时间：2023-10-08 15:33:54
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇精准医疗行业市场范例。如需获取更多原创内容，可随时联系我们的客服老师。
4月中旬，美国一家名叫“Celator”的制药公司将“精准医疗”概念带入公众视野，不但在纳斯达克掀起一股“医疗风”，公司股价创下18天暴涨近10倍的神话，也成功“波及”了大洋彼岸的A股市场，相关概念股一路飘红。原因就在于该公司通过精准医疗的手段和新型药物结合，能够实现对重症白血病患者进行有效治疗。
这家位于美国新泽西州尤英市的生物医药公司Celator宣布，旗下的新药CPX-351经三期临床证实能让急性髓系白血病高危患者总体存活率显著提高，是精准医疗在科研领域的重大突破，或将改变现有的诊断、治疗模式，为医学发展带来一场变革。
CPX-351是公司利用其新型纳米载药技术结合cytarabine和daunorubicin两种抗癌药物的新剂型。在CPX-351中，两种药物的比例为5：1。Celator公司开发的新型载药系统技术能够最大限度发挥两种药物的效果并将其副作用降至最低。
精准医疗又叫个性化医疗，区别于传统模式和医学概念，是以个体化为基础、借助基因测序、蛋白质组学技术以及生物信息与大数据科学的交叉应用，对于大样本人群特定疾病类型进行生物标记物的分析与鉴定、验证与应用，从而精确寻找到疾病的原因和治疗的靶点，并对一种疾病不同状态和过程进行精确分类，最终实现对于疾病和特定患者进行个性化精准治疗的目的。
由于精准医疗是生物信息科学与先进医疗技术交叉应用而发展起来的新型医疗模式，实现有效实施精准医疗，其前提就是要完善“精准诊断”技术，即以基因检测为核心的分子诊断技术。因此，在精准诊断之后还需要“精准治疗”，主要是靶向治疗技术，包括分子靶向药物、抗体药物、细胞免疫治疗、干细胞治疗等，尤以肿瘤市场的需求最为迫切。
全球范围而言，精准医疗市场的规模增长较为明显。根据前瞻产业研究院的《2016-2021年中国医疗机构行业市场前瞻与投资预测分析报告》数据显示，2005年，全球精准医疗市场规模为187亿美元，到2010年时增至335亿美元，2015年全球精准医疗市场规模则近600亿美元，预计未来五年间年复合增速将达15%，是医药行业增速的3―4倍。
审批从严，政策趋紧，增速放缓，抱团取暖
放眼下一个五年，预计中国医药和生物技术市场将出现以下几个趋势性变化。
2015年年底，CFDA（国家食品药品监督管理总局）了史上最严的药品审评审批制度，对提高仿制药审批标准、优化临床试验申请审评审批、加快临床急需等药品审批、严惩临床试验数据造假等进行明确规定。许多药企的在研在审新药将受到影响。
与此同时，招标改革、严厉打击商业贿赂及医保控费将会实质性影响部分药企的销售与经营。在审批与政策双重趋紧、医药市场增速持续放缓的情况下，同质化的仿制药企业将寻求抱团取暖，那些有雄厚研发底蕴、健全销售网络和强大整合能力的药企将有机会逐渐发展成为平台型药企集团。
中国老龄化进程的加速与二胎政策的全面放开带来了慢病药和儿童药等细分市场的机会
2015年到2035年，我国将进入急速老龄化阶段，老年人口将从2.12亿增加到4.18亿，人口占比提升到29%。由于老龄群体免疫力较低，导致患病率较高；且老年人多发慢性病，需要持续用药，耗费较高，老龄人口将对医疗卫生服务提出更高的要求，也将为医药行业带来前所未有的发展机遇。
2010-2014年，我国每年新生儿约1600万。全面放开二胎后，预计头五年新生儿每年增加500万左右。我国制药企业总计约6000家，但专业儿童制药企业却只有10家左右。我国12岁以下人口已经超过2亿，且儿童免疫系统处于发育健全阶段，属于易患易感人群，儿童用药市场需求量巨大，蕴藏着众多的发展机会和巨大的创新空间。
生物技术持续火热，精准医疗孕育万亿级市场
2015年3月，科技部召开国家首次精准医学战略专家会议，决定在2030年前政府将在精准医疗领域投入600亿元。全球范围内，CAR-T、CRISPR、ctDNA、单抗等生物技术逐渐得到验证，并应用于疾病的早期发现及精准治疗。虽然该类技术处于探索阶段，但这些技术的研究探索、临床试验及验证后的诊疗应用都将创造巨大的市场机会，初步估计可达万亿规模。
投资要点:
AI新品，进一步落地多个行业:2017年9月12日，公司了“精准医疗”、“AI+公安大数据”、“乐享智投‘三个行业的解决方案及产品。
(1)精准医疗:
目前还处于辅劣临床诊疗阶段，iMedical8.0P、临床科研大数据分析平台、感染智能监测系统、知识图谱构建系统等实现了辅劣医生优化治疗方案和临床科研的功能;
(2)AI+公安大数据:通过人脸识别、视频检索技术等不公安系统拥有的海量数据库结合，解决了以往案件侦查过程中嫌疑人筛选的问题，大幅提高了筛选速度;
(3)乐享智投:作为一款智能投顼产品，主要向金融客户提品评测、用户画像、投资组合、投资执行、风险监控、收益分析等服务，并提供个性化的解决方案。
本次AI产品的，公司实现AI技术在医疗、安防、金融三个热点行业的落地，有望搭上AI行业高速发展的顺风车，助力公司的进一步发展。
布局AI行业多年，技术成就应用:公司于2013年开始布局人工智能领域，是国内较早投入人工智能领域研发的企业之一，先后不中科院、清华大学、北航、IBM和微软等国内外知名校企合作。经过多年研究，公司基于人像识别、车辆软件识别、目标图像提取不分析等技术，研发出智能人像服务、人像卡口等系统。本次人工智能新品的是对以往产品的进一步改进，是公司多年技术积累的结果，产品系列较为成熟、可靠，用户满意度较高。
业务行业覆盖广，公司发展空间大:公司立足数字化行业多年，服务对象涵盖金融、电力、通讯、交通运输等10余个行业，产品线主要包括行业应用软件、人工智能解决方案、大数据服务。这不仅有利于公司率先占据AI行业的有利位置，更能够使公司在数据量上存在优势。公司能够尽快实现AI产品在多个行业的落地，在AI市场还在高速发展期的今天，占据多个行业就意味着拥有更大市场规模的可能性。
