ims药品数据来源是哪里

IQVIA（原IMS）药品数据来源在下文加粗文字中会提到。

看见许多网友还在问有关于IMS药品数据库的问题，殊不知IMS Health 已经不存在了，问IMS药品数据来源也没什么意义！ 给大家普及一下知识点，IMS药品数据库也就是指艾美什(IMS Health)健康，于2016年与Quintiles(昆泰)合并为QuintilesIMS，在2017年改名为IQVIA（艾昆纬）。

接下来我们谈谈IQVIA（原IMS）药品数据库，

大家或许不了解这个数据库怎么样？ 今天笔者就IQVIA（原IMS）药品数据库的产品构成、数据源、数据检索结果、增值服务、社会评价等多个层面进行多维度分析帮助大家对其有一个新的认识。

为了方便大家更直观地了解IQVIA（原IMS）药品数据库，笔者引入一个目前国内客户覆盖最广的药品数据库（药融云医药数据库）作为对比。

1产品构成

IQVIA（原IMS）药品数据库：由商务咨询、药物研究于开发、综合服务三大版块构成。

药融云医药数据库（pharnexcloud）：药物研发、上市药品、药品销售、市场信息、一致性评价、原料药、医疗器械、生产检验、合理用药、医药文献等10个版块构成。

2数据源

两者在数据源收集上都涉及数千个数据来源，包含不限于（①医药情报：实验室研究、内部会议、专业报道、专利、商标、技术实施文件、学术会议、技术报告、科技期刊、文献等。②医药数据库：异构资源、基于云计算、云存储的医药大数据处理等。③医药数据：全球各国或地区、资讯、企业公告报道、医疗会议、新闻资讯、投资者压降，公司年度报告、医疗卫生、药企、医学杂志、其它资源等。）

3数据展示结果

我们将IQVIA数据库在国内最拿得出手的数据(中国医院药品统计报告CHPA )与pharnexcloud 的(全国医院销售数据)一个直观的对比

IQVIA数据库(中国医院药品统计报告) ，基于9454家医院总体(≥100张床位)进行样本设计，样本覆盖255个城市。样本医院只有1000家左右，能推算的总量约8000家。

IQVIA数据库全球医药交易信息由80000多条；

pharnexcloud数据库(全国医院销售数据)，本数据库是基于10000家医院（二级及以上医院）进行样本设计，覆盖全国24个省及所有重点城市地区并分层抽样2200多家，通过专业的计算模型分层放大，样本医院能推算9000多家。这是国内外其它数据库无法比拟的覆盖规模。

pharnexcloud数据库全球医药交易信息19,653（笔者权限不够，只能查到2021年至今的数据），由此可以推算pharnexcloud在全球医药交易信息数据也是高于IQVIA数据库的。

pharnexcloud：①专人对接需求，一对一指导，专业团队解决行业数据问题。②沙龙、巡讲、峰会、项目交易、需求对接等活动支持，VIP加入他们药融圈生态链（目前国内做得非常棒的医药人脉圈）。

pharnexcloud：目前是国内医药企业选择最多的医药数据库，因其产品功能的全面和数据全面而一跃成为现在市场最火热的医药数据库，其中药物研发版块和药品销售数据版块为业内顶尖。

笔者说再多都没用，最主要还是自身带着对医药数据库的需求点，亲身试用对比其数据，才能验证数据来源的可靠性。

医院药品的采购数据是和销售数据这些数据是不对外公开的，想要了解这些数据除了院内和相关政府部门，利用其它方式是很难获得的，如果是利用销售数据进行某种治疗领域、某个竞品企业数据分析或者是药企市场部在计算投入产出比。

