智慧医疗是利用先进互联网和物联网技术，通过智能化方式实现医疗卫生服务相关人员、信息、设备、资源的连接与良性互动，以及实时、智能化、自动化、互联互通的动态服务，最终保证患者及时获得预防性和治疗性医疗服务，包括智慧医院系统、区域卫生系统以及家庭健康。

　　我国智慧医疗建设是从一二三线城市的二级以上医院开始建设。就目前来看，上海、北京等一线城市的智慧医疗实已走在国内前列。另外，三级医院智慧医疗市场需求规模也在不断扩大，已占总需求的60%以上，达到330亿元左右。而二级医院需求规模占总需求的30%左右，达到165亿元。《2020智慧医疗发展研究报告》显示，2020年国内智慧医疗产业规模已破千亿，2021年规模或将达到1259亿元，增速超过20%。

　　以BAT为首的互联网企业早已经开始对智慧医疗行业展开布局，其中阿里巴巴创立了阿里健康和“医疗云”服务；腾讯、丁香园、众安保险三方合作打造的互联网医疗生态链已现雏形。

　　一、发展现状

　　1、  智慧医疗信息逐步普及

　　早在2017 年底，我国所有省份和统筹地区全部接入国家异地就医结算系统并联网运行，同时异地医保患者被纳入就医地统一管理。为实现医疗信息互联互通、资源共享，我国绝大部分三甲医院已建立医院信息管理系统，县级公立医院基本建立医院信息管理系统，部分发达乡镇医院也拥有了医院信息管理系统。医疗机构通过应用微信公众号、小程序、移动医疗APP等方式，方便患者就医。医疗信息普及主要体现在医疗物联网、医疗云、可穿戴设备的广泛运用上：

　　1.1 医疗物联网应用

　　医疗物联网已经被广泛地应用于各家医院，为病人的治病诊疗提供了极大的便利。比如，在对药物进行综合管理时，可使用RFID（射频识别）技术来对药物进行高效的分类、管理，药物拿错的概率已降至极低。在对病历、疾病信息进行登记、处理时，可使用 PDA 技术提高分类整理信息的效率，同时降低了信息处理出错的概率。近年来，基于物联网的智慧家庭健康医疗系统也开始出现。该系统将体脂称、血糖仪、血压计等集于一体，通过检测得到各项人体的生理数据，利用网关转发数据并储存在平台的数据库中，再经大数据技术的加工处理，用户可以登录平台查看自己的各项生理数据及其变化，从而对自身健康进行有针对性的监控与管理。智慧家庭健康医疗系统融合多种先进的技术，通过物联网和远程医疗的结合，为智慧医疗的应用提供了借鉴。

　　1.2 云医疗应用

　　云医疗建立一个系统化、数字化的电子健康档案，存储在云端，便于以后医疗的诊断。云医疗打破了医学专家和病人之间的空间限制，通过物联网及各项医疗技术与设备，实现医学专家与病人的远程就诊。不仅提高了医疗就诊的质量，还节约了病人和医生就医及诊治时间和经济开销。同时，云医疗的远程监护系统也为病人的健康保驾护航。通过监护设备安装的 GPS 定位，能在病人出现异常的情况下第一时间找到病人并进行救治，提升了救治的效率。

　　1.3 可穿戴医疗设备应用

　　可穿戴医疗设备通过传感器技术、通信技术、医疗芯片技术等完美地实现了“人机合一”，将生命体态数据化。可穿戴设备具有多种功能和用途，不仅能对健康进行监测，还可以进行疾病的诊疗、干预和康复。用户长时间地穿戴医疗设备，可以实时监测各项身体生理状况指标。比如健康追踪器，可以实时监测人体的健康指标如体温、血压、血糖、心率等等，同时对人们的健康进行管理，提醒人们多健身、早睡，促进人们养成健康的生活习惯。部分结合了先进技术的智能手表、手环，还能做到以光学传感器为基础的血压水平以及血液成分的监测。在大数据及云储存等技术背景的支持下，数据化的健康信息得到了储存，为今后的疾病治疗奠定了基础。医生可以通过病人信息化的历史健康档案，更有针对性地对病人定制诊疗方案，为病人提供了更加高效和优质的服务。可穿戴化设备以其便携性、及时性、技术性在医疗市场上表现出巨大的发展潜力，个性化的健康管理同时也有助于打造智慧医疗的良性生态模式。

