報告編委
特別鳴謝（按拼音排序）
閱讀原文」，可下載完整版《愛分析·中國智慧醫院行業趨勢報告》。
「
政策和臨床業務需求影響智慧醫院數位化應用採納度
·智慧醫院是以患者為中心、以臨床需求為起點，將大數據、人工智慧、雲計算、物聯網等技術應用於醫療場景，全方位提升醫療服務的效率和質量。
·智慧醫療領域，政策力度較大，且滿足醫護人員提升臨床效率和水平的需求，醫院採納度較高；智慧服務領域，受評級政策以及新冠肺炎疫情的影響，網際網路醫院建設的投入力度較大；智慧管理領域，評級類政策尚未頒布，且醫院的需求主要以提高運營效率為主，整體數位化應用採納度較低。
智慧醫療持續深化，向智能化邁進
·智慧醫療領域，數位化應用普及度和臨床價值已經得到初步驗證，下一步的發展目標是完善數據基礎，深挖醫療數據價值，進一步實現智能化。
·基於傳統規則的推理缺少醫學邏輯，需要以醫學知識圖譜作為底層支撐，實現智能推理；臨床輔助決策幫助醫生提高工作效率、提高醫療水平，多源知識融合的決策支持系統是未來的升級方向。
智慧服務逐漸從院內向院外延伸
·公立醫院的目標是院內核心的診療環節，智慧護理、慢病管理等診後服務將由院外承接，意味著智慧護理、慢病管理等應用場景將向院外延伸，實現患者全生命周期管理。
·智慧服務在向院外延伸的過程中，一是要保證數據連續性和服務標準化，二是要搭建完整的生態體系。
新一代HIS系統支撐醫院實現全面的智慧化
·在醫院全新的數位化架構中，HIS系統升級是必然趨勢。新一代HIS系統具備以下特點：重構基礎架構、建立開放系統、實現業務協同、支持雲部署。
·雲計算對醫院的價值不言而喻，如何「上雲」才是醫院現在要考慮的問題。大三甲醫院可以採取循序漸進、先易後難的「上雲」順序；中小型醫院則可以考慮全院雲化的信息化建設方案，重構新一代信息化系統。
目錄
一.政策與需求雙輪驅動，智慧醫院建設加速
二.技術滲透，走進醫療智能化未來
三.智慧服務升級，逐漸向院外延伸
四.實現臨床與管理之間的平衡，加強精益化管理
五.智慧醫院未來展望
結語
法律聲明
01
政策與需求雙輪驅動，智慧醫院建設加速
1.1. 智慧醫院定義
智慧醫院由國家衛健委正式提出，包含三大領域：面向醫務人員的「智慧醫療」，面向患者的「智慧服務」以及面向醫院管理的「智慧管理」。
目前，對於智慧醫院的完整定義以及建設標準，國家層面還未進行統一，醫院在智慧醫院建設探索過程中的側重點和方向也不完全相同。但大數據、人工智慧、雲計算等技術的滲透必不可少，正是在技術的加持之下，智慧醫療、智慧服務、智慧管理的實現才具備可行性。
從智慧醫院建設目標以及應該具備的功能層面考慮，智慧醫院是以患者為中心、以臨床需求為起點，將大數據、人工智慧、雲計算、物聯網等技術應用於醫療場景，全方位提升醫療服務的效率和質量。
在政策和需求的雙輪驅動之下，智慧醫院建設正加速進行，相關數位化應用開始在醫院場景中落地。
1.2. 智慧醫院建設進展
1.2.1. 政策是智慧醫院建設的核心驅動力
醫療是典型的政策驅動型行業，政策作為智慧醫院建設的核心驅動力，通過「以評促建、以評促用」的方式，加速智慧醫院數位化應用的落地進程。
按照由強到弱的影響力度，智慧醫院領域的政策可分為評級類政策、績效考核類政策和鼓勵類政策。
1.2.1.1. 評級類政策
評級類政策對智慧醫院建設的影響力度最大，目前在智慧醫療、智慧服務領域，均有相應的政策落地，智慧管理領域的評級類政策也已制定完畢，即將發布。
智慧醫療領域，電子病歷系統功能應用水平分級評價使醫院對CDSS、病歷質控等數位化應用的剛性需求大大增加。
電子病歷應用水平共分為0-8級，每一級都有不同程度的知識植入，體現出不同的智能化水平。其中，0-3級是知識的自動化，4-6級是知識的智能化，7-8級是知識的成熟化。
其中，電子病歷應用水平4級以上要求具備醫療決策支持功能，極大地促進了臨床輔助決策系統（CDSS）在醫院的應用落地。
根據2018年12月醫政醫管局印發的《關於進一步推進以電子病歷為核心的醫療機構信息化建設工作的通知》，到2020年，三級以上醫院要達到分級評價4級以上，二級以上醫院要達到分級評價3級以上。
2019年，共有7870家醫院參與電子病歷應用水平分級評價，其中參評三級醫院2592家，二級醫院5097家，其他參評醫療機構181家。評價結果顯示，2019年全國電子病歷評級平均分相較於2018年有明顯提升，但與政策要求的階段性任務相比仍有差距。
2020年作為驗收年，是否能夠完成階段性任務猶未可知，但從醫院對高等級電子病歷評級的追求來看，醫院對CDSS、病歷質控等系統的應用採納度仍將在未來一段時間內保持較高水平。
智慧服務領域，受政策評級以及新冠肺炎疫情的影響，網際網路醫院建設速度加快，當前全國已建成900多家網際網路醫院。
2019年3月國家衛健委辦公廳發布《醫院智慧服務分級評估標準體系（試行）》，引導醫院建設功能實用、信息共享、服務智能的智慧服務信息系統，改善患者就醫體驗，開展高效、連續的診前、診中、診後醫療服務。
智慧服務評級從醫院為患者提供智慧服務的功能和患者感受到的效果兩個方面進行評估，共分為0-5級，實現醫療服務從院內逐漸向院外的延伸，並最終實現患者全生命周期管理。
2019年國家衛健委醫政醫管局首次開展醫院智慧服務分級評估工作，共有4300家醫院參評，最終自評級別平均為0.33級，總體來看分數較低。
當前，絕大多數醫院智慧服務建設發展還處在起步階段，高等級智慧服務的建設進程較慢。原因主要有兩方面，第一，政策並未對智慧服務等級提出階段性任務，醫院對追求智慧服務高等級評級的動力有限；第二，智慧服務高評級對醫院的電子病歷水平、互聯互通水平等存在一定要求，醫院需要先完善智慧醫療領域的數位化應用，才能進行智慧服務較高等級評級。
智慧管理領域，《醫院智慧管理分級評估標準》尚未正式發布，因此醫院暫時行動較慢，但隨著政策的即將發布，醫院對智慧管理的重視度將有所提升。
參照電子病歷應用水平分級評價體系，智慧管理的分級評估同樣設定為0-8級，其中1-2級為初級階段，實現數據採集；3-5級為中級階段，實現信息共享；6-8級為高級階段，實現智能支持。
參考智慧醫療和智慧服務領域的評級類政策，預計智慧管理評級政策發布後，醫院對智慧管理領域數位化應用的需求將有所提升。
1.2.1.2. 績效考核類政策
公立醫院績效考核對醫院的數位化水平提出較高要求，多項考核指標與數位化應用相關。為了達到績效考核的要求，醫院對相關數位化應用的採納度提升。
以三級公立醫院績效考核為例，三級公立醫院績效考核指標體系共包括51個考核指標，覆蓋醫療質量、運營效率、持續發展、滿意度評價四個維度。例如醫療質量維度中的單病種質量控制指標，考核醫院的單病種例數、平均住院日、病死率等，使醫院對單病種質控的採納度提升。
