內容摘要

　　在線化和智能化是智慧醫院建設的重點

　　•智慧醫院包含三個層面，一是面向醫院管理者的智慧管理，二是面向患者的智慧服務，三是面向醫務人員的智慧醫療。

　　•智慧醫院建設是一項需要長期投入的工程，是醫院數字化轉型升級的過程，從數字化轉型的角度來看，智慧管理、智慧服務和智慧醫療的核心分別在于信息化、在線化、智能化。

　　•當前，信息化有了一定的基礎，重點在實現互聯互通，以及實現醫院智慧化管理;服務患者的在線化和服務醫護工作人員的智能化是當前智慧醫院建設重點。

　　政策是智慧醫院核心驅動力

　　•梳理政策歷程，從2011年到2018年，智慧醫院建設重點經歷了三個階段的升級。第一階段(2011年起)是以電子病歷為核心的信息化建設完善階段;第二階段(2015年起)注重院內外信息系統的連通和數據共享。第三階段(2018起)進入在線化、智能化的全面升級階段。

　　•政策要求醫院開展智慧醫院建設，主要是通過績效考核來實現，用以評促建的方式促進智慧醫院發展。

　　•臨床需求是醫院智能化升級的重要考量因素。

　　科技服務商是智慧醫院建設過程中不可或缺的部分

　　•在智慧醫院的建設過程中，從基礎信息系統建設，到系統整合、數據聚合和處理，再到整體的、流程化的解決方案規劃，以及處方流轉、保險理賠、健康管理等各類服務體系的運營，都離不開科技服務商的貢獻。

　　•當前，智慧醫院科技服務商主要收取信息化預算。未來，隨著智慧醫院的不斷升級，運營分成、服務費分成將日漸普及并占據越來越高的比例。

　　•運營服務的普及，也意味著藥企、醫藥零售企業、保險公司將深度參與智慧醫院生態構建，共同打造基于醫藥險協同的智慧醫院新生態，真正實現患者全生命周期健康管理。

　　目錄

　　一.智慧醫院行業圖譜

　　二. 核心驅動力—政策

　　三. 智慧醫院建設

　　四. 智慧醫院供應商

　　五. 智慧醫院未來展望

　　01智慧醫院行業圖譜

　　1.1 智慧醫院定義

　　2019年3月，在首都醫科大學附屬北京天壇醫院舉行的新聞發布會上，衛健委首次提出了智慧醫院的定義。

　　智慧醫院包含三個層面，一是面向醫務人員的智慧醫療，比如電子病歷系統建設，2010年開始在醫院大規模推廣;二是面向患者的智慧服務，比如解決患者就醫時“三長一短”(掛號、候診、收費隊伍長，看病時間短)問題;三是面向醫院管理者的智慧管理，提升醫院整體運營效率。

　　智慧醫院建設的核心驅動力是政策。當前，智慧醫療和智慧服務領域，均有相應的政策落地，智慧管理正在標準設立過程中。

　　智慧醫療領域，2018年11月衛健委辦公廳印發《電子病歷系統應用水平分級評價標準(試行)》，意在建立適合我國國情的電子病歷系統應用水平評估和持續改進體系，以電子病歷為抓手，提升臨床診療水平。

　　智慧服務領域，2019年3月國家衛建委辦公廳發布《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。

　　智慧管理領域，衛健委正在研究制定醫院智慧管理分級評估標準，專門針對醫院的后勤管理、科研教學、物資供應、財務運營、成本核算、辦公自動化等各個環節設計評估指標。

　　從最終應該具備的功能和智慧醫院目標層面考慮，衛健委所定義的智慧醫院建設中，大數據、人工智能等技術的滲透必不可少，而且也正是因為技術的滲透，智慧服務、智慧醫療、智慧管理的實現才具備可行性。

　　智慧醫院做出如下定義。智慧醫院是指將云計算、大數據、人工智能、物聯網等技術應用于醫療服務領域，圍繞患者就醫體驗、臨床診療水平、醫院管理三方面，全方位提升醫療服務效率和質量。

　　因此，愛分析就

　　1.2 智慧醫院行業圖譜

　　當前，各行各業的數字化轉型如火如荼，智慧醫院建設實際上就是醫院數字化轉型、智慧化升級的過程。其建設路徑和思路與各行業數字化轉型路徑是一致的，可分為信息化、在線化、智能化三個層級，分別對應智慧醫院建設的三個層面。

　　其中，智慧管理本質上是新一代信息化，主要是醫療供應鏈、成本控制等精細化管理的應用，是醫院在HIS/CIS/CDR等業務系統、臨床系統的基礎上，疊加醫院管理工具，是面向醫院內控的新一代信息化升級，強調標準化和流程化作業，保障醫院日常工作的高效率運行。

　　智慧服務的核心是醫療業務在線化，將面向患者的就醫流程、以及醫療服務從線下搬到線上，預約掛號、在線支付、報告查詢等是常見的在線化功能。

　　智慧醫療的核心是診療場景智能化，主要是CDSS、AI輔助診斷、AI分診、臨床質量評價等場景的落地應用，旨在提升醫生臨床診療效率和水平，同時也是保證科室臨床診療質量的重要手段。

　　根據智慧管理、智慧服務、智慧醫療三個層面分別對應的智慧醫院建設層級，愛分析勾勒出如下智慧醫院行業圖譜。

　　1.2.1 信息化——智慧醫院建設的基礎

　　信息化是智慧醫院建設的底層基礎。

　　經歷了30多年的發展，各層級醫院基本完成了HIS、LIS、PACS、EMR等基礎IT系統的搭建，當前階段的信息化建設有兩大趨勢。

　　一是加強各系統互聯互通，

　　醫院信息平臺建設將持續進行。

　　國家衛健委統計信息中心自2012年就開始啟動醫院信息互聯互通標準化成熟度測評工作;2018年國家衛生健康委醫政醫管局印發《關于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》，明確要求到2020年，三級醫院要實現院內各診療環節信息互聯互通，達到醫院信息互聯互通標準化成熟度測評4級水平。

　　從智慧醫院建設角度出發，互聯互通也是智慧管理、智慧服務、智慧醫療建設的底層基礎。

　　二是智慧管理系統建設，

　　即在實現互聯互通的基礎上，促進物聯網、大數據、AI等技術在后勤管理、醫療供應鏈管理、手術室管理等領域滲透，實現醫院精細化管理。

　　比如，緒水互聯通過物聯網技術從醫療設備獲取運行原始數據，涵蓋管理數據、維保數據、質控數據、信息安全數據、單臺績效數據、臨床過程數據等，應用于醫療設備管理。

　　主要滿足醫院兩個方面的訴求，一是對單臺設備績效進行清晰的分析，如設備每天的檢查量、利用率、開機率等，挖掘設備效能。同時，績效分析也能為醫院設備配置、科室考核等提供參考。二是滿足三級醫院績效考核要求，2019年國家出臺了三級醫院績效考核要求，要求醫院對大型設備進行監控，緒水互聯基于物聯網的設備管理能夠實現醫院對大型醫療設備的質控和管理，助力醫院滿足監管要求。

　　1.2.2 在線化——智慧服務的本質

　　智慧服務的本質是在線化，包含業務在線化和醫療服務在線化。

　　業務在線化

　　是指預約掛號、費用支付、轉診等就醫流程均能通過線上解決。比如，患者通過醫院自建App或者其他掛號入口提前預約掛號，甚至是分時段預約，將候診時間控制在30分鐘以內;費用支付無需去窗口排隊;醫聯體間業務系統、臨床系統實現對接，轉診流程在系統內操作，且患者電子病歷信息互通，無需不必要的重復檢查等。

　　醫療服務在線化

　　是指遠程醫療、互聯網醫院業務。

　　遠程醫療實際上是將原本需要轉診至上級醫院、或者需要上級醫院專家下基層才能夠解決的醫療服務，用在線化這種高效率、低成本的方式解決。

　　互聯網醫院業務使醫院觸角得以延伸，能夠在“院墻外”為患者提供醫療服務。2018年4月，國務院辦公廳發布《關于促進“互聯網+醫療健康”發展的意見》，允許有互聯網醫院資質的醫療機構在掌握患者初次就診信息的情況下，在線開展部分慢性病、常見病的復診、處方服務。

　　以上都是線下醫療機構的在線化升級，相應的系統建設和運營服務由科技服務商提供，這也是《醫院智慧服務分級評估標準體系(試行)》中涵蓋的智慧服務。我們將這個領域定義為醫院互聯網。

　　此外，醫療服務的在線化也催生了一批創新型互聯網醫院企業，《關于促進“互聯網+醫療健康”發展的意見》也成為了創新型互聯網醫院企業的及時雨，平安好醫生、好大夫在線等互聯網醫院企業從此可以在陽光下行醫。

　　由醫療服務在線化而誕生的互聯網醫院，本身就是在線化、智能化場景落地的先鋒。如果說線下醫院在經歷智慧化升級，互聯網醫院就是天生的智慧醫院。

　　因此，智慧醫院在線化涵蓋醫院互聯網和互聯網醫院兩大方向。

　　1.2.3 智能化——智慧醫療的核心

　　智能化是實現智慧醫療的核心。

　　隨著醫院信息化水平的提升，以及大數據、AI等技術的日益成熟，以AI醫學影像和醫療大數據為代表的診療智能化應用開始在智慧醫院建設中大展身手。

　　基于對高質量臨床級醫學影像和電子病歷文本數據的清洗、處理，以及對臨床診療路徑和醫學指南的學習，AI醫學影像和醫療大數據相關產品陸續在影像閱片、CDSS、病歷質控、科研等領域落地。

　　當前階段，智慧醫療已深入人心，大部分二級以上醫院均已經在使用或者嘗試部署智能化應用。智慧醫療建設需要把握兩點。

　　一是數據治理。當前醫療數據質量較低，數據準確率較低，且幾乎全部的電子病歷數據均為非結構化數據。智能化應用模型訓練需要高質量的結構化數據，因此數據治理是智慧醫療的基礎。

　　二是醫學理解。醫學本身屬于高知識壁壘行業，開發智能化應用模型的過程中，需要理解底層醫學邏輯，比如癥狀與疾病診斷的對應關系，疾病交叉癥狀辨別等，都需要資深臨床醫生參與模型訓練。