比较推荐的是我们自己的数据库，不仅有医院销售数据库还有药店销售数据以及全国样本医院数据库。

医院销售数据库是基于3000+各省市二级及以上医院的分层抽样（≧100床位，含2795家综合医院、473家专科医院），通过对全国药品与样本医院数据的深度加工与分析，结合拥有多年市场经验验证的独家综合性放大模型，采用与国际水平接轨的分类筛选和可视化体系，支持数据的大量导出和分析再处理，使得数据更接近市场真实性，更能合理的反映药品销售趋势以及药品用药趋势等信息，能帮助预测药品市场走向。

药品医院销售数据

数据库的医院销售数据不仅对于销售数据进行的深度加工与分析，还利用销售数据实现可视化智能分析，可从药品的销售额和销售量两个维度进行数据分析，有药品的年度趋势、季度趋势，（药品、活性成分、生产企业、规格、剂型）top、给药途径、ATC分类等不同角度，对于国内药品市场进行分析。

医院销售数据分析

列如：在按品种浏览中对药品品种分析，也可分析单个品种，通过年份筛选，可以进行某一年的四个季度的销售数据分析，也能分析历年的药品销售趋势，对于判断药品未来市场前景，具有重要的参考作用。

医院销售数据浏览方式

单个品种药品分析

在按活性成分浏览中，可以分析某种活性成分的品种、生产企业的具体销售数据，判断某种活性成分的市场，这对于判断活性成分未来市场，有着重要的参考作用。

药品活性成分分析

在按企业浏览中，可以了解各个药企在不同年份的销售数据，了解企业各个品种、活性成分、规格、剂型、给药途径的销售数据，之后通过点击“企业分析”，进入可视化图表，利用可视化图表了解竞争对手的销售数据。

药品企业分析

药品企业分析视图

除了以上三种浏览模式，还能通过销售数据分析某种治疗领域、规格、剂型、靶点、药品类型等维度的销售数据，全面了解医药市场的销售趋势。

治疗领域，可以细化为五级分类，能帮助了解某一治疗领域的药品市场情况。

医院药品治疗领域分析

除了医院销售数据，还有药店销售数据，样本医院销售数据，所有的功能和分析都是，值得一提的就是药店销售数据在医院销售数据的基础上，提供了更多来源的销售数据的支持，提高了企业市场决策的精度与准度，帮助了解与分析药品的具体销售数据。

现在是大数据时代，我们每天都在产生海量的数据，利用好这些数据，不但能够为人们的工作生活带来便利，而且能促进生产环节更加高效地配置资源，提高效率，促进产业升级，医药行业也在大数据时代脱颖而出，在生物医药领域，大数据更是人类挑战疾病的重要武器。

在大数据技术尚未成熟之前，药物研发与试药环节是一项复杂且庞大的工程，耗时长、回报慢、风险大。可以说，任何一个制药公司在向市场推广药物产品之前，都要经过几千甚至上万次的实验和大量候选药物的折磨。

由于药物研发是化学、生物、药理、临床等十几个学科知识的综合运用，平均每个药物背后的研发数据资料多达数千甚至数万页。如何在海量信息中快速高效地搜寻整理，在重重迷雾里找到真正的价值所在，是每家创新药企和相关机构的切实需求。

而通过大数据技术，各药企/研发单位得以提高自己掌握市场信息的速度和完整性，辅助项目的立项过程，加快药物研发的进度……在有限的时间内，研发更多对人类更有意义的药品/治疗方式。大数据让药物的筛选过程变得更为简单、快捷，也更为安全，是一种高效又经济的药物分析技术手段。

同时，在集采常态化、新药审评审批加快、医保谈判降价的大趋势下，市场为真正具有临床应用价值的药品腾出了空间，全球科学家都在不断努力提高新药研发成功率。如何博采众长，研发出满足临床需求、所需投入尽可能少、市场效益更好、成功率更高的药品？