除此之外，公司拥有各个行业的大量数据，能够实现不同行业数据的相互补充，有利于AI系统的自我完善。
投资建议:作为国内IT企业龙头，公司将不断完善人工智能技术，并通过数据积累，在产品线和市场应用上不断拓展，最终实现人工智能+战略。我们公司预测2017年至2019年每股收益分别为0.48、0.53和0.68元，上调评级至买入-A，6个月目标价为13.92元，相当于2017年29倍的动态市盈率。
风险提示:
精准医疗和基因测序正在全面爆发
未来五年，全球精准医疗市场的规模将快速增长，据西南证券研究报告显示，2015年全球精准医疗市场规模近600亿美元，2015-2020年期间增速可达15%，是医药行业增速的3-4倍；2013年基因测序市场规模约45亿美元，2013-2018年复合增长率为21.2%，而中国和印度2012-2017年复合增长率为20-25%。从医疗技术的角度来说，精准医疗离不开基因测序，二者之间有着密切的关联。至于精准医疗在全球范围内快速发展，主要得益于以下三大因素。
1、政策上的大力支持。去年美国总统奥巴马在2015年国情咨文中宣布：将重点支持精准医疗发展，投资2.15亿美元建立数据库及基因筛查等。而在中国，针对于精准医疗的利好政策也频频出现，科技部甚至召开国家首次精准医学战略专家会议，计划在2030年前，在精准医疗领域投入600亿元。政策上的利好消息，极大地刺激了相关企业和医疗机构投入人力、财力来研发精准医疗。
2、基因检测技术的兴起，极大地促进了精准医疗的快速发展。相比传统的医疗技术而言，精准医疗不单纯只是局限于对于疾病的治疗方面，它在降低疾病的发病率，有效预防并治疗病人病情方面具有更高的准确率和效率。
3、随着生活收入水平的不断提升，老百姓们对于自身身体健康的关注度越来越高，尤其是对于正在步入人口老龄化的中国来说，医疗问题正在成为全社会日益重视的问题，老百姓对于精准医疗的需求也在日益攀升。
精准医疗还需经历九九八十一难
然而在整个国内，目前精准医疗的普及发展也并非一帆风顺，实际上整个行业还是存在诸多痛点。
精准医疗面临的第一个难题就是数据收集的问题，对于很多用户来说，他们个人健康信息的数据是一项保密的内容，他们不愿意将自己的健康数据透露给他人。这就给精准医疗造成了一定的困难，精准医疗需要基于大量数据基础之上，没有这些数据基础，精准医疗也就难以做到精准。
第二个难题是成本上的难题。类似基因测序这种技术，它的成本虽较之前已经大幅降低，但就现阶段而言，仍旧没有达到普及的水平，绝大多数的精准医疗项目都需要付出高额的成本，这对于一些较小的医疗机构来说，是难以承担的。此外，基因检测与分子靶向治疗的药物价格也不菲。
第三个难题是对于医生以及很多中小医疗机构来说，如果精准医疗成为了日常健康医疗的一部分，这些医生就需要具备深厚的分子遗传学和生物化学功底，他们不仅需要解释遗传测试结果，还需要了解这些信息如何对应到后期的治疗或前期预防当中，并向病人准确地传达这些信息。去年针对北京协和医院医生做的一项调查表明，医生对遗传学知识的个人评分平均只有2.1分(4分为满分)。
第四个难题是精准医疗的支付问题。精准医疗的价格能否被普通的老百姓们所接受，这个也是需要考虑的。如果大多数的老百姓买不起精准医疗药物，那么精准医疗最终就难以走向大众市场。此外，医疗保险能否覆盖精准医疗也是很关键的一步。
第五个难题则是精准医疗如何区分病人群体的异质性。即便区分开了，还需要涉及到制药业的切入，如何才能够开发出针对特异群体的靶向乃至基因药物，这并非那么轻松，且药物从临床到应用的诸多环节也需要考虑。
而精准医疗所面临的一个最核心最根本的难题实际上还是源于技术本身，如何对大数据进行更准确的分析，还需要更高的效率来实现。比如在基因检测运用最为成熟的NIPT领域，就面临着精准度、检测周期、假阴、假阳现象等诸多难题，这也是目前全球各国精准医疗所面临的一个共同难题。
行业急需不断创新变革，精准医疗才有希望
要想推动精准医疗逐渐走向普及，就必须推动精准医疗的医疗技术水平不断提升，如此一来才能解决精准医疗的基因测序、数据分析、区分病人群体的异质性问题等，而精准医疗的治疗费用也就可以逐渐下降。
2000年，人类第一个基因组开始，基因检测以摩尔定律的方式进行快速革新，这加快了基因检测的个体化精准医疗运用进程。
2015年，为了能够满足复杂的基因测序数据处理和高性能计算能力需求，英特尔推出了至强融核协处理器(Xeon Phi)，它能够提供多达61个内核、244个线程、1.2万亿次浮点运算性能。但基因序列分析具有高IO密集和高计算密集的特点，还需要常规加速方法以外的特殊手段。
2016年，精准医疗进入到了算法阶段，高效的数据分析变得越来越重要，它也是精准医疗所面临的一个最核心最根本的难题。人和未来生物科技公司推出的基于FPGA的GTX One生物计算加速平台，从某种程度上来说，有效地解决了这个难题，他们通过高能算法极大的提高了基因检测样本的比对和分析效率。
从速度上来说，GTX One加速产品能够让无创产前DNA检测(NIPT)的数据比对分析效率提升100倍。比如，GTX One处理器(FPGA芯片)能在一个超过20亿个条目的海量数据字典(近90GB的数据量，即超过22张DVD数据量)中，创纪录的完成每秒860万次的查询，比一台运行Redis(公认最快内存数据库)的20核Intel Xeon E5 CPU的服务器的查询速度快17倍。
从成本上来说，GTX One系统可以将一台拥有20核Intel Xeon E5 CPU的高性能服务器24小时的计算任务，压缩至半小时内完成。这不仅极大地降低了数据分析的时间成本，还能极大降低服务器集群的采购和运维成本。与此同时，GTX One整机满负荷功耗只有89W，是20颗Intel Xeon E5 CPU物理核服务器整机功耗的1/5，大大降低了运行成本。