　　1.3 智慧醫院全方位解讀

　　整體來看，智慧醫院的建設離不開政策的落地、醫院建設執行、以及科技服務商的推動，本報告將從政策分析、智慧醫院建設路徑和進展、以及科技服務商商業模式三個方面展開，全面透視和解讀智慧醫院發展、以及智慧醫院建設過程中的機遇和挑戰。

　　02核心驅動力——政策

　　正是連續性的、統籌性的政策，催生了智慧醫院，并驅動智慧醫院不斷發展。醫療是典型的政策驅動型行業，智慧醫院建設自然離不開政策的指導和牽引。而且，

　　從2010年到2019年近十年的時間，醫聯體、互聯網醫院、電子病歷、智慧服務等領域的政策循序漸進。

　　2010年，衛生部啟動以電子病歷為核心的信息化建設試點工作，醫院信息化進入全新的時代;2015年，分級診療制度推出，醫療機構間電子病歷開始共享;2018年，政策大力支持AI醫療、互聯網醫院發展，智能化診療、遠程醫療越來越觸手可及;2019年，智慧服務分級評估體系推出，全面提升患者就醫效率和體驗。

　　在線化、智能化將成為當前階段智慧醫院建設的重點領域。由此可見，智慧醫院已在互聯互通的基礎上，開始向在線化、智能化全面升級。

　　2.1 智慧醫院升級路徑

　　追本溯源，2011年是智慧醫院的起點。2011年首推《電子病歷系統功能應用水平分級評價方法及標準(試行)》，標志著以電子病歷為核心的信息化建設持續深入，為后續的院內業務和數據交互、院內外互聯、智能化應用落地打下了基礎。

　　至此之后，政策開始在不同層面發力，循序漸進的推進智慧醫院進程。

　　梳理和分析政策衍變歷史和趨勢，可以發現，從2011年到2018年，智慧醫院建設重點經歷了三個階段的升級。其間始于2015年的人口健康信息平臺建設和醫聯體建設，開始將互聯互通的觸角真正延伸向院外，成為智慧醫院歷史進程中承上啟下的重要發展節點。

　　第一階段 始于2011年的電子病歷評級，是以電子病歷為核心的信息化建設完善階段。

　　早在2010年，衛生部就啟動了以電子病歷為核心的醫院信息化建設試點工作;2011衛生部辦公廳頒布了《電子病歷系統功能應用水平分級評價方法及標準(試行)》，通過量化和評價引導醫院信息化建設以電子病歷為核心。

　　始于當年的電子病歷推廣，不僅完善了醫院以醫療診療為核心的信息系統建設，也沉淀了大量的電子病歷數據，為今天的遠程醫療、CDSS等應用場景的實現打下了堅實的基礎。

　　第二階段 是人口健康信息平臺建設和醫聯體建設，注重院內外信息系統的連通和數據共享。

　　人口健康信息平臺 2015年3月，國務院辦公廳發布《全國醫療衛生服務體系規劃綱要(2015—2020年)》，對從2013年就開始布局的建設提出了明確內容要求和進展要求。

　　綱要要求“加強人口健康信息化建設，到2020年，實現全員人口信息、電子健康檔案和電子病歷三大數據庫基本覆蓋全國人口并信息動態更新。全面建成互聯互通的國家、省、市、縣四級人口健康信息平臺。”

　　人口健康信息平臺的建設，初步實現了區域內醫療機構間的基礎信息互聯互通。

　　強調電子病歷等核心醫療數據的共享。

　　2015年，《國務院辦公廳關于推進分級診療制度建設的指導意見》中，醫療機構間居民健康電子檔案和電子病歷共享成為重中之重，在系統互聯互通的基礎上，開始。

　　2017年，《國務院辦公廳關于推進醫療聯合體建設和發展的指導意見》中，明確提出醫聯體建設進展要求，即“到2020年，所有二級公立醫院和政府辦基層醫療衛生機構全部參與醫聯體”，借助醫聯體建設的推進，機構間電子病歷等系統的互聯互通進一步普及。

　　第三階段 從2018年開始，智慧醫院建設進入在線化、智能化的全面升級階段，智慧醫院建設路徑也開始初現端倪。

　　醫療服務在線化

　　2018年推出的《關于促進“互聯網+醫療健康”發展的意見》是重要節點，其中對互聯網醫院常見病、慢性病二次復診和續方的許可，是發展的里程碑。2019年開啟智慧服務分級評估，即將成為二級以上公立醫院標配。

　　智能化層面，2018年衛生部辦公廳頒布的《關于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》中指出，“到2020年，三甲醫院電子病歷應用水平分級評價要達到4級以上，即具備醫療決策支持功能”。經過數年的發展，大數據、AI等新技術在醫療智能化應用領域的落地愈加成熟和順暢。

　　2.2 智慧醫院起點——電子病歷和醫院信息平臺

　　以電子病歷為核心的醫院信息化建設，是智慧醫院的起點。在經歷了近十年的發展之后，電子病歷的普及基本完成。

　　從第一階段的電子病歷，到第二階段的院內外數據共享，中間有一步重要的發展歷程——醫院信息平臺的建設。

　　其定位是建立在電子病歷信息采集、存儲和集中管理之上的，連接臨床信息系統和管理信息系統的醫療信息共享和業務協作平臺。

　　醫院信息平臺建設起步于2012年，2014年推出《基于電子病歷的醫院信息平臺技術規范》，明確了醫院信息平臺的定位和建設標準，醫院信息平臺建設進入高潮階段，目前已成為二級以上醫院標配。

　　2.2.1 以電子病歷為核心的信息化建設

　　從功能角度出發，醫療信息化系統簡單可分為三類。

　　一是臨床類信息化系統，核心系統包含醫護工作站、圖像存儲傳輸系統(PACS)、放射信息管理系統(RIS)、電子病歷(EMR)等;二是管理類信息化系統，包含醫院管理信息系統(HIS)、藥品庫存管理系統、辦公自動化系統(OA)等;三是區域化信息系統，包含人口健康信息平臺、區域性醫療大數據平臺、醫保結算/監控系統等。

　　最早的醫院信息化建設，圍繞管理類系統而生，財務結算管理、人事管理是HIS系統的起源性功能。系統應用相對簡單，經過一段時間的發展，到2010前后，HIS系統普及和覆蓋程度已經很高。

　　比如，2010年3月，中聯軟件承擔廣元市中心醫院信息化系統實施方案，主要以解決醫院財務管理為目標，包含門診掛號、劃價、收費及門診處方、住院結算及醫護工作站、藥庫藥房管理、醫保病人費用管理等核心模塊。

　　根據2012年衛生部統計中心對全國近4000家醫院的信息化現狀調查，以費用和管理為中心的全院網絡化系統應用已經超過了80%。

　　而起航于2011年的智慧醫院建設，與之前醫院信息化建設的本質區別就在于，開始以電子病歷建設為核心，重視臨床診療路徑管理和醫療數據的連通、治理，并在此基礎上不斷生長CDSS、科研等智能化應用，最終使醫院信息化不再局限于基礎設施的范疇，開始走向臺前，與醫務工作人員一起，致力于醫療水平和質量的不斷提升。

　　2011年，衛生部印發的《電子病歷系統功能規范(試行)》中明確了電子病歷必需、推薦和可選的功能，以及涵蓋的范圍。

　　電子病歷建設既包括應用于門(急)診、病房的臨床信息系統，也包括檢查檢驗、病理、影像、心電、超聲等醫技科室的信息系統。

　　在政策的推動下，大型三甲醫院率先響應， 快速開始電子病歷的全面建設和升級。雖然在實際部署實施的過程中，各醫院根據學科特點、已有系統等具體情況規劃了不同名稱和架構的子系統，但以電子病歷為核心的臨床業務系統的實際功能和應用，都在沿著《電子病歷系統功能規范》和《電子病歷系統功能應用水平分級評價方法及標準(試行)》的方向前行。

　　比如，自2011年，新疆醫科大學第一附屬醫院就先后實施了電子病歷升級、手麻重癥系統、門診電子系統、急診留觀病歷、臨床路徑、護理PDA、手術分級管理、床位統籌、病案示蹤管理、護理部管理系統等工作，逐步擴大電子病歷數據、業務交互網絡，在越來越多的診療場景和科室中，將醫療過程變標準化、信息化，讓各類診療信息實現高效匯集，使得一線醫務人員能夠高效、智能、安全的完成醫療服務。

　　2.2.2 醫院信息平臺——業務互聯與數據共享的基礎

　　然而，最初的設計重點局限在滿足業務需求上，并沒有把可兼容性、數據共享性、高擴展性考慮進去，隨著醫院臨床業務系統的數量不斷增多、功能不斷多樣化、數據不斷積累，交互接口數量基本上都是以指數級增長，給系統的開發、運維維護帶來很大問題。

　　醫院信息平臺應運而生。原來院內不同業務系統之間都是點對點系統集成，醫院信息平臺出現之后，院內系統實現統一集成。

　　醫院信息平臺既是院內不同業務系統之間實現統一集成、資源整合和高效運轉的載體，同時也為業務在線化、數據互聯互通打下了堅實的基礎。

　　國家衛計委關于互聯互通標準化成熟度測評工作亦開始由試點(2012年開始試點)走向全面推廣，掀起了醫院信息平臺建設高潮。

　　2014年10月，《基于電子病歷的醫院信息平臺技術規范》正式開始實施，規定了二、三級醫院信息平臺建設的總體技術要求、基本功能要求、交互規范、安全規范等。同年，可以說，醫院信息平臺是與電子病歷及其應用相伴相生的，彼時，伴隨電子病歷而衍生的，還有臨床數據存儲庫(CDR Clinical Data Repository)、以及BI。

　　CDR是電子病歷文檔存儲中心，將一個患者在某一醫療機構內發生的所有臨床活動所產生的所有數據集中存儲在一個物理或虛擬存儲內，方便各臨床業務有需要時進行調閱，一般提供360視圖功能。

　　BI則主要是數據二次利用，在臨床工作中就某個主題進行數據重構，以便于進行數據分析。

　　曾幾何時，信息集成平臺、CDR、BI一度成為電子病歷“三件套”。在政策的指揮棒下，代表國內醫療先進水平的超大型三甲醫院也在這一領域率先探索落地。

　　2011年9月，北大人民醫院為期三年的集成平臺建設正式啟動，目標是建設集成平臺，同時建立臨床數據中心，實施EMPI(患者基本信息檢索目錄，通過唯一的患者標識將多個醫療信息系統有效地關聯在一起)和公用服務系統。

