一、中国五大医疗产业?
1.华润医药(03320)
华润医药集团有限公司(3320.HK)是中国领先的综合医药公司,从事研发、制造、分销、零售种类繁多的医药及其他营养保健品。除了自己是港股上市公司外,旗下还有三家A股优质公司:
华润三九:定位于OTC和中药处方药,包括感冒、肠胃、皮肤、儿科等,逐步奠定了在OTC和中药处方药两大领域的领先地位,确立了专注“自我诊疗”和“中药处方药”两大方向的战略路径。目前999是中国OTC第一品牌,处方药也位居国内市场前列。
东阿阿胶:主要从事阿胶及阿胶系列产品的研发、生产和销售业务,是中国生产规模最大、工艺装备最先进、质量最佳的阿胶生产企业,是阿胶行业标准的制定者。
华润双鹤:主营业务涵盖新药研发、制剂生产、医药销售、制药装备及原料药生产等方面,搭建了慢病普药业务、专科业务、输液业务三大业务平台,主要产品聚焦输液、心脑血管、内分泌、儿科、肾科等领域。拥有0号、糖适平、BFS输液、珂立苏、冠爽、利复星、压氏达、穗悦等知名产品。
2.国药控股(01099)
国药集团旗下拥有11家全资或控股子公司,以及国药控股、国药股份、国药一致、天坛生物、现代制药、中国中药等六家上市公司。
3.上海医药(601607.SH,02607.HK)
上海医药产业链全覆盖,主营业务覆盖医药研发与制造、医药分销与服务、医药零售与电商。医药制造覆盖化药、生物药、现代中药、保健品和医疗器械等领域,旗下主要是港股平台上海医药(2607)。
4.中国医药(600056.SH)
中国医药健康产业股份有限公司是科工贸一体化的大型综合性医药企业集团。公司主营领域由医药工业、医药商业和贸易三大部分组成。主要是以中国医药这个上市平台。
5.白云山(SH.600332,HK.00874)
广药集团完成资产整合后,白云山旗下业务板块分为大南药、大健康、大商业和大医疗四个板块。大南药板块包括公司旗下中西成药、化学原料药、化学原料药中间体、生物医药和天然药物的研发与制造,大健康业务板块主要为饮料、食品、保健品和药妆等产品,大商业板块是医药流通业务,大医疗以白云山医疗健康产业公司为主体,推进医疗服务、健康管理、养生养老等产业投资。
横向对比来看。
华润集团:制药板块主要为中药、化药,在中药板块高收入的推动下,目前制药板块总收入在综合性药企中排名第一。
国药集团:制药板块综合全面,包括中药、化药、生物药、医疗器械等各版块,但目前收入贡献比例较低。分销板块贡献绝大部分收入,在所有集团中规模最大。
上药集团:制药板块综合全面,包括中药、化药、生物药、医疗器械等各版块,制药板块收入贡献远大于国药集团。收入总体量略低于华润集团。
中国医药:制药板块以抗感染和心血管治疗领域为主,原料药中盐酸林可霉素、螺旋霉素、螺旋霉素碱是优势产品。
广药集团:制药板块以大南药为主,包括中药和化药两部分,制药收入占比最高。
但是如果看收入构成,华润医药的工业收入最高,而且毛利率最高。
二、中国三大数据库中心?