从效率上来说，GTX One处理器也带动人类精准医疗向前迈进了一大步，它专门针对序列比对和突变分析算法的并发和访存瓶颈，面向FPGA高计算性能特性，充分考虑算法各阶段流水，重新设计了生物信息分析的核心算法。其优化设计甚至细化考虑其访存可能引发的DDR控制器事务数量、DDR3颗粒内部Open Page的时间特性等，使得GTX One处理器能够在一个双通道的8G板载DDR3内存中，从压缩的海量数据记录里，辗转腾挪，仅仅通过最多不超过4次访存的情况下，在30亿碱基长度的基因组上定位序列片段。
不过GTX One加速平台还仅仅只是人类精准医疗战略实现的第一步，人和未来正将这项新的技术运用到全基因组、转录组、表观遗传等数据分析上，持续不断丰富GTX One加速平台上的分析应用产品。只有不断提升高能算法和大数据分析的能力，才能真正全面提升基因检测全产业链条的整体效率，从而大幅降低检测成本、时间以及精准度，真正建立大数据健康管理解决方案。
未来大数据下，将全面进入精准医疗时代
不论从何种角度来说，基于基因测序和大数据基础之上的精准医疗，将会成为人类未来医疗发展的必然趋势。
首先，精准医疗能够极大地提升对病人治疗的有效性，也能够提供更为精准的医疗服务，这个对于当前的医疗水平发展现状来说，具有极大的促进意义。此外，精准医疗的出现，还能够降低一些非必须药物的副作用。
其次，随着精准医疗技术的不断提升，它能够减少很多无效的治疗检查，大幅降低治疗的时间。最为重要的是，随着精准医疗技术的提升，它的费用也能不断降低，同时还因为减少了其他的治疗检测项目，能够大幅降低医疗的成本。很多传统医疗单项费用看起来并不高，但实际上却浪费了很多医疗资源。
关键词：共享发展：实现途径
共享发展理念的提出既是对当前我国改革发展中的突出矛盾和问题的应对，又为中国在新的历史条件下实现新的奋斗目标提供了新的发展理念。共享发展，就是发展为了人民、发展依靠人民、发展成果由人民共享，其基本内涵是人人参与、人人尽力、人人享有。这是中国特色社会主义的本质要求，是社会主义制度优越性的集中体现，也是我党坚持根本宗旨的必然选择。要实现共享发展主要有以下几个途径。
一、实施脱贫攻坚工程
目前我国还有为数不少的农村贫困人口，实现农村贫困人口脱贫是落实共享发展理念的重要任务，为此要完善脱贫工作的体制。按照精准到村到户的要求，精准摸底从而科学制定精准扶贫攻坚规划。按照精准帮扶的要求，进一步加大社会扶贫和专项扶贫的力度。还要加大行业扶贫工作力度，如大力实施交通、水利、医疗、教育、文化等各方面的扶贫，全面落实行业扶贫的职责。同时要落实精准扶贫攻坚责任，各级党委、政府特别是贫困地区党委、政府要切实履行好精准扶贫攻坚的主体责任。加大精准扶贫资金投入以及强化精准扶贫队伍建设。加强动态管理，建立年度脱贫攻坚报告和督察机制，努力做到真正实现精准扶贫、精准脱贫，确保责任到位、工作落实到位。落实全社会共同责任，凝心聚力推进精准扶贫攻坚。
二、提升公共服务的供给
随着经济社会发展水平的提高，人民群众也期待获得更高质量的公共服务。提升公共服务供给，可以从以下几个方面着力。
第一，明确政府提升公共服务供给的职责，不断完善公共服务体系。同时提升公共服务供给应与经济及社会的发展水平相适应，做到既能让全体人民受益于更多更公平的发展成果，又是可持续发展。第二，明确提升公共服务供给的主要内容。在公共教育服务、公共卫生服务、社会保障等方面提出明确的质量要求。第三，合理配置公共资源，在加大投入的同时改革创新公共资源配置的方式。第四，创新公共服务供给机制，改变以政府为主体的单一公共服务供给模式，引入市场化、社会化机制。同时建立系统规范的公共服务管理及评价体系。第五，提升公共服务的供给，要积极推进法治化。制定政府履行公共服务职能的具体规范来约束政府履行职责。依法保障人民群众获得普遍、公平的公共服务的权利，同时确保提供公共服务的公开透明。
三、加快有利于公平正义的具体制度的建构与完善
坚持共享发展，关键是作出更有效的制度安排，使全体人民在共建共享发展中有更多的获得感。这就需要逐步完善各项社会制度，以确保权利公平、机会公平、规则公平。公平正义的制度是共享发展坚实的根基。通过完善公平正义的制度体系，公平正义的社会秩序将进一步巩固，从而最终全面建成小康社会。
首先要完善领导体制和工作机制。党的各级领导机构要领导各级政府在制定各级各类规划时，要提出明确反映共享发展理念的指标及政府履行职责的约束性指标。同时各级政府要明确分工和责任，责任到人，确保工作落实到位。其次要完善监督机制。加强督促检查，通过自查、抽查、督查等方式，及时发现制度执行过程中的问题，严格抓好落实。强化党内、民主、法律及舆论监督。加强群众对贯彻落实共享发展理念的舆论监督，推动制度落实。最后还要完善评价机制，形成全方位的评价体系。规范党和政府主导的监测、评价机构建设，调动人民群众积极参与评价共享发展理念。
四、完善基本民生的保障制度
2016年，中国精准医疗发展也进入加速期，3月5日，国家发改委公布“十三五”规划纲要，其中涉及100个项目，而“加速推动基因组学等生物技术大规模应用”位列其中，预示着“基因组学”被列入国家战略。
早在2015年3月，科技部召开国家首次精准医学战略专家会议，提出了中国精准医疗计划，并计划在2030年前投入600亿元。一年之后，科技部 “精准医学研究”重点专项2016年项目指南正式公布，实施周期为2016年～2020年。这一指南的被医疗界内解读为，行业期待已久的精准医疗国家战略部署终于揭晓。
在资本市场上，2015年以来精准医疗行业内的公司一直是风险投资机构眼中的“香饽饽”，越来越多的天使和VC投资争相加入大健康投资行列。尽管在经历“资本寒冬”，但基因产业上的创业公司融资力度依然不减。据资料显示，2016年中国精准医疗的市场规模已达400亿人民币。
且中国作为人口大国，恶性肿瘤、心脑血管疾病等慢性病占据中国居民疾病死亡率前几位，人口老龄化、重大疾病是造成国家人力资源损失和经济损失的重要因素。此外，精准医疗在生育健康领域、重大疾病治疗领域的应用需求在中国也有庞大的基础。不管是政府的重视与投入，资本市场的火热追捧，还是大众对精准医疗的迫切需求，仿佛都预示着精准医疗的大规模爆发即将到来。但理想和现实之间的距离究竟有多远？在从理想到现实的具体实现路径上又有着哪些障碍？