　　截止2016年，北大人民醫院的集成平臺實現接入服務105個，接入系統87個，管理術語76個，每日數據交換量30萬，消息的平均耗時是8毫秒。醫院信息平臺的建設，為北大人民醫院信息化運維和臨床應用帶來了很大的改變。

　　首先，上線新的業務系統，不用再受制于低效率的點對的點接口方式。以往，醫院核心業務系統(如HIS、電子病歷系統)常年忙著做接口，有了信息集成平臺，新建系統可以從平臺上直接訂閱所需數據，極大提升了IT運維效率。

　　其次，CDR實現了統一的數據標準管理，使得業務系統之間的數據質量、業務系統傳送到CDR的數據質量，都得到了很大的提升，有利于數據的臨床應用。

　　最后，基于CDR的360視圖應用和科研應用，極大的提升了臨床工作效率。醫生、藥房、檢驗檢查科室人員都可以調用CDR視圖，全面觀察和分析患者的病情、以及科室整體運營情況等。北大人民醫院的科研平臺已經實現了從CDR中提取數據，截止2016年，全院已經有35個臨床科室都使用CDR開展科研數據分析，占到了醫院全部科室的80%。從科研項目、寫論文、前期研究、研究生課題到臨床實驗等，科研平臺的應用范圍越來越廣。

　　北大人民醫院這一項目由北大醫信前身——方正國際醫療衛生事業部承做，據悉是國內首家醫院集成平臺和臨床數據中心產品， 2014年5月助力北大人民醫院通過HIMSSEMRAM 最高級別7級的認證。

　　醫院信息平臺建設的日益完善，對于智慧醫院在線化、智能化升級有著重大意義。

　　除了對于醫院內部帶來的信息化整體建設、運維優化，以及臨床工作效率的優化和提升，

　　一是為區域互聯互通奠定了基礎，

　　促進遠程醫療的發展。遠程醫療是醫療服務在線化的典型場景，因此醫院信息平臺也是

　　2015年，國務院辦公廳發布《全國醫療衛生服務體系規劃綱要(2015—2020年)》，提出要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;提升遠程醫療服務能力。

　　不同醫療機構之間的信息共享，提前是單家醫療機構的業務系統和數據實現連通，醫院信息平臺就是醫療機構的“數據中心”，醫療機構間對接、醫療機構與區域中心的對接，實際上是醫院信息平臺之間的互通。

　　二是為上層在線化、智能化應用奠定了基礎。

　　經歷了近十年的發展，電子病歷的醫療決策功能已經走向智能化，即基于AI的CDSS日益普及。CDSS模型的訓練離不開醫療大數據的支撐，醫院信息平臺是醫療大數據應用的基石。

　　2019年3月，衛健委頒布《醫院智慧服務分級評估標準體系(試行)》，明確了對醫院智慧服務體系構建的要求。

　　從智慧醫院建設角度來看，智慧服務體系建設是業務在線化過程，需要在醫院臨床類信息化系統、管理類信息化系統、以及區域化信息系統之上，構建面向患者的服務體系。醫院信息平臺實現了醫院各類系統的業務統一集成和交互，是智慧服務體系建設的基礎設施。

　　2.3 智慧服務——推動智慧醫院在線化升級

　　面向患者的智慧服務重在患者體驗，本質上是實現就醫流程和部分醫療服務的在線化。

　　在智慧醫院建設中，

　　就醫流程在線化，能夠提升患者就醫效率和體驗，最典型的提升點在于解決患者就醫“三長一短”問題;醫療服務在線化的典型代表，是遠程醫療和互聯網醫院的發展，使醫療服務變得觸手可及，極大的提升了醫療服務效率，比如慢性病復診和續方經由線上完成，無需經歷在醫院掛號、候診、開方的繁瑣流程。

　　2019年3月衛健委頒布的《醫院智慧服務分級評估標準體系(試行)》，從政策層面正式推動智慧服務的建設，建立醫院智慧服務分級評估標準體系(Smart Service Scoring System，4S)，明確各級別智慧服務應該實現的功能，指導醫院合理、科學的建設面向患者服務的智慧醫院。最終目標是改善患者就醫體驗，并在此基礎上實現高效率、連續性的診前、診中、診后醫療服務，開展全生命周期健康管理。

　　《醫院智慧服務分級評估標準體系(試行)》對醫院應用信息化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，分為0級至5級。按照患者診前、診中、診后各環節應涵蓋的基本服務內容，結合醫院信息化建設和互聯網環境，確定5個類別共17個評估項目。

　　中國醫院協會信息管理專業委員會(CHIMA)發布的《中國醫院信息化狀況調查|2018-2019年度》顯示，近60%的醫院開通了基于互聯網的醫療服務，涵蓋預約掛號、結果查詢、費用支付、輕問診、藥品送遞、患者隨訪、慢病管理等。

　　其中，預約掛號、在線支付、以及報告查詢上線比例最高，分別高達90%、77%、76%。說明絕大部分醫院當前智慧服務建設注重院內就醫流程在線化升級，整體處于1-2級之間，尚未延伸至院外服務。

　　未來，隨著大部分醫院院內智慧服務初步建立(智慧服務分級評估達到2級水平)，建設重點將轉移至內外互聯，屆時，將實現院內院外電子病歷共享，實現醫療服務在線化，甚至實現醫院、基層醫療機構、家居場景的醫療健康數據和服務全打通，實現真正覆蓋診前、診中、診后的全生命周期管理。

　　當前的智慧服務，多是在2015年《國務院辦公廳關于推進分級診療制度建設的指導意見》、2018年《關于促進“互聯網+醫療健康”發展的指導意見》等綱領性政策文件倡議下建設的患者就醫服務信息化體系。

　　接下來的幾年，智慧服務建設進程將加速，整體功能亦將不斷完善，向智慧服務5級的目標邁進，實現患者全生命周期管理服務。

　　2019年3月《醫院智慧服務分級評估標準體系(試行)》的推出，以詳盡的建設要求和評級規范驅動二級以上醫院構建智慧服務體系。

　　此外，在互聯網醫院領域，2018年4月《國務院辦公廳關于促進“互聯網+醫療健康”發展的意見》初步指明互聯網醫院可開展常見病、慢性病復診和續方服務。

　　2018年7月國務院又發布《互聯網醫院管理辦法(試行)》，將按照《醫療機構管理條例》、《醫療機構管理條例實施細則》對互聯網醫院實行準入管理，且規定省級衛生健康行政部門應當建立省級互聯網醫療服務監管平臺，與互聯網醫院信息平臺對接，實現實時監管。該辦法進一步細化了對互聯網醫院的管理，同時也以更加規范化運營保障推動行業的前行。

　　2.4 智慧醫療——推動智慧醫院智能化升級

　　政策從分級評價標準和具體建設進展要求兩方面，直接推動醫院智能化升級。

　　從智慧醫院整體發展階段來看，在線化、智能化升級基本同步。以2018年發布的《電子病歷系統應用水平分級評價標準(試行)》和《關于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》為重要標志，

　　繼2011年推出《電子病歷系統功能應用水平分級評價方法及標準(試行)》之后，電子病歷評價成為最受醫院歡迎的評價，根據CHIMA發布的數據，2018-2019年度中國醫院信息化狀況調查，參與電子病歷系統功能應用水平分級評價的醫院占比約40%，遠遠超過參與互聯互通標準化成熟度測評的醫院比例——約15%，屬于國外的HIMSS和JCI測評參與度則更低——分別為5%和3%。

　　時至今日，隨著電子病歷、醫院信息平臺的建設日益普及，電子病歷的臨床應用功能在不斷完善，為大數據、AI等技術在臨床診療、科研等領域的滲透提供了沃土。

　　2018年11月，國家衛健委辦公廳發布了最新版《電子病歷系統應用水平分級評價標準(試行)》，從2011年版本的0-7級，修改為目前的0-8級。由于醫院信息平臺、醫療大數據平臺等的建設、以及各類智能化應用的普及，對電子病歷數據互通和數據挖掘應用提出了更高的要求。

　　電子病歷系統應用水平分級評價4級以上要求具備智能決策功能，同時對臨床診療路徑、合理用藥、臨床管理和科研數據挖掘提出了具體要求，極大的促進了醫療大數據、AI在臨床的應用落地。

　　比如，惠每科技Dr. Mayson CDSS基于循證醫學證據和完整數據分析，在臨床應用中實時為醫護人員提供決策支持，可輔助優化診療方案、自動審核處置及醫囑等合理性、以及提供針對患者病情的個性化醫療建議。其功能滿足高級別評級要求，已助力13家醫院通過國家電子病歷應用水平分級評價六/五級，11家醫院通過互聯互通標準成熟度五乙/四甲。

　　根據CHIMA的調查，當前在參與電子病歷系統應用水平評價的醫院中，大部分處于3級和4級，占比分別為19%、13%，其次是處于2級的醫院，占比約5%，而超過半數的醫院尚未參與評價。

　　17家醫療機構通過4級評審，38家醫療機構通過3級評審，19家醫療機構通過2級評審，

　　2019年11月7日，北京市衛生健康委信息中心網站發布了《關于公布2019年度北京地區電子病歷系統應用水平分級評價結果(0-4級)的通知》，經過系統初評、材料審核、專家審核等評審流程，2019年有90家醫院通過評審并定級。其中，5家醫療機構通過1級評審，11家醫療機構為0級。

　　結果與CHIMA調查數據基本保持一致，絕大部分醫療機構電子病歷分級評價在2-4級。

　　根據政策要求，到2020年，二級以上醫院電子病歷應用水平分級評價要達到3級以上，三級醫院電子病歷應用水平分級評價要達到4級以上。

　　因此，2020年會是二級以上醫院升級電子病歷的高潮期，三級醫院的智能化應用也將迎來爆發，對于科技服務商而言，政策帶來的利好清晰可見。

　　03

　　智慧醫院建設

　　隨著政策的持續推進，以及大數據、AI、5G等技術的積極滲透，智慧醫院的建設已成必然趨勢，行業對智慧醫院的最終面貌和發展路徑都充滿了期待。

　　基于政策指引、智慧醫院行業發展現狀、以及愛分析對醫療行業的研究積累，本章將全面梳理智慧醫院未來面貌，并以終為始，從當前重點關注的智慧服務、智慧醫療兩個方面，詮釋智慧醫院建設路徑。