药融云

目前比较专业的医药大数据有药智网、药融云、医药魔方、药渡等等，从立项研发到上市提供数据支持，简单介绍以下这些医药数据库

药智医药数据库

推荐指数45颗星

药智数据上线时间2009年；以国内注册、全球药物研发、中国临床、全球临床、药物制剂处方、新药、靶点、企业报告、一致性评价、参比制剂、辅料数据、中国橙皮书、美国橙皮书、日本橙皮书、药品说明书、国内外文献查询、上市药品目录集、国内外标准，药物相互作用，基药目录，中标、销售数据、各国上市药品信息查询等100+数据库。

药智数据库

功能方面:药智数据除了常规的导出，可视化、注册时光轴外，还做了一些大数据探索，如注册受理数据库的审评结论预测；大数据挖掘分析系统，包含合成图谱、经典方剂和地方增补目录；多维度检索方式，包含精准/模糊检索，热点检索等。

在开放程度：半开放。

总体来说药智数据库在总体做的还是不错的，发展至今为医药行业还是做出了一定的贡献，但是某一比较不足的就是没有医院销售数据。

药融云数据库

推荐指数：5颗星

药融云医药数据库上线时间为2020年，是以药融云是全球生物医药产业一站式服务平台，药融云深度整合了全球生物医药数据、信息、资源等，帮助生物医药产业实现高度信息、数字化，旨在打造生物医药产业数字经济体。

以全球药物研发（8W+新药研发项目、临床、专利、国内审评、靶点、药效学、药代动力学等）、全球上市（40余个国家或地区的批文、说明书、审评文件等信息）、全国销售（全国医院、零售药店、样本医院三大销售数据库）、全球文献为核心，形成了药物研发、全球上市、国内市场信息、原料药、生产检查、合理用药、医疗器械、中药等八大数据库群，是国内最全面的医药数据库，共计134个数据库。

药融云数据库

功能方面：多维度智能化检索、智能化数据关联、注册时光轴、可视化数据、多元数据整合、智能快速筛选、es搜索引擎架构、一站式导出、浏览模式多样化，还对于研发数据进行了销售额数据预测等，比较丰富全面。

开放程度：全开放数据库。

总的来说，药融云虽然是最近才上线的医药数据库，但是无论在数据上，还是功能上已经稍微超越老牌数据库了，界面新颖，而且药品销售数据可以媲美米内的数据库是一个综合型医药数据库。

药渡医药数据库

推荐指数：4颗星

药渡数据上线时间为2013年，发展到现在也是有一批忠实客户了。

药渡数据以全球药物研发数据为核心，数据库群包含临床试验、主流国家批文、国内注册审评、一致性评价、医保基药等54个数据库，药渡数据针对于研发数据较多，比较有特点的就是药物报告数据库，同时对靶点信息做了不少的规范工作。

药渡数据库

在功能上：注册时光轴，检索功能丰富，支持订阅审评，研发数据多维度关联。

在开放程度：封闭式。

总体来说药渡医药数据针对的是创新药的研发，打造的是研发型数据库，目前没有中标数据，市场数据等。

问题还是比较宽泛，主要能解决的有了解市场数据、了解研发数据、销售数据等等。

医疗行业是一个生态系统，这个生态系统包含多个重要角色：作为医疗服务提供方的公私立医院、社区医院等医疗机构，作为医疗服务和产品的支付方的商业保险公司以及社会保险，还有作为医疗政策的制定和监管方的各级政府卫生部门，比如卫计委和地方各级卫生厅局，以及作为医药和医疗产品生产和销售方的各个相关企业，他们研发、生产或者销售各类药物以及医疗器械产品。除了以上传统角色，随着可穿戴技术的成熟和逐步市场化，目前医疗行业还出现很多面向消费者健康以及运动的产品和基于数据的服务。他们通过可穿戴设备记录和检测消费者的日常活动和生理指标，也成为医疗行业中不可或缺的一员，并逐步成长为大数据的拥有者。