精准医疗还有多远
美国国立卫生研究院对精准医疗的定义是：建立在了解个体基因、环境以及生活方式的基础上的新兴疾病治疗和预防方法。2016年美国在精准医疗计划上投资2.15亿美元，从逾百万美国志愿者那里收集数据、找寻科学证据，将精准医疗从概念推进到临床应用。
法国政府也宣布投资6.7亿欧元启动基因组和个体化医疗项目，将其命名为：法国基因组医疗2025（France Genomic Medicine 2025）。该项目以提高国家医疗诊断和疾病预防能力为整体目标，预计在全国范围内建立12个基因测序平台，2个国家数据中心。
在世界范围内，还有英国10万人基因组计划、韩国万人基因M计划、澳大利亚零儿童癌症计划等精准医疗计划已获得重大推进。 数据显示，目前，精准医疗全球市场规模已突破600亿美元，其中精准诊断领域约为100亿美元，精准治疗领域500亿美元左右。今后5年，全球精准医疗市场规模，还将以每年15%的速率增长，国内增速将超过20%。
在全球性的精准医疗热下，精准医疗仿佛呼之欲出，但其实精准医疗的真正落地还要面临很多困难。
首先，对于现行的医疗制度来说，精准医疗还需要很多规则或者习惯的改变。在医疗信息记录上，要按照高水平科学研究所使用的样本规范来收集记录。除了病人基本信息外，还需要家族病史、饮食、运动习惯等。
其次，在目前的医疗IT架构内对精准医疗的支撑也存在问题。在2017年的政协会议上，全国政协委员、福建省立医院主任医师侯建明就表示，精准医学是近年来医学研究热点，但是目前我国数据共享方面还存在很大问题，临床样本和健康人群的信息收集、临床资料的分析、个体化医疗的实施等方面，我国数据共享机制仍不健全。建议由卫生行业权威机构牵头，联合相关部门及各医疗机构、大学等共同实施数据整合共享计划，以此夯实精准医疗的数据资源基础，实现医疗资源集约化管理与利用。
除了数据共享外，如何借助IT系统最终实现将医疗大数据提取出知识并最终应用到对患者的治疗上，也是对现有医院信息中心负责人们提出的重大挑战。
夯实数据基础
“我们做了相关调查，发现在实现目标的路径上还有很多工作要做。”阜外医院信息中心主任、中国心胸血管麻醉学会医疗信息技术专业委员会（CHITA）主任委员赵说。
依托国家卫生计生委课题的支持，CHITA在全国开展了针对心血管领域大数据应用的调查。调查覆盖了全国31个省市自治区，包括100家3级医院，210家2级医院。调查结果显示，经过多年的信息化建设，我国医疗信息化整体水平已经达到了相当的高度，各级医疗机构都积累了规模可观的医疗数据，但与大数据的发展预期相比，还存在着巨大的提升空间。在病历结构化能力、数据质量管理、信息集成能力、数据安全意识与管理等方面与先进水平还存在着相当的差距，支撑临床科研大数据分析的能力不足，会影响精准医疗数据分析的准确度。
赵表示，除了数据本身的问题外，许多人对于大数据理念和精准医疗的概念认知较为混乱。在系统的设计上依然遵从传统思路，仅重视医院内部的数据采集、流程管理，不考虑如何实现数据资源的二次利用，如何发挥数据应有的价值。这些问题都是当前实现精准医疗的瓶颈。
若要突破这些瓶颈，就要从根本上解决以下三个问题：
1.缺乏适合临床应用的数据标准和术语集的问题。目前我国已经颁布了医疗数据标准，但这些标准基本是针对通用病历的，难以满足临床中相关描述的要求，以应用最广泛的诊断、手术编码为例，来源于病理术语，开发的初衷是规范病案的编目，目前在一些系统中将这一标准直接用于临床，造成了部分内容描述信息的缺失。欧美等国家在这方面的标准已经形成了体系，数据的标准化程度很高，经过自然语义识别和结构化处理后可以直接进行分析。而目前国内的病历数据很难做到这一点。目前自然语义处理等技术在国内应用的热度很高，医院期望通过这一技术弥补数据结构化采集内容的不足，但由于缺乏有效的术语集支撑，导致采集数据质量无法达到预期的要求，这些环节后续需要花大量时间和精力进行整理。
2.专科病历结构化、集成程度低的问题。现有系统无法支持有针对性的数据临床分析要求，以电子病历系统为例，许多系统在设计、实施时仅考虑满足基本的病历书写、病案质控要求，对于病历内容缺乏基本的控制，导致关键信息遗漏。
与传统医疗手段不同，在精准医疗环境下，首先人们会被告知未来可能患有某些疾病，需要更好地进行预防；其次，一旦患有了某种疾病，其诊断将会非常容易；诊断后的用药，将针对个体对药物的敏感性而制定，每个病人都将得到最合适的药，并在最佳剂量和最小副作用，以及最精准用药时间的前提下用药；对疾病的护理和预后的效果也将得到准确的评估和指导。
对人们来说，将基因应用到治疗中好像还很遥远，但有一个领域可以让我们近距离感受到基因测序。
对于孕妇来说，唐氏筛查是孕期的必要检查，当唐氏筛查数据显示异常时，需要做羊水穿刺进行确诊。羊水穿刺不仅属于有创伤的微型手术，而且有0.5%-1%的流产率和感染率。在基因组学迅速发展的今天，人们现在有了新的选择，无创DNA产前检测。
无创DNA产前检测技术是利用新一代DNA测序技术对母体外周血浆中的游离DN段（包括胎儿游离DNA）进行测序，检测时只需抽取10毫升静脉血，进行基因测序后得到胎儿的遗传信息。根据统计，无创技术筛查的准确率高达99.5%。这意味着，做了无创产前基因检测后，孩子出生患有唐氏综合征的几率降低到了十万分之一。
在癌症治疗领域，基因医疗技术同样有着广阔的应用前景。随着基因检测、基因编辑等技术已进入成熟期，并开始逐渐应用于疾病筛查、癌症治疗、慢性病治疗等领域。预计到2030年，相关市场规模有望突破万亿元大关。
布局基因大数据
精准医疗早已成为全球范围内的火爆话题。而有消息称，今年年内我国将正式启动国家基因库二期工程建设，预计5年内基因数据总量超过美欧日三大基因库总和。同时，我国将加速建立从基因检测到个体化精准免疫的基因技术体系和基础设施。此外，我国将出台相关政策，对经确定为创新医疗器械的基因检测产品等，按照创新医疗器械审批程序优先审查，加快创新医疗服务项目进入医疗体系，促进新技术进入临床使用。