　　3.1 智慧醫院——重視患者體驗、醫療質量和運營效率

　　智慧醫院的目標是不斷提升患者體驗、提高醫療質量、優化醫療體系運行效率。

　　智慧醫院涵蓋智慧服務、智慧醫療、智慧管理三個維度。伴隨技術的推進、醫療服務模式的演進、政策的與時俱進，

　　從醫院角度來看，政策硬性要求和臨床實際需求，是醫院推進智慧醫院建設的驅動力。

　　3.1.1 智慧醫院全景透視

　　未來的智慧醫院，將實現便捷式就醫、智能化診療、以及自動化管理。而且，參與醫療服務的不僅僅是醫院，基層醫師的健康守門人角色將真正進入醫療生態，保險、醫藥與醫療的聯動亦將更加緊密。

　　就醫流程將以患者為核心，

　　結合線上線下就醫場景，打造貫穿診前、診中、診后的流暢的、便捷的就醫體驗，突出患者服務。

　　以患者為中心的智慧醫療，核心是在線化。

　　診前環節的預約掛號，以及從基層到等級醫院的轉診安排、流程等均實現在線化操作，前提是各級醫療機構之間數據實現共享，能夠實現無縫隙醫療服務銜接，甚至是通過遠程醫療等方式，覆蓋原先無法覆蓋的醫療服務環節，比如急救場景。

　　聲網：實時音視頻通話，為遠程醫療解決方案保駕護航

　　2018年年底，重慶市推出120官方視頻報警平臺“急視救” App，用戶可通過手機端App以及小程序直接撥打120，并與急救醫生音視頻對話，醫生將指導現場人員進行自救或互救，為搶救生命贏得寶貴時間。在這個案例中，實時視頻通話是通過聲網的視頻通話SDK 實現的。

　　聲網Agora成立于2014年，是全球音視頻領域領先的專業服務商，每天使用聲網SDK產生的實時音視頻通話分鐘數超6億，全球有超過15萬注冊APP使用Agora API，超過30億終端安裝使用Agora SDK的應用。

　　聲網的實時互動技術服務覆蓋全球各個地區，并在當地提供技術和運營支持。使用聲網服務的企業包括小米、陌陌、抖音、The Meet Group、VIPKID、好未來等巨頭、獨角獸及創業企業。

　　在醫療領域，聲網的視頻通話SDK已經應用到視頻急救、遠程醫療、醫學教學、電子處方等多個救助指導和醫療服務的場景中。

　　視頻急救場景下，醫生可通過實時視頻，指導現場人員進行自救或互救，在最短的時間內，盡量挽救患者的生命。

　　目前的急救系統中，救護車、現場熱心人士和醫院的工作模式為單線程串行施救模式，即急救系統的救護車在到達現場后才可對患者進行施救，在120到達之前報警者處于無專業醫療人員幫助的“黑障區”。

　　2018年12月，重慶急視救視頻120救援云平臺和急視救app正式上線運行。2019年3月12日，與重慶市軌道集團開展合作,在市民乘坐軌道交通遇到突發疾病時多次使用“急視救”app視頻120連線重慶市急救醫療中心進行了及時的現場處理。

　　在聲網音視頻技術的支撐下，重慶急視救app通過與急視救視頻120救援云可實現：

　　①為患者爭取寶貴的黃金搶救時間。平臺雙向實時視頻通話，可將有效的急救指導提前到從撥打120報警開始，通過視頻快速判斷病情，并通過“面對面”的指導現場人員進行自救互救。

　　②實現急救與院內診療的無縫連接。救護車醫生在出發時可進入視頻房間，提前了解現場病人傷情，準備對應藥品等前往現場;醫院可實時查看救護車位置和狀態，同時救護車上人員和醫院可隨時雙向提醒進入視頻，救護車上的手持B超、心電監護儀的可實時動態共享給醫院;醫院根據救護車定位、視頻查看的情況、醫療設備信息情況可提前進準備;如果情況危急，醫院還可拉入本院專家進行多方視頻會診。

　　③提升醫患溝通效率，對于急救醫護人員來說，通過視頻可快速判斷現場病情、人數及性別，縮短了80%的溝通時間。

　　④覆蓋聾啞人急救。首次解決了自電話120啟用的32年來聾人無法120報警的問題，調度員可通過圖文與聾人溝通，通過視頻可指導聾人進行自救互救。

　　截止2019年11月29日共接到210起視頻報警均通過遠程視頻指導，高效的120流程救護車更快到達現場，使得病患轉危為安，共600多次通過電子表單流轉電話120任務，使得漏接降低了50%、120出車時間縮短了60%。目前急視救app已累計擁有3萬用戶，其中1200名為聾人用戶。

　　診中可提供信息推送、標識與導航、自動泊車等各類便利患者的服務，就醫感受接近于高端消費場景。

　　診后則更多通過與基層醫生、第三方服務平臺等合作，在藥品、健康管理等領域有所作為，完成醫、藥、險的閉環服務。

　　同時，遠程醫療作為線下醫療的補充得以持續滲透，在線支付、保險直付等貫穿就醫全程，智慧醫院將與醫藥、保險以及藥店、醫藥電商、互聯網醫院等其他醫療健康服務參與方一起，為患者打造全流程便捷式就醫服務。

　　臨床診療將以電子病歷為核心，在智能化升級中不斷提升診療水平和效率。

　　覆蓋門診、住院、檢驗、手術等全診療場景大的電子病歷系統，將完整記錄個環節病歷數據，實現各環節、各科室、各醫療機構、健康服務機構間數據共享，健康數據共享范疇將擴展至智能硬件等日常家居、工作場景，以診療核心數據支撐健康管理、臨床診療、診后管理的全生命周期健康管理服務的真正實現。

　　其中，在診療環節，臨床輔助決策支持系統、AI醫學影像診斷系統等能夠支持醫生給出高質量的診斷結果和高療效的臨床診療方案。智能化應用也將在提升醫療安全度的同時，極大的提升醫生的診療效率和臨床、學術水平。

　　同時，各類臨床數據分析結果可應用于醫藥研發，隨著高質量臨床診療數據的不斷積累，以及數據挖掘的持續深入，藥企將在智慧醫療中扮演越來越重要的角色。

　　智慧管理主要體現在自動化OA，以及供應鏈管理、財務管理等醫院管理領域的自動化，

　　是智慧服務和智慧醫療的支撐體系。智慧管理將大幅度提升醫院整體運行效率、以及管理人員工作效率。

　　比如，麥肯錫發布的《未來醫院》中提到了三類智慧管理相關的應用。

　　一是利用射頻識別(RFID)、條形碼等物聯網感知技術優化醫院內部資產管理流程，支持人員及物資實時可識別、可追蹤、可溯源;

　　二是利用自動化流程及設備取代傳統人工操作，在患者端(如開具處方、檢查化驗、取藥收費)及醫院后臺端(如藥品、器械、樣本等物流傳輸及管理)提升效率;

　　三是基于互聯網的住院管理、電子排班可精益化醫院人員及流程管理。

　　3.1.2 醫院參與智慧醫院建設的驅動力

　　從醫院角度來看，促使智慧醫院實際建設落地的因素有兩個，一是政策硬性要求，二是臨床實際需求。

　　政策要求醫院開展智慧醫院建設，主要是通過績效考核來實現，用以評促建的方式促進智慧醫院發展。

　　2019年4月份，國家衛健委、國家中醫藥管理局聯合發布《關于啟動2019年全國三級公立醫院績效考核有關工作的通知》，要求三級公立醫院必須在2019年12月底前完成2019年度電子病歷應用功能水平分級標準評估(達到四級水平)，并將結果納入2020年績效考核。

　　近年興起的AI驅動的CDSS產品能夠很好的滿足電子病歷評級四級的要求。惠每科技、依圖醫療、森億智能、生命奇點等企業均在單病種輔助診斷領域深耕，基于醫療大數據平臺以及知識圖譜驅動的知識庫，滿足電子病歷分級評價四級所要求的臨床決策支持功能。

　　比如，北京大學第三醫院(以下簡稱“北醫三院”)臨床決策輔助支持系統(CDSS)，基于BMJ循證醫學知識庫、臨床指南的邏輯支撐，挖掘北醫三10年積累的優質病歷中的真實最佳臨床實踐案例，通過自然語言處理、深度學習、知識圖譜、數據挖掘等技術進行建模，為患者提供精準的、個性化的智能臨床診療方案。

　　北京大學第三醫院于2018年通過電子病歷分級評價6級，是全國屈指可數的電子病歷分級評價高評級醫院之一。

　　除此之外，醫療質量控制、合理用藥、檢查檢驗同質化等也是考核醫院醫療質量和醫療安全的重要指標。比如通過代表性的單病種質量控制指標，考核醫院重點病種、關鍵技術的醫療質量和醫療安全情況。

　　臨床需求是促進智慧醫院實際落地的重要考量因素。

　　不同級別醫院對于智慧醫院建設的訴求各異，三級醫院多在臨床診療、科研效率提升層面有訴求，而基層醫院更多的是期待智能化帶來的診療水平提升。

　　比如，北醫三院CDSS系統的應用有效降低了誤診率，縮短了診療時長，提高了病歷管理質量。分析某科室2018年12月的病歷問題數，比2017年同期減少了66%。

　　三甲醫院對于AI醫學影像產品的訴求一般為提升診斷效率，降低漏診率，而基層醫療機構更多期望能夠借助AI醫學影像實現診斷水平的提升。

　　深睿醫療以AI賦能醫療——提升效率、降低漏診率、提升基層醫療水平

　　深睿醫療源自北大信息科學院人工智能創新中心，通過 AI 技術及自主研發的核心算法，為國內外醫院、體檢中心、第三方影像中心等各類醫療服務機構提供基于人工智能和互聯網醫療的解決方案。

　　深睿醫療是醫學影像領域內實現多業務布局的領先企業，業務線涵蓋人工智能輔助診療系統、智能影像云平臺、多模態科研平臺、智能預問診系統以及智能裝備等領域。

　　其中旗艦產品Dr. Wise®人工智能醫學輔助診斷系統目前已廣泛應用于肺癌早期篩查、乳腺癌早期篩查、腦卒中輔助診斷、兒童生長發育評估、胸部疾病篩查等方面的診斷與隨訪。結合深睿醫療Dr.Wise®胸部平片AI醫學輔助診斷系統，Dr.Wise®全肺AI醫學輔助診斷系統實現全肺疾病的輔助診斷，能夠對五大類30余種征象進行檢出及診斷。

