2017年的整個醫療信息化行業，更像是集體摸索的一年。上市企業在營收增長上的乏力，促使它們急於尋找新的行業增長點。從2017年的信息化企業融資中，我們很難得出類似去年那樣清晰的投資軌跡，整個投資方向變得零散化、碎片化。人工智慧的橫空出世，讓資本將目光幾乎都轉移到了它的身上。對傳統信息化企業來說，是挑戰？是機遇？應該如何變革？成了不得不面對的一系列問題。
一、健康醫療大數據進入國家隊時期
2017年醫療信息化相關的政策和大事件並不少，其中不乏國務院印發的相關行業規劃。對此，動脈網摘選了其中最核心的一些政策和事件：
2017年1月，國務院印發《「十三五」衛生與健康規劃》。《規劃》中提到，要促進人口健康信息互通共享。依託區域人口健康信息平臺，實現電子健康檔案和電子病歷的連續記錄以及不同級別、不同類別醫療機構之間的信息共享。全面實施「網際網路+」健康醫療益民服務，發展面向中西部和基層的遠程醫療和線上線下相結合的智慧醫療，促進雲計算、大數據、物聯網、移動網際網路、虛擬實境等信息技術與健康服務的深度融合，提升健康信息服務能力。
2017年1月，為加快實施國家大數據戰略，推動大數據產業健康快速發展，工信部編制了《大數據產業發展規劃（2016－2020年）》。《規劃》中提到，促進跨行業大數據融合創新。打破體制機制障礙，打通數據孤島，創新合作模式，培育交叉融合的大數據應用新業態。支持電信、網際網路、工業、金融、健康、交通等信息化基礎好的領域率先開展跨領域、跨行業的大數據應用，培育大數據應用新模式。
2017年2月，國家衛生計生委發布《關於印發電子病歷應用管理規範（試行）的通知》,舊版的《電子病歷基本規範（試行）》、中醫電子病歷基本規範（試行）》同時廢止。
2017年4月27日，以國有資本為主體，由神州數碼控股有限公司、中國工商銀行股份有限公司、中國銀行股份有限公司、中國科學院控股有限公司、東軟集團股份有限公司、浪潮集團、萬達信息股份有限公司、易聯眾信息技術股份有限公司、榮科科技股份有限公司等十三家行業領軍企業和投融資平臺參與籌備的中國健康醫療大數據股份有限公司在京舉行。
2017年5月，國家衛生計生委網站發布了國家衛生計生委、國務院醫改辦《關於做實做好2017年家庭醫生籤約服務工作的通知》。《通知》中寫到，各地要加強區域信息化平臺建設和基層醫療衛生機構信息管理系統建設，促進信息互通共享。要建立家庭醫生與籤約居民的服務互動平臺，通過開通網站、手機客戶端、微信、微博、視頻訪視等手段，方便患者在線預約、在線諮詢、健康管理、檢查檢驗結果查詢、在線支付等，增進醫患互動，密切醫患聯繫。
2017年7月，國務院印發《新一代人工智慧發展規劃》:在智能醫療方面。推廣應用人工智慧治療新模式新手段，建立快速精準的智能醫療體系。探索智慧醫院建設，開發人機協同的手術機器人、智能診療助手，研發柔性可穿戴、生物兼容的生理監測系統，研發人機協同臨床智能診療方案，實現智能影像識別、病理分型和智能多學科會診。
縱觀2017年的信息化大事件，我們基本可以看到兩個大的發展趨勢。一是大數據和互聯互通的大力推進，二是基於大數據的人工智慧開始正式進入國家發展規劃中。
大數據方面，動脈網曾對現階段健康醫療大數據的政策進行過分析。我們發現，雖然在宏觀政策層面國家對於發展健康醫療大數據是鼓勵和扶持的，但是具體到政策落地和具體操作，尚有多項現實性難點和障礙需要攻克和破除，主要包括以下5點：
①健康醫療大數據領域的法律體系亟待完善，安全與隱私缺少保障；
②醫院內數字孤島叢生，數據共享與互聯互通存在障礙；
③數據標準化問題；
④健康醫療大數據人才缺失；
⑤企業的商業模式難以形成。
特別是在數據開放和商業模式上，大數據的進展阻礙重重。
目前醫療健康大數據的主要付費方分是六個：消費者、企業、保險公司、政府、醫院及藥企（包括醫械）。短期來看，保險公司和藥企的付費意願最強，都有代表企業開始嘗試大數據的應用。醫院、政府與企業需求還是明顯的，但現階段還比較保守。