在其中，众多科技公司的进入让精准医疗更加火爆。科技公司通过人工智能AI、大数据和云计算等科技手段来优化精准医疗的数据处理流程、提高数据化程度，正在引发越来越多的关注。
2 0 1 3 年谷歌推出了一项名为 “G o o g l e Genomics”的云端服务，旨在帮助大学实验室和医院将患者或科研对象的生物基因储存到云端上，服务的目标是“探讨遗传变异交互”，意味着科研专家能够访问数百万的生物基因，并能轻松简单地进行对比分析。
谷歌还先后投资了Foundation medicine 和 DNAnexus 两家公司，Foundation medicine是一家提供癌症全基因组测序及分析的公司，谷歌与DNAnexus 则计划一起打造一个巨大的开放式 DNA 数据库，并将共同接管美国联邦政府的国家生物技术信息中心的数据。这些数据将合并进入DNANexus的DNA信息历史文档，并储存于谷歌的云计算服务器，这是谷歌的云计算服务器中最大的第三方数据资料，免费向医学研究者提供接入服务。
另一家国际巨头IBM也早已开始了其在精准医疗领域的布局。多年前，IBM Watson初出茅庐时以机器学习及自然语言识别能力打败人类选手而名声大噪，随后IBM宣布进入了以认知计算为主的又一次转型，如今，IBM Watson已经在医疗健康、商业、教育、市场、供应链、金融服务等领域展开了应用。
其中又以医疗健康领域的进展最为引人注目。2016年1月IBM和美敦力合作推出了一款糖尿病监测APP；3月，IBMWatson人工智能带入苹果手表睡眠健康应用；5月，IBM联手苹果为博士伦开发白内障手术APP；7月，IBM宣布已成立IBM Watson Health医学影像协作计划；8月，IBM宣布已经完成了对胃癌辅助治疗的训练，并正式推出使用；12月，IBM“沃森联合会诊中心”在浙江省中医院落地。
而Watson的第一步商业化运作是通过和纪念斯隆？凯特琳癌症中心进行合作，共同训练IBM Watson肿瘤解决方案。在此期间，该系统的登入时间共计1.5万小时，一支由医生和研究人员组成的团队一起上传了数千份病人的病历，近500份医学期刊和教科书，1500万页的医学文献，把Watson训练成了一位的“肿瘤医学专家”。随后该系统被Watson Health部署到了许多顶尖的医疗机构，如克利夫兰诊所和MD安德森癌症中心，提供基于证据的医疗决策系统。
Intel也宣布了开展基因组信息整合计划，该计划致力于在未来五年内整合现有私人、公众以及云平台上的基因组数据以加速生命科学领域研究。
而在2006年就推向市场的亚马逊云服务上可以免费访问两个世界上最大的癌症基因组数据集，即癌症基因组地图集（TCGA）和国际肿瘤基因组协作组 （ICGC）。
百度打造云上大脑
在2016年年底国务院印发的《“十三五”国家战略性新兴产业发展规划》中，生物医药行业成为重点鼓励发展的行业。规划提出，到2020年，生物产业规模达到8万亿～10万亿元。在医药领域，以基因技术快速发展为契机，推动医疗向精准医疗和个性化医疗发展。明确指出要开发新型抗体和疫苗、基因治疗、细胞治疗等生物制品和制剂，发展肿瘤免疫治疗技术。
在政策和市场利好下，科技企业和互联网企业们也不甘寂寞，百度云为华大基因部署了BGI BRCA Online平台，为乳腺癌、卵巢癌的科研与应用提供基因测序数据分析服务。
2016年10月，百度医疗大脑在北京，“百度医疗大脑”是通过海量医疗数据、专业文献的采集与分析进行人工智能化的产品设计。百度医疗大脑模拟医生问诊流程，与用户多轮交流，依据用户的症状，提出可能出现的问题，反复验证，给出最终建议。在过程中可以收集、汇总、分类、整理病人的症状描述，提醒医生更多的可能性，辅助基层医生完成问诊。
在2016年11月的乌镇互联网大会上，百度公司董事长兼CEO李彦宏进一步解释了人工智能对医疗的变革。他指出，人工智能和大数据在医疗上的发展分为四个层次：医疗O2O智能分诊，人工智能参与的智能问诊，基因分析和精准医疗，基于大数据的新药研发。他认为，从分诊到新药研发，人工智能健康大数据奇点已经临近。
就拿人们最先感受到的无创产前基因检测来说，这个作为基因产业最先商业化的技术已经被政府认可。2016年10月27日，卫计委了国卫办妇幼发[2016]45号文件――《国家卫生计生委办公厅关于规范有序开展孕妇外周血胎儿游离DNA产前筛查与诊断工作的通知》），指出此前产前筛查与诊断专业试点机构的有关规定同时废止，放松了对开展产前筛查和诊断的机构要求，取消108家临床试点单位，所有具有产前检测资质的医院原则上都可以开展无创DNA产前筛查与诊断；取消7家医学检验所的临床试点，具有产前检测资质的所有医学检验所原则上都可以开展无创DNA产前筛查与诊断。
精准医疗离我们越来越近，这得益于人工智能、云计算、大数据技术的逐步成熟。精准医疗要想实现精准一定是建立在数据之上的，而对于很多疾病，尤其是罕见病来说，找到基因上微小的变化就很可能找到了解决问题的钥匙，但这同样也意味着巨大的计算量。在没有深度学习之前，这几乎是不可想象的，随着深度学习的出现，机器人能够不断地通过已有数据进行训练，从中得出规则，并完成一些罕见病的早发现、早诊断。这也给了科技企业和互联网企业们杀入医疗这个“蓝海”的机会。
在阿法狗战胜李世石后，人类对人工智能的恐惧开始进一步被放大。在精准医疗领域也不乏有人担心人工智能会取代医生，但要知道在任何一个国家医疗资源都是稀缺资源，对于政府来说如何提高医生的平均诊疗水平，尤其是基层医生的诊疗水平更为重要。人工智能作为增强智能，如果成为医生诊疗系统里的辅助工具，会大大提高普通医生的诊断水平和诊断效率，降低误诊率。这也正是精准医疗的最大意义所在。
世界各国基因组计划
英国十万人基因组计划
2012年12月，英国政府宣布启动针对癌症和罕见病患者的英国10万人基因组计划。通过该计划，英国政府预期到2017年年底实现以下四个目标：
推进基因组医疗整合至英国国家医疗服务体系，并使英国在该领域引领全球。