　　提升三甲醫院影像診斷效率，并有效防止漏診

　　中日友好醫院(三甲)于2018年6月引進深睿醫療Dr.Wise肺結節AI輔助診斷系統，后陸續引入胸部平片AI輔助診斷系統、全肺AI輔助診斷系統和乳腺X線AI輔助診斷系統，在實際的臨床應用中，不僅極大提升醫生閱片效率，而且有效防止了漏診現象的發生。

　　中日友好醫院每天的胸部CT檢查量數百例，平均每例胸部CT報告時間10分鐘。深睿Dr.Wise 全肺AI醫學輔助診斷系統的使用優化了醫生報告流程，使醫生的平均報告時間縮短一半以上，為醫生節省了大量精力。

　　據影像科醫生介紹，該院有一例肺結節病例，AI系統檢出縱隔腫塊，為醫生提供診斷建議，成功避免了漏診發生;另外一例肺內疾病病例，醫生使用AI系統進行復核，AI提示肋骨骨折存在，再次成功避免了漏診發生。

　　北京大學首鋼醫院

　　(三甲)上線使用深睿醫療Dr.Wise 出血性腦卒中AI醫學輔助診斷產品，幫助醫生準確測算顱內血腫截面積、體積等對于腦出血治療的關鍵信息。目前該產品已經成為科室高使用率產品。2019年11月，該院行顱腦CT共1389例，其中腦出血病例大概250例左右，應用AI產品輔助檢查的病例246例。

　　此外，Dr.Wise 腦出血產品能幫醫生發現少量蛛網膜下腔出血、少量硬膜外出血、硬膜下出血。曾有一例0.8ml的硬膜下出血病例，夜間值班醫生未發現，后通過AI系統成功檢出病灶，為醫生提供診斷建議，使患者及時得到診斷和治療，有效防止了漏診的發生。

　　提升基層診療水平

　　2019年，在上海市衛生健康委的支持下，由上海胸科醫院牽頭、深睿醫療提供技術支持、上海市普陀區人民醫院和上海市閔行區虹橋社區衛生服務中心參與的智能三級診療平臺項目上線。自2019年7月使用以來，逐漸部署云端和本地化的Dr.Wise胸片人工智能醫學輔助診斷系統和深睿Dr.Wise肺結節人工智能輔助診斷系統。

　　對于疑難雜癥，基層醫院醫生登錄云平臺賬號，將CT和胸片影像傳至深睿智能影像云平臺，并提供病人相關信息。影像先通過深睿AI醫學輔助診斷系統自動檢測，輸出檢測標注結果和結構化報告，再由專家團隊審核并給出最終診斷建議。實現患者、醫生專家資源、AI服務資源互聯互通，基于互聯網+AI的會診中心，將先進的AI診斷技術和專家資源相結合，更好的支持基層醫院，使優質醫療資源惠及大眾。

　　目前，深睿醫療產品已覆蓋400多家醫療機構。未來，深睿醫療將繼續以臨床需求為核心，不斷以自身AI能力賦能醫生，為各級醫療機構提供優質解決方案。

　　3.2 智慧服務——智慧醫院在線化升級

　　智慧服務的核心是患者服務的在線化，最終目標是實現患者便捷就醫，同時通過線上線下協作，以及與保險、醫藥等企業的連接協作，提升醫院服務效率。

　　在線化包含就醫流程在線化和醫療服務在線化兩個方向，分別對應醫院互聯網和互聯網醫院兩大方向。

　　3.2.1 線下醫院的智慧化——醫院互聯網

　　就醫流程在線化即醫院互聯網領域，主要是線下醫院的智慧化升級，支付寶推出的未來醫院是典型代表。通過線上線下相結合，優化現有醫療資源配置，完善醫療服務體系，方便患者就醫，提升醫院內部管理效率。

　　當前，在智慧服務分級評級推動下，院內智慧服務體系進展迅速，超過50%的醫院實現了預約掛號、費用支付、報告查詢等基礎業務在線化。

　　未來，隨著智慧服務建設的不斷推進，醫院互聯網領域將更多的在平臺運營層面發力。

　　由于醫院本身不具備平臺運營精力和能力，在醫療體系內，遠程醫療、處方流轉、保險理賠等場景的實現和日常運營，需要有第三方服務商的參與。

　　遠程醫療

　　在未來的智慧醫院，將不再是使用率低下的面子工程，而將是在有需求時上下級醫院都能第一時間上線開展教育、會診等業務的平臺，真正實現提升基層醫院診療水平、增加基層就診患者量的功能。微醫、心醫國際、39互聯網醫院等企業都在這一領域有所布局。

　　比如，由心醫國際實施的貴州省遠程會診項目，在全國率先實現鄉鎮衛生院遠程醫療全覆蓋。截止2018年11月30日，貴州省全省縣級公立醫院及鄉鎮衛生院診療人次6000多萬次，同比增長15%;2018年1-9月，全省新農合參合病人在鄉就診人次約2000萬次，同比增長20%。

　　電子處方流轉平臺

　　而隨著處方外流的到來，也將成為智慧醫院標配，在醫院逐漸剝離門診藥房的情形下，將醫院處方合規、安全、高效的流轉至有藥事服務能力的社會藥房和醫藥電商，再由患者去藥店取藥或者配送到家。

　　2019年9月，全國首個省級“電子處方信息共享平臺”在甘肅啟動，該平臺由甘肅省衛健委牽頭，聯合易復診共同建設，首先在 8家公立醫院、各市州三級公立醫院、全省區域綜合醫改試點縣(區)部分二級公立醫院開展試點，2020年將在全省二級以上公立醫院推廣應用。

　　除了與醫院的對接，處方平臺還將實現與省市全民健康信息平臺、“健康甘肅”APP、電子健康卡、互聯網醫院監管平臺、甘肅省慢性病管理信息系統、城鄉居民醫保信息系統等的對接，在醫院就診之后，以及后續的在線復診以后，患者可以通過短信、APP、公眾號等多種方式選擇到醫院里、到藥店里取藥，或者是由藥店送藥上門，極大的降低患者就醫取藥成本。

　　保險理賠平臺

　　醫保進一步控費并收縮支付范圍、商保進場是未來醫療支付大勢所趨，在未來的智慧醫院，將成為保險公司高效率實現直賠、理賠的絕佳選擇。

　　同時，通過在線化賠付積累的數據，以及對醫院醫療大數據平臺等積累的數據進行分析，可在保險公司產品開發環節提供助力。

　　遠程醫療、處方流轉、保險理賠等第三方平臺的接入，以運營服務延伸智慧服務的觸角，不斷提升患者就醫、用藥的效率和體驗。

　　3.2.2 天生的智慧醫院——互聯網醫院

　　互聯網醫院是由醫療服務在線化延伸而來的創新型業態，

　　平安好醫生、好大夫在線、智云健康等都是互聯網醫院典型代表企業。

　　互聯網醫院就是名副其實的天生的智慧醫院。

　　如果說線下醫院正在經歷智慧化升級，那么

　　首先，互聯網醫院誕生于在線化，

　　其預約掛號、醫療服務、支付等均為在線化過程，是智慧服務的踐行者。

　　其次，互聯網醫院在AI分診、全科醫生等智能化應用層面走在前列，出于高效運營訴求，智慧服務已成互聯網醫院標配。

　　比如，好大夫在線打造的AI分診系統，能夠精準度的實現醫患匹配，有了AI分診系統，其線上分診運營團隊已由原來的上百人縮減為目前的十幾人。

　　平安好醫生AI問診是全科醫生在互聯網醫院落地的最佳印證，患者發起醫療服務需求，顯示由AI全科醫生做基礎病歷收集和初步診斷，再進入醫師診斷環節，平安好醫生千人醫護團隊支撐日均53.5萬次在線咨詢，AI降本提效之功顯而易見。

　　智慧管理的踐行者。

　　再者，作為市場化醫療機構，互聯網醫院在醫患匹配、在線服務、以及互聯網運營管理體系等層面的投入，打造了其高效的運營體系。因此，互聯網醫院也是

　　主打慢性病復診和續方的互聯網醫院，在分級診療、慢性病處方外流的大趨勢下，已然成為線下醫療服務的有力補充。

　　當前，隨著分級診療、零加成等政策的推進，公立醫院慢性病復診和處方服務的剝離是必然趨勢，

　　比如，智云健康是頭部的互聯網醫院之一，以糖尿管理為起點，為患者提供慢病復診和續方服務。

　　其具體模式是通過為醫院慢病科室(主要是內分泌科)提供智云醫匯SaaS平臺，一方面解決內分泌科工作過程中繁復的數據監測、用藥記錄、醫護交互等問題，降低醫院工作中的出錯率，提升工作效率。

　　另一方面，通過醫生綁定在院內就醫的慢病患者，延續出院之后的慢病患者醫療服務。

　　對于慢病患者來說，能夠實現與主治醫生的深度綁定，提升慢病管理依從性。而且，慢病續方不再需要去醫院掛號問診，可通過智云健康互聯網醫院解決，實現“數據多跑路，患者少跑路”。

　　3.3 智慧醫療——智慧醫院智能化升級

　　智慧醫療的核心是智能化應用，

　　醫療智能化有兩大方向，已在在臨床診療、科研、醫院管理、醫保控費等不同場景實現落地應用;主要是實現自動化、智能化閱片，提升影像科醫生閱片效率和水平。

　　數據中臺作為醫療數據治理的基礎設施，已成為智慧醫院不可或缺的部分。

　　智能化應用實現落地的前提是醫療數據的標準化和治理，

　　3.3.1 數據中臺——夯實底層數據基礎

　　在醫院信息化網絡里，醫院信息平臺已成為醫院業務、數據的集中所在地。而智能化應用的支撐——數據中臺則還處于起步探索階段。

　　在智慧醫院構建過程中，數據中臺既可以在醫院集成平臺的基礎上進行構建，也可以直接建設數據中臺，使其囊括醫院信息平臺的功能。

　　數據中臺的功能主要體現在兩個方面，面向底層的數據治理能力和面向上層應用的業務賦能能力。

　　數據治理主要是通過自然語言處理(NLP)完成數據標準化和結構化。

　　首先，需要構建統一的術語庫，疾病診斷、檢查檢驗、癥狀體征、藥品名稱、給藥方式、手術與操作等字段都有其特定的表達方式，病歷中的表達千差萬別，需要在NLP引擎和人工映射的結合下，參照國內外權威臨床指南，將不規則的病歷數據，治理成能用于知識圖譜構建、診療模型搭建的標準化、結構化數據。