醫院等機構的保守，更多還是在於數據的價值、隱私和安全性。大醫院沒有動力將數據開放給小醫院，網絡攻擊的猖獗，讓醫院對於外網是唯恐避之不及。在這種情況下，數據的互聯互通更多只能在醫院內部進行。
無論是工信部編制的《大數據產業發展規劃（2016－2020年）》， 新版電子病歷對於數據共享重點強調，還是有著國家隊背景的中國健康醫療大數據股份有限公司的成立，都可以看做是國家對於健康醫療大數據逐級推進。基於國家隊信息安全的越發重視，動脈網認為，具有國資背景的大數據公司有望迎來新一輪發展高峰。而外資背景企業在醫院等機構的推行，預計會有所限制。
人工智慧的開發基礎和長期優化需要高質、持續的數據。傳統HIS系統裡的數據，由於其歷史因素造成的數據質量和維度的不足，使得利用這些數據訓練出來的AI在準確度和泛用性上很難真正應用於臨床。因此，只有保證原始數據的專業化質量、結構化整合，及多樣化維度，才能讓未來開發具有真實性和準確性的人工智慧變得可能。
在這個方向上，國內已經有部分公司進行了深度布局，以博識醫療云為例，該企業能夠在標準化結構和統一化用語的前提下，滿足醫院臨床數據不斷加速的迭代需求。同時，它還能夠讓醫生的每一個病例根據輸入的不同欄位，得到想要的信息。按照疾病種類的不同，博識醫療雲還能幫助醫院實現個性化、標準化數據整合，最終打通患者健康數據與診療數據的隔閡，從而形成真正意義上的健康醫療大數據。
二、2017年醫療信息化投融資呈零散化態勢
截止2017年11月，整個醫療信息化行業的融資額約為1.19億美元，共有17家企業拿到了融資。而2016年同期，共有22家企業拿到融資，融資總額約為3.84億美元。顯然，2017年不僅拿到融資的企業更少，而且總融資額相對2016年也少了大半。
從2016年的融資我們可以發現，全年共有7家公司的融資輪次在A輪以後，而2017年只有4家。從領域上看，整個2017年的醫療信息化融資，呈現領域分散的情況。
數據來源：動脈網，蛋殼研究院資料庫
動脈網分析了整體發展態勢後認為，2017年醫療信息化行業投融資熱度的總體下降，很大程度上是由於人工智慧在這一年被集中火力，成為投資方的追捧對象。而獲得融資的一些細分領域，如院內定位、智慧養老、感控管理、醫院隨訪、臨床研究等，也基本是圍繞醫院內展開，院外的信息化獲得融資相對較少。醫療信息化企業也隨著人工智慧的升溫，今年開始逐漸往人工智慧轉型。（在下文，我們會專門用一個章節來分析）。
三、創新領域發展
醫聯體和家庭醫生籤約信息化建設走上快車道
2017年醫聯體的信息化建設成為了一大熱門。2017年9月1日，在深圳召開的全國醫聯體建設現場推進會上，國務院醫改領導小組副組長、國家衛生計生委主任李斌公布，截至2017年6月底，全國已經有1764家三級醫院開展多種形式的醫聯體建設工作，佔全國三級醫院的80%；江蘇、重慶、四川、陝西等8個省市超過90%的三級醫院參與組建醫聯體。
專科醫聯體的建設是目前國內三甲醫院的重中之重。普通的醫聯體多由政府牽線或醫院領導牽線，目的是提升醫院品牌，而不是以患者、學科為中心。這種醫聯體一旦熱度退散後專家容易流失。
與之相比，專科醫聯體從人出發，以疾病規範化治療和人才培養為抓手，可以讓患者得到同質化的治療。過去，基層醫院的患者去一趟三甲醫院看重點專科的專家十分困難，而現在通過專科醫聯體，基層疑難症患者也可以及時得到專家的指導。
以江幹區眼底病會診中心為例。江幹區眼底病會診中心是在江幹區衛計局的領導下，由浙江省眼科醫院眼底病中心牽頭、卓健科技提供技術支持，以提高江幹區眼底疾病的區域性診療水平為宗旨的區域性眼底疾病診療平臺，是杭州市乃至浙江省範圍內首個區域性眼底病會診平臺。