加速对癌症和罕见病的了解，从而提升有助于患者的诊断和精准治疗。
促进基因组领域的私人投资和商业活动。
提升公众对基因组医疗的知识和支持。
2015年年底，英政府宣布将在未来再追加经费用于该计划。2016年6月，英国政府宣布已经完成了9892个基因组测序工作。
美国精准医疗
美国总统奥巴马于2015年1月20日在白宫的国情咨询中宣布启动精准医疗计划。根据该计划，美国将搜集100万人的个人健康信息以及测得他们的基因组序列，以实现短期目标：
鉴定新的癌症亚型。
与药厂等私人部门合作测试精准疗法的临床效果。
拓展对癌症疗法的认识（抗药性、肿瘤复发等）。
韩国万人基因组计划
2015年11月韩国政府宣布以韩国蔚山国家科学技术研究为依托，启动万人基因组计划。韩国万人基因组计划的主要目标是：
绘制韩国人基因组图谱。
建立韩国标准化的基因数据库。
发现罕见遗传疾病的突变位点。
为韩国快速增长的基因组产业提供全面的基因组信息。
同时，该计划是对2013年韩国政府宣布的未来8年投资人类、农业和医药基因组计划的一个补充。
法国基因组医疗2025
近日，法国政府宣布投资6.7亿欧元启动基因组和个体化医疗项目，并将其命名为：法国基因组医疗2025 。
在未来10年，法国政府希望达到以下三个目标：
将法国打造成世界基因组医疗领先国家。
将基因组医疗整合至患者常规检测流程。
4月19日，记者在第二届中国制药工业百强年会上见到了百洋集团董事长、总裁付钢先生。付钢认为在当前形势下，一家公司要快速成长必须进行精准营销。
在这届年会上，南方医药经济研究所所长林建宁介绍了2006年中国医药经济运行情况。他在分析了国际、国内形势后认为，对于医药经济既有促进因素，又有遏制因素，总体上说环境对医药经济的增长不利，形势将更加严峻。预计2007年中国医药经济具有如下特点：外资企业市场份额快速提升；医药商业重新洗牌，出现新的业态；第一终端增长放慢，第二、第三终端增长活跃；药价水平下降；口服中成药市场成为竞争热点。
因此，付钢认为企业必须高度重视并积极寻找突围之策，而精准营销不失为一个好办法。
所谓精准营销就是在恰当的时机对恰当的客户由恰当的人以恰当的方式提供恰当的服务。精准营销是在对客户需求进行充分细分的基础上，结合本企业的资源和发展阶段，将力量用在最关键的环节，尽量避免对非核心客户的无谓投入，从而达到成本控制及对目标客户更有效控制的目的。
付钢认为任何企业制定战略时必须回答三个问题：我们在哪里？我们要去哪里？我们怎么去？
我们在哪里，就是要弄清企业的定位。在这个问题上目前行业环境中有三个悬念。
其一，和谐社会能带来普药化吗？
国家提出构建和谐社会，解决看病贵的问题，在城市社区和农村鼓励使用价格低廉的普药。付钢认为在这种情况下，普药的销量肯定会有较大增长，但这并不表示高端产品就没有了市场，因为医疗服务有趋高性。据有关机构评估，中国目前资产100万元以上的有上千万人。这部分人生病后要求有高端服务，所以高端医疗市场依然会快速增长。
其二，医疗改革能解决百姓看病贵问题吗？
医疗体制改革有三种，一种是流通体制的改革，医药流通市场化，国家没有负担；一种是医疗费支付的改革，实际上也是市场化；在两者之间的医疗服务的改革是在政府主导下进行的，着重于医院，如药品招标、降价等。付钢认为医疗体制改革的核心在人，因为没有医就谈不上医疗，医疗行业的核心是医生，没有医生看病，其他事都谈不上，药不过是医生的工具，医院是医生治疗的场所，所以，核心在医生。如果不解决医生的收入和对他们资质的监控问题，光降低药价，病人的医疗费不仅不会降低，还会引发过度医疗问题。药价降得再低，医生会在住院费、检查费、耗材等方面增加病人的费用，医疗费还是降不下来。所以只有把对医生的收入、资质的监管机制建立起来，才会真正完成医疗体制改革。
其三，2007年医药行业真正的风险在哪？
付钢认为在源头，源头主要是医院。医院最大问题是药品收入，现在规定医院只能在药品进价基础上顺加15%，而过去医院平均药品利润率在40%左右。医院药品利润率调整为15%后，医院药品的大部分收入就没了，对于相当一部分医院来讲利益尤关。降低医院药品利润率以后，国家就要对医院有资金补偿，如果不补偿，医院就会亏损，那么医院怎么办？医院首先就会延迟付款，把风险传到商业上，想法把利润从别的渠道挣回来，而商业又会把风险传递给工业，最终使整个行业的利润缩水，社会流向这个行业的资金就会减少，造成行业资金链断裂。
我们要去哪里，就是企业要明白自己的目标。企业在确立自己目标时可以有两种选择：
其一是操作低端品牌。
低端品牌指价位比较低的品牌，如普药。操作低端品牌有三个关键因素，首先必须注意产业链的完整，不仅要做制剂，还要做原料。低端产品的市场机会虽然好，但不属于中小企业，而属于资本大、有实力的企业，没有实力做不了低端产品。其次，有良好的通道，有能力把产品渗透到各个终端。其三要有企业品牌。企业品牌很重要。企业品牌就是产品质量的保证。
其二是做高端品牌。
中型企业可以做高端品牌。做高端品牌有三个关键：
第一要品牌定位。所谓品牌定位就是跟谁建立什么样的关系。品牌定位首先要简单化，要精简客户，客户越精准，越容易成功，越有希望上升。精简客户有利于品牌快速成长。其次，要精简长处，把企业的长处精简到一点上。现在是信息爆炸时代，信息过多造成精神污染，人们会本能地进行自我保护，你说了很多好处，消费者反而什么都记不住，因此你要把长处集中在一点上。其三，简单地描述。尽量简单地把你的意思说清楚。
第二要传播。在传播过程中要注意的是：第一，广告不如窄告。窄告就是只向需要产品的人传播。做高端产品的向大众做广告效果就不好。第二互动服务。主动服务就是向消费者宣传，但说了半天，消费者没反应，还是没用。只有互动服务，才真正有效果。例如有一条短信说，布什一觉醒来看见拉登在床前。布什说你怎么这么大胆，不怕我抓你。拉登一丢大胡子说，用飘柔就是这么自信。在这个案例中，飘柔公司就是花了一点短信的钱，但收到互动传播的效果，消费者哈哈一乐记住一句话。这是互动传播的新方式。在新技术时代，E时代向M时代转移，M时代就是移动，有很多新传播方式。第三，乱播不如慢播。消费者从知道你的品牌，到有兴趣愿意试用，到愿意用你的产品，到愿意向别人说起，这要有一个漫长的过程，所以一个品牌关系的建立是一个漫长的过程，不能指望靠广告轰炸完成。据统计，近20年里，跨国公司一个专利产品进入中国，其销售额从0到2000万美元，平均要6年。一个品牌的成长，想让它生命期长点的话，要有一个漫长的过程。
