Silverlake和Gic对Ancestor网站的投资表明，150万个来自消费者的DNA样本与200多亿个数字化历史记录和8000多万个家谱相关，每个基因型记录的估计价值约为1700美元。

23andme和Genentech之间的研究合作关系表明，每个患者记录的价值大约为5000美元，这突出表明，更多的“药物化”消费者基因型特征与相关病史相关。一位制药类公司不愿具名的总监说：“有了遗传信息和纵向数据，我们就能对患者的流行病学、进展和总体经验描绘出最清晰的画面。”

数据的价值在制药领域也可以得到充分的体现。NHS拥有来自所有护理机构的EHR记录，并有能力将这些记录与英格兰10万基因组项目联系起来。

这些关联数据集的交易或合作关系要求每个患者记录具有较高的估值（约1000美元–5000美元／记录），因为它们提供了对患者队列的整体视角。这些纵向表型和基因型患者水平的数据集对药物发现和更广泛的人群健康分析具有内在的价值，因为这些数据的规模和深度都是无与伦比的。

我们可以为任何交易或投资提供估计价值，例如安进在冰岛议会举行的公开招标中的成功。安进的数据来源于冰岛，包含600个遗传样本，来自32万人口，它创建了一个将基因型数据与表型数据联系起来的系谱数据库。我们可以估计每份记录的价值约为1300美元。

医疗数据的未来

NHS数据集对整个医疗健康生态系统的所有玩家都具有巨大价值，经管理的NHS数据集是一项无形资产，每年可实现96亿英镑的收益，即NHS每年的收益为50亿英镑，患者每年的收益为46亿英镑。

NHS如果对其所保存的病患数据进行充分利用，在大数据、人工智能和个性化医疗这三个领域充分挖掘数据的价值，那么就能实现更广泛的经济效益。

如果NHS要对这些数据集进行整理并生成纵向患者级别的记录，它将能够获得更显著的数据价值，尽管与数据转换和洞察生成相关的成本很高。我们通过经济手段的分析揭示了数据短期（1－3年）、中期（3－9年）和长期（10年以上）的一些影响，这些影响能产生非常大的经济效益。

NHS数据对患者的经济效益总结

（截图来自报告原文）

大数据是可以分析的大型静态数据集，以提供对趋势和模式的真实见解。将所有NHS数据集统一到一个可分析的患者级数据集，将创造出提高NHS生产力和提供医疗服务的机会。我们的分析估计，大数据对生产力的节约相当于每年国民健康服务预算的2％，每年可节省27亿英镑的国民健康服务预算支出。

在NHS数据集管理一年后可以开始实现此价值。此外，NHS可以使用一个大型的NHS数据集来确定要采用的最佳实践护理途径，这将提高国民健康服务的生产力，并使其有限的资源得到进一步利用。

现在，人工智能已被广泛用于医疗健康的早期检测、诊断、决策、治疗和研究。人工智能可以支持国民健康服务机构开展更多工作。我们的经济模型显示，将人工智能应用于纵向患者层面的NHS数据集对NHS的经济效益可以在中期实现，每年为NHS节省17亿英镑，每年为患者节省25亿英镑。随着数据集的增长，人工智能还可以帮助NHS解决临床和财务等方面的问题。

个性化药物根据特定患者的特点定制治疗方案。如果NHS创建了一个包含表型和基因型相关数据的患者级纵向数据集，那么将启用个性化医疗。基因组数据可用于药物发现，提供更精确的诊断，更有效地使用药物，并提高质量和寿命。通过承诺更具针对性和更有效的治疗，个性化药物可能对国民健康服务、患者、生命科学行业和经济产生重大影响。

我们的分析估计，个性化医疗每年可为国民健康服务预算节省6亿英镑，患者每年可获得21亿英镑的收益。数据在个性化医疗方面的应用只有在10年或更长的时间内才能实现。个性化医疗能够减少对患者无效治疗的资源投入，使用更有效的药物或技术去治疗患者。早期的证据表明，个性化药物既可以节省NHS在无效治疗上的浪费，又可以降低患者的发病率和死亡率。

最后，我们认为，大数据在短期内便可实现数据的价值，其次是人工智能，最后是个性化医疗。从长期来看，个性化医疗是最能体现数据价值的一个领域。

随着技术的进步，毫无疑问，数据会发挥愈来愈大的价值。

文 ｜ 樊鑫

网站、公众号等转载请联系授权