中心基地-北京
2015年1月16日,由蓝汛与北京市供销总社共同投资的蓝讯首鸣国际数据中心项目启动仪式在北京天竺综合保税区举行。据了解,该数据中心是北京首个国家级、超大规模云数据中心,产业园占地面积8万平方米,包含9栋数据中心机房和1栋感知体验中心。
南方基地-贵州
2015年7月9日,首个国家级数据中心 ——灾备中心落户贵州,该大数据库灾备中心在贵州揭牌,这标志着大数据专项行动第一阶段任务顺利落。位于贵州贵安新区的国家旅游大数据库灾备中心机房内,有着一根特殊的网络虚拟专线,这条专线跨越了北京与贵州之间2200多公里的距离,实现了国家旅游局北京机房与贵州灾备中心数据的同步传输和异地备份。
多年以来,200余个大数据信息产业项目签约落户贵州,富士康、阿里巴巴、腾讯、华为等大型企业抢滩贵州发展。中国电信云计算贵州信息园1.1期、中国移动(贵州)大数据中心、中国联通贵安云数据中心一期建成运营。中电乐触、高新翼云、翔明科技等第三方数据中心已建成并投运,目前数据中心服务器达到2.2万台;北京供销社数据中心、惠普数据中心等一批项目已经启动,预计今后将达5万台服务器规模。
北方基地-内蒙古
“乌兰察布国家大数据灾备中心启动大会于2016年7月8日早上八点正式启动”内蒙古主席布小林将出席会议。乌兰察布市委市政府依据自身地理位置优越,地质板块稳定,电力资源丰富,气候冷凉适宜,临近京津冀经济圈核心市场等优势,将信息产业作为战略性新兴产业来发展,致力于将乌兰察布市打造成面向华北、服务京津的国家级云计算产业基地,为承接高科技产业、加快产业转型升级提供强有力的支撑。 市委市政府将为该建设国家大数据灾备中心项目提供充足的土地与极具竞争力的投资政策吸引广大企业参与建设。
三、中国人医疗大数据库
中国人医疗大数据库:数字时代的健康守护者
随着科技的不断发展和普及,数字化已经渗透到了我们生活的方方面面,医疗领域也不例外。中国作为全球人口最多的国家之一,拥有庞大的人口基数,而如何有效管理和利用这些医疗数据成为了当前亟待解决的问题之一。中国人医疗大数据库的建立和运用,为数字时代的健康守护者开辟了全新的可能性。
中国人医疗大数据库是指在医疗领域中收集、整合大量医疗数据信息的数据库系统。这些数据包括但不限于医院病历、影像资料、检验报告等医疗信息,旨在为医疗机构、科研单位、医学界提供全面、准确的疾病信息、医疗资源和研究数据,以实现精准诊疗、疾病预防和医疗科研的目标。
中国人医疗大数据库的意义与作用
中国人医疗大数据库的建立和应用具有重要的意义和作用:
- 1. 促进疾病诊疗精准化:通过分析大数据,医生可以更加准确地判断疾病的类型、发展趋势和治疗方法,从而提高诊疗的准确性和及时性。
- 2. 推动医疗科研创新:医疗大数据为科研人员提供了丰富的疾病样本和数据支持,有助于医学研究的深入和创新成果的不断涌现。
- 3. 改善医疗服务质量:通过共享医疗大数据库,不同医疗机构之间可以更好地合作、互通信息,提高医疗服务水平和效率。
- 4. 强化疾病防控能力:通过对医疗大数据进行分析和挖掘,可以实现对疾病的早期预警、疾病防控策略的制定和实施。
中国人医疗大数据库的挑战与未来发展
然而,中国人医疗大数据库的建设和运用也面临着一些挑战,如数据隐私保护、数据标准化、数据安全性等问题仍待解决。未来,中国人医疗大数据库的发展方向可能包括以下几个方面:
- 1. 加强数据安全保护:建立健全的数据隐私保护机制,加强数据安全技术和管理,确保医疗大数据的安全性和不可篡改性。
- 2. 推动数据互通共享:促进医疗机构间数据互通和共享,打破数据孤岛,实现数据跨界整合,提高数据利用效率。
- 3. 强化数据治理与标准化:建立统一的数据标准和管理规范,规范数据采集、存储、分析和共享流程,提高数据质量和可信度。
- 4. 引入人工智能与大数据分析:结合人工智能技术和大数据分析方法,实现对医疗大数据的智能化处理和应用,提升数据挖掘和诊疗效果。
结语
中国人医疗大数据库作为数字时代的健康守护者,承载着诸多期望和挑战。在未来的道路上,我们需要不断完善医疗大数据的建设和治理机制,提升数据安全性和应用效果,实现医疗服务的智能化和精准化。相信通过共同努力,中国人医疗大数据库必将成为促进健康事业发展的强大引擎,为广大人民群众带来更好的健康福祉!
四、中国医疗科技三大巨头?
近日,全球知名市场研究机构CB Insights公布了全球估值最高的10家数字健康公司,其中3家中国公司上榜,分别是估值55亿美元的微医、估值29亿美元的水滴公司和估值22亿美元的依图科技。
大健康领域,有业内人士从市值规模、商业模式、技术创新等角度,称平安好医生、阿里健康、众安在线为医疗科技领域头部“三巨头”,合称“PAZ”。而今天本文所要讲的这三家公司微医、水滴、依图,估值规模差不多,盈利模式相近,作为医疗科技领域的三小巨头,合称“WSY”。
五、中国三大医疗中心城市?
