大力建設(shè)智慧醫(yī)療行業(yè)，有效提高醫(yī)療品質(zhì)

現(xiàn)階段，我國醫(yī)療資源不足且分布不均的問題雖有所改善，但尚未完全解決。因此，持續(xù)加速數(shù)字化轉(zhuǎn)型、推動智慧醫(yī)療建設(shè)，依然是醫(yī)療行業(yè)現(xiàn)階段發(fā)展的核心內(nèi)容。數(shù)據(jù)作為智慧醫(yī)療發(fā)展的源動能，如何充分挖掘與應(yīng)用其價值便顯得至關(guān)重要。

雖然以“云大物移智”為代表的新興技術(shù)正在不斷滲透到越來越多的醫(yī)療場景中，但要構(gòu)建完善的智慧醫(yī)療體系，還有很長的路要走。“通過提升自身數(shù)據(jù)應(yīng)用能力來推動智慧醫(yī)療體系建設(shè)”已成為當(dāng)前醫(yī)院管理者、醫(yī)療信息化建設(shè)者所關(guān)注的焦點。

醫(yī)療資源需拉通，

加速推進(jìn)分級診療進(jìn)程勢在必行

“一號難求”、“門可羅雀”似乎已經(jīng)成為描述我國突出醫(yī)療現(xiàn)狀的高頻詞。優(yōu)質(zhì)醫(yī)療資源總量相對不足、分布不均衡，導(dǎo)致了醫(yī)療服務(wù)體系格局和人民群眾看病就醫(yī)需求間的不匹配，因此，分級診療作為緩解群眾“看病難、看病貴”問題的基本途徑，是緩解這一矛盾的重要舉措?！笆奈濉比襻t(yī)療保障規(guī)劃也提出，推進(jìn)分級診療和醫(yī)療聯(lián)合體發(fā)展，是建立基本醫(yī)療體系、基本醫(yī)保制度相互適應(yīng)機(jī)制的落腳點之一。

數(shù)據(jù)價值待挖掘，

克服海量數(shù)據(jù)管理挑戰(zhàn)迫在眉睫

國家衛(wèi)生健康委副主任李斌曾表示，隨著我國經(jīng)濟(jì)社會發(fā)展和衛(wèi)生健康服務(wù)水平的不斷提高，居民人均預(yù)期壽命不斷增長，慢性病患者生存期的不斷延長，加之人口老齡化、城鎮(zhèn)化、工業(yè)化進(jìn)程加快和行為危險因素流行對慢性病發(fā)病的影響，我國慢性病患者基數(shù)仍將不斷擴(kuò)大。

面對該現(xiàn)狀，“預(yù)防為主、治療為輔”策略的實施尤為關(guān)鍵，通過長期跟蹤患者數(shù)據(jù)進(jìn)而做到“早篩查、早預(yù)防、早治療”，是當(dāng)前醫(yī)療機(jī)構(gòu)革新診療模式的一項重要課題。完成這一課題，需要對海量數(shù)據(jù)進(jìn)行有效挖掘和利用，高效穩(wěn)定的數(shù)據(jù)管理解決方案之重要性不言而喻。

“瑞智聯(lián)”、“瑞影云++”“邁瑞智檢實驗室”是公司在智慧醫(yī)療背景下分別針對生命信息支持業(yè)務(wù)、醫(yī)學(xué)影像業(yè)務(wù)、體外診斷業(yè)務(wù)推出的三大智慧(7.29 -1.09%,診股)醫(yī)療解決方案。

“瑞智聯(lián)”能夠整合多種床旁數(shù)據(jù)，打破跨科室信息壁壘，讓醫(yī)療人員完成智慧、精準(zhǔn)、高效的臨床信息處理，實現(xiàn)醫(yī)療數(shù)據(jù)的全生命周期管理和利用。

“瑞影云++”可以滿足超聲遠(yuǎn)程質(zhì)控、教學(xué)培訓(xùn)、遠(yuǎn)程會診以及研討社區(qū)等智慧醫(yī)療場景，能夠滿足院內(nèi)跨病區(qū)、跨科室，院間跨醫(yī)院、跨地域的會診需求。

“邁瑞智檢實驗室”則讓檢驗全流程數(shù)據(jù)化，通過平臺化運行體系，實現(xiàn)便捷、高效、立體、全面的精細(xì)化管理，進(jìn)而打破信息孤島，減少手工操作，實現(xiàn)實驗室的信息化改造。

