《埃森哲：智慧醫療新引擎：數字醫療工具應時而起（2023）（15頁）.pdf》由會員分享，可在線閱讀，更多相關《埃森哲：智慧醫療新引擎：數字醫療工具應時而起（2023）（15頁）.pdf（15頁珍藏版）》請在三個皮匠報告上搜索。

1、智慧醫療新引擎數字醫療工具應時而起智慧醫療新引擎2建設數字中國是數字時代推進中國式現代化的重要引擎。作為關系民生福祉的關鍵領域之一，醫療行業的數字化建設在數字中國的建設過程中具有舉足輕重的作用。國家網信辦發布的數字中國發展報告（2022 年）指出，在剛剛過去的一年，數字健康服務資源加速擴容下沉，地市級、縣級遠程醫療服務實現全覆蓋，全年共開展遠程醫療服務超過 2670 萬人次；數字健康加速發展，互聯網醫療用戶規模達 3.6 億人，增長率為 21.7%。1整體來看，我國數字醫療建設經過多年的發展，已經取得了長足的進步從初始的醫療信息化階段，跨入了互聯網醫療階段，并正在快速邁向數字醫療創新階段。在數

2、字醫療發展初期，數字醫療工具的應用主要體現在醫療信息管理系統的搭建上。醫院通過構建信息管理系統，加強多個繁雜、獨立部門的管理；通過運用PACS、LIS、CIS等信息管理工具，實現醫院業務流程的規范；通過對醫療數據做規范的整合、分析、存儲、提取和應用，提高醫院運營效率，推進醫生行為導向的質控管理。隨著互聯網技術的興起，醫療信息系統開始滲透到流程管理的方方面面，為患者提供預約掛號、咨詢問診、移動支付等服務。數字醫療市場開始以互聯網和智能傳感為底層技術，關注從醫療到用藥的就醫診療全流程服務化；并基于智能手機的普及，構建互聯網醫院和醫藥電商平臺，打通院內院外醫療服務流程。2019 年以后，數字醫療市場

3、進一步向創新服務演變，通過服務、軟件工具系統、具體產品夯實醫療數字化內涵，深入醫療本質，實現醫療多樣化，提升院內診療的效率。如今，數字醫療工具融合新興數字技術與醫療場景，擁有各種形式（諸如影像處理軟件、決策支持軟件、AI 技術醫療機器人），深度服務于多種醫療用途。數字醫療服務模式也更趨向清晰化和深入化。新的數字醫療工具融合了技術、服務和支付方式，正在解決醫療市場過往沒有被滿足的需求，同時也打破了醫療服務供需不平衡的局面。醫療與技術的持續結合，正在逐步推動整個產業進入全新格局。作為支撐醫療服務革新的撬點，數字醫療技術和工具以技術為骨架，以醫療服務為靈魂。它的本質是通過數據的傳輸與共享，替代、優化

4、或輔助醫療，真正做到臨床有效性、服務便捷性、醫療工作的可替代性。智慧醫療新引擎3數字醫療服務模式日漸清晰智慧醫療新引擎4數字醫療工具不單服務于患者，還服務于醫生、科研人員，并被應用在醫院的資源管理方面。從數據采集、錄入、整理、輔助問診、診療決策、病例病案管理、病理診斷，到輔助制藥、為科研提供依據，數字醫療工具的廣泛應用和優異表現，有望成為解決醫療領域難題的重要抓手。數字醫療工具的介入與應用可以極大程度地減輕醫護人員的工作負擔，讓醫生將精力投入到更重要的工作中去。（見圖 1）以肺結節影像檢查為例，一家三甲醫院平均每天會接待 200 位需要進行肺結節檢查的患者，每位患者平均產生 200-300 張