　　2、  智慧医疗涵盖范围和规模持续扩大

　　中国形成了以北京、广东、上海、江苏、浙江为中心的五大产业集聚区，创立了四大核心产业集群，分别是: 智能硬件、远程医疗、移动医疗、医疗信息化。全国各地都在探索因地制宜的智慧医疗模式。近几年智慧医疗融入家庭医疗，主要应用于新生儿降生、打疫苗等各个环节中以及老年人测心率、测血压等为保障健康身体的日常生活中，其应用范围不断扩大，将会被应用于更广阔的领域。

　　3、  智慧医疗不断人性化、专门化

　　从以疾病为中心到以病人为中心的转变一直以来，医学都是以科学实验为基础进行实践，无论是疾病的本质还是疾病的治疗方案，都可以通过实验来找出解决方法，所以医生的关注焦点都集中在疾病、而非病人本身。然而，智慧医疗的出现使研究者们意识到以疾病为中心的医疗并不是医疗的正确发展方向。所以，医生应回归到对病人的关注，在疾病的早期，医生应该采取干预措施尽可能地及时扼制住疾病苗头； 在确诊之后更要给予病人精神上的支持和帮助，理解病人的处境，使病人处于最佳的心理健康状态，而不是过分关注疾病，降低了病人对医生的信任。

　　基础医疗管理到定制个性化医疗管理是一个转变。在中国传统医学十分注重“治未病”和整体观念，了解病人本身比了解病人所患的疾病更加重要。疾病的诊治应因人而异，同样的病情会因为病人的性别、年龄、身体状况的不同而有治疗方法上的差异，针对性的治疗才能提高康复的效率。依靠新技术，智慧医疗能为病人提供个性化的专门医疗管理，使治疗更加贴近人性化。

　　从有病治病向未病保健发展智慧医疗贯穿一个人的生命周期，相比一般医疗，其医疗范围更为广泛，服务体系也更加完善。长期以来，人们一般都是发现疾病后进行诊治。而智慧医疗关注更多的是疾病预防与健康管理。在疾病发生初期，及时采取干预措施，在疾病确诊后，尽可能地降低疾病的治疗费用，在疾病康复后，仍需对健康状况进行追踪，预防疾病的再次复发。

　　4、 智慧医疗在AI加持下发展迅速

　　AI智慧医疗技术发展迅猛具体应用于如下几个方面：（1）糖尿病视网膜病变检测系统（2）乳腺癌检测系统；（3）肺结节检测。

　　并且，我国在AI医学影像发展方面具有诸多优势，包括：（1）医疗影像数据庞大，据IDC Digital估计，截止2020年医疗数据量将达到40万亿GB，数据量为2010年的30倍，近五年增长率为 35.99%。（2）大样本、高质量、多样化医疗数据驱动算力、算法大数据快速迭代，AI医学影像等人工智能医疗诊断模型算法相对成熟，商汤科技以536件公开专利申请数量位居2020全球智慧医疗-AI医学影像辅助诊断发明专利排行榜全球第五；（3）国际、国家和城市政策大力支持和助力推动人工智能医疗行业发展，出台多项政策，不断加大对国产医学影像设备、第三方独立医学影像诊断中心、远程医疗等领域的支持力度；（4）资本大量入场，医疗人工智能行业相关企业逐步推进融资，总金额可超过17亿人民币，极大推动了AI医学影像等医疗人工智能行业的发展。