中国的三大医疗中心城市是北京、上海和广州。
这一点从全国顶级医院的分布上就能看出来。
11月14日,复旦大学医院管理研究所发表《2019年度中国医院排行榜》。
从该排行榜中医院的分布情况来看,今年百强医院分布在21个城市,其中北上广三大一线城市合计达48家,占比近半。另外,武汉、西安、成都等大区中心城市医疗实力也颇为雄厚,不过,同样是作为四大一线城市之一的深圳,仍然是0上榜。
六、中国医疗显示器的市场?医疗显示器主流尺寸是多是大?
主流24英寸,大概有几千亿的市场
七、中国最大的数据库?
华为的数据库叫高斯数据库(Gauss DB),按照媒体的说法,目前出货量已超3万套,在国产数据库中,名列前茅。
高斯数据库2007年的时候就开始研发,先后有三代,分别是GaussDB100、GaussDB200、GaussDB30,目前已经到了招商、工商银行的验证和认可,同时还在很多运营商中使用,已经得到了认可。
八、中国新医疗和旧医疗的区别?
新医保卡跟旧医保卡最主要的区别是功能不同。
新社会保障卡作用十分广泛。
持卡人不仅可以凭卡就医进行医疗保险个人账户实时结算,还可以办理养老保险事务;
办理求职登记和失业登记手续,申领失业保险金,申请参加就业培训;
申请劳动能力鉴定和申领享受工伤保险待遇;
在网上办理有关劳动和社会保障事务等。
中华人民共和国社会保障卡是由人力资源和社会保障部统一规划,由各地人力资源和社会保障部门面向社会发行,用于人力资源和社会保障各项业务领域的集成电路(IC)卡。
面向城镇从业人员、失业人员和离退休人员发放的称为社会保障(个人)卡,面向用人单位发放的称为社会保障(用人单位)卡。人社部表示将用5年左右时间,使社会保障卡普遍具有金融功能。
社会保障卡采用全国统一标准,社会保障号码按照《社会保险法》的有关规定,采用公民身份号码。
九、中国跨过数据库这座大山了吗?
利益相关,腾讯云数据库员工。
背景:非技术人员不太会写代码。文章没检查,个把小时搞的,估计有不少错别字,各位见谅。
不怎么懂技术只会写点简单程序,讲的很多都市场人测的看法,吹捧大家都会,钱不会骗人。喷的随意,烦请喷出点道理,纯喷就很无聊了。这篇对某些厂商的看法也不正面,招黑正常嘿。
先上结论。
· 过了两年更新一下,相比两年前现在非常有信心跨过去,我们和竞品同行拿到了大量的case,长风破浪会有时,直挂云帆济沧海。
①传统关系型数据库没跨过去,想跨过去的希望只存在于阿里腾讯这种大厂,现在已经走在半山腰了;
②云数据库刚兴起每几年,谁都不比谁差多少;
③新形态数据库有可能出现突破性产品和突破性技术,国内比起老美还是差,但是不存在oracle那种巨山要跨。
我是一个非技术人员,从几个角度说下这个:
1、 数据库为什么是个大山:数据库是什么在干什么,数据库为什么难做;
2、 数据库中的大山——Oracle为啥牛逼;
3、 国产数据库是啥状态;
4、 国产能不能行。
· 如果你懂数据库,前两部分直接可以略过了。
=============
最近有个大case,国内首个case,以前国内商业银行的核心系统从来不敢用国产数据库,但是现在,张家港银行核心系统用了腾讯的Tdsql。
国内首个!