為了滿足績效考核指標的要求，三級醫院對遠程醫療、合理用藥、智慧護理、單病種質控等多個數位化應用的需求增加。
部分省市針對公立醫院績效考核規定了相應的獎懲措施，例如北京市醫院管理局對市屬22家三級醫院進行績效考核，將考核結果與黨政一把手的任免以及評先評優等政策相關聯，同時北京財政專門設置了專項獎勵資金，根據績效考核結果和排名發放給醫院，2018年該項獎勵資金已達到10億元。
1.2.1.3. 鼓勵類政策
鼓勵類政策以指導性文件為主，起到「頂層設計」的作用，但沒有實際的執行文件，因此，對數位化應用的落地影響較小。
以人工智慧技術為例，國家層面出臺多個鼓勵人工智慧技術與醫療領域相結合的紅頭文件，促進智慧醫療領域AI影像輔助診斷、醫療機器人等數位化應用的發展，但都以「頂層設計、分層創新」為主。當前，醫院對AI影像輔助診斷、醫療機器人等醫院對此類數位化應用的採納度主要受需求驅動，而不是政策驅動。
1.2.2. 臨床需求影響智慧醫院場景落地進展
智慧醫院建設「以臨床需求為起點」，醫護人員的臨床業務需求同樣影響數位化應用的落地。
臨床業務需求按照迫切程度的高低，可分為提高工作效率、提高診療水平和提高運營效率。
提高工作效率，是醫護人員當前最迫切的需求。
隨著技術在醫療領域的不斷滲透，醫院對利用技術提高工作效率的接受度明顯提升，AI影像輔助診斷、醫療機器人等數位化應用，可以有效幫助醫護人員提高工作效率。
例如黑龍江省農墾總局總醫院康復中心過去每個患者需要在康復醫師的協助下，訓練30分鐘。在引入康復機器人後，前10分鐘由康復醫師徒手物理治療，後20分鐘在醫師助手的協助下由康復機器人輔助訓練即可，極大地提高了康復中心醫師的工作效率。
除了提高工作效率，提高診療水平也是醫生較為迫切的需求，特別是對於基層醫生而言。
通過數位化的手段，可以將上級醫院的診療能力賦能給基層，將院內的醫療服務延伸至院外，使患者在基層、在院外也能享受到良好的醫療服務，從而真正將分級診療落實下去，實現患者全生命周期管理。
提高診療水平的需求，使醫院對CDSS、單病種質控、遠程醫療等數位化應用的採納度提升。
以廈門市醫療大數據應用開放平臺為例，平臺採集並融合來源於廈門市各醫療機構的健康醫療數據及三方數據，開發輔助診斷、輔助用藥、輔助檢查推薦等一系列深度學習模型，並於一年的時間內在廈門全市39家社區醫院全面上線，將市級三甲醫院的先進臨床經驗下沉至基層，提升分級診療的落地效果。
此外，醫院整體運營效率的提高可以減輕醫護人員的工作壓力，確保患者享受更好的醫療服務，同時提高醫護人員和患者的滿意度，DRG管理、供應鏈管理等數位化應用可以有效提高醫院整體的運營效率。
平均住院日是反映醫院整體運營效率的綜合指標之一，縮短平均住院日，既可以提高醫護人員的工作效率，減少患者住院費用，同時還可以提高病床周轉率和使用率，提升醫院整體的運營效率。
通過DRG管理，綜合考慮患者病情的嚴重程度和複雜性，可以有效縮短平均住院日。北京大學第三醫院自2011年底啟動DRGs付費試點，運用DRG管理提高整體運營效率，平均住院日從2000年的15.3天縮短至2018年的5.70天。
1.2.3. 智慧醫院數位化應用採納度
根據政策強度和醫院臨床需求，愛分析將智慧醫院數位化應用採納度分為三個等級，對採納度等級的定義如下。
一級採納度： 有明確的評級類政策要求，且醫院的需求為提高工作效率或提高診療水平；滿足績效考核政策的要求，同時醫院的需求為提高工作效率。
二級採納度： 有明確的評級類政策要求，但醫院的需求只是提高運營效率；滿足績效考核政策的要求，同時醫院的需求為提高診療水平；政策上只有鼓勵發展的要求，但醫院的需求為提高工作效率。
三級採納度： 滿足績效考核政策的要求，但醫院的需求只是提高運營效率；政策上只有鼓勵發展的要求，且醫院的需求為提高診療水平或提高運營效率。
將採納度等級與智慧醫院建設的智慧醫療、智慧服務、智慧管理三大領域相對應，可以發現，當前階段：
智慧醫療領域，政策推動力度較大，且相關的數位化應用可以滿足醫護人員提高工作效率和提高診療水平的需求，醫院對智慧醫療領域數位化應用的採納度較高，多處於一級和二級水平；
智慧服務領域，受智慧服務評級政策以及新冠肺炎疫情的影響，網際網路醫院建設的投力度較大，但除了網際網路醫院以外，其他數位化應用的採納度基本處於二級水平；
智慧管理領域，評級類政策還未正式頒布，且醫院的需求主要以提高運營效率為主，整體數位化應用採納度較低，基本處於三級採納度水平。
1.3. 智慧醫院發展趨勢
智慧醫院建設是一項長期工程，短期內各個領域的應用採納度有所差異，但從長期來看，智慧醫療、智慧服務、智慧管理都是智慧醫院建設的重點。愛分析認為，未來，智慧醫院三大領域將呈現出以下發展趨勢：
首先，處於一級、二級採納度階段的智慧醫療領域，應用普及度和臨床價值已經得到初步驗證，未來的核心是深化智能化應用。通過NLP、知識圖譜、計算機視覺等技術實現對醫療數據價值的挖掘，並反哺於醫療場景，構建高效、智能、閉環的業務流程。
其次，當前處於二級採納度的智慧服務領域，智慧護理和慢病管理等場景將開始向一級採納度躍遷。長期來看，公立醫院的目標是院內核心的診療環節，智慧護理、慢病管理等診後服務將由院外來承接，意味著未來智慧護理、慢病管理等應用場景將向院外延伸，實現患者全生命周期管理。
最後，處於三級採納度的智慧管理領域，目前尚處於起步階段，證明其臨床業務價值、向二級採納度躍遷是當前重點。從發揮臨床業務價值的路徑上來看，隨著醫院逐漸從過去粗放式管理轉向精益化管理的過程中，實現臨床和管理之間的平衡最為重要。因此，智慧管理領域，接下來將通過臨床數據為管理「賦能」，實現開源節流、持續發展。
立足當下，放眼未來。接下來，本報告將圍繞智慧醫療、智慧服務、智慧管理三大領域當前數位化應用的落地挑戰以及未來的發展趨勢進行深度分析。
02
技術滲透，走進醫療智能化未來
面向醫護人員的「智慧醫療」，大部分數位化應用處於一、二級採納度，持續深化、向智能化邁進是未來的主要方向。
實現智能化的核心是數據，在擁有海量數據的醫療行業中，大部分數據資源還「沉睡」在資料庫中。利用新技術，將「沉睡」的醫療數據「喚醒」，是智慧醫療的必由之路。
2.1. 智能化應用是醫療數據價值的體現
按照對醫護人員產生的價值，智慧醫療領域的智能化應用可以分為三類：分析、決策支持和執行。
分析類應用主要基於規則庫對醫護人員進行提示，規則庫一般來源於臨床路徑、臨床指南、權威文獻、科室常規等標準化文件；