通過「江幹區眼底病會診中心」平臺，社區醫生能實時上傳患者檢查結果，浙江省眼科醫院的專家能在短時間內對患者的眼底情況進行會診，再反饋至社區醫院。社區醫生可根據會診結果，決定患者是否需要進一步轉診，並為有需要的患者在平臺完成轉診預約。實現患者就診的及時、高效的同時，也節約了醫療資源，為有需要的患者提供更多的就醫機會。
家庭醫生籤約方面，作為國內標杆的家庭醫生服務企業社區580，向動脈網獨家公布了旗下社區580居民端APP的最新運營數據。數據顯示：從2017年3月到6月，社區580在繼續橫向拓展市場的同時，啟動了收入轉化計劃，短短3個月時間，免費醫院向付費醫院的轉化率已超過7%，連續3個月的收入環比增長超過100%，實現單月盈利近百萬。
在與其CEO劉波的對話過程中，動脈網得出了目前家庭醫生籤約信息化的三大現狀：
現狀1：迅速建立家庭醫生服務體系，是社區醫院的剛需，只要提供好的平臺和工具，社區醫院都有很強的付費意願。
現狀2：慢病人群、孕產人群和兒童，是目前家庭醫生籤約的核心人群。如何為這些重點人群提供有效的個性化服務是家庭醫生業務成功的關鍵。
現狀3：家庭醫生籤約補貼管理、履約管理和家庭醫生健康管理會帶來巨大的信息化需求。
動脈網認為，醫聯體建設和家庭醫生籤約服務，是推進分級診療制度的兩個「翅膀」。醫聯體建設將對我國醫療衛生服務體系進行再造、重組。通過組建不同區域的專科醫聯體，讓公眾通過家庭醫生籤約，通過醫聯體內的全方位、全周期的醫療服務，公眾將更方便。
其中，專科醫聯體和家庭醫生籤約的信息化，更將作為分級診療發展的關鍵。通過信息化，能夠打通阻礙機構協作、資源整合的各種壁壘，構建緊密型醫聯體，促進家庭醫生籤約，把優質醫療資源沉下基層，實現可持續發展。
CDSS臨床決策支持系統持續升溫
CDSS的研究始於20世紀50年代末，最早的研究方向是醫學專家通過推理引擎，將專業知識和臨床經驗經過整理後存儲於知識庫中，利用邏輯推理和模式匹配的方式，幫助用戶進行診斷推斷。
直到20世紀70年代中期，世界上第一個CDSS(MYCIN)才由美國史丹福大學研製誕生。那套系統可以根據輸入的檢驗信息，自動識別51種病菌，正確使用23種抗菌素。可協助醫生診斷及治療細菌感染性疾病，為患者提供最佳處方。
隨後，各種功能特色的CDSS相繼出現，如美國匹茲堡大學的Internist-I 、QMR，猶他州大學的 ILIAD、HELP， 哈佛大學的DXPLAIN，Wolter Kluwer 公司的Uptodate， Elsevier公司的MD consult等。
在醫生看來，藉助CDSS提升自己的診療水平，是一種高成效的方式。而大醫院要想通過HIMSS EMRAM評價體系，CDSS（臨床決策支持系統）是無法避開的一環。
最近兩年，有不少信息化企業相繼推出了自己的CDSS相關產品：
2016年，惠每科技發布了基於人工智慧的惠每臨床決策輔助系統，該系統可為全科醫生提供完整的知識體系解決方案，能夠提供分診、鑑別診斷以及慢病合理用藥和疾病知識等系統功能。
2016年11月，若水醫生旗下「般若」智能專家診斷系統正式發布；
2017年2月，康夫子臨床智能輔助決策系統正式上線；
2017年4月，零氪科技HUBBLE醫療大數據輔助決策系統正式上線。
CDSS，這個在信息化行業本不新鮮的詞，在今年似乎成為了一大熱門。
動脈網曾對國內（含國內代理的國外產品）24家研發CDSS產品的公司進行過調查。在這份調查表中，能夠與電子病歷系統交換數據的產品共有9家；明確提到有深度學習能力的CDSS產品共有7款，其它則多為知識庫產品。從技術的角度看，具有深度學習能力的CDSS，對於醫生在使用過程中的反饋處理會更加及時，反饋速度更快，臨床決策更加智能，這也是CDSS未來發展的方向。
2017年作為人工智慧集中爆發的一年，包括嘉和美康、若水醫生、木老仁康和零氪科技、康夫子在內的多家公司，都將深度學習能力集成到了臨床決策支持系統中。