=============
一、数据库是啥,为啥那么难做。
我们先看看数据库这个大山是什么山。
数据库大神,图灵奖获得者迈克尔·斯通布鲁克(碎石者~( ̄▽ ̄~)~)(Michael Stonebraker)在他的一篇论文里(What Goes Around Comes Around)简介了几十年的数据库历史,并且半吐槽性质的表达了一种观点:都几十年了,不管出多少数据库,干的还是那些事。
迈克尔说的这些数据库需要做的事,其实任何一个用过数据库的人都应该清楚:1、把数据存起来;2、把数据取出来。
几十年,就这点事,为啥还难?因为这里面学问太大了,网上很多内容都会讲技术原理,我用举例的方法给大家讲下为啥难。
· 每秒存1条数据简单,但是一下存100万条就难了;
· 存100万条,还要保证先后顺序,还要保证系统不卡死;
· 存100万条,还要修改,还经常会出现几乎同一时间对一条数据多次修改的情况,这时候即要保证先后顺序,不能出错,还要保证速度极快不把系统卡死(事务性)
· 比如重要的机密数据,要保证不只存在一个地方,甚至不能放在一个城市,但同时还要保证两个城市的数据实时一致,如果一个出问题,几秒钟只能就能切换掉另一个城市的备份。
· 7 8张表,7 8张表里的数据有复杂的关联关系,要快速把这些数据找出来,展示到前台,还不能出错(分析型场景)
这类问题还可以延展很多,更不用说还要兼容各类软硬件等,支撑软硬件热插拔等。
鹅厂的数据库专家张文曾经在一次演讲中提到,今年发布的开源数据库Mysql8.0社区版有130万行代码。130万行代码什么概念?一般的小公司,只是想理解这些代码都做不到,因为填进去的程序员成本太高。
这就是我开头说想突破只能指望大厂的原因。我瞎估下,150万行代码,要想做到理解清楚并能在其基础上做修改,最保守需要40人/年左右,还得是懂数据库的程序员,基本得40个DBA。40个DBA,按便宜的算,每人40万一年综合成本……(已经很少了,相当于2万左右的薪水,大城市的DBA没这么便宜的)
1600万,能把这堆代码搞清楚,而且还没做什么优化开发啊,还没有谈什么推广数据库的市场费用。这么大的投入就算能扛得住,又有几个企业愿意扛这个成本去做这个买卖,冒这个风险。行外人不懂,行内人都知道oracle的统治力,所以真没几个人乐意投入。
所以真的很难。
二、甲骨文为啥这么牛
如果把原因放在前面,我认为三点最重要。1、做的早;2、技术真的牛;3、市场牛。
做的早不说了,美帝的积累自然不是盖的。
技术真的牛,怎么牛?稳定!(业内会讲可用性,可靠性,这里为了行外人看得懂,统一说稳定了)
当然oracle牛x之处不止有稳定,产品体系完善,tp、ap场景通吃(tp就是事务性场景,同一条数据必须做完一件事才能再做下一个,就是让你不能拿只剩100的银行卡花出101去;AP就是分析型场景,希望快速取数据进行分析的场景。)但是甲骨文的最牛之处还是稳定。
这种稳定让甲骨文这么贵的价格都不是事。国内的金融业的核心系统,几乎都在用甲骨文,我知道的除了微众银行用的腾讯的TDSQL,支付宝用阿里的oceanbase以外,没听说还有谁不用oracle。
为啥?稳啊!钱的事出问题就是大事,谁能兜得住,只敢用oracle。我一个10来年的DBA老哥一句话我一直记得“我玩了Mysql一年,出的问题比我玩oracle10年遇到的问题都多。”
这么稳的技术来源于哪?除了甲骨文长期的时间积累,大家都认为一定有牛逼的技术在里面发挥作用。很多技术不是靠时间积累得来的,而是靠灵光一现。想复制这种灵光一现实在太难了。
肯定有人问那国内去O不是要黄?愚以为黄不至于,只是在某些地方特别难。
最早宣传去IOE的阿里真的做到去O了么?去个大头鬼,现在阿里每年还会向甲骨文付很高一笔钱,据说这个买卖是马爸爸亲自和甲骨文老板谈的。虽然说去IOE是极其正确的方向,但是想做到去O,真的要比去I去E难不止一个量级。
但那些地方合适去O?对稳定性没有究极追求的地方都可以去O,或者虽然对稳定要求很高但是有很强运维能力的企业。国内的互联网产业,天然不用oracle,因为互联网产业天然有很强的运维和开发能力,完全可以去O运作。比如政府国企,很多政府IT业务用不用oracle一样渣,早就应该去O。对应的由于金融业对业务稳定性的要求,去O很难。
当然,除了稳定性以外,还有另一个问题,让去O很难推进,那就是业务改造难度太大。每个数据库都有一套程序语言用来操作数据,这些程序代码渗透到业务的方方面面(只要调用数据,就要用数据库),要全面改造这些代码,还想不出问题,何其难也!金融系统很多都是10来年的老代码,维护都难,别说修改了。金融系统改出一个问题,技术leader就该下课了。谁敢换……
三、国产数据库是啥状态?
