上世紀90年代，瑪麗·米克爾憑著對互聯網新興產業的精準趨勢預測，成為業內呼風喚雨的人物：“女皇”點頭，一個領域的股價就扶搖直上；“女皇”皺眉，人們就紛紛拋售。至今，從業者們在研讀她的互聯網趨勢報告書時仍誠惶誠恐，很多人都以米克爾“欽點”了自己的領域為豪。而現在，互聯網女皇以“醫療健康已到達數字化拐點”這句話開場，直接而大膽地表達了對醫療健康行業未來發展的肯定。

相關閱讀：2017互聯網女皇中文報告出爐：數字化醫療成拐點

2017年，對于新時代的醫療健康從業者而言或許是非比尋常的一年。互聯網女皇瑪麗·米克爾第22次發布“互聯網行業分析超級PPT”——《互聯網趨勢（Internet Trends）》。這次，她一反往年寥寥數頁帶過醫療健康行業的做法，前所未有地單獨作了長達31頁的詳細闡釋。

米克爾的重視并不是毫無征兆。2016年，風投公司、硅谷技術型企業紛紛聘請醫學專業人士來輔助投資和研發。同樣也是在過去這一年，醫療科技創業公司獲得了42億美元的總投資（Rock Health數據）。

在此，從這份報告的31頁醫療行業分析中標注出了重點內容，予以分享。

醫療大數據的急速演進

當今的數字醫療呈現出一種特定的演進循環：醫療數據源（設備、電子病例）的迅速增長，直接促進了醫療信息的數字化程度；積累到一定程度后，從整合的數據中得到醫學洞察；醫學洞察被運用到制藥、醫療健康服務中，激發更大量級的醫療數據，不斷迭代和改進。此觀點，是貫穿了報告整個醫療部分的綱領性思想。

2000年到2017年，醫療科技實現了全面飛躍。醫用X射線從2D模擬式變成3D數字式，血壓計從人工變成了自動操作，心電圖從紙張轉移到可穿戴設備上，醫院監控方式也從室內監控變為遠程監控。

從專業診斷技術的層面上來說，醫學實驗室數據在迅速增加。從1993年到2017年5月，CLIA免檢（操作簡單、無害）的商業化醫學檢測項目從13000個增長至59000個。

面向C端的醫療健康數據使用更值得琢磨。消費者對于分享醫療健康數據有較高的意愿，分別有60％、56％、54％、50％的人在谷歌、微軟、三星、蘋果的平臺上共享過自身的健康數據。另外，在2015年、2016年的抽樣調查中，至少使用過一種數字健康工具（遠程醫療、可穿戴設備）的人占到了88％。這或許意味著，晦澀難懂的醫學數據正在普及化，成為跳躍在人們身邊的鮮活概念。

這股醫療大數據潮流的核心，是以電子病歷記錄為代表的集中化醫療數據量大漲。美國醫療機構使用電子病歷記錄的比例從2004年的21％增長至2015年的87％；醫院提供數字化醫療信息的能力同樣也在增加——從2013年至今增長了7倍。

總結來看，全球醫療數據量從2013年以來的年增長率達到了48％。同樣在增長的還有醫療知識總量：上世紀50年代的醫療知識量翻一倍用了50年；上世紀80年代，知識量翻一倍用了7年；2010年之后，實現這一點則僅需3．5年時間。

米克爾對醫療數據現狀及趨勢的呈現，揭示了一個非常關鍵的點：數據本身就有能力對整個醫療體系及消費者人群形成告知、教育及引導的作用。

報告指出，隨著基因信息數字化程度越來越高，基因檢測技術將更快、更好、更低價。高通量測序技術讓基因檢測從2007年的耗時10個月降低至2015年的耗時27小時，費用更是降得比“摩爾定律”還快。

累積的基因數據用于科研，直接導致了可檢測的基因疾病種類成倍增長，還讓個性化用藥這一2008年才發展起來的醫藥種類實現了從無到有的跨越。

除了臨床科研型基因研究，消費基因也隨著基因測序數據量的擴大而加深了探索。此外，隨著基因行業的數字化演進，新的商業模式也應運而生。

從這份報告中，我們可以看出相當多的行業創新做法。舉例來說，醫藥臨床研究中的一個新方法，是用特定的基因標記來篩選參與實驗的患者，圖示數據也證明了這樣做能夠有效提升實驗成功率、加速藥物上市進程。

報告還舉例說明了一些創新定義醫療實踐的產品案例：

Propeller Health的吸入式藍牙傳感器幫助患者提高用藥依從性；

連接型血糖儀Livongo提供對糖尿病患者的個性化指導；

Ayasdi公司的醫療AI用于優化仁惠醫療中心的臨床路徑；

醫療大數據公司Flatiron與癌癥基因測序公司Foundation Med聯手，對20000份癌癥患者病歷進行了數據分析和個性化治療；

Kinsa智能溫度計監測區域性流感；

慢病管理公司Omada以預防保健項目降低體脂及心臟病、中風幾率等。

倒回100年前，醫療診斷靠醫生的手感、體感；倒回25年前，醫療設備代替醫生來對患者的情況進行量化；今天，則是一個一舉一動皆能產生醫療數據的時代。

醫療行業的未來是數據開源型的未來，更多的信息壁壘將被打破，眾力聯合實現全球范圍內的創新；

醫療機構對數據存儲和安全的需求在擴大。一家典型的500個床位規模的醫院，需要處理50PB，也就是50×220 GB的數據量；

愿意在谷歌、微軟、三星、蘋果、亞馬遜、Facebook、IBM平臺分享個人健康數據的人群比例分別為60％、56％、54％、50％、39％、39％、37％；

醫療健康類APP的類別占比分別是：健身類達36％、疾病治療管理類達24％、生活方式及減壓類達17％、飲食營養類達12％、其他種類為11％；

將英國醫療衛生研究部門的傳統實驗方法與“阿基米德數據模擬實驗”的醫療大數據實驗方法相對比：患者樣本量分別是2838人、50000人；可查閱的數據年份分別為7年、20年；研究耗時則分別是7年、2個月。