第三要有精准的通路。传播完了要让人买到产品。建立精准的通路要注意三点：
（1）要尽可能简化层级，渠道扁平化。过多层级不仅会消耗我们的资源，还会影响我们向终端渗透，使我们对终端的拉动不是很有力。
（2）有选择地做终端，每个品牌都有适合的客户，如果把高端产品铺到低端客户那里去，就不会有销量。付钢认为有一个倾向值得注意，即OTC竞争的场所正在从药店的柜台转向消费者个人及其家庭。以前注重产品陈列、铺货、店员教育，现在只有铺货还有点用。真正的营销应站在消费者立场，让消费者喜欢这个产品，包括家庭药箱的管理，要做到消费者本人满意。随着信息化的发展，这种个性化的趋势越来越明显，你靠店员推荐，越推荐消费者越不买。
明白了我们在哪里，我们要干什么事以后，还要明白怎么办，这就是策略的执行。在执行别重要的有三件事：
1．充足的资金。利润不等于现金。要有一定贷款，但不能过度依赖银行。资金管理要特别注意整个产业的投入、产出期在延长，没有五年的规划根本不行，在产品的导入期更是这样。原来一个项目，可以两年回本，现在不行了，如果不重视对财务的监管，资金出了问题，轻则被收购，重则倒闭。你的资金断流了，当然活不了。
2．人才相当重要。人才不是你想要就有的。技术好不好可以通过考核知道，但人品好不好却不容易知道。人品和信任需要相当长的时间才能建立，这就是中国的“空降兵”很少能成功的原因。在人才问题上必须明确薪酬成本不等于人力成本，如果一个人的年薪是100万元，他的人力成本不止100万元，因为他还有职务成本，他要作决策，决策失误带来的损失可能上亿元。因此，重要的人才一定要自己培养。同时，即使你有了很能干的人，如果想让人才充分发挥才干，还要有激励机制。真正的现代企业制度就是协调好所有的资源。只有短期激励，没有长期激励，会产生很多短期行为；只有长期激励，没有短期激励，又会没有工作的激情，所以要把长期激励和短期激励结合起来，才能发挥人才的积极性。
3．必须重视法律法规。
医药行业的法律法规越来越多，首先是专业的法律法规，如药品的生产、流通规则。过去药品数量很多，一方面是因为经济发展了，生产能力提高了；另一方面是把关不严，获得药品批号很容易，出现了一药多名现象。以后的管理会越来越严，在新药报批上，将有大的整改力度。其次是经营方面的法规，政府开展了打击医药购销领域商业贿赂活动。其三是资金方面的法规。2007年国家税务局把医药行业当作清查的重点。现金收入20万元以上要上报。现在，一次大的错误，或一次法律纠纷，就会把你多年的辛苦付诸东流，所以一定要有很强的法律意识，要有专业的法律顾问，要有预警机制。
分级诊疗和多点执业政策正在成为互联网医疗的重要催化剂
中国医疗体系的问题根源在于供给端的生产力没有得到释放，而未分级的就医路径及医生的定点执业被认为是影响生产力释放的最大障碍；在一个供给被严重约束且无法短期内创造新供给的市场下，擅长于创造与满足海量需求的互联网模式在医疗领域显得有点水土不服，这也是互联网医疗在过去几年中面临诸多挑战的根源。
来自于支付方与民生方面的巨大压力，使得分级诊疗的强制推行成为新医改最重要的措施之一，对于医生的多点执业尺度也越来越大，将会在很大程度上释放生产力，改善供给，这无疑会给互联网医疗带来巨大的发展机遇。
患者就医路径的改变会改善患者与医生的匹配，再加上t生的多点执业，会使得稀缺的名医资源逐渐从看大量的小病中解放出来，大医生与小医生、等级医院医生与基层医疗机构医生间的分工与合作会更明确，进而能为更多真正有需要的患者服务，互联网的筛选与匹配功能就能发挥作用。围绕着分级诊疗体系及医生多点执业下的医患关系而展开的一系列商业模式的创新将会成为可能，不管是大平台还是垂直细分的模式都有可能找到自身的市场需求。
大数据将在互联网医疗领域发挥重要作用
医疗大数据价值的重要性是大家普遍认同的观点。虽然整体看来目前整个大数据的商业应用方面还处在早期阶段，主要原因是目前普遍2C的流量模式无法产生结构化的医疗数据，2B的模式数据质量更好但积累速度较慢。虽然目前慢病数据价值还无法被完全释放，但随着国家“互联网+”战略的进一步落地，以及医疗改革的大势所趋，医院的数据孤岛将逐渐被打破，数据本身也会经历量变到质变的积累挖掘过程。
尤其是在慢病领域，由于具有人群基数大、数据质量高和随访周期长等特点，其数据价值更是互联网医疗领域的金矿。试想如果通过互联网平台累计的结构化高质量数据达到一定的体量，后续无论在应用于精准医疗、学术科研还是产品研发方面，都会带来足够的商业价值。同时，预计未来医疗大数据尤其在慢病领域，在互联网医疗平台精准分转诊、医保控费和互联网健康险等环节，都会有巨大变现落地的机会。
药品降价势在必行，医药电商发展潜力巨大
医药电商是行业公认的互联网医疗离变现最近的领域，同时也密切关系到现有医疗体系医院的核心利益。中国近1.4万亿的药品市场中，医院销售端占了超过80%。目前现有电商体系下，无论是B2B、B2C还是O2O模式，都无法打通医院端，真正触及中国药品渠道的核心。
核心问题还是在于医疗行业的医院供给端的特殊性，医生掌握处方权，同时患者在需求端信息高度不对称，很难有决策权，因此无论平台需求量有多大，也较难对医院的供给端形成溢价能力，从而打破医院原有的经济体系。但随着网上销售处方药的不断放开和医院药品比例管控的严格推行，未来两年可能是处方药电商发展的关键时期。
随着医疗健康场景的互联网化，互联网医疗正在为健康险的产品设计、营销和承保环节带来革新
一个人的基因编码“数据库”不仅是遗传密码，而且是未来的金矿。