医疗生态环境在其运转过程中产生了大量的数据。如何更加有效地整合和利用相关数据，为政府更好地履行政策制定和监管职能，是各级政府卫生部门所面临的重要问题之一。如何利用已有病人的数据提高未来临床治疗的效率和质量，并支撑专业的医疗研究是医疗服务方所面临的重要挑战。

存在的问题

随着国家深化医疗卫生体制改革，对医疗卫生信息化建设资金投入的不断增加，促使医疗卫生领域信息化建设取得了一定的成效，在全国医疗卫生信息统计、各级医疗卫生管理体系、基本公共卫生服务提供、医院信息化管理等方面提供了信息化辅助管理手段，提升工作效率和医疗卫生管理水平。 但医疗行业的大数据的收集、分析和应用仍然面临很多的挑战。

首先，医疗行业的大数据分属不同的行业角色。如何整合这些大数据是一个挑战。数据的分享和交换需要合理的政策并考虑各方合理的利益诉求。

其次，医疗行业数据的电子化和数字化仍处于早期阶段，很多数据尚未数字化。比如，医疗行业仍然要求医疗机构将病人档案纸质化，这加大了医疗机构工作人员的工作量，从某种程度上抑制了医疗信息化系统的使用。国内仍然有很多医院包括基层医院并未购买和使用完善的信息化系统来支撑相关数据的数字化。例如，很多基层医院尚未建立基本的医院信息系统（HIS）。电子病历系统（EMR/EHR）在国内医院也未普及。

再次，由于医疗信息系统的提供商非常多，不同医疗机构的需求千变万化，行业内部同类信息系统在数据结构和格式等解决方案上的同质性比较差，数据交换和分享在技术上存在阻力。尽管面临这么多的挑战，如果我们能够围绕医疗大数据制定合理的整合、分析和应用政策和策略，那么医疗大数据及其分析就能帮助提高整个医疗行业的运转效率乃至体验水平。

医疗大数据分析应用

大数据分析的发展为解决医疗行业所面临的问题提供了可能性。上图总结了大数据分析在医疗行业中潜在的应用场景以及主要用户。我们来看看几个典型应用：

1、临床医疗模式分析

临床过程模式分析功能是指利用大数据分析系统对过程数据进行分析并改进的能力。医疗行业数据分析在医院内部通过数据进行诊疗过程分析，以发现大量临床电子记录数据之间的关系，为今后的循证临床实践提供参考。临床数据分析系统为临床医疗过程全程大数据、实时诊疗数据以及病人电子病历可视化数据的全景分析提供了新途径，特别是对于区域医疗能够观察到病人以前在其他医院的入院情况，支持在医疗成本和效果之间的平衡，帮助医院进行医疗科研。

2、非结构化数据分析

对于存储于分布式数据库系统的数据，需要进行数据过滤、清晰、转换并集成整合，建立临床数据中心。存在于多个部门的非结构化数据，采用NOSQL 数据库进行数据存储，非结构化或半结构化的管理的核心是Apache Hadoop开发环境的实现，MapReduce 能够将大的工作任务分解为一组离散的任务，将分析后的数据集中存储，并提供可视化展现和医疗决策支持访问。

医疗大数据分析与传统数据分析系统的差别在于大数据分析具有非结构化数据的分析能力，这种非结构化数据是传统的医疗数据库不能处理的。临床电子病历中基于XML文档信息、临床影像、医生处方等，非结构化数据占临床数据总量的80%以上，对这一部分的数据进行处理分析，能够得到相关指证，比如，对医学影像分析，通过与相关疾病典型影像特征对比，得到病人疾病诊断，这对医院改进临床效率控制医疗成本有极大益处。

3、管理决策支持

管理决策支持功能强调日常医疗服务过程分析，以支撑管理决策并采取相关措施。一般来说，管理决策支持依赖于医院信息共享互联互通以及信息数据分析能力，对于重大疾病循证分析综合评判对临床医疗质量管理有重大价值，依据电子病历数据分析，开发个性化诊疗方案有助于提升医院精准医疗水平。