決策支持類應用主要為醫護人員提供輔助決策意見，融合NLP、知識圖譜、機器學習、深度學習等技術，進行實時的智能推理和決策；
執行類應用主要是與醫護人員協同工作或一定程度替代醫護人員的工作，以知識作為支撐，融合多學科技術。
合理用藥、病歷質控等是典型的分析類應用，在醫護人員的工作流程中進行實時提醒。
以病歷質控為例，通過高質量的病歷數據訓練模型，利用NLP技術實現電子病歷後結構化，可以實現對病歷全過程、多環節、多層次的監控與提醒，提高病歷合格率。北京天壇醫院於2019年6月搭建智能化病歷質控平臺，對比2018年6月和2019年6月的終末質控病歷問題數，發現終末問題檢出條數明顯減少659條。
決策支持類應用基於影像數據和臨床文本數據，為醫生提供臨床輔助決策建議，在影像數據的應用方面，AI影像輔助診斷最為典型，在臨床文本數據的應用方面，CDSS最為典型。
以CDSS為例，CDSS以權威的醫學指南、臨床路徑、教材等作為知識庫的支撐，並基於實時的全量臨床數據建模，可以為醫生提供臨床決策支持。中日友好醫院目前針對每位患者，醫生平均點擊CDSS的次數達到4.2次，醫生對CDSS智能推薦的結果採納度較高。
執行類應用涉及到的技術範疇較多，醫療機器人是典型的執行類應用。
醫療機器人是一個多學科交叉的領域，以手術機器人為例，需要結合大量的外科手術數據及人機互動最優控制，形成機器人的「手術大腦」。國內大三甲醫院首先開展手術機器人的臨床應用，以南京大學附屬鼓樓醫院為例，2014年便引入達文西機器人，2020年1-3季度，泌尿外科達文西機器人手術量達到3504例，平均每月完成近400例。
當前，智慧醫療領域智能化應用的活躍度較高，但與實際臨床需求之間存在一定距離，主要存在以下兩方面的問題：
第一，數據質量差。雖然醫療領域數據量巨大，但海量數據不等於海量高質量數據，數據不完整、數據不一致、數據不合理等問題阻礙技術的滲透；
第二，數據模態單一。當前的智能化應用以單模態數據為主，多模態數據應用較少，缺乏多源知識的融合。
上述兩方面的問題，目前三甲醫院多有所重視，通過搭建大數據平臺的方式，打破數據孤島，實現所有業務系統的數據集成、數據治理、數據質控和數據應用。
例如，華西醫院早在2017年就正式開始大數據平臺建設，旨在統一數據資源中心、建設統一的數據集成平臺，並在大數據平臺的支撐下，實現「多應用、多服務」。
未來，隨著數據基礎的完善，智慧醫療領域的智能化應用將呈現以下趨勢：
第一，分析類應用逐漸完善醫學邏輯，底層以醫學知識圖譜作為邏輯支撐；
第二，決策支持類應用未來將形成融合多源知識的決策支持系統。在影像數據應用方面，形成覆蓋多病種、多部位、全流程的決策支持系統，在臨床文本數據應用方面，將形成「權威知識+臨床經驗」的決策支持系統；
第三，隨著多學科技術不斷進步與融合，執行類應用也將進一步成熟，向人機協同方向發展。
2.2. 以醫學知識圖譜作為底層支撐，完善醫學邏輯
2.2.1. 基於傳統規則的推理缺少醫學邏輯
分析類應用當前主要是將成型的文字進行條件化和規則化，基於預先設定好的顯性規則進行推理，缺少隱形的醫學邏輯。
以合理用藥為例，傳統的合理用藥系統將行業發布的指南、藥典、藥品說明書等，做成條件審查的規則後進行用藥提醒與質控。這種方式形成的合理用藥系統存在兩方面的問題，第一，指南、藥典、藥品說明書等一般只涉及藥物單獨使用的情況，而現代醫學更重要的是多種藥物同時使用時的禁忌；第二，臨床發展領先於文本規範的形成，而傳統的合理用藥系統底層的知識庫更新不夠及時，導致合理用藥系統反而會給臨床治療帶來幹擾。
基於知識圖譜的合理用藥系統可以很好的解決以上兩方面的問題。
2.2.2. 專業的醫學知識圖譜，實現智能推理
知識圖譜以結構化的方式描述客觀世界中實體、概念、事件以及之間的關係，其本質是一張巨大的語義網，包含了豐富的語義信息，將海量知識以更直觀的方式展現出來。
通過構建專業的藥學知識圖譜、疾病知識圖譜等，形成智能化的推理引擎，可以補充醫學邏輯，理解病歷內涵，提高醫學推理的準確率，實現智能推理。
基於知識圖譜的合理用藥系統與傳統的合理用藥系統相比，在底層知識庫的完整性、邏輯性、及時性等方面具有明顯的優勢。
2.3. 臨床輔助決策前景廣闊，多源知識融合是未來的發展趨勢
決策支持類應用主要以單模態數據為主，可分為基於影像數據和基於臨床文本數據兩類。
當前，不論是AI影像輔助診斷等基於影像數據的應用，還是CDSS等基於臨床文本數據的應用，醫生的接受度都有明顯提高，但與醫生的臨床應用之間，還存在一定距離。
影像數據應用中，以AI影像輔助診斷為例，當前多以單病種為主，不滿足實際的臨床診斷需求，未來AI影像輔助診斷將從單病種向多病種升級，屆時該場景也將升級至一級採納度。
臨床文本數據應用中，以CDSS為例，當前底層知識庫存在知識規模不夠且知識更新不及時等問題，導致臨床輔助診斷的可用性較低，未來CDSS將融合多模態數據，不斷完善底層知識庫，提供覆蓋患者全病程的決策支持。
2.3.1. AI影像輔助診斷臨床價值初步驗證，多病種覆蓋是未來的升級方向
AI影像輔助診斷當前主要應用於診斷環節提供臨床建議，幫助醫生更快速、更準確地進行診斷。
對於醫生來說，AI影像輔助診斷既能提高工作效率，又能提高診療水平，不同等級醫院的醫生對AI影像輔助診斷的需求有所差異。
對於二級以上的醫院來說，提高工作效率是首要需求。隨著患者CT、超聲等診斷量增加，影像科醫生處於高負荷作業狀態，AI影像輔助診斷能夠有效地提升醫生的診斷效率。
提升影像科醫生工作效率，醫準智能以AI賦能肺結節篩查
我國肺癌的發病率和死亡率已經連續十年位居惡性腫瘤之首，肺癌防治成為我國癌症防治的重中之重。肺結節作為肺癌的早期病變，發病率約為20%，如果能早發現、早治療，則能夠大幅提高肺癌患者的治癒率。
肺結節患者基本無法自覺發現症狀，只能通過體檢篩查的方式發現。因此，肺結節篩查對肺癌早篩的重要性不言而喻。2018年底，國家開始支持有條件的醫院開展肺結節篩查工作。
河南省南召縣人民醫院創建於1951年，是南召縣唯一一家二級甲等綜合醫院，也是全縣的醫療中心，擔負著全縣常見病、多發病、疑難雜症的大部分診療任務。醫院共開設床位650張，擁有在職職工89人，下設臨床、醫技、職能後勤等共50個科室。
2018年10月，為響應國家政策，南召縣衛計委印發《在全縣開展肺結節篩查實施方案》，南召縣人民醫院被確定為河南省首家對貧困人口實施肺結節篩查的縣級醫院。
肺結節篩查採用薄層CT，一個患者產生近300張片子。河南省作為人口大省，南召縣的人口近70萬，而南召縣人民醫院影像科只有7名醫生，開展肺結節篩查工作後，醫生的閱片工作量巨大。