云时代之前,国产数据库完全不行。云时代之后,由于有腾讯阿里等巨头,能行了。
不客气的说,XX、XXXX等国产数据库,完全靠政府养着,拿到市场上一个能打的都没有。否则在政府、国企央企、军工之外有谁见过XX、XX?最懂技术的互联网有哪怕一家公司用这些数据库么?这些企业也只会去往政府,军工这些行业钻。(上面这段仅代表个人观点)
除了XX、XXXX等企业,像腾讯阿里,还是有些能拿得出手的产品,腾讯的Tdsql、Tbase,阿里的oceanbase等,已经开始在金融等领域进行市场渗透,并拿下了一定的市场份额。正如前面所讲,恐怕也只有这些头部互联网企业才有希望。
云时代之后,我们起码看到了希望。云时代的数据库,主要靠开源数据库撑着。云时代拜两个马爸爸所赐,中国没有落后,数据库又是开源的,谁都不比谁强多少。更重要的是
云是IT基础架构的替代者,是大方向,是趋势
在这上面我们不落后,我们就不会漏掉数据库的下一个时代。亚马逊有Aurora,腾讯阿里就有CynosDB和PolarDB。同样的云原生、分布式、计算存储分离等特性,谁也不比谁差多少。反观Oracle,在云时代实在乏善可陈。
阿里我不清楚,腾讯云数百人的数据库团队,还有散落在其他部门的数据库团队都有很多很强的成果出来。
比如微信这样无敌的用户量和强社交场景,自然也培育出了技术相当强劲的新类型数据库,只不过不知道是不是需要保密,我就不在外面说了。希望将来能通腾讯云把这些技术拿出来给大家服务,体验国产数据库的强大。
Ps:有人问我为啥不说Tidb。Tidb营销上完全在学MongoDB,技术上缺乏善可陈。怎么说呢,不能说Tidb不好,只能说Tidb还需要沉淀。当然Tidb有点非常好,就是告诉国内企业做数据库是有希望的,这激励了很多人!
四、国产数据库能不能行
其实话说到这里,答案前面都已经讲了,这里总结一下吧:
1) 关系型数据库:当前没有跨过这个大山,现在有跨国大山的势能,但是只能指望腾讯阿里了。
2) 云数据库:国内和美国谁都不比谁差。
3) 新兴数据库:内存型、文档型、图、列、时序等数据库,国内不比美国差多少,很多方面国内还有优势。
最后多说一点市场,甲骨文另一点强大,就是有强大的营销能力。产品好+营销强+进入早,这样的优势需要国内厂商用很长的时间才能实现赶超,不可偏废。
最后的最后打一下广告:
Tdsql,腾讯自己的数据库,金融级分布式,大量金融公司在用;
Tbase,PG做底层的数据仓库/数据库,大量金融公司在用;
CynosDB,我们的云原生数据库,对标亚马逊欧若拉,已经有很多大型互联网公司在测试使用,是下一代的数据库产品。
除此之外,还有tdata,Tcaplus游戏专用数据库等数据库产品,欢迎大家尝试。
碎石者大神的论文经同事提醒,把几个国产数据库厂商的名字隐去了
=================================
挂一个阿里低质量的水军,虽然我腾讯的,但对阿里那么多大牛还是很崇拜的,阿里的数据库也很强。然而,这些脸面都让你给丢尽了。
·本文只提到Mysql,130万行代码,这人全都没看清;
·本文观点是能跨过大山
·本文从没提过代码行数和稳定的关系,讲代码行数是为了说明学习成本高。
十、中国数据库技术的作用?
1、实现数据共享:数据共享包含所有用户可同时存取数据库中的数据,也包括用户可以用各种方式通过接口使用数据库,并提供数据共享。
2、减少数据的冗余度:同文件系统相比,由于数据库实现了数据共享,从而避免了用户各自建立应用文件。减少了大量重复数据,减少了数据冗余,维护了数据的一致性。
3、保持数据的独立性:数据的独立性包括逻辑独立性(数据库中数据库的逻辑结构和应用程序相互独立)和物理独立性(数据物理结构的变化不影响数据的逻辑结构)。
4、数据实现集中控制:文件管理方式中,数据处于一种分散的状态,不同的用户或同一用户在不同处理中其文件之间毫无关系。利用数据库可对数据进行集中控制和管理,并通过数据模型表示各种数据的组织以及数据间的联系。
5、数据一致性和可维护性,以确保数据的安全性和可靠性:主要包括:安全性控制、完整性控制、并发控制,使在同一时间周期内,允许对数据实现多路存取,又能防止用户之间的不正常交互作用。