趨勢進行預測；還是對傳染性疾病進行預測、預警的利器；
（4）醫(yī)學影像應用：在醫(yī)學領域的影像（如CT、MRI）分析中，采用大數據分析技術能夠對所得出的影像結果進行分析，進而對病人的疾病做出正確的診斷；
（5）藥物副作用分析應用：采用大數據分析技術，通過互聯網對各家醫(yī)院所出現的藥物不良反應進行挖掘，使醫(yī)護人員在用藥時提高警惕，保證病人合理用藥。
3.健康醫(yī)療行業(yè)/生物醫(yī)藥產業(yè)大數據應用
（1）健康醫(yī)療行業(yè)治理大數據：居民健康狀況等重要數據的精準統(tǒng)計和預測評價，有力支撐健康中國建設規(guī)劃和決策；醫(yī)院評價體系，完善現代醫(yī)院管理制度，優(yōu)化醫(yī)療衛(wèi)生資源布局；對醫(yī)療、藥品、耗材等收入構成及變化趨勢的監(jiān)測機制；
（2）公共衛(wèi)生大數據應用：公共衛(wèi)生業(yè)務信息系統(tǒng)建設；疾病敏感信息預警機制，提高突發(fā)公共衛(wèi)生事件預警與應急響應能力；集成多方監(jiān)測數據有效評價影響健康的社會因素；開展重點傳染病、職業(yè)病和醫(yī)學媒介生物監(jiān)測，有效預防控制重大疾??；
（3）生物醫(yī)藥產業(yè)大數據：準確把脈生物醫(yī)藥產業(yè)發(fā)展狀況，為產業(yè)規(guī)劃制定、引導產業(yè)集聚式發(fā)展提供支撐；為園區(qū)或區(qū)域提供精準招商服務，降低招商成本、提升招商效率；為產業(yè)企業(yè)提供專家人才評估、流動監(jiān)測與預警服務；基于供需精準匹配的創(chuàng)新資源一站式服務，促進生物醫(yī)藥產業(yè)創(chuàng)新服務發(fā)展。
在產業(yè)互聯網快速發(fā)展基礎之上，大數據中臺建設將加速產業(yè)鏈各環(huán)節(jié)數據積累與集聚，大數據應用也將有更多的需求場景，為企業(yè)提升效率、降低成本、縮短周期等提供更有效的措施。同時，基于大數據，結合云計算、人工智能、區(qū)塊鏈等新一代信息技術，可進一步促進生物醫(yī)藥產業(yè)發(fā)展與突破。
一、國家大數據戰(zhàn)略
數據是國家基礎性戰(zhàn)略資源，是21世紀的“鉆石礦”。黨的十八屆五中全會提出“實施國家大數據戰(zhàn)略”，國務院印發(fā)《促進大數據發(fā)展行動綱要》、工信部印發(fā)《大數據產業(yè)發(fā)展規(guī)劃（2016－2020年）》，全面推進大數據發(fā)展，加快建設數據強國。
2016年6月，國務院辦公廳印發(fā)《國務院辦公廳關于促進和規(guī)范健康醫(yī)療大數據應用發(fā)展的指導意見》,文件指出健康醫(yī)療大數據應用發(fā)展將帶來健康醫(yī)療模式的深刻變化，有利于提升健康醫(yī)療服務效率和質量。
生物醫(yī)藥產業(yè)鏈主要包括原料藥供應、生產研發(fā)、外包服務、醫(yī)藥商業(yè)、醫(yī)療服務、產業(yè)服務、金融服務、會展服務、數據服務、產業(yè)媒體等。
圖 生物醫(yī)藥產業(yè)鏈圖譜；
現階段，生物醫(yī)藥大數據主要來源于生產研發(fā)、醫(yī)療服務、產業(yè)服務三個版塊：
研發(fā)數據：主要指藥企或科研機構進行研發(fā)獲得的數據，包括從先導化合物篩選、臨床前、I-III期臨床、IV期臨床、上市后療效副作用跟蹤等數據；
醫(yī)療服務數據：主要指患者就醫(yī)產生的數據，如病例數據、檢查數據、用藥選擇等；還包括患者行為和感官數據，如家族病史及可穿戴設備、即時監(jiān)控設備采集的健康數據；健康醫(yī)療行業(yè)數據，如監(jiān)管數據、醫(yī)院評價數據、公共衛(wèi)生數據等；
產業(yè)數據：主要是指生物醫(yī)藥產業(yè)企業(yè)、人才、藥品器械、投融資等數據。
1.生物醫(yī)藥研發(fā)大數據應用
（1）蛋白質組數據分析研究：基于大數據技術的發(fā)展與應用，已有許多具有創(chuàng)新性的數據分析方法得以廣泛運用，為保證蛋白質組學研究的健康、持續(xù)、高效發(fā)展，需加強不同層面組學數據的綜合分析能力；