隨著篩查患者數量日益增多，影像科醫生不足的問題越來越明顯，影像科醫生承受著錯診漏診的巨大閱片壓力。因此，南召縣人民醫院計劃利用AI賦能，以減輕影像科醫生的工作壓力。
在選擇AI影像輔助診斷系統時，南召縣人民醫院重點關注以下幾個方面：
第一，肺結節檢出率高。肺結節發病率高，且1-3mm的肺結節有很多。因此，AI影像輔助診斷產品要保證對小體積肺結節的檢出率；
第二，系統可以進行數據測量，並提供傾向性意見。系統發現肺結節後，可以測量直徑、體積、CT值等人工無法測量的數據，對於肺結節的良惡性、患病風險等級等方面，可以提供傾向性的意見；
第三，系統具備隨訪功能。系統可以針對同一個患者的圖像情況，在複查後進行自動對比，例如密度增加值、體積增加值等；
第四，系統可以自動生成報告。報告可以指出具體的發病位置、描述肺結節大小、並給出診斷意見等，醫生只需對系統給出的報告進行審核和修改即可。
醫準智能胸部CT智能分析系統，滿足影像科醫生需求
南召縣人民醫院於2019年6月正式上線醫準智能胸部CT智能分析系統，進行肺結節的高效篩查。
醫準智能成立於2017年，是一家專注於AI影像輔助診斷的公司，主要產品有胸部CT智能分析系統、乳腺X線和乳腺超聲智能分析產品以及達爾文科研平臺。目前胸部CT智能分析系統和乳腺X線智能分析產品已落地500多家醫院。
醫準智能的胸部CT智能分析系統能夠很好地滿足影像科醫生對AI影像輔助診斷系統的關注點：
第一，在檢出率方面，醫準智能的系統對3mm以上肺結節的檢出率為99%，對1-3mm肺結節的檢出率為97%，且假陽性平均≤2個/例，南召縣人民醫院影像科主任表示「醫準智能系統的檢出率可以達到中級影像科醫生的水平，檢出率很高」；
第二，在數據測量和診斷意見方面，醫準智能的系統根據CT影像中肺部結構特徵及肺結節特徵，通過算法模型自動檢測肺結節，分析結節位置、體積、直徑、結節類型等數據，並提供良惡性分析參考及影像建議；
第三，醫準智能的胸部CT智能分析系統支持多次隨訪影像病灶自動匹配，對同一部位結節進行對比分析，輔助醫生對患者進行隨訪；
第四，胸部CT智能分析系統與醫院的PACS系統對接，自動生成結構化報告，並可以一鍵推送至PACS終端，符合醫生的工作流程。
實現高效肺結節篩查，減輕醫生工作壓力
胸部CT智能分析系統上線初期，南召縣人民醫院的影像科醫生仔細對篩查結果進行檢查，沒有發生結節遺漏的情況。系統上線2-3個月後，醫生可以基本信賴系統對肺結節的篩查結果，節省醫生人工查找肺結節的程序，極大地節約了醫生的閱片時間。
胸部CT智能分析系統上線後，南召縣人民醫院的肺結節篩查效率得到大幅提升。
系統上線之前，南召縣人民醫院的月檢查量為300多例，而系統上線之後，南召縣人民醫院的月檢查量最多達到1496例，檢查量增長超三倍。在大規模數量的影像檢查工作中，胸部CT智能分析系統有效提升了肺結節篩查效率，減輕醫生的工作負擔，同時，系統對肺結節的檢出率可以達到中級影像科醫生的水平，受到醫生的信任。
對於基層醫院來說，提高診斷水平更為重要。很多基層醫院的影像設備雖然滿足基本配置，但影像科醫生的數量和水平不足，難以支撐臨床診療需求，因此，基層醫院更需要藉助技術的力量提高診斷水平。
「強基層」作為落實分級診療的關鍵，通過AI影像輔助診斷賦能基層醫療機構，有助於加速分級診療的落地。
通過區域數字影像雲系統，助力杭州西湖區優質醫療資源下沉基層
不管是發病率居高不下的呼吸系統疾病，還是家長關注的兒童生長發育情況，都存在「早篩查、早診斷、早治療」的需求，基層醫療機構能夠實現篩查、診斷的話，可以最大化利用醫療資源，為居民提供便利。
在呼吸系統影像篩查和骨齡檢測方面，杭州市西湖區社區醫院面臨著影像科醫生短缺且診斷能力不足的問題。
2020年4月，經杭州市西湖區人大代表票選，「建成區域醫療數字影像集中診斷系統，升級社區衛生服務中心CT影像檢查人工智慧輔助診斷系統」入選成為十大民生實事項目之一。
為落實實事項目，西湖區衛健局建設了區域醫療數字影像集中診斷中心，包含呼吸系統AI智能診斷平臺和兒童生長發育智能評估平臺，引入深睿醫療的Dr.Wise? 胸部 CT AI 醫學輔助診斷系統、Dr.Wise?胸部平片AI醫學輔助診斷系統、以及Dr.Wise?兒童生長發育AI評估系統，旨在提升基層醫生的診斷能力和診斷效率，從而提升基層醫療服務水平。
深睿醫療賦能基層醫療機構，實現醫療資源下沉和共享
西湖區衛健局建設的區域醫療數字影像集中診斷中心位於杭州西湖區的蔣村街道社區衛生服務中心，全區12家社區衛生中心可通過醫療數字影像雲系統接入診斷中心。
居民在任一社區醫院進行影像檢查後，影像數據會被傳輸至診斷中心，診斷中心的醫生接收影像後可進行閱片，同時，深睿醫療的Dr.Wise? 胸部 CT AI 醫學輔助診斷系統、Dr.Wise?胸部平片AI醫學輔助診斷系統和Dr.Wise?兒童生長發育AI評估系統可根據影像特徵快速進行分析，給出輔助診斷建議。
並且，當診斷中心的醫生對於影像判斷有疑問時，可通過影像雲系統的遠程會診功能，邀請三甲醫院的醫生進行會診。
Dr.Wise?胸部CT AI醫學輔助診斷系統，該解決方案是基於胸部CT成像的多徵象、多病種AI輔診解決方案，包括肺結節、肺炎、其他肺部疾病徵象、骨質病變和縱隔病變等AI輔診模塊，可實現肺部、胸膜、胸廓、縱隔等部位的全徵象一站式自動分析及疾病診療全流程管理，具備定位檢出、定量分析、定性分析、智能隨訪和結構化報告等功能，整個方案更加接近醫生的日常工作模式，大幅提升診療流程的效率、準確性和標準化。結合深睿醫療Dr.Wise?胸部平片AI醫學輔助診斷系統對於五大類30餘種徵象的檢出診斷，可以為各種應用場景提供胸部疾病從篩查，診斷到隨訪的全周期解決方案。
Dr.Wise?兒童生長發育AI評估系統，具備目標骨骼智能識別、分級、骨骼計算及結構化報告等功能。人工智慧應用於兒童生長發育測評，具有速度快、精度高、一致性好等優勢，極大程度的縮減了診斷時間，能夠有效的控制人為主觀性，同時將生長發育百分位曲線圖可視化，更直觀的反應兒童的生長發育情況，極大的幫助社區醫生的日常骨齡評估工作。
通過醫療數字影像雲系統連接下屬12家社區衛生服務中心，所有檢查影像集中存儲、集中診斷，優化診療資源，深睿醫療的Dr.Wise?AI醫學輔助診斷系統有效提升了醫生的閱片效率和診斷水平，並減少漏診誤診，解決了診斷醫生缺乏的問題。同時，影像雲系統將先進的醫療資源下沉至基層，縮小基層醫院和三甲醫院診療差距，可實現全區診斷醫生資源共享。
截至2020年11月，在區域醫療數字影像集中診斷中心，深睿醫療的Dr.Wise?AI醫學輔助診斷系統已累計完成胸部CT影像人工智慧輔助診斷2569例、胸部DR人工智慧輔助診斷8853例、兒童生長發育（骨齡）人工智慧預測268例，通過雲端會診，讓數據多跑路、百姓少跑腿，持續降低患者醫療費用支出。