女皇5年談醫療，和我國的醫療行業演進

這里，筆者收集了“女皇”從2012年起發布的《互聯網趨勢報告》，并分析了每一年的醫療板塊。從米克爾的觀點演變方向，以及我國互聯網醫療行業逐漸興起和變化的方向，國內外醫療健康行業的發展情況可見端倪。

2012、2013年：美國醫療現狀嚴峻，中國互聯網醫療浪潮初起

在2012年的88頁報告和2013年的117頁互聯網趨勢報告中，“醫療”這個關鍵詞都分別只出現了2次，粗略描述了這樣幾個數據和事實：

美國的醫療健康年度支出超過2．6萬億，2010年達到了GDP的18％，這個比例也是經合組織成員國平均水平的2倍；而1960年的醫療健康支出只占GDP的5％。

2012年有1億美國人超重，占總人數30％；而1990年超重人口占15％。

據估算，2008年由超重引發的醫療費用達1470億美元；1998年的數據是790億美元。

而我們國內的情況是，2012年之前陸續有好大夫在線、掛號網、春雨醫生等互聯網＋醫療類型的平臺出現。從2013年下半年開始，移動醫療從個案投資開始演變成一種不可阻擋的良性發展趨勢，資本的關注也越發熱切。

也就是從這個時間段開始，醫療領域出現的一系列政策利好，為后續的行業大跨步發展作了鋪墊。2013年9月，《國務院關于促進健康服務業發展的若干意見》指出凡是法律法規沒有明令禁入的領域，都要向社會資本開放；2014年2月，國家就醫師多點執業征求意見，政策進一步放開；2014年5月，《互聯網食品藥品經營監督管理辦法（征求意見稿）》開始推行包括網售處方藥等新做法。

2014年：醫療“可能”到達拐點

有趣的是，米克爾在2014年就首次提出了“醫療拐點”的概念。但不同于2017年的篤定，她的措辭是醫療健康可能到達了拐點。

這一年米克爾的《互聯網趨勢報告》全文164頁，醫療健康占了3頁的篇幅。首先，報告分析了醫療健康面臨的嚴峻形勢：27％的醫療支出被浪費、企業為雇員支付高昂醫療費用、慢性疾病占據總支出的75％等。

然后報告指出，醫療的數字化開始發生——使用電子病歷記錄系統的醫療機構增多、美國政府的HITECH法案正在推動醫療信息化市場、數字醫療風險投資加大等。隨之，醫療健康開始走向消費化，52％的消費者會通過互聯網工具來查看醫院、醫生的點評。

數字醫療企業，包括做生活方式定制的Redbrick Health、遠程醫療平臺Teladoc、提高用藥依從的Mango Health、糖尿病管理平臺WellDoc，也首次在米克爾的報告中亮相。

2014年對于中國醫療行業，堪稱全面加速的一年。這一年，年度新增的互聯網＋醫療企業數量達到頂峰，獲投企業數量、投資總金額也達到了前所未有的高峰，投融投資總金額相比2013年有近5倍的增長。此時，我國主流醫療企業集團開始形成，微醫、丁香園、好大夫在線、春雨醫生等移動醫療機構脫穎而出。

2015年：C端驅動、技術先行

2015年，醫療健康相關內容在196頁的內容中占到了2頁。此次的主題包括了兩方面：

一方面是指出醫療的“C端導向化”——消費者導向的醫保開始盛行，美國聯邦醫療保險也專門為慢性疾病管理開辟了“非面對面醫療服務”的報銷板塊；

另一方面是肯定了用技術改進醫療健康的可行性，稱智能健康設備、疾病管理APP、基因檢測等有望降低心血管疾病、糖尿病、超重、癌癥的開銷，而像谷歌、IBM、Zephyr Health等有醫療大數據業務的企業也在起到作用。

2015年的中國同樣也是進一步技術驅動的形勢——VR、AR等新技術應用到醫療領域，BAT等巨頭進一步滲透醫療行業。此外，專科服務和尋醫診療領域繼續保持高增長，對平臺的熱情逐漸轉向對細分領域的產品打磨。

2016年：逐漸成熟化

2016年的213頁《互聯網趨勢報告》中沒有提到“醫療健康”，但互聯網醫療的熱度未曾減退。

動脈網在2016年發布的《互聯網醫療生存報告》中，指出了這樣的一個事實：“資本寒冬論”盛行的2016年，醫療行業的投資并未出現削弱態勢，但此時資金更多地流向了模式更成熟的大企業。

而普華永道中國醫療及醫藥行業團隊的《2016中國醫療健康、醫藥及生命科學行業十大熱門趨勢》報告，指出我國醫療行業在2016年呈現出高科技數據庫進一步發展、掌上醫療時代來臨、商業健康保險發展迅速等特點。同時我們也看到，2016年的醫療科技進一步發酵，人工智能的大熱讓醫療大數據產生更強的作用。