（2）單細胞數據分析研究：在當前階段，能夠實現單細胞基因組數據分析的高效、簡潔的方法較少，在單細胞異化分析領域甚至存在大量的分析技術空白；
（3）基因組數據分析研究：通過系統(tǒng)化的數據分析模型建設，實現了對基因組、轉錄組數據的綜合性分析，最終實現生物系統(tǒng)研究向著標準化、深入化方向有效發(fā)展；
（4）宏基因組數據分析研究：生物醫(yī)學方面的宏基因組項目呈現出井噴態(tài)勢，如何通過科學、高效、準確的數據分析進行結果測算是廣大科研人員需面對的首要問題；
（5）生物醫(yī)學圖像數據分析：隨著光學成像儀器和高精度細胞操作技術的進步，生物醫(yī)學圖像相關數據急劇積累，但還缺乏公認的、標準化的生物醫(yī)學圖像存儲和處理平臺；
（6）基因生物學大數據應用：致病基因通路分析，利用大數據分析技術可發(fā)現不同階段、不同位置的遺傳控制因素，從而進行有針對性的治療；序列相似性分析，使用非線性相關統(tǒng)計法、神經網絡、分類及聚類算法進行相似性分析可以發(fā)現核酸序列之間的異同點。
2.臨床醫(yī)學大數據應用
（1）致病因素關聯分析：通過檢索病案數據庫中大量的病人病情信息以及病人的個人信息，使用聚類分析算法進行分析，以發(fā)現某疾病與外在環(huán)境因素的潛在關系，指導患者關注這些致病因素，有效預測疾病，降低疾病發(fā)生率；
（2）提高診斷準確率：疾病的致病因素錯綜復雜，而且不同階段癥狀各不相同，不同疾病之間有時會具有高度相似的病癥特征，大數據分析技術可應用于疾病快速高效的病情診斷。Kusiak等使用大數據處理的相關算法對實體性肺結節(jié)進行診斷，準確率高達100%；
（3）疾病預測應用：診療大數據可為某種疾病的發(fā)病史以地區(qū)分布性提供線索；可對疾病的遺傳性和非遺傳性進行分析，為治療人員提供相應防治措施；可對某些疾病發(fā)展趨勢進行預測；還是對傳染性疾病進行預測、預警的利器；
（4）醫(yī)學影像應用：在醫(yī)學領域的影像（如CT、MRI）分析中，采用大數據分析技術能夠對所得出的影像結果進行分析，進而對病人的疾病做出正確的診斷；
（5）藥物副作用分析應用：采用大數據分析技術，通過互聯網對各家醫(yī)院所出現的藥物不良反應進行挖掘，使醫(yī)護人員在用藥時提高警惕，保證病人合理用藥。
3.健康醫(yī)療行業(yè)/生物醫(yī)藥產業(yè)大數據應用
（1）健康醫(yī)療行業(yè)治理大數據：居民健康狀況等重要數據的精準統(tǒng)計和預測評價，有力支撐健康中國建設規(guī)劃和決策；醫(yī)院評價體系，完善現代醫(yī)院管理制度，優(yōu)化醫(yī)療衛(wèi)生資源布局；對醫(yī)療、藥品、耗材等收入構成及變化趨勢的監(jiān)測機制；
（2）公共衛(wèi)生大數據應用：公共衛(wèi)生業(yè)務信息系統(tǒng)建設；疾病敏感信息預警機制，提高突發(fā)公共衛(wèi)生事件預警與應急響應能力；集成多方監(jiān)測數據有效評價影響健康的社會因素；開展重點傳染病、職業(yè)病和醫(yī)學媒介生物監(jiān)測，有效預防控制重大疾?。?/p>
（3）生物醫(yī)藥產業(yè)大數據：準確把脈生物醫(yī)藥產業(yè)發(fā)展狀況，為產業(yè)規(guī)劃制定、引導產業(yè)集聚式發(fā)展提供支撐；為園區(qū)或區(qū)域提供精準招商服務，降低招商成本、提升招商效率；為產業(yè)企業(yè)提供專家人才評估、流動監(jiān)測與預警服務；基于供需精準匹配的創(chuàng)新資源一站式服務，促進生物醫(yī)藥產業(yè)創(chuàng)新服務發(fā)展。
在產業(yè)互聯網快速發(fā)展基礎之上，大數據中臺建設將加速產業(yè)鏈各環(huán)節(jié)數據積累與集聚，大數據應用也將有更多的需求場景，為企業(yè)提升效率、降低成本、縮短周期等提供更有效的措施。同時，基于大數據，結合云計算、人工智能、區(qū)塊鏈等新一代信息技術，可進一步促進生物醫(yī)藥產業(yè)發(fā)展與突破。