目前，AI影像輔助診斷多以單病種為主，但在實際的臨床影像檢查工作中，醫生是針對人體某個部位的所有器官、所有病種進行檢查，單病種的AI影像輔助診斷還不足以滿足醫生的臨床需求。
隨著AI影像輔助診斷在臨床上的價值得以驗證，行業整體認知也正在慢慢發生變化。肺結節不代表呼吸系統，呼吸系統也不代表醫學影像。從醫生的就醫習慣出發，未來，覆蓋多器官、多病種、多流程的AI影像輔助診斷系統將成為主流。
在向多病種升級的過程中，標準影像數據的缺失是最主要的障礙之一。
對此，國家層面開始重視標準影像資料庫的建立。2020年9月的第二屆醫學影像AI大會上，醫學圖像資料庫放射影像資料庫建設項目正式啟動，建成後將成為國內首個醫學影像的標準化資料庫。
醫學影像資料庫將提供高質量的標準影像數據，AI影像輔助診斷的升級之路指日可待。
2.3.2. 從評級到臨床，CDSS需進一步升級
對於CDSS來說，對標評級是起點，滿足臨床需求才是終點。例如單病種質控場景下的數位化應用，目前主要提供臨床建議，處於二級採納度水平，未來隨著與臨床進一步結合，事中提醒、管控功能等使醫生不再需要手動評估，極大地減輕醫生工作壓力，應用採納度將進一步提升。
在政策的「大棒」之下，大部分二級以上醫院上線了CDSS，但從實際使用情況來看，CDSS在臨床應用的價值有待提高。根據國家衛健委醫管所的《CDSS全國應用狀況研究報告》，從醫院使用的功能上看，CDSS目前對醫生主要起知識查詢工具的作用，距離實現臨床輔助決策為時尚早。
目前，除了醫院整體信息化基礎不完善以外，CDSS產品本身不夠成熟是阻礙其落地的根本原因。其中，底層知識庫的完整性是內因，與醫院核心系統的兼容性、與醫生臨床診療流程的匹配性等則更多是外因。
CDSS應用的核心功能是輔助診斷，知識庫作為提供輔助診斷意見的底層支撐，對CDSS來說尤為重要。但目前，數據質量差和數據模態單一都是限制CDSS底層知識庫完善的因素。
CDSS底層的知識庫不僅包括醫學指南、臨床路徑、教材等權威知識，醫院本身的臨床數據對醫生決策的參考價值也非常大，需要將臨床經驗進行標準化並融入知識庫。
醫院的數據規範性和質量較差，無法有效利用。CDSS廠商需要利用大數據、AI等技術實現對醫院臨床數據的整合和深度挖掘，為醫院建立完善的知識庫，融合「權威知識+臨床經驗」，為醫生提供決策支持。
在數據模態層面，目前CDSS主要以臨床文本數據為主，未覆蓋就醫閉環流程。將臨床數據與基因數據、生物樣本數據、隨訪數據等進行整合與關聯，形成覆蓋患者全生命周期的決策支持，是CDSS的終極發展目標。
03
智慧服務升級，逐漸向院外延伸
面向患者的「智慧服務」領域，院內就醫流程在線化由於受到「網際網路+醫療」政策的推動，網際網路醫院場景處於一級採納度。智慧護理和慢病管理等智慧服務以提升診療水平為主，目前處於二級採納度。
現階段，智慧服務大多處於院內賦能階段，患者全生命周期管理還難以實現，原因在於，第一，院外診療水平有待提升，服務成本高。醫院需投入額外的人力和其他資源進行院外數據的收集和提供院外服務；第二，院外支付等生態體系不夠完善。支付的難題尚未解決，醫院或者第三方服務機構無法實現服務和效益的平衡，開展院外醫療服務的動力不足。
長期來看，患者全生命周期管理的實現將依託於智慧服務的升級——向院外延伸。患者服務向院外延伸應該滿足以下兩點：
第一，實現院內外數據聯通、保證同質化服務，提升患者全生命周期的診療水平。在內外數據聯通方面，以慢病管理為例，通過院內外電子病歷共享，建立患者電子健康檔案，更好地記錄和管理患者全生命周期的健康信息。在保證同質化服務方面，以智慧護理為例，通過制定標準流程和標準操作，規範院內外護理服務，確保患者獲得與院內服務相同的效果。
第二，打造智慧醫院生態體系，提升患者全生命周期的診療效率。通過支付與醫療服務的協同，以智慧護理、慢病管理等早期介入的方式，降低併發症發生率、再入院率等，提升整體醫療效益。並且，數位化解決方案可以將醫護人員從大量的重複性、低效性的診療工作中解放出來，提高工作效率，助力智慧服務相關場景向一級採納度躍遷。
智慧服務每個場景亟待解決的問題點不同，以慢病管理和智慧服務這兩個處於二級採納度的場景為例，第三方企業分別在內外數據聯通和服務同質化、支付體系搭建方面提供了數位化解決方案。
3.1. 慢病管理：與第三方企業攜手實現患者全生命周期
慢病管理場景對數據連續性要求較高，醫生需要長期跟蹤慢病患者的血壓、血糖、心率等指標，以便分析數據趨勢，改善患者預後。
目前，院內的慢病管理數位化程度較高，通過護士手持智能終端可實現患者數據的自動採集、錄入等工作，可完整記錄患者院內數據，用以指導醫生診療過程。
但對於院外的數據，由於患者本身對於數據收集的主動性較差，很難保證數據連續性，醫生也沒有時間、精力進行全員隨訪，無法對患者全病程數據進行準確分析，實現患者全生命周期的管理。
因此，慢病管理在向院外延伸時，需要從患者端和醫生端同時發力，保證患者院內、院外數據連續性。
由於醫院的數位化建設仍在進行中，大部分醫院目前無法實現院內外系統的互聯互通，無法實現患者院外數據追蹤，所以慢病管理在向院外延伸時，需要第三方企業協助建設醫院和院外患者的聯通機制，實現患者數據的全病程覆蓋。
目前，慢病管理最為成熟的是糖尿病管理，第三方企業已能夠幫助醫院進行全院範圍的血糖管理和院後糖尿病患者的血糖管理。未來，第三方企業將幫助醫院搭建全方位的慢病管理體系，為不同醫療機構建設多中心慢病管理系統，實現全院甚至區域內的慢病管理一體化模式，逐漸將慢病管理下沉至基層醫療機構。
血糖管理從院內延伸至院外，實現慢病患者的全病程管理
上海市第一人民醫院始建於1864年，是全國建院最早的綜合性百年老院之一。醫院分設虹口和松江兩部，佔地約29.5萬平方米，兩部臨床三級學科和醫技學科共68個，核定床位1820張，全院在崗職工4206人，其中高級職稱570人。
2019年度中國醫院綜合排行榜（復旦版）中，醫院排名全國第60。專科聲譽排行榜中，內分泌科進入全國提名。
在內分泌科最常見的糖尿病患者管理方面，上海市第一人民醫院的傳統血糖管理存在以下問題：
第一，護士工作效率低且易出錯。傳統血糖管理的數據由護士手工記錄，每個餐點都需要護士把記錄匯總好交給醫生，工作量繁重。
第二，內分泌科醫生院內會診工作效率低。由於不同科室間患者信息不共享，醫院其他科室存在血糖異常患者時，會申請進行多科室會診，內分泌科醫生需要頻繁外出至其他科室提供會診服務。