憑借邁瑞醫(yī)療的“三瑞”生態(tài)系統(tǒng)，公司還具備幫助醫(yī)院提升服務(wù)質(zhì)量和運營效率、建設(shè)智慧醫(yī)院的能力。用IT信息化的手段集成院內(nèi)設(shè)備，通過智能化的輔助功能向臨床提供更全面、更有價值的診斷依據(jù)和治療方案，并有效地協(xié)助醫(yī)院管理設(shè)備、提升設(shè)備的使用效率。

未來，邁瑞醫(yī)療將繼續(xù)依托“三瑞”生態(tài)系統(tǒng)，探索智慧醫(yī)療，推動優(yōu)質(zhì)醫(yī)療資源下沉，助力緩解醫(yī)療資源不均衡的難題，提升基層醫(yī)療機(jī)構(gòu)服務(wù)水平。

目前AI在醫(yī)療領(lǐng)域中落地的應(yīng)用場景主要包括醫(yī)學(xué)影像、智能診療、智能導(dǎo)診、智能語音、健康管理、病例分析、醫(yī)院管理、新藥研發(fā)和醫(yī)療機(jī)器人等，其中在醫(yī)學(xué)影像中的應(yīng)用最為廣泛，是人工智能在醫(yī)療領(lǐng)域最熱門的方向，但在實際應(yīng)用過程中仍存在一定挑戰(zhàn)。比如，數(shù)據(jù)獲取及數(shù)據(jù)標(biāo)注問題，以及缺乏行業(yè)標(biāo)準(zhǔn)、注冊審批缺乏指導(dǎo)原則、技術(shù)創(chuàng)新難等問題。

AI賦能能力和進(jìn)入速度低于預(yù)期的原因很多，其中數(shù)據(jù)缺乏是影響AI能力提升的一個關(guān)鍵。AI醫(yī)療資深人士認(rèn)為，加速推進(jìn)醫(yī)療健康的數(shù)字化，目前的焦點不應(yīng)該是AI而應(yīng)該是數(shù)據(jù)。為什么現(xiàn)在大量的IT公司要購買有醫(yī)療數(shù)據(jù)的公司，為什么要買“面粉”?是因為現(xiàn)在很多從臨床拿出來的數(shù)據(jù)并不能用，需要將大量的數(shù)據(jù)結(jié)構(gòu)化。

另一個原因是醫(yī)生排斥。思勤醫(yī)療創(chuàng)始人兼首席執(zhí)行官茅矛是美國FDA批準(zhǔn)的乳腺癌診斷試劑盒MammaPrint (世界上第一個多變量檢測方法)的發(fā)明人之一，他認(rèn)為這一代醫(yī)生成長時的培訓(xùn)和帶教體系的習(xí)慣，會天然排斥AI， 可能一次診斷有誤就直接否定AI，間接影響了AI醫(yī)療產(chǎn)品的發(fā)展。或許在數(shù)字世界里成長起來的下一代醫(yī)生群體，對AI的接受度會高一些。

武漢協(xié)和醫(yī)院智能醫(yī)學(xué)研究室主任葉哲偉認(rèn)為，新一代信息技術(shù)橫向融入醫(yī)學(xué)領(lǐng)域形成了智能醫(yī)學(xué)，醫(yī)工交叉融合讓醫(yī)學(xué)獲得巨大提升，但我國醫(yī)學(xué)學(xué)生的教育模式缺乏對理工科方面交叉學(xué)科知識體系的培養(yǎng)。醫(yī)學(xué)學(xué)生往往缺乏跨平臺、跨專業(yè)的接受能力和解決問題的能力。新型醫(yī)工交叉的智能醫(yī)學(xué)要成為醫(yī)院中常規(guī)場景，還有一段相對漫長的道路。首先面臨的挑戰(zhàn)是臨床醫(yī)師的認(rèn)可度和使用能力，臨床醫(yī)師作為一線醫(yī)療的實施者，對這些新型應(yīng)用模式的認(rèn)可度和使用能力決定了臨床應(yīng)用的規(guī)模。同時，智能醫(yī)學(xué)類產(chǎn)品的安全性、合法性以及權(quán)責(zé)認(rèn)定歸屬等問題同樣是嚴(yán)峻的挑戰(zhàn)。