5、 CT 影像。這意味著僅一家醫院的影像科每日就需處理 4-6 萬張圖像。醫院正在采用更多的數字系統來支撐醫療決策。例如，新型手術報告系統能夠將不同維度判別疾病的醫學影像集成和轉換為量化數據，通過影像自動重建和后處理分析達到同質化智能診斷，提升一線醫務工作者的閱片效率；多個報告系統之間也能通過數據樞紐進行集成、綜合標注和判讀，提示下一步的診療決策，助力醫院提高診療水平；數字報告系統還可基于臨床信息，尤其是發病后的復雜狀況，對后續診療進行輔助決策支持。智慧醫療新引擎5挑戰和機遇診前方案（場景：院外）療后方案（場景：院外）癌癥心血管疾病呼吸內科慢性疾病挑戰：1.早期不易被發現2.難以匹配最適合的治療

6、方案3.難以做到科學有效地康復后院外管理機遇：1.智能分析，早期篩查2.通過基因組學匹配最佳治療方案3.提供個性智能的術后康復治療挑戰：1.常規心電檢查不夠精準2.手術復雜且難度大3.術后也需持續監測管理機遇：1.精準采集、智能分析2.增加術中智能輔助，增加成功率3.遠程監護，連續監測挑戰：1.一線人員工作負荷重2.耐藥性病菌難以發現3.患者需要持續監測建立藥物依從性機遇：1.輔助軟件提升效率2.通過分子技術匹配最佳治療方案3.遠程監護，連續監測挑戰：1.患者高血糖的診出率不高，患者用藥依從性不佳2.胰島素使用量控制不精準3.傳統測量方式不便攜機遇1.無創血糖篩查技術2.智能計算患者胰島素使用

7、量3.便攜式“血糖數據管理微中心”例如：“癌癥篩查信息”平臺類數字醫療工具2可以通過收集細胞標本圖像信息上傳至云診斷平臺，人工智能自動進行診斷，病理醫生僅需對少數結果進行復審確認，大大提升診斷效率及準確性。例如：診斷管理系統類數字醫療工具5將智能診斷算法融入中國人心電數據庫中，借助 AI 快速、精準篩查異常信號，篩查潛在心血管疾病的高發人群。例如：肺結核 X 射線圖像輔助評估軟件”類數字醫療工具8可通過海量胸片數據訓練、算法積累、臨床試驗，可以提高篩查準確率，此外還可以采用云平臺向基層提供服務。例如：“無創血糖檢測”類醫療工具 11是將傳統有創采血方法轉變為無創安全產品，掃描眼睛僅需6 秒，即

8、可篩查糖尿病中高風險人群。例如：“智能手術”導航類數字醫療工具3能輔助醫生在穿刺手術中實現“智能導航定位”的需求，幫助醫生在手術過程中，準確找到病變位置，。從而進行“定點清除”。該類工具基于影像實時全定量分析及智能交互等核心優勢技術，協助醫生快速準確的做出精準而詳盡的術前規劃和術后評估。例如：“手術報告系統”效率類醫療工具6是應用在心臟手術中的智能化報告工具，是簡化醫生工作流程的工具類軟件。它可以為醫生一鍵生成報告，實現近完全點選式錄入，確保數據采集一致性及錄入效率。該類軟件可自動進行診斷評分與分型歸類，實現手術治療策略記錄。內容與國內外標準及指南保持同步。主要優化了臨床手術的工作效率，便捷高

9、效。例如：“X-pert 技術“類數字醫療工具9可以通過分子技術盡快發現耐藥結核菌，讓醫生提前發現哪些藥物對病人更有效，進而給患者提供更精準高效的治療方案。例如：“仿生胰腺系統”類數字醫療工具12可以持續采集患者血糖數據，通過人工智能算法，調節 1 型糖尿病患者的胰島素和胰高血糖素輸注劑量，減少高血糖和低血糖的發生，使血糖保持在正常范圍內。例如：癌癥患者數字監測類工具4可實時記錄患者臨床癥狀與病情進展，并為患者提供癌癥治療副作用的自我管理建議；還可將記錄數據反饋給醫療機構，以便醫生進行遠程監控和病情分析。該軟件提供的信息可幫助醫院了解患者身體狀況，并及時調整治療方案，以達到高效及時地為患者提供