第三，院外患者血糖管理難度大。對於已出院患者的血糖數據，醫生只能在下次門診時才能獲取，並且患者在院外自行記錄數據的主動性和完整性較差，導致醫生無法及時掌握患者的全病程信息，更無法及時給出診療和用藥建議。
上線血糖管理系統，將患者血糖管理從科室延伸至院外
2019年，上海市第一人民醫院上線了智雲健康的智雲醫匯系統，利用「網際網路+院內外一體化管理」模式，將血糖管理從內分泌科延伸至全院，並對出院的糖尿病患者進行隨訪評估，實現糖尿病患者全病程一體化管理目標。
1．院內糖尿病患者血糖管理
智雲健康為醫院部署智雲醫匯SaaS系統，是進行智能化血糖管理的一站式解決方案，配備護士移動終端（一體機）、工作站（PC主機）和醫生移動終端（PAD）。
智雲醫匯系統對接醫院HIS系統，通過收集住院患者的全病程數據，為患者建立個人檔案。並且，系統可以將醫囑解析成任務推送給護士、對患者血糖數據進行多維分析、進行血糖預警等。
護士移動終端包含血糖儀和一體機，可兼容市場上主流的血糖儀。護士在病房可通過一體機進行患者身份核對、血糖檢測，並將患者血糖數據自動記錄和上傳至智雲醫匯系統。
通過工作站，醫生可以獲取患者住院周期內的血糖數據，分析患者血糖變化的趨勢，給出治療方案，下達醫囑。
PAD移動終端接入智雲醫匯系統，方便醫生隨時隨地查看患者數據，進行高效地移動查房。
2. 院內其他患者血糖管理
智雲醫匯系統設置了虛擬病房模塊，允許內分泌科醫生對全院患者進行血糖管理。
針對不同的科室設置不同的標準，系統將院內血糖異常的患者都納入虛擬病房範圍。在其他科室提出會診需求時，內分泌科醫生可以在系統中看到患者的當前醫囑和病史情況等信息，針對不同患者的病情，在虛擬病房中直接給患者下血糖測量醫囑和用藥醫囑，直至患者血糖穩定。
3. 院外糖尿病患者血糖管理
針對出院後的糖尿病患者，可通過智雲問診App上傳血糖數據，並與醫生保持實時溝通。醫生可通過智雲醫生App獲取院外患者血糖數據，為患者開具處方，並邀請患者入組，便於醫生管理患者。
針對患者記錄數據主動性差的問題，智雲健康設置了完善的提醒機制。首先，醫生會在出院前和患者溝通，提醒患者記錄血糖，告訴患者使用App記錄血糖及線上諮詢等；然後，系統會給患者發信息，定期提醒患者測量血糖，並以贈雲幣等方式對患者進行激勵；最後，智雲健康為患者構建了糖尿病患者自我管理的生態，比如記錄運動、記錄用藥、記錄飲食、線上課程等。
解決血糖管理難題，提升醫院運營效率
對上海市第一人民醫院來說，智雲醫匯系統有效解決了其在血糖管理方面的三個難題：
提高護士工作效率，降低出錯率。護士通過一體機實現血糖數據檢測、記錄和上傳，對醫療數據進行標準化、電子化，省去了手動錄入數據的繁瑣，提高治療效率、降低出錯率；
提高院內會診效率。通過虛擬病房打通院內所有科室，面對其他科室的會診需求，內分泌科醫生可以通過智雲醫匯系統直接對其他科室患者下醫囑，無需院內頻繁會診；
將慢病患者管理從院內延伸至院外。通過智雲問診App和智雲醫生App連接院外患者和醫生，通過提醒機制提高患者依從性，保證醫生獲取數據的連續性和完整性，有效改善患者預後。
2019年，上海市第一人民醫院聯合華東地區十餘家三級醫院共同參與多中心信息化全院血糖管理項目，通過對1800多名住院患者的血糖管理數據進行分析後發現：上線智雲醫匯系統後，糖尿病患者的平均血糖達標率、平均血糖達標時間、平均住院天數、平均術後住院天數均有明顯改善。
目前，智雲健康已幫助上海市第一人民醫院實現了全院範圍的血糖管理。未來，雙方的合作將延伸至更多慢病領域，例如心腦血管慢病、甲狀腺疾病等。
3.2. 智慧護理：由政府牽頭，院外的智慧護理生態體系正在搭建
智慧護理場景對服務標準化要求較高，醫院需要保證護理服務內容匹配不同級別護理需求，同等級別護理服務保持同等質量。
目前，院內智慧護理體系已基本建設完成，依據嚴格的護理分級和護理要求，輔以智能軟硬體方案，完善護理服務，有效提高護理服務流程標準化程度，同時提高患者滿意度。
據愛分析調研，當前的院外護理以基層的護理中心、養老機構等為主，醫療護理向院外延伸存在兩個問題：第一，醫院與基層醫療機構之間暫時無法實現很好的互聯互通，數據無法打通；第二，不同醫療機構之間服務質量參差不齊，尚未形成標準化。
隨著老齡化社會的到來，康復護理、專項護理等護理需求增長，院外護理將成為發展必經之路。這項工作將由政府機構牽頭，第三方機構負責運營，以構建平臺的方式接入各級醫療機構，打通數據，並制定院外護理標準，推動院外護理的發展。
同時，院外智慧服務升級的重要支撐——支付生態體系也在探索中，比如各地政府紛紛落實長期護理險試點工作，北京石景山區、青島、成都、南通等地已取得明顯效果。
石景山區建設長護險平臺，讓中重度失能人群獲得專業護理服務
隨著人口老齡化、高齡化加劇，為滿足失能人口長期護理需求，化解未來長期護理負擔過重引發的社會性風險，如醫保費用佔用過高等問題，2018年4月，北京市石景山區醫保局啟動了長期護理保險試點工作，覆蓋八角街道等三個街道所有社區重度失能人員，並於2020年9月份開始進行全區推廣。
石景山區長護險項目設計過程中遇到了以下幾點挑戰：
第一，長期護理的核心問題在於護理服務能力不足，院外的服務機構短缺，且服務類目較少，無法支撐長期護理服務的實現、保證服務質量；
第二，失能等級評估界限不清晰，受到護理服務能力不足的影響，評級之後護理計劃制定、服務分配方式的設計存在問題；
第三，目前分散的信息化平臺和單點化的數字應用無法支撐龐大的社會性保險的控費、提效和管理，無法做好護理服務質量和保險基金支付之間的平衡。
為解決以上問題，石景山區醫保局聯合經辦保險公司牽頭搭建長護險平臺，由中普達提供平臺建設和相關運營方案（①②③④）。
中普達針對石景山區長護險項目設計過程中的挑戰提供了以下運營方案：
① 質量控制方案
當前石景山區長護險項目提供的護理服務以照護服務為主，尚未把醫療服務納入進來，因此服務標準和服務流程的制定以衛健局和民政部門的意見為主。目前服務管理平臺已接入50多家具備資質的服務機構，為了保證服務質量，中普達在護理服務的執行過程中設置了三種服務質量監督機制。
首先，平臺成立了聯合辦公委員會以電話回訪參保人、上門抽查等方式對護理服務質量進行監察。其次，在3-6個月的護理服務後，護理評估平臺將對參保人的等級進行複評，形成等級評估、方案制定、護理執行、質量監察的閉環，確保服務質量。最後，在保證隱私的情況下，對護理服務的全過程進行錄製，包括交談內容和服務操作等。
② 評估方案
在患者等級評定階段，中普達為長護險項目提供評估系統和評估方案。
標準評估方案：中普達的評估系統基於interRAI評估量表，可為石景山區提供標準評估方案。標準評估流程分為三步，包括參保人填報、評估機構電話核對、護理人員上門確認。