　　5、智慧医疗的关键技术重点发展

　　我国智慧医疗技术集中在如下几个方面发展：（1）智能识别技术：综合采用多机制识别和感知技术，实现被检测对象的准确感知，如物联网技术，指通过射频识别、传感器、红外感应、激光条码扫描、图像识别等信息感知设备和网络按约定通信协议，将所需监测物品和互联网相连接，进行信息交换和通信；（2）信息融合技术：对采集得到的复杂、大样本、多样化医疗健康相关多源数据进行相互融合和协同利用；（3）移动计算技术：通过网络、移动设备、高性能工作站等多样化移动计算平台对医疗健康大数据进行高效计算分析；（4）云计算技术：主要依赖计算机基础设施的交互使用模式，通过网络以按需、易扩展的方式获取所需资源，可以为医疗机构、政府职能部门和个人提供包括监管分析软件、平台、基础设置等多层次、多方位服务。

　　二、落地难遇到的困境

　　1、  病人隐私与信息安全

　　机器学习需要使用大规模医疗数据，这些数据在使用前后是否会造成数据泄露，对个人隐私产生影响，同时，由于各种服务之间不断交换交易数据，个人对其数据的管理被弱化。.

　　2、  数据质量问题

　　2.1  电子病历应用深度和广度不够

　　电子简历平台的使用还存在医生使用积极性低、患者使用率低的问题。用户接受和使用理念低，虽然移动医疗APP数量2015年智慧医疗风口期达到2000多个，但是使用过医疗APP的患者仅占38.9%。另外，电子健康简历平台没有收集医用可穿戴装备的数据，存在数据缺口。

　　2.2后勤管理数据互通性不足

　　医院后勤系统是整个医院全面运行的根基，包含大型设备管理在内的医院后勤管理十分复杂。后勤管理不到位，将会影响医院临床科室、职能部门的工作效率，甚至是医疗安全。但是医院内部系统存在数据孤岛、没有互联互通的问题。

　　2.3 信息整合度低

　　各个医疗机构的信息系统大都源于不同厂商，数据标准、数据格式、数据描述方式等均不一致，各数据库之间难以实现信息整合。电子病历和居民健康档案建设不理想。虽然大部分医院已使用电子病历，但医院间并未形成电子病历的相互认可，成为居民健康信息共享的一个障碍。医疗健康大数据没有充分发挥其应用价值。

　　2.4 数据录入耗时长

　　大多数医院的准化代谢性疾病管理中心（metabolic management center，MMC）系统没有与医院信息系统进行数据连接，患者的检查数据需要重新录入，问卷调查模块也是使用纸质版填写后医务人员再手工录入或者入组患者时采取一问一答的方式，耗费大量的人力和时间，也增加了信息错漏的概率。

　　3、  资金、人才缺乏，人工智能技术地区发展不均衡

　　4、  缺乏清晰的商业模式

　　智慧医疗行业处于一个较为复杂的产业链中，医疗设备制造商和移动运营商等在产业链中起到了举足轻重的作用。对于产业链中的所有企业来说，成为产业链的整合者是其最终目标。但是，目前大多数智慧医疗产品获利模式是通过收取广告费、中介费、增值服务等来实现，而这些商业模式都是比较单一与分散的，势必会限制智慧医疗企业的持续发展。

　　三、产业链

　　智慧医疗的产业链成分相对复杂，主要由政府部门、芯片与技术提供商、科研院所、网络供应商、应用设备厂商、软件应用提供商、系统集成商、运营及服务提供商等组成。商业链上各方根据自己的行业特点提供智慧医疗应用各环节上的某种服务。政府相关部门制定促进智慧医疗在各省份推广应用的政策性文件，是智慧医疗产业发展的主要推动者。应用设备厂商通过技术采集和传输医疗健康的各种信息和数据，建设信息和数据的处理终端。系统集成商要实现智慧医疗设备和应用的集成，使智慧医疗形成一个协同的应用平台，实现国家、省、市等各级医疗卫生信息、医疗卫生资源的互联互通。产业链如下图所示。