　　其次，要保證數據的質控和監控，保證數據中臺上線之后產生的數據質量。

　　上層業務賦能要求數據中臺在完成數據標準化、結構化的基礎上，實現數據資產化和關鍵數據模型搭建，并開放給上層應用。

　　數據資產化是指在保證數據顆粒度和應用維度的前提下，實現在業務場景中的直接應用。比如患者畫像、醫院畫像等。因此，數據中臺沉淀的數據，不僅僅是患者診療信息，而且是標簽化了的、可應用的數據，即完成數據資產化。

　　在數據資產化的基礎上，將通用類的、經常反復使用的模型抽取出來，形成關鍵數據模型。一般情況下，關鍵數據模型可基于業務需求和醫學邏輯來搭建。

　　比如，疾病數據模型是常見的關鍵數據模型之一，涵蓋了某個疾病的患者診療數據及其衍生數據，比如與疾病相關的組學數據等。

　　以靜脈血栓栓塞癥(VTE)這一疾病數據模型為例，其數據模型中的診療相關數據非常多，包括VTE風險評估比率、出血風險評估比率等診療過程指標;醫院相關性VTE發生比率、VTE相關病死率等診療結局指標;以及診斷類指標。

　　該數據模型的形成，既融合了醫學邏輯，也考慮了實際業務需求。醫學邏輯體現在，其診療過程數據、診療結局數據等都能夠直接從基礎的疾病診斷數據、實驗室檢查數據、癥狀體征數據等數據中抽取而來;實際業務需求方面的考慮體現在，診療過程、診療結局和診斷類指標可直接應用于輔助決策支持、病歷質控、科研、BI等各類場景。

　　武漢大學中南大學(三甲醫院)搭建的全院級臨床大數據科研平臺，就是數據中臺在醫院落地的典型案例，該平臺的建設經歷了數據采集、數據處理和專病庫建設三個階段，其中后兩個階段分別對應數據中臺的數據處理和業務賦能兩大功能。

　　數據采集階段主要是基于ETL抽取工具實現對異構數據的快速集成，數據處理階段借助NLP進行數據標準化、結構化處理。

　　業務賦能是將數據資產化，即將經過處理的數據形成通用臨床數據庫，然后以特定學科和疾病為主題，形成專病庫。專病庫中的真實案例專門用于支持該學科和疾病的精準診療和學術研究。

　　大數據科研平臺帶來的最顯著效果就是科研效率的極大提升，以前科研需要的大量病例借閱復印、CRF錄入、數據統計分析和簡單制圖工作大幅減少，在一個中等規模的課題中僅CRF錄入核對就可以節約15人/日的投入。

　　3.3.2 醫療大數據——基于數據中臺的多場景落地

　　強健的數據中臺，為智慧醫療應用的茁壯生長提供了堅實的基礎。最直接的體現是，基于數據中臺之上的、AI驅動的CDSS，能夠助力三級醫院電子病歷分級評價達到四級以上水平，在臨床診療過程中實現智能決策功能。

　　除此之外，智能化應用早已擴展至科研、科室管理、醫保控費、AI審方、AI分診等場景。

　　惠每科技——以AI質控實現智能化場景落地

　　單病種過程質控(上報)系統、臨床決策支持系統(CDSS)、VTE智能防治系統、圍手術期質控系統和病案首頁/病歷質控系統。

　　惠每科技成立于2015年，是專注于打磨“基于AI的醫療質控”產品體系的創新型企業。惠每科技自主研發的人工智能解決方案Dr. Mayson包含了

　　Dr. Mayson集成了循證醫學知識庫，利用自然語言處理、深度學習等AI技術處理臨床大數據，有效識別醫療過程中的診療質量缺陷，為醫務管理和質量評價提供可靠的支持。

　　每單病種過程質控系統

　　比如，依靠人工圖表統計方式對一名患者的10項指標進行匯總分析，需要數分至數十分鐘時間不等，機器模型運算則在毫秒級別。利用惠進行自動過程質量管理評價，可大幅減少人工質控疏漏，增加臨床診療的指南依從性、規范性，最終提高臨床工作效果。

　　北京某三甲醫院采用基于AI的惠每單病種過程質控系統1個月，神經內科急性腦梗死總平均質控規范率從70%提升到約94%，提升比率超過30%。

　　惠每VTE智能防治系統

　　與電子病歷系統無縫銜接，通過接口獲取患者病歷數據，并與VTE防治知識庫映射，完成中、高危患者的自動篩查，并針對中高危患者提醒醫務人員進行出血風險評估和規范預防。

　　同時，AI系統的統計平臺實時匯總分析在院患者VTE防治情況，醫務管理部門可及時掌握院內VTE評估率、預防率、VTE事件發生率等，有效增強院內VTE防治的質量管理與控制，通過事中實時干預從而改善VTE防治終末質量。

　　北京某三甲醫院采用惠每VTE智能防治系統，不僅實現了全院級住院患者的VTE防治自動化、動態化，減少醫院人力成本投入。同時，提升了臨床VTE評估率和預防率，保障了患者安全。據悉，該院應用該系統后，全院的VTE 中高危患者檢出數、風險評估率及預防實施率較AI系統上線前提高了10倍。

　　目前， 惠每科技醫療AI系統已廣泛應用于近60家大型醫院和數百家基層醫療機構，助力20余家醫院通過國家電子病歷應用水平和互聯互通高級別評審，為臨床質量管理和電子病歷智能化水平提升提供全方位支持。

　　3.3.3 AI醫學影像——基于標準數據的智能化診斷

　　不同于醫療大數據應用落地需要經歷繁雜的數據治理，必須在數據中臺的支撐下才能不斷生長，由于影像數據在數據量、以及數據標準化層面的優勢，以及2016年深度學習算法在行業內的大規模應用，AI醫學影像成為智慧醫療領域普及最廣泛的智能化應用場景。

　　從三甲醫院到社區服務中心、體檢機構，從放射科、病理科等醫技科室到眼科、內分泌科、消化科、心血管科等臨床科室，AI醫學影像早已無處不在。

　　除了數據量巨大、數據標準化，以及技術的相對成熟，政策支持也是AI醫學影像發展不可或缺的一環。

　　2018年發布的新版《醫療器械分類目錄》中，CFDA將具備明確診斷提示功能的AI醫學影像類產品歸入第三類醫療器械管理(簡稱“三類證”)。當前，行業頭部AI醫學影像企業都在申請三類證，大多都處于臨床試驗階段。

　　AI醫學影像產品主要功能是輔助篩查和輔助診斷，提升影像科醫生工作效率。目前涵蓋肺結節、乳腺癌、腦卒中、肝臟、DR胸片、胸部骨折、心腦血管、兒童骨齡、宮頸癌(病理)等領域。

　　雖然市面上的產品種類繁多，但就行業平均而言，每家AI醫學影像公司能夠覆蓋的產品有限。但對于頭部企業來說，跨病種布局并非難事，只是在打造真正成熟并可以應用于臨床的產品線時，需要投入較大的研發精力以及在運營推層面多做布局。

　　推想科技具備肺部CT、胸部DR、腦卒中CT、骨疾病CT、乳腺疾病MG、骨齡DR等產品線。目前，其人工智能影像解決方案產品逐漸開始在智慧醫院領域落地。

　　推想科技——全產品布局，賦能智慧醫院建設

　　推想科技成立于2016年，目前已完成在亞太、北美以及歐洲三大洲9個國家的戰略布局，成為國內AI企業出海的典型代表。

　　推想科技產品包括AI醫學影像類產品、AI學者科研平臺、醫學影像大數據智能分析等。

　　其中了肺部、胸部、腦卒中、骨疾病、乳腺疾病、骨齡等多部位、多病種的解決方案。

　　AI學者科研平臺可滿足全院級、全科室的AI科研需求。目前該平臺已集成超過50 種深度學習和影像組學算法，能夠全面處理全模態影像及文本數據，實現零編碼全程可視化，賦予不具備計算機編程能力的醫學研究人員開展頂級AI科研的能力。

　　截至2019年9月，推想科技業務執行點已覆蓋全國32個省級行政區，從頂級三甲醫院到基層醫院，實現日輔助醫生診斷量超40,000例，累計服務總病例數突破700萬。

　　在賦能智慧醫院層面，推想科技推出肺癌全周期智能解決方案，構建人工智能“防、診、治、管”全生命周期的人工智能輔助診斷及決策系統。

　　該方案將通過科研質控平臺來助力醫生AI科研創新和臨床落地應用，推進人工智能在肺癌篩查、診斷、治療決策、預后等全周期領域應用的快速發展;通過為醫療機構建設“影像數據庫”和“臨床數據庫”數據中心，來實現數據統一化、標準化管理，提高數據的可用性和安全性;最終通過AI醫療應用平臺提供AI預防、診斷、治療的全周期、規范化的肺癌解決方案。

　　在實際的臨床應用中，推想科技以人工智能解決方案賦能醫院，提升其科室服務能力、甚至全院的醫療服務水平。

　　錦州醫科大學附屬第三醫院是遼西地區的一家大型三甲醫院。借助推想科技人工智能解決方案，使該院肺結節MDT門診得以全面開展，全院的門診量提升了16%。

　　目前，全院通過推想AI系統共篩查和診斷近3萬例患者，平均使用率超過80%，醫院的肺結節MDT、放射科等多科室門診數量均比去年同期明顯增加。

　　錦州醫科大學附屬第三醫院副院長劉敬禹教授表示，醫院與推想科技合作的人工智能肺癌篩查系統，實現了迅速的臨床應用，產生了“1+1大于2”的效果。引進AI輔助篩查系統，成立肺小結節診療室后，幫助醫院成功地創立了屬于自己的區域品牌效應，吸引了更多患者就醫。不僅推動了醫院相關學科的發展，甚至推動了醫院的全面發展，最終為當地人民帶來更高水平、更便利的醫療服務。