同時，評估系統可兼容全國範圍內所有評估標準，同時可以為醫保局或保險公司提供一個額外標準，允許醫保局或保險公司基於評估系統得到的數據做其他相關計算和應用。
個性化得分：中普達長護險平臺系統通過收集全流程的數據，對個體多樣化數據處理，將失能等級評定工作通過算法進行簡化，在標準的基線數據基礎上，為參保人生成個性化的得分。
能力等級：評估系統反饋得分後，醫保局或保險公司將對資料進行審查，經人為評定參保人能力等級。
③ 服務分配方案
目前，長護險平臺設置的服務分配方式以雙向選擇為主，在經辦平臺制定的分配邏輯下，參保人可以選擇服務形態、服務機構等。
④ 運營數據分析
在等級評估和護理服務過程中，長護險管理平臺通過5G專網連接經辦平臺、基金託管平臺、服務評估平臺、服務管理平臺，獲取相關評估和護理數據，可在保證數據安全的前提下進行運營情況分析，如機構分布等，所有數據可在管理平臺的指揮中心進行查看，方便醫保局掌握全盤信息，短期內可以為醫保局提供基金管理的決策依據，長期來看，大數據分析可支撐長護險的定價。
目前，石景山區長護險項目已為數百例患者提供護理服務，對中重度患者的院外護理進行了支付補充，使患者獲得相應的護理服務。
針對石景山區長護險項目，中普達所提供解決方案的價值主要體現在以下三個方面：
服務機構水平明顯提升。具備服務資質的服務機構從50家增長至近100家，可提供高質量、標準化護理服務。
方案設計合理、易落地。通過評估方案制定、護理服務計劃制定、服務分配方式設定等方案，保證護理方案的高質量、可執行性。
數據分析支撐運營決策。通過信息化平臺的支撐，在多個平臺互聯互通的基礎上對運營數據進行總結分析，為醫保局和保險公司的基金管理提供更多決策依據，為實現護理服務質量和保險基金支付之間的平衡提供數據依據，推動長護險的長期良性發展。
對石景山區來說，長護險的探索仍在早期階段，未來將在服務體系上進行延伸，將基層醫療機構的醫療護理納入長護險的護理服務體系中。
04
實現臨床與管理之間的平衡，加強精益化管理
面向醫院管理的「智慧管理」，旨在助力醫院全面提升綜合實力，實現開源、節流、持續發展的目標。
醫院過去基本處於粗放式發展的階段，在提高醫療質量和醫院效益，即開源、節流的方面相對滯後。醫院管理與臨床業務之間各自為政，醫院管理對臨床業務的價值難以體現。加之缺乏明確的評級類政策驅動，醫院對智慧管理領域數位化應用採納度較低，供應鏈管理、DRG管理等都處於三級採納度。
對於智慧管理領域的數位化應用來說，證明其對臨床業務的價值，助力醫院實現精益化管理，是當前的重中之重。
在從粗放式管理向精益化管理轉變的過程中，醫院主要面臨以下兩方面的問題：
第一，管理與臨床脫節，管理無法滿足臨床實際需求；第二，管理決策以經驗為主，缺少全流程的數據支撐。
以醫院耗材的供應鏈管理為例，耗材供應鏈管理中涉及到三個主體，臨床科室、醫院物資管理部門和供應商。
傳統的耗材供應鏈管理側重院內的物流管理，臨床科室在供應鏈管理鏈條中的角色一直是缺失的。這種管理方式使得醫院藥品的需求量難以做出最準確的評估，經常高估需求量導致出現耗材積壓，不能實現資金使用的最優化；或者低估需求量造成無法滿足實際臨床需求，影響醫生工作效率。
此外，耗材的供應鏈管理缺乏統一編碼規則，難以實現耗材溯源，一旦耗材從一級庫房出庫，便出現數據斷流，二級庫管理缺乏數據支撐，難以實現耗材全生命周期的精細化管理。
數位化應用可以助力醫院實現科學有效的精益化管理，提升醫院內部的工作效率，幫助醫生更好的提供醫療服務，提高患者滿意度。
為了實現精益化管理，醫院未來的建設重點有兩方面：
第一，以臨床需求為起點，實現管理與臨床之間的業務聯動；第二，形成全流程閉環管理，以數據支撐管理決策。
安徽醫科大學第一附屬醫院(三甲醫院)物資供應科以介入科室為試點，率先對濾器、球囊擴張管、血管支架三類耗材開展UDI編碼工作。
一方面，通過搭建「術式分析、雙向稽核、耗材臨床應用評價、耗佔比分析」的多維數據分析體系，從臨床需求出發，全面分析醫療器械的臨床使用情況，為分析單品規、單品牌醫用耗材使用量及其臨床表現、各類器械耗佔比走勢等提供重要依據。
另一方面，搭建醫療器械從「採購配送-驗收入庫-使用計費」的全生命周期管理，實現醫療器械全鏈條聯動、全流程管控。
05
智慧醫院未來展望
目前，智慧醫療、智慧服務、智慧管理領域受政策和臨床業務需求的雙輪驅動，相關數位化應用正在加速落地中。但智慧醫院建設，不是對各個功能模塊的智慧化升級，也不是單純新技術的堆積，而是強調整體智慧的表現。
未來，隨著智慧醫院整體數位化應用採納度水平的不斷提升，智慧醫院建設需要頂層設計作為支撐。
醫院過去的信息化建設採取「打補丁」的方式，缺少頂層信息資源規劃。未來，智慧醫院建設將在頂層設計的指引下，實現醫院的整體智慧化轉型。
長期來看，智慧醫院整體的數位化架構將以「中臺思維」牽引，搭建相互集成的數據中臺、技術中臺和業務中臺，實現數據、技術、流程的可復用，從場景出發，以數據驅動，實現智慧醫院各個業務流程的智能、閉環與協同。
5.1. 智慧醫院全面升級，新一代HIS系統應運而生
在醫院全新的數位化架構中，HIS系統升級是必然趨勢。
HIS系統作為醫院信息化系統的核心，在醫院運行近20年，存在的問題逐漸暴露出來。
1）架構不合理。HIS系統最根本的問題在於系統架構不合理，HIS系統過去往往採用大而全的系統架構路線，架構單一、兼容性差、擴展性差等問題明顯；
2）存在信息孤島。在大而全的基礎架構之下，模塊分散、業務分割，存在信息孤島現象，業務之間難以實現互聯互通；
3）升級、運維難度大。隨著信息化系統的不斷增加，系統的擴展能力越來越弱、系統維度的成本和難度越來越大、需求響應周期越來越長。
智慧醫院建設速度加快，傳統HIS系統難以滿足醫院數位化轉型的技術路線以及支撐各類層出不窮的應用，醫院HIS系統需要新的系統架構、新的業務架構，因此，新一代的HIS系統應運而生。
從2019年至今，多家HIT廠商提出「新一代HIS系統」的概念，包括東軟、衛寧、東華醫為、思創醫惠、金蝶等。對於新一代HIS系統，各家廠商提供的解決方案也各有特點。但綜合來看，愛分析認為，未來支持智慧醫院建設的新一代HIS系統具備以下幾方面的特點：
重構基礎架構： 基於平臺設計的微服務架構是主流的發展方向，能夠將功能分散到離散的各個服務中，提供更加靈活的服務支持，實現業務動態擴展，且自帶平臺，消除孤島現象；
建立開放系統： 包括開放數據、開放接口、開放事件、開放服務等，同時遵循標準，如IHE等集成規範、HL7等傳輸協議、CDA等醫療文本標準；