　　从智慧医疗的最终目的即对数据的利用这一角度而言，智慧医疗产业的流程如图 3 所示，可分为数据采集、数据传输、数据存储和管理以及医疗健康利用这四个部分。

　　智慧健康产业发展的目的是实现个体对自身的健康管理以及对健康数据的智能应用。数据采集端主要进行数据的收集，是智慧健康的开始阶段，这部分主要和各类技术的开发利用相关，即利用新兴感知技术采集个体和医疗机构所需的医疗健康信息，其中可穿戴设备是近年来的研究热门。该部分的功能主要由图 1 中提到的芯片与技术提供商、应用设备厂商和科研院所提供。数据传输是将采集端口所收集的数据传输到数据集成中心的过程，传输阶段是智慧健康产业中一个承上启下的阶段。需要政府制定相关标准，网络供应商和应用设备厂商提供实时支持。数据的存储也主要由应用设备厂商提供，目的是实现数据的处理和整合。医疗健康利用阶段与人有直接联系和接触，可以认为是发展智慧健康的目的，供应方主要为软件应用提供商和运营及服务提供商。目前智慧健康的产业规模还相对不足，需要以产业链上的各部门为重点，发展和完善产业链，提高全民健康水平。

　　四、发展趋势

　　1、 医疗大数据的充分利用和构建大数据研发平台

　　大数据的充分应用和合理规范也是未来智慧医疗的发展趋势之一。电子病历大数据是医生端智慧服务的重要依据，但目前电子病历存在应用范围不广、应用深度不够的问题。未来电子病历或以无纸化、智能化和便捷化的方式呈现，弥补传统纸质病历出错率高且不易于归档管理的缺点。构建统一、规范的医疗大数据研发平台能够有效整合医疗信息，提高医疗服务效率。为解决业务系统产生的原始数据相互独立、信息复杂、利用难度高等问题，应建立统一规划的临床科研大数据平台，包括业务系统层、临床数据中心（CDR）层以及面向科研人员的应用层。临床数据中心是对业务系统层的原始数据按照一定的逻辑进行处理分析，转化为结构化的可用数据，根据医院的特色和优势学科，还可建立基于特殊病种的专病数据库。科研人员通过应用层实现数据检索、病例分组、患者随访和统计功能，大大提高科研效率。建立以知识库为核心的临床决策支持系统，并将临床决策支持系统与电子病历系统进行融合，在诊疗评估、医嘱录入、病历书写、静态知识调用等应用场景中为医生护士提供智能提醒、辅助决策等服务，并实现医嘱、输血、用药等环节的闭环管理。但是如何提高数据质量、保障数据安全以及保护患者隐私，是临床大数据科研平台应用中值得重点思考的问题。

　　2、  确保隐私与数据安全

　　信息管理的规范性首先要制定信息公开使用的标准，在此基础上设置信息使用的权限，并对具有使用权限人员的资质严格审查把关。并且医疗服务网站运营维护人员需要遵守保密协议，录入隐私数据之前要征得患者的同意，不得随意查看和公开患者隐私信息。医院在使用患者医疗数据之前，必须征得患者授权并在一定范围内合理规范使用。智慧医疗未来的发展趋势之一是保护患者隐私及保证数据安全，这需要从管理层面和技术层面共同保证，缺一不可。从管理层面解决隐私数据的安全问题，需要从系统和整体出发，完善顶层设计，划分清楚临床业务、医政管理、AI 技术等多方面之间相互作用的逻辑关系，确保通过精细化的管理来保证各环节的医疗数据信息安全。从技术层面解决隐私数据的安全问题，需要更可靠的 AI 技术基础设施，从医疗大数据收集、分类、整理、分析等各环节保证数据的可靠性、有效性、安全性。通过 AI 技术和信息管理技术，采取分层、分级、分人的访问权限设置和数据保护方式设置等措施，对医疗隐私大数据分层分级审核和管理，有效降低数据泄露的概率，确保数据的安全性。

　　3、  联合医联体和第三方资源，建立医疗协作联盟

　　智慧医院5R模型，即PRM（患者关系管理系统）、EMR（电子病历系统）、SRIS （科研信息管理系统）、HRP（基于物联网与决策智能的医院资源管理系统）和HRIS（基于区域网与互联网的区域医疗信息系统）将逐渐完善。未来智慧医疗或将以5G和区块链技术发展为契机，建立基于云互联的协作联盟。智慧医院建设的目标是要打通各医疗机构信息网络，建立内外互联的医疗协同服务体系，确保患者医疗信息及服务在体系中有效流通。5G网络技术具备大带宽、低时延、海量连接特性，适应于远程医疗、示教、监测等场景的实际应用；区块链技术具备的开放性、去中心化、匿名性、不可篡改、可追溯性的特点，可解决电子医疗数据共享的难题，实现方便、安全的医疗数据共享，两大技术在医疗领域都具备巨大潜力。可以预见的是，智慧医院建设将不仅仅以单体医院的模式存在，而是以医疗联盟或医联体为基础，搭载新技术打破院间“围墙”，创建以患者为中心的云互联协作共同体。