从机构组织层面对医院信息系统产生的大数据进行分析，对于跨部门 *** 作流程进行改进具有重要意义，综合性数据分析能帮助管理者全面了解组织机构存在的薄弱环节并采取对应措施，从实践看，建立临床数据中心数据仓库并与实际生产系统实时交互，对于医疗质量水平提升和病人临床安全具有重要保障作用。

4、预测分析功能

通过医疗大数据使用统计分析工具建立评价模型，对疾病发展转归进行预测是医疗大数据应用的重要方面。大数据的预测功能强调对通过大量数据分析对未来趋势预测，医疗机构的数据分析平台需要与临床数据中心、预测分析算法（如：回归分析、机器学习、神经网络等）等相结合，向医护管工作者提供可视化界面，帮助管理和临床决策。临床大数据中心的建设能够通过过去历史数据对未来提供参考，有助于医院精细化管理和精准化医疗。

在医疗机构，对二次住院预测分析大大降低了病情的不确定性，重症中心ICU病人全程生理参数数据监控分析，进行关键指标的警示和交互干预，使医护工作更有效率，优化了相关 *** 作，降低了医疗风险。同时，有利于形成医护患协同的病人全过程的疾病管理分析，产生最佳医疗实践的疾病诊治流程。

5、数据闭环追溯

医疗数据信息如：费用成本数据、临床数据、药学信息、病人行为数据、设备传感数据等均需实时采集或尽量实时采集。传统临床信息系统数据分散在各个应用系统中，数据不一致，产生冗余矛盾，而且不同部门的设备或不同临床信息应用内部信息数据孤立使临床过程工作流优化也存在困难。数据的闭环追溯有利于以病人为中心的临床需求和部门服务与设备应用的监控。大数据分析提供了全流程、全方位的解决能力，业务系统的数据可实时与数据中心进行数据交互，通过大数据算法进行深度评价分析，医护工作者可即时监控病人状态、追踪相关的警示信息并采取相应措施，对医疗安全和用药安全有重要价值。

总的来说，大数据分析在医疗行业具有广泛的应用前景。首先，医疗行业各个主要角色已经或者开始积累大量数据并为大数据分析创造了条件。不同数据集合的整合和分析面临政策和利益诉求的挑战，但是也带来了新的机遇。其次，医疗行业是一个生态系统并面临诸多问题，大数据分析为解决这些系统性问题提供了新工具。

亿信华辰作为数据分析软件领导厂商，紧跟医疗卫生领域发展趋势，面向国家卫健委及各级医疗卫生单位、机构，提供灵活、可适配的解决方案。

提供集数据采集、数据治理（含元数据、数据标准、数据质量、数据生命周期管理、数据安全）、数据分析与挖掘、可视化展示一体化的解决方案。

正规大一点的医院一般也就用SQL SERVER2000，有些小的医院可能只使用access 数据库就够了。一般医院没有用ORACLE、mysql，因为本身 *** 作复杂，当然还要看医院使用的管理系统。

不可能全国联网。对你来说是病历。对医院来说你就是他们的商品。他们不会轻易把利润让出去的。另外，别的医院也不愿意联网。来一个病人就做一次检查，几千元的检查费他们必须要赚的，到口的肥肉不咬一口，他们自己都觉得不可思议。在商品时代，对任何事情不要有美好的幻想。

药品的销售数据查询途径很多

药品销售数据查询途径，购买专业的药品销售数据库，如药融云数据库，IMS数据库，米内网等。

药智网，医药魔方，药渡可以查询部分产品销售数据。

药融云数据库通过对上万种药品销售数据的收录和分析，形成了自己独特的样本医院销售数据，以多维度，多形式的可视化的柱形和环形图形式，清晰、简洁地展示数据的分析结果，是无论市场调研还是数据报告的有力助手。