　　推想科技認為，醫療AI正在幫助醫生、幫助醫療機構“看見”影像數據背后的深度價值，從而讓醫院變得更智慧。推想科技正在致力于將人工智能應用于醫院臨床、科研、管理等多場景，為不同國家、不同區域、不同場景提供不一樣的價值提升。

　　04

　　智慧醫院科技服務商

　　智慧醫院的終極目標是為患者提供高水平醫療服務以及高效率就醫服務。

　　如果政策是智慧醫院建設的發動機，那么智慧管理、智慧服務和智慧醫療領域的科技服務商，就是智慧醫院不斷邁向其終極目標的車輪。

　　在智慧醫院的建設過程中，從基礎信息系統建設，到系統整合、數據聚合和處理，再到整體的、流程化的解決方案規劃，以及處方流轉、保險理賠、健康管理等各類服務體系的運營，都離不開科技服務商的貢獻。

　　4.1 智慧醫院科技服務商圖譜

　　整體來看，智慧醫院服務商可以分為兩類。

　　一是東軟集團、衛寧健康、思創醫惠等傳統醫院信息化廠商，其業務發展隨醫院智慧化升級而不斷演進，以覆蓋信息化、在線化、智能化三大領域的整體解決方案涉足智慧醫院建設。

　　二是信息化、在線化、智能化領域各自涌現出一批創新型企業，分別在智慧管理、智慧服務和智慧醫療領域深耕，阿里釘釘、蕓泰網絡、深睿醫療等都是典型的創新型供應商。

　　傳統HIT廠商融合互聯網、大數據、AI等新興技術，不斷深度打造創新型產品，憑借多年積累的渠道優勢和完整解決方案，是智慧醫院建設中舉足輕重的參與方。

　　創新型廠商則傾向于以局部、單點應用切入智慧醫院領域，多以數據、技術和運營能力取勝。

　　智慧管理

　　比如，領域涉及的供應鏈精細化管理、以及智慧服務涉及的處方流轉平臺、商保理賠等，要求科技服務商具備較強的

　　智慧醫療

　　領域的醫療大數據企業以取勝，注重基于數據治理能力為醫院臨床帶來的實際效益，目前多在專科性疾病診療、醫療質量評估、科研等領域滲透。

　　AI醫學影像企業

　　基于AI技術提供影像輔助診斷系統，需要真正解決臨床診斷問題。

　　上工醫信——打造基于臨床需求、注重落地能力的AI醫學影像產品

　　上工醫信是一家專注于AI眼底圖像的創新型企業，產品研發從臨床需求出發，上工醫信當前的服務已不局限于眼底圖像輔助診斷，而是基于技術能力，向慢病管理領域延伸，當前主要是糖網篩查、糖尿病及其并發癥管理。

　　慧眼糖網®(SG-DR®)

　　上工醫信通過架構于云端的眼底圖像智能診斷產品——“上工慧眼”，提供常見眼底病篩查服務，包括但不限于及處于測試或在研階段的慧眼青光眼、白內障、冠心病、腦卒中、腎病等。

　　“慧眼糖網®(SG-DR®)”

　　其中，為醫院和基層醫療機構等提供糖尿病視網膜病變篩查服務，產品兼容超過20個品牌的60多款眼底照相機，可適用于包括三級、二級、一級和基層在內的各個層級的醫療機構，是目前在醫療機構內部主要落地應用的產品，覆蓋29個省市的500+醫院。

　　糖尿病及并發癥智慧管理平臺“SG-DCSmart”

　　是基于眼底圖像篩查服務和臨床應用需求而開發，為醫療機構提供慢病管理服務。

　　2016年6月，中國微循環學會與全國防盲技術指導組共同發起“中國糖網篩防工程”，

　　北京上工醫信科技有限公司為項目提供獨家技術支持。

　　借助上工醫信的人工智能技術，“中國糖網篩防工程”搭建了篩防示范中心、篩防中心、基層篩防示范單位和基層篩查工作站的四級聯防體制，展開篩查和防治工作。

　　執行層面，主要是基于AI讀片的引入，以及基層與二級以上醫療機構之間、眼科與內分泌科之間的雙向導轉診機制的建立，提高糖網篩查率，提升基層醫療衛生機構醫護人員慢病診療水平，做好糖尿病全過程健康管理。

　　截至2019年11月，中國糖網篩防工程已經在全國29個省市完成了80萬人次的糖網篩查，其中34%的糖尿病患者患有糖網病;約10%的糖尿病患者病情嚴重、需要眼科介入治療。

　　2017年12月，“中國糖網篩防工程”落地江蘇省，

　　結合江蘇實際情況，中國微循環學會聯合江蘇省基本公共衛生服務技術指導中心、東南大學附屬中大醫院、江蘇省省級機關醫院共同開展項目建設，截止2019年8月，共有40家單位驗收合格。

　　上工醫信的慧眼糖網®(SG-DR®)。

　　建立基層糖尿病并發癥篩查工作站要求醫療機構配備專屬場地、配套軟硬件設備、專職醫護人員，并滿足篩查患者人數和管理患者人數的要求。其中配套軟件設備為

　　位于南京市丁家莊片區的邁皋橋社區衛生服務中心是典型的基層糖尿病并發癥篩查工作站。

　　中心于2016年3月成立糖尿病專科，服務人口12.9萬，目前專科工作人員29人，對已簽約管理的糖尿病患者每年進行一次相關并發癥檢查，達到早期發現并干預的目的。

　　借助技術支持，邁皋橋社區衛生服務中心糖尿病專科運營效果顯著， 2018年1-8月份專科門診量與去年同期相比增幅達67%，專科運營收入由2016年的100余萬上升到2018年的700余萬，增幅達193%。

　　2019年1月，中國糖網篩防工程正式啟動三期工程建設，發起“彩虹橋”行動，

　　旨在通過具體實踐，建立 “內分泌科室—眼科”雙向轉診機制，讓基層以及各醫院內分泌科室篩查出的糖網病患者及時轉診至醫院眼科;同時，醫院糖尿病患者也能借此通道轉診回社區，進行糖尿病管理。

　　蘇州大學附屬第一醫院于2019年8月份正式啟動“彩虹橋”導轉診項目，

　　截止2019年10月，該院內分泌科共為400余名患者進行眼底檢查，143名患者通過檢查發現眼部存在病變或疑似病變，其中54名患者在內分泌科醫生的建議下，通過轉診平臺預約了眼科的專家門診，糖尿病人轉眼科比例由之前的不足10%，提升到了38%，病人病情得到了改善，生活質量也有所提升。

　　上工醫信認為，醫療人工智能類產品，必須來自臨床的真實需求，解決臨床中存在的問題并創造價值。未來，上工醫信將持續致力于開發臨床應用級產品，并保證產品的安全性、有效性及普適性，滿足基層疾病篩查、各級醫療機構診斷等臨床實際需求。

　　整體來看，智慧醫院市場與醫院信息化一脈相承，市場格局也呈現較為分散的格局，不管是整體解決方案，還是單點應用，當前很難有廠商短期內成長為超級巨星。

　　但隨著智慧服務5級、電子病歷分級評價7級的逐漸實現，患者全生命周期服務也將落地，整體解決方案功能將不斷延展，單點應用也將越來越縱深，并實現與周邊應用的聯動。

　　比如上工醫信不僅僅服務于醫院眼科和內分泌科，也在基層糖尿病及其并發癥管理領域落地，以AI技術解決方案，實現上下級醫療機構之間的聯動。

　　屆時傳統廠商和創新型將不斷融合，行業也將進入并購整合期。即智慧醫院生態的構建過程，也將是行業巨星孕育并不斷成長的過程。

　　4.2 智慧醫院市場規模和商業模式迭代

　　當前，智慧醫院服務商商業模式基本與醫院信息化廠商一致，瞄準醫院信息化預算。2019年，醫院信息化市場規模約500-600億人民幣，年增長率平均在10%左右。

　　根據IDC《中國醫療行業IT市場預測，2019-2023》，2018年中國醫療行業的IT花費約500億元，按10%的增長率測算，2019年醫療信息化預算約550億人民幣。

　　按今年實際增長率，2019年全國衛生總費用約63800億，醫療信息化投入占比約1%，則2019年醫療信息化市場規模為638億。

　　醫療信息化市場空間約在500-600億人民幣。

　　因此，

　　其中，當前階段約3/2的醫療信息化預算投入在硬件上，以數據、技術見長的創新型科技服務商，能夠施展的市場空間基本在160-200億人民幣左右。

　　而且，衛寧健康等老牌信息化廠商是這個市場的大頭，比如衛寧健康2018年營收約14億，軟件收入占比約80%。以醫療信息化市場的分散程度來看，收入在5-10億上下的企業約有10家左右，長尾市場還有一眾競爭者。

　　創新型科技服務商真正的市場規模，基本在幾十億級別。

　　因此，短期內，智慧醫院領域的

　　當前，智慧醫院整體建設處于基礎設施梳理的早期階段，不管是以醫療器械的方式進院的AI醫學影像產品、還是收取IT建設費用的醫療大數據企業、以及醫院互聯網企業，收入基本來源于醫院信息化預算。

　　未來，隨著智慧醫院的不斷升級，運營分成、服務費分成將日漸普及并占據越來越高的比例，

　　智慧醫院服務商商業模式也將發生迭代，收入來源于運營服務費用。屆時，創新型科技服務商將有機會突破信息化預算的市場天花板。

　　4.3 醫藥險協同的智慧醫院新生態

　　運營服務的普及，也意味著藥企、醫藥零售企業、保險公司將深度參與智慧醫院生態構建，共同打造基于醫藥險協同的智慧醫院新生態，真正實現患者全生命周期健康管理服務。

　　、

　　智慧醫院建設早已不限于院內診療相關業務系統的優化和升級，而是開始在醫院與醫院之間、醫院與院外零售藥店之間、醫院與保險之間、醫院與藥企之間建立起業務往來，形成醫藥險協同的智慧醫院生態。

　　得益于政策的指導和驅動，以及科技服務商的推動，

　　由科技服務商主導并承接的運營服務，是智慧醫院生態構建的粘合劑。

　　具體而言，有醫療、用藥、保險和藥企四類運營服務，由于醫院、藥店、保險公司和藥企都有自己的核心業務，在連接和運營服務方面并不會投入足夠的精力，因此

　　醫療和用藥相關的運營服務多靠政策驅動，意在為患者提供高效、便捷的就醫用藥服務，由患者和醫院、院外藥店等作為買單方。而保險和藥企相關的運營服務則是由保險公司和藥企驅動并買單。