　　并且，推进医院管理资源规划建设以智慧楼宇和绩效管理为重点，。医院资源规划（HRP）是指医院引入企业资源计划（ERP）的思想和技术，整合医院已有信息资源，“以终为始”，从使用者的需求及运维要求出发，形成一体化的智慧管理设计思路和统一高效、互联互通、信息共享的系统化医院资源管理平台。信息化发展进入物联网时代，每幢大楼、每个产品都可通过电子标签识别码、无线通信技术、监控技术互联整合，实现信息识别、物资传送、智能管理和功能协同的智慧楼宇。同时，建立自动化的绩效评价体系，对成本、效果和满意度进行测算，提高信息的处理、收集、反馈和分析的速度，最终达到集约资源、提升效能的管理目标，是 HRP建设的重点之一。

　　4、  复合型人才队伍建设

　　在建设智慧医疗的过程中，服务型人才、管理型人才、技术型人才及复合型人才队伍的建设至关重要。尤其是扩大和加强复合型人才队伍的建设，在智慧医院建设中更是重中之重。复合型人才在对医疗大数据的整理、分析、提取中结合 AI 技术和信息化技术，促进智慧医院的信息分类及信息决策，并促成临床业务与信息管理的深度融合。医院应当培养兼具医疗服务、医政管理、信息技术能力的复合型人才，为智慧医疗未来的发展创造良好的条件。

　　5、  政府协同机制完善

　　面对要解决的困难与问题，单凭医疗机构自身的力量无法实现信息整合。它不仅需要获得政府政策上的倾斜与支持，而且还需要与信息科技企业联合，获取技术方面的支持，实现智慧医疗的技术准备。因此，充分发挥政府、医疗服务机构、信息科技企业等三方的合力，共同制定智慧医疗发展规划，才能实现三方共赢的局面。政府应提供一个更好的协同机制， 建立信息质量建设标准，统一数据标准、格式、描述方式以及统计口径，对数据输入及时跟踪反馈；加强科研技术人才的培养，攻克技术难关，数据录入尽可能实现智能化，解决系统兼容以及存储问题，提高医疗卫生服务效率；鼓励检查结果互认，加快居民电子健康档案建档和规范管理。

　　总    结

　　智慧医疗的快速发展和应用已经为健康医疗事业的发展提供了巨大助力，很大程度上提高了医疗行业工作的自动化、便捷化和智能化。未来智慧医疗还需政府调度，多方配合，才能形成高效物联网，充分发挥医疗全智慧的效果。

　　数据来源：

　　制药网市场分析https://www.zyzhan.com/news/detail/81637.html[YS(S1]

　　参考文献：

　　谢俊祥，张琳. 漫谈智慧医疗发展[J]. 中国医疗器械信息

　　李丽， 李进红，马瑜，王俊鹏，陈怡，付强强. 我国智慧医疗研究现状和热点分析[J].  医学信息学杂志

　　徐玲玲，徐婷婷. “互联网+”背景下智慧医疗应用现状研究 [J]. 智能计算机与应用

　　李春林，赵翠，司迁，燕明丽，李宇堂，张旭. 智慧医疗的发展现状与未来 [J]. 生命科学仪器

　　胥 婷，崔文彬，于广军. 我国智慧医院建设现状及发展路径 [J].中国医院[YS(S2]

　　李建功，唐雄燕. 智慧医疗应用技术特点及发展趋势[J]. 医学信息学杂志 [YS(S3]

　　洪紫映，任聪，邓朝华. 智慧医疗模式下的医疗产业链分析[J]. 智慧城市评论[YS(S4]