對此，動脈網認為，大數據作為人工智慧的基礎，由於醫療大數據公司與醫院內臨床數據的深度結合，因此在引入人工智慧上具有天然優勢。大數據公司原有的商業模式和產品由於落地情況較好，所以即便將人工智慧作為一種附加性服務整合進產品中，對企業和醫院來說也並不會增加額外的成本，因此接受難度也不會太大。所以，動脈網看好類似零氪科技和嘉和美康這類信息化大數據公司在CDSS和人工智慧方面的延伸和探索。
此外，動脈網還就CDSS的市場空間進行過分析。
2017年4月底，國家衛生計生委統計信息中心公布了全國醫療衛生機構的最新數據。數據顯示，現階段全國醫療衛生機構有98.7萬個，其中三級醫院數量為2267個，基層醫療衛生機構93.0萬個（包括社區衛生服務中心(站)3.5萬個，鄉鎮衛生院3.7萬個，村衛生室63.8萬個，診所(醫務室)20.5萬個）。
由於國內《電子病歷系統應用水平分級評價標準》和HIMSS評級通過率和天花板均較低，CDSS的市場開始逐漸從公立醫院轉向基層醫療機構。
以HIMSS評審為例，亞太地區HIMSS EMRAM 6級通過率約為5.6%，以國內三級以上醫院數量（2267家）為天花板判斷，CDSS的HIMSS評審市場空間，以300萬元為項目建設均價（通過諮詢多家信息化公司得出的平均參考價格），那麼國內HIMSS（6級-7級階段）的市場空間約為3.8億元。
即使不考慮村衛生室63.8萬家的村衛生室，國內還有27.7萬家基層醫療機構。如果以5萬元為項目均價計算，CDSS在國內基層醫療的市場空間約為138.5億元，遠遠高於單純做等級評審的市場空間。要是再將二級醫院、一級醫院乃至公共衛生機構算在內，市場空間還會更大。
四、信息化上市公司集體向人工智慧布局
醫療信息化上市公司的一舉一動，猶如一張晴雨表，直接反映了整個行業發展趨勢。動脈網在查閱了8家國內主要醫療信息化公司的2017年半年報後，從中提取了其中技術創新的部分：
可以看出，今年醫療信息化公司在技術創新領域提的最多的關鍵詞便是大數據和人工智慧。在分析背後原因之前，我們先對各家主營醫療相關業務的運營情況進行了梳理（數據皆來自於上市公司半年年報）：
東軟集團
衛寧健康
創業軟體
海虹控股
久遠銀海
榮科科技
思創醫惠
銀江股份
從各家的運營情況來看，不僅醫療相關業務普遍毛利率偏低（沒有一家增長超過10%），並且不少公司出現了負增長。我們可以大致推斷醫療信息化行業整體已經趨於發展瓶頸。在大環境下，拓展新的技術和市場，找到新的業務增長點，成為了企業發展的關鍵。
2017年，人工智慧相關企業相繼獲得大額融資：
5月，依圖科技完成C輪3.8億元融資；
7月，雅森科技獲得數千萬A+輪融資；
8月，點內生物獲得近千萬天使輪融資；
9月，推想科技獲得1.2億元B輪融資；
……
基於深度學習與醫療信息化和大數據的緊密關聯，人工智慧的落地有望對醫療信息化行業帶來較大的刺激，因此，上市公司的跟進也成為了必然。隨著更多行業巨頭的試探和入局，相信這一輪人工智慧風潮，還會持續較長一段時間。
五、大數據人工智慧
縱觀2017年的整個醫療信息化行業，大數據、人工智慧作為最核心的兩個點，已經成為創業公司乃至上市公司的布局重點。如果說2016年是大數據的元年，那麼2017年我們更願意將其稱之為人工智慧的元年。傳統的信息化公司，逐漸從大數據化，開始往人工智慧化轉型。醫院互聯互通、醫聯體和家庭醫院籤約的信息化，能夠推動大數據往人口健康信息遷移。更大體量數據的產生，也為人工智慧的發展奠定了堅實的基礎。
「大數據+人工智慧+醫療」，不僅能為傳統信息化企業帶來新的智能解決方案和新的行業增長點。同時，也將為患者、醫生和醫院創造更多的價值，從而更好地促進分級醫療國策向基層落地，更好地服務於廣大基層患者，最終解決國民「看病難」的問題。
原標題：醫療信息化：2017年市場增長乏力，企業該如何尋找新的增長極？【2017年年終盤點】