　　醫療服務領域的運營主要包含互聯網醫院運營、遠程醫療運營、以及流量分發。

　　不論是線下醫療機構自建的互聯網醫院，還是平安好醫生等創新型互聯網醫院，都需要做患者運營服務，比如導診、分診等，以及確保平臺醫生對患者線下初診病歷的可及性(互聯網醫院只可在保證掌握患者線下初診病歷的情況下，開展慢性病、常見病的復診)。

　　遠程醫療涉及的運營服務包括上下級醫院或者科室之間的對接、遠程醫療預約安排、以及相關病歷資料的上傳、審核等等。

　　流量分發相關的運營，主要是第三方醫療健康機構的對接和服務。比如健康160，一端通過預約掛號、醫保在線支付服務等方式連接了大量的公立醫院，同時健康160平臺沉淀了大量的患者資源，另一端則對接了體檢、醫美等第三方醫療健康機構，滿足患者多樣化的醫療健康需求。

　　醫藥服務領域的運營主要是處方流轉和合理用藥。

　　比如趣醫網通過連接醫院HIS系統，承建并運營處方流轉平臺，將處方流轉至經過趣醫網審核的高資質院邊店和零售連鎖藥店，按處方量向藥店收取處方流轉服務費用。

　　合理用藥涵蓋審方和用藥指導等運營服務。比如，微問診通過平臺運營的基層醫療機構醫生和藥事，為不具備藥師資源的中小型連鎖藥店和單體藥店提供遠程審方和用藥指導服務，向藥店收取處方服務費用。

　　保險服務相關的運營主要是保險理賠和產品設計。

　　比如，趣醫網保險云服務平臺，能夠在智能理賠環節做到極速賠和直賠。即通過連接醫院HIS系統，實時計算理賠結果，并實現直賠(患者只需要支付個人自付部分，無需先行墊付與事后報銷)，提升患者體驗的同時，也節省保險公司工作量和運營成本。

　　產品設計環節，典型的代表是思派集團旗下思派健康、以及妙手醫生旗下圓心惠保科技，主要是基于腫瘤等患者的用藥數據積累，以及特藥險精算模型，助力保險公司開發創新型保險。

　　比如，復星聯合健康保險股份有限公司推出的“復星聯合乳果愛術后醫療保障計劃”(簡稱“乳果愛”)和太保安聯健康保險股份有限公司推出的“粉紅守護”乳腺癌復發轉移疾病保險，都是針對確認有乳腺癌病史的人群推出術后醫療權益保障產品，這兩款產品均是思派健康提供精算、風控和醫療服務支持。

　　藥企服務領域的運營，涉及醫療用藥數據分析、患者管理等領域，主要是提升藥企在藥物研發、藥物銷售等領域的效率。

　　比如，智慧醫療領域的醫療大數據企業，在為醫院搭建數據中臺、治理醫療大數據的過程中，將藥效分析、藥物使用情況分析等藥企關注的分析結果提供給藥企，實現基于數據運營的商業化變現。

　　好大夫在線、醫聯等互聯網醫院企業，以及丁香園等醫藥數字化營銷企業，均能通過組織平臺上的執業醫生，提供患者管理服務，此類項目多以提升某種藥物的用藥依從性為目標，由藥企為此類服務買單。

　　由院外零售藥店、保險公司和藥企參與的智慧醫院生態，既涵蓋了對患者在院內就診過程中的醫療質量提升(遠程醫療)和服務體驗提升(智能理賠)，也涵蓋了患者在院外各類醫療健康服務的可及性(院外處方、創新保險產品、患者管理等)。

　　未來，隨著智能硬件精準度的提升、基層醫療機構水平的提升，居家場景的健康管理也將逐漸進入智慧醫院生態范疇，智慧醫院生態將真正實現患者全生命周期健康管理服務。

　　05

　　智慧醫院未來展望

　　綜上，未來的智慧醫院的建設和實現，需要經歷三個階段。

　　第一階段是實現院內的智慧管理、智慧服務和智慧醫療，不斷提升院內醫療服務的質量、體驗和效率;

　　第二階段是在院內智慧化升級的基礎上，實現院間、區域間甚至省級的系統聯動和數據共享，實現外延式的智慧醫院構建，真正實現上下級醫院協同的分級診療;

　　第三階段是藥店、保險、藥企、以及健康管理等第三方醫療健康機構深度參與和聯動的患者全生命周期健康管理，打造終極版智慧醫院生態。

　　5.1 智慧醫院建設面臨的挑戰

　　毋庸置疑，當前處于智慧醫院第一階段，就院內智慧醫院建設過程中，面臨的挑戰主要有三點。

　　一是智慧服務應用需要與業務系統緊密協作，醫院原有業務系統可能將面臨重構。

　　智慧服務中面向患者就醫流程優化所需實現的功能，基本要求與HIS、CIS等管理類、臨床類業務系統有交互。

　　比如，智慧服務分級評價中涵蓋的智能信息推送有院內通知、業務辦理通知、業務查詢通知、臨床信息推送、健康信息推送、智能設置及臨床個性化推薦，這些智能推送需要的信息散落在醫院管理類、臨床類等不同的業務系統中。

　　因此，數據的調取和共享是實現智慧服務功能的重要組成部分。而當前醫院信息化整體狀況是，單家醫院系統供應商多大十幾家、甚至幾十家、上百家，相互之間的交互和集成及其困難，這也是醫院信息孤島問題的根源所在。

　　零散的系統無法支持智慧服務體系的順利生長，因此醫院現有的業務系統也將面臨重構，需要較大規模的精力和預算投入。醫院每年信息化預算較為固定和有限，且醫院信息化人才不足，因此全面重構的真正落地面臨很大的挑戰。

　　二是智慧醫療需要構建強大的中臺，其中數據治理以及數據資產化過程中，數據質量低和數據專家匱乏都是亟需解決的問題。

　　數據中臺在零售、金融等領域早已實施落地，而醫療領域的數據中臺概念才開始推廣。從數據中臺組成來看，數據治理和數據資產化是兩大難題。

　　醫療數據標準化程度不高、病歷數據多為非結構化表達、且病歷數據真實性和實際質量存疑，數據治理難度較大，這些都使得數據中臺的基礎燃料不夠純凈，影響數據中臺實際落地和最終效益。

　　數據資產化本質上需要懂臨床、懂數據技術的專家來搭建基礎框架，不同于美國醫院動輒有幾百人的技術專家和數據專家，國內信息化人才緊缺，數據專家更是寥寥無幾，因此數據中臺的落地全靠創新型科技服務商對醫院信息化部門、臨床業務部門的不斷教育和推進，進展緩慢。

　　三是智慧醫院是一個需要頂層設計的“一把手工程”，醫院組織架構需要適應智慧醫院項目建設需求。主要體現在兩個方面，一是明確“一把手工程”，二是臨床業務部門深度參與。

　　近年來，醫院CIO也在呼吁，醫院信息化實際上是一把手工程，只有院長層面重視信息化建設，院級領導擔任項目實施負責人，并配備由信息化部門和臨床業務部門組成的強大實施團隊，才能達成想要的效果。

　　今天的智慧醫院建設，不管是從系統統籌性來看，還是對新技術應用、數據治理等層面的要求來看，其難度都遠超信息化系統建設，對于“一把手”工程的要求更為迫切和強烈。

　　5.2 渠道為王，科技服務商與傳統信息化廠商攜手共贏

　　智慧服務的流程再造，以及數據治理等新技能要求，對智慧醫院服務商提出了極高的要求。

　　以互聯網思維接入的企業，很難解決智慧醫療應用與醫院已有業務系統直接的銜接問題，而傳統醫院信息化廠商也很難在數據治理方面、以及獨立構建“互聯網+”生態層面單打獨斗。

　　因此只有兩者的精誠協作，才有可能構建出未來智慧服務分級評估5級、電子病歷分級評價7級的、符合全生命周期健康管理服務要求的智慧醫院。

　　再者，在過去近30年的醫療信息化發展歷程中，傳統信息化廠商陪伴醫院完成了信息化系統的建設、維護和升級，多年積累的業務協作基礎和銷售渠道資源，都意味著傳統信息化廠商將會是智慧醫院市場的重要力量。

　　當前，AI醫學影像企業、醫療大數據企業在進院方面，都需要倚仗設備廠商、或者信息化廠商渠道。

　　未來，渠道為王的現狀并不會發生本質性改變，但政策的推動、醫院臨床需求、以及新技術的滲透，都會為創新型服務商帶來歷史性機遇。因此，兩者的協作，是智慧醫院建設落地最為順暢的方式。

　　結語

　　在各行各業的數字化轉型如火如荼之際，國家從政策層面驅動和指導智慧醫院建設可謂是恰逢其時。信息化、在線化、智能化已經在各個行業的實踐中證明了其在業務流程重塑、或者單點場景應用中的價值，作為慢熱、朝陽而又抗周期的醫療大健康產業，至此至終都吸引著來自業內、以及跨界的創新力量，不斷以新模式、新技術賦能醫療，一點一滴的做著對產業的升級和優化。

　　欲速則不達，在智慧醫院前景已然明朗的今天，行業仍然需要在明天的智慧化和今天的慣性、以及固有的利益格局之間不斷權衡和前行。路漫漫其修遠兮，承載醫療數字化轉型的智慧醫院，必將上下求索。

　　報告指導人

　　金建華 愛分析 創始人&CEO

　　張 揚 愛分析 聯合創始人&首席分析師

　　報告執筆人

　　姜凱燕 愛分析 分析師

　　外部專家(按姓氏拼音排序)

　　陳 寬 推想科技 創始人兼CEO

　　黃正威 蕓泰網絡 聯合創始人兼總經理

　　季 鑫 上工醫信 創始人兼CEO

　　匡 明 智云健康 創始人兼CEO

　　劉立宇 生命奇點 創始人兼CEO

　　喬 昕 深睿醫療 聯合創始人兼CEO

　　施 慧 中國藥師協會患者教育專業委員會 委員

　　邵華鋼 趣醫網 聯合創始人

　　岳義豐 義幻醫療 創始人兼董事長

　　張 奇 惠每科技 CEO

　　周 舜 鑰世圈云健康 執行董事