随着基因测序技术越来越完善，所花费的成本将会越来越低。今后，患者以及普通人都可以方便快捷地进行DNA基因全测序，了解自己的身体健康状况和预测“生命的未来”。
在技术的变革下，未来医学是看“基因”下药。
不过，我们也看到基因大数据带来的问题不容乐观，业界对伦理、监管的边界不明晰而感到担忧。对企业而言，当前要想从基因大数据中掘金，耗资巨大，且盈利尚需时日。
那么，我们将如何看待当前热潮下的基因大数据，以及技术变革带来的产业变革？本期《支点》杂志专访基因大数据领域相关企业界代表，听听他们对基因产业发展的声音。
基因诊断存在局限性
《支点》：生物科技、基因测序，作为新型的产业受到了国家的鼓励支持。如何看待这一产业的发展态势？
许鹏：从上世纪50年现DNA以来，基因检测一直是医学界的热点。最近几年，基因检测已得到广泛应用，比如目前比较成熟的产前筛查，以及还在探索阶段的个性化肿瘤治疗等。
科学研究者发现，很多疾病都与基因有关，随着基于基因诊断的数据越来越庞大，基因诊疗的准确度也开始提升。过去我们要想对人体进行全基因组测序，费用高昂，动辄上百万美元。而现在我们只需花上千元，就可以做简单的基因检测。
可以说，基因技术的发展，对医疗产业的发展带来了更多的机会。
张增金：随着分子生物学研究的日益深入，我们迎来了生物大数据时代，动辄就是数百GB的测序数据，还有庞大的生物序列数据，以及复杂的蛋白质结构数据等等。
生物信息分析软件和数据库，配以精悍的服务器硬件，只要你手上有自己的基因数据，我们就能提供专业的数据分析服务。
《支点》：我们看到，越来越多医疗领域相关公司加入到大数据的掘金中来。如何看待大数据对医疗产业带来的变革以及目前存在的问题？
许鹏：基因检测和大数据的结合，给生命科学带来不少变革，如对海量基因数据的分析，或许能找出疾病基因的规律。同时，数据就是金钱，目前不少公司收集数据，并从中不断尝试，提炼出有价值的数据。
不过，在疾病的诊断和治疗方面，我认为基因指导诊断目前还存在一些局限性。
现在对基因大数据的运用，很多还停留在炒作概念的阶段。比如，有的机构声称，通过采集DNA样本进行基因测序，就可以确定孩子的天赋特长和未来的发展。甚至，有的公司宣称利用基因测序，能够确定人的性格。这无疑是种误导。
张增金：当前，我们看到基因大数据还存在不少问题，比如数据种类繁多，比较分散；缺乏存放标准、难以共享；数据分析缺乏有效工具等等。这些都需要我们逐步去解决。
目前，基因大数据的挖掘才刚刚开始，可挖掘的价值较多，需要参与者去开发更好用的工具，更好地去组织数据，从根本上去推动生命科学领域的发展。
我们离真正理解基因科学还有很长的路要走，人类当前对基因组的理解尚不到3%。这个领域才刚刚开始，要发掘的内容是很多的，而且是一个长期的工作。
董鸣雁：基因大数据受到各路资本的青睐，是未来医疗产业发展的方向。
但是从企业的角度来看，对基因大数据的采集、分析需要花费大量的研究成本，何时收回成本短期没有时间表。同时，在实际生活中，让市场能够为基因大数据买单，我觉得尚需时日。
打通数据“孤岛”
《支点》：由于医疗机构之间的壁垒、检测标准、试剂选取等原因，数据口径和相关指标无法直接使用的情况依旧存在。我们又将如何打通这些数据“孤岛”呢？
张增金：一是可以对存储和管理的基因大数据进行整合，并保证数据的安全性和合规性；二是可以用方便快捷，且经济的方式去分析基因组大数据，生成可靠易读的科研报告和可视化的图表；三是与业界同行进行安全、无缝对接，实现科研合作。
目前，有上百家科研院校在我们的云平台上进行基因大数据的挖掘。
董鸣雁：在医疗运用领域，大数据与医疗行业两者间的业务结合还不够紧密。最近三年以来，不少大型医院、医疗机构对系统做了大量改造。我们看到，在数据医疗领域，有的医疗机构已展开与国内外同行间的交流学习。
目前，这种交流是点对点的展开。如何将各个数据“孤岛”整合起来，我认为还需要国家建立区域卫生平台，让区域卫生数据在一个平台上通联起来，形成汇聚点。
《支点》：我们看到医疗大数据的市场容量呈爆发式增长，基因大数据的扩展价值主要在哪些领域？
张增金：基因大数据+精准医疗，一定是未来的发展方向。精准医疗离不开基因大数据的分析，目前研究和应用的热点是单基因遗传病，复杂疾病以及肿瘤。我们目前布局精准医疗领域主要从两方面入手：一是成立了百迈客医学检验所，为实验和数据做储备；二是利用百迈客云的平台来进行数据分析。
在精准医疗领域，基因大数据将摒弃过去的“经验”诊断，实现更加精准的诊断；在大众健康领域，基因大数据将实现由预防到治疗的转变。同时，利用基因大数据，我们可以在农作物育种领域大有作为。
如果算上大健康领域、农业育种、工业微生物领域的基因大数据，其市场规模将达到万亿元。若单就基因检测领域来看，国内基因大数据规模将超过千亿元，市场发展潜力巨大。
许鹏：当前，国内医疗大数据市场的发展仍处于起步阶段，商业模式尚未成熟。国内医疗大数据企业的盈利方式主要有以下几种：数据收入、搭建系统收入、软件收入、提供服务的收入、免费提供服务换取流量之后靠流量变现。
虽然行业尚未形成稳定成熟的商业模式，但健康医疗大数据市场未来的发展仍然值得期待。
医疗大数据的收集与分析，是精准医疗攻克其主要技术难题的关键环节，是其成功路上的重要“螺丝钉”。
隐私边界不明
《支点》：我们在基因数据化的同时如何保证基因数据的安全性？
董鸣雁：大数据医疗行业的安全性分为两个层面，一是技术上的安全性，二是观念上的安全性。在技术安全性领域，目前技术对数据的保存本身并不太难，且有一定社会认可度。但是在观念上，我们对医疗大数据的隐私保护等，还存在一定的安全忧虑。
我们要让医疗大数据走出“院墙”，让患者没有顾虑地去医院看病，放心填写个人的病历、病情、亲友电话，以及家族是否有遗传病例史等，医院要做到妥善保存。这些数据，除去个人的敏感信息外，病情、病理、病历等这些信息大量汇聚以后，才可能进行数据提炼、分析或抽取，并提供给医疗机构。
我们可以引入第三方机构，如专业的医疗云等，让其提供数据医疗的整理、分析等报告。同时，作为数据收集的点来说，医疗云为大数据做出基础、物理准备，是大数据医疗产业链条上的重要一环。