药融云医药销售数据

通过对全国药品与样本医院数据的深度加工与分析，结合拥有多年市场经验验证的独家综合性放大模型，采用与国际水平接轨的分类筛选和可视化体系，支持数据的大量导出和分析再处理。

药融云 销售数据库

通过对独有渠道的全国零售药品数据收集，对多个层次，多个药店零售数据的整理，规范和统计，生成了独家的全国药店零售数据。在医院销售数据的基础上，提供了更多来源的销售数据的支持，提高了企业市场决策的精度与准度。

全国医院销售数据库收录了数十万条2014年至2020年的全国医院销售数据。

数据库的数据是通过样本医院数据经过专业模型放大所得，模型是基于各城市的人口、发病率、医院床位数、医药消费水平等等因素。

医疗机构、药品生产、经营企业可以通过本数据库，评估企业产品结构的合理性，为指定产品战略提供依据。

在医药上市公司的年报中一般不会披露一些药物的具体销售数据，除非是一些比较重磅的或需要特殊提及的药品才会提供药品相关的销售数据，如需查询药品的销售数据推荐使用“全国医院销售数据库”、“全国药店销售数据库”以及“样本医院销售数据库”这些数据库能查询某种药品在院以及药店的销售数据，通过分析药品的销售数据，计算投入产出比，药企的市场部、销售部能及时的调整销售策略，创造更多的收益。

说了这么多，来了解一下这三种药销售数据库（“全国医院销售数据库”、“全国药店销售数据库”以及“样本医院销售数据库”）。

全国医院销售数据库：是基于2200+各省市二级及以上医院的分层抽样（≧100床位，含2000+家综合医院、500+家专科医院），通过对全国药品与样本医院数据的深度加工与分析，结合拥有多年市场经验验证的独家综合性放大模型，采用与国际水平接轨的分类筛选和可视化体系，支持数据的大量导出和分析再处理。

通过全国医院销售数据，能查询到（某种企业、某种国内上市的药品、某种靶点、某种治疗领域）从2014年到至今的年度以及季度的医院销售额，可以通过可视化视图分析竞品在医院销售数据，计算药品在医院的销售占比，好及时调整药品在医院的销售策略。

全国医院销售数据

全国药店销售数据：是基于各省市5000多家零售药店的分层抽样（实体药店），通过对独有渠道的全国零售药品数据收集，对多个层次，多个药店零售数据的整理，规范和统计，生成了独家的全国药店零售数据。在医院销售数据的基础上，提供了更多来源的销售数据的支持，提高了企业市场决策的精度与准度。

通过全国药店销售数据，能查询到（某种企业、某种国内上市的药品、某种靶点、某种治疗领域）从2014年到至今的年度以及季度的药店销售额，利用药店零售数据的全局分析了解药品在药店的销售额，了解某种药品在药店市场的占比，用来分析药品在药店的销售数据，计算在药店的投入产出比，调整药品在药店的销售策略，提高药品的在药店的销售总额。

药品销售额全局分析

全国样本药品销售数据库：基于1400+重点城市公立医院，覆盖全国24省份，25个重点城市，通过对8800余种药品销售数据的收录和分析，形成了自己独特的样本医院销售数据，以多维度，多形式的可视化的柱形和环形图形式，清晰、简洁地展示数据的分析结果，是无论市场调研还是数据报告的有力助手。

全国样本药品销售数据库

总的来说从医药上市公司年报查询某一具体的药品的销售额，是不现实的，除非此上市公司主要做的某一款药品，但是这样又会面临产品结构单一，这种情况会被IPO过程中否决，这些销售数据主要还是在专业的药品销售数据库中查询

以上就是关于ims药品数据来源是哪里全部的内容，包括:ims药品数据来源是哪里、有什么能查询到医院的药品采购和销售历史的数据呢、医药大数据对于医药行业的作用是什么等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！