實現業務協同： 以一體化的理念設計，包括門診住院一體化、醫護一體化、線上線下一體化、臨床科研管理一體化等，實現各業務環節間的緊密協同，並建立全過程閉環式信息反饋；
支持雲部署： 雲部署下的HIS系統滿足信息系統服務功能，計算集中、數據集中、應用軟體部署集中，醫院只需要以瀏覽器的方式使用，維護難度大大降低。
其中，在雲計算的加持之下，雲部署已成為新一代HIS系統的標配，且已有多家醫院嘗試「上雲」。
5.2. 雲計算加持，開啟醫院「上雲」時代
雲計算對醫院來說早已不是新概念，醫院對「上雲」的態度也從最初的懷疑轉變為現在的勇於嘗試。未來，醫院將開啟全面「上雲」的新時代。
與本地化的部署相比，雲化的系統部署具有統一規劃、統一部署、免維護、低成本等優勢，醫院不需要自行建設機房、自行購買硬體服務、作業系統、資料庫等基礎設施，即可實現信息系統短期內快速部署，系統配置靈活、擴展方便。
雲計算對醫院的價值不言而喻，如何「上雲」才是醫院現在要考慮的問題。
對於大三甲醫院來說，已建成的信息化系統推倒重建的可能性較小，因此在上雲時一般是將原有系統遷移至雲上，可以採取循序漸進、先易後難的「上雲」順序。
例如，廣州市婦女兒童醫療中心在系統「上雲」的過程中，首先將辦公系統、OA系統、體檢等人流量不大但有一定使用量的小型業務系統遷移至雲端；待試行穩定後，再將LIS、護理等中型業務系統遷移至雲端；最後，進行電子病歷、數據平臺、HIS等大型系統的遷移。
對於IT基礎薄弱且IT預算有限的中小型醫院而言，則可以考慮全院雲化的信息化建設方案，重構新一代信息化系統。
乘「雲」之勢，京頤科技助力傣醫醫院實現全院信息化升級
西雙版納州傣醫醫院始建於1979年，地處雲南省西雙版納州，是目前我國乃至整個湄公河地區首家開展傣醫藥特色服務的綜合性醫療機構，也是州傣醫藥對外交流與合作的窗口、傣醫基礎理論及傣藥研發科研成果轉化的實驗基地。
目前，傣醫醫院佔地近130畝，設置床位500張，現有職工294人，其中衛生高級職稱專業技術人員27人。自成立以來，傣醫醫院堅持「以現代醫學為支撐，以傣醫藥為特色」，被評為二級甲等民族醫醫院。
2018年，傣醫醫院提出建設三級民族醫醫院的目標，並計劃通過三級民族醫醫院等級評審。
但傣醫醫院過去的信息化系統基礎薄弱，在現有基礎架構之下，傣醫醫院無法滿足三級醫院等級評審的要求，主要存在三方面的問題：
第一，功能缺失，無法滿足等級評審的硬性條件。傣醫醫院目前上線的功能較為簡單，只能支持醫院基本的診療流程，缺少很多評級必要的功能。
第二，信息化系統基礎架構不合理。傣醫醫院過去採用的是大而全的基礎架構，隨著系統不斷的增加，系統維護的成本和難度越來越大、需求響應周期也越來越長。
第三，存在信息孤島現象，難以實現互聯互通。在大而全的基礎架構下，模塊分散、業務分割，存在信息孤島現象，業務之間無法實現互聯互通。
因此，為了通過三級民族醫醫院等級評審，傣醫醫院急需一套全面的信息化系統解決方案，滿足等級評審對醫院信息化水平的要求。
全院雲化的新系統建設方案，搭建「雲上傣醫醫院」
在進行了兩輪的廠商比選後，傣醫醫院最終從8家廠商中選擇京頤科技為其提供全院雲化的新系統建設方案。
京頤科技成立於2004年，業務範圍涵蓋醫療雲、智慧病房、HRP等領域，全面布局數位化醫院、區域智慧醫療。京頤科技是行業內最早涉足雲HIS的廠商之一，早在2015年，京頤就積極籌劃雲HIS產品的開發，並於2016年為安徽亳州建設了安徽省等級最高、全國首例區域雲模式平臺。
在醫療雲領域，京頤科技以雲HIS為核心，構建醫療雲生態平臺，為醫院提供全院雲化部署的醫療信息化解決方案。相對於傳統的建設模式，雲模式具有統一規劃、統一部署、免維護等優勢，醫療機構不需要自行建設機房、自行購買硬體伺服器、作業系統、資料庫等基礎設施，即可實現信息系統短期內快速部署，系統配置靈活，擴展方便。
通過對傣醫醫院需求和三級民族醫醫院等級評審細則的梳理，京頤科技為傣醫醫院提出了「頂層設計、分期建設」的解決方案。
從縱向來看，京頤首先為傣醫醫院搭建基礎應用，保證醫院處於正常運行的狀態，接著根據需求的緊迫程度，面向醫務人員、患者和醫院管理者，基本按照智慧醫療、智慧服務、智慧管理逐步上線。
從橫向來看，項目周期為一年，共分成兩期，根據需求的緊迫程度，第一期上線基礎功能、第二期上線特色功能。
京頤科技為傣醫醫院提供的解決方案展現出以下幾方面的優勢：
優勢一：SaaS軟體服務的應用模式。京頤的解決方案支持集中部署多租戶模式，傣醫醫院開戶即用。客戶端免安裝，有瀏覽器即可使用，減少實施和運維成本。
優勢二：一體化的設計理念。京頤採取一體化的設計理念，HIS、EMR、LIS、PACS之間實現數據實時共享，業務互聯互通。未來，傣醫醫院可以基於京頤的解決方案，申報互聯互通標準化成熟度測評。
優勢三：閉環式的業務處理。門診和住院都實現閉環式醫囑，以醫囑為指令，形成醫療、管理、服務的閉環，患者的就診過程全程掌握，有效控制質量，提高效率與效益。
優勢四：智能化的運維服務。京頤提供針對數據中心的基礎設施運維平臺和針對終端用戶的業務系統運維平臺，對信息化系統運行狀態進行巡檢、監測和報警，做到看得見、監得到、析得清、告得快，確保系統穩定高效運行。
破解傳統醫療信息化難題，助力民族醫醫院等級評審
對傣醫醫院來說，京頤科技的解決方案包含了《三級民族醫醫院評審標準（2017年版）》中必要的醫療信息化系統，可以支撐醫院未來通過三級民族醫醫院等級評審。
在系統架構方面，京頤科技採取整體B/S架構設計，產品預先集成，克服了傳統架構的局限性。
除了支持基本業務流程之外，可以實現HIS、LIS、EMR、PACS等多個系統間的互聯互通，並形成多方閉環，真正提高醫療質量、提升診療水平、加強醫院管理。
結語
在政策和臨床業務需求的共同驅動之下，智慧醫療、智慧服務、智慧管理三大領域的數位化應用正在加速落地中。當前階段，雖然醫院對各類數位化應用的採納有先後之分，但長期來看，最終醫院將會成為由各種數位化應用支撐的智慧型醫院。
隨著頂層設計的不斷完善、智慧醫院完整定義以及建設標準的逐步統一，智慧醫院建設將實現全面鋪開。時至2020年年末，展望未來，2021年作為「十四五」規劃元年，智慧醫院建設將進入發展的黃金期。
法律聲明
此報告所載資料的來源及觀點的出處皆被愛分析認為可靠，但愛分析不能擔保其準確性或完整性，報告中的信息或所表達觀點不構成投資建議，報告內容僅供參考。愛分析不對因使用此報告的材料而引致的損失而負上任何責任，除非法律法規有明確規定。客戶並不能僅依靠此報告而取代行使獨立判斷。
註：版《愛分析·中國智慧醫院行業趨勢報告》。
（文章為作者獨立觀點，不代表艾瑞網立場）