10、醫療支持的目的。例如：“貼片式動態心電記錄儀”類數字醫療工具7通過動態數據實時監測，及時捕捉異常心電信號，輔助醫生心電判讀，精確掌握術后患者的動態心電變化情況，從術后康復角度提高心血管疾病的診療效能，患者在出院后也能做到遠程持續監護，數據流轉回數據中心，為醫生作參考。例如：“結核大數據管理平臺”類數字醫療工具10可以使每個患者的資料和動態準確便捷地記錄在案，并進行統計、調度和分析，方便醫生即時知道每個病人當下的治療細節，更好恢復。例如：“手機血糖儀”類數字醫療工具13實現了止血血糖儀和音頻通信技術的結合，除了自動記錄血糖數據到血糖管理 APP之外，還采用了獨特的無屏幕設計，患者使用后，關注糖尿

11、病管理 APP 的頻率和時長更高，比使用帶有屏幕的連接型指血血糖儀高出 4 倍。表格 1：數字醫療工具在診前診中和診后的應用舉例診中方案（場景：院內）智慧醫療新引擎6需要注意的是，醫生在使用數字工具時，需逐步改變傳統診療的工作習慣，從而使診療更加規范化。以往醫生在采集患者信息時，只關注影響診療決策的信息，采集到的數據多為離散、不連貫的文本描述，非結構化程度高，無法直接用于分析和應用；數據錄入也不夠規范、完整，有的數據甚至沒有實際意義，數據質量存在很大問題。改進后的工作機制增強了信息采集的維度，擁有統一的標準、嚴格的校驗機制，使臨床工作更加規范化，數據也便于反哺臨床工作。這些高質量的臨床數據使許

12、多科學研究者能夠直接看到全集數據，并在短時間內迅速獲取科研項目的分析結果。這些結果可以幫助科研人員解釋疾病背后的病理原因，對于疾病的發展預測和總結具有重要的研究價值。智慧醫療新引擎7“技術”“醫療”不可本末倒置智慧醫療新引擎8創新數字醫療工具在研發過程中要以需求為導向，獲得使用者的認可。工具能否與應用場景適配、與工作流程友好銜接，取決于是否深度理解使用者的工作需求、是否具備前瞻性的規劃邏輯結構，以及普適性是否足夠強。數字醫療工具的設計應在具有數據質量保障、高科技技術含量以及高精度臨床需求的基礎上，貼合醫療工作的訴求（見圖 2），有效解決臨床問題，比如：圖 2：數字醫療工具切入院端應用場景的驅動

13、因素14驅動類型驅動因素臨床驅動技術驅動商業驅動科研驅動管理驅動數字醫療工具切入應用場景剛需情況下的數字醫療工具數字醫療工具的建設能否替代醫療環節部分核心場景被取代性使用頻次入院可復制性醫院與醫院間的可擴展性參與建設者使用場景研發壁壘（核心診療）能低高頻使用難差高臨床、技術人員臨床 技術、臨床知識能力不能高不是必須難 強（一致性高）高計算機人員信息科技術能力（院外）能高 視患者管理情況使用視情況而定 強（一致性高）高商業場景人員院外覆蓋面廣（非醫療）不能低 視醫院需求而定容易 較差（差異性大）較低學術人員科研單位協助學術產生（后勤支持）能低 視需求、定期使用難強較低醫院管理人員醫院管理部門多接

14、口多設備兼容/統一綜合管理數字醫療工具所收集的數據是否準確、一致且高效，并真正有利于科研？操作是否簡單、高效，是否有利于工作對接和流程整合？0403程序接口的兼容性是否夠強，能否和臨床工作無縫銜接，并且和其他工作流程建立較高的協作性？能否真正輔助診斷和治療，幫助醫生減少工作量和時間，為患者帶來更好的診療效果？0201智慧醫療新引擎9合理設計數字醫療工具，挖掘數據價值智慧醫療新引擎10“價值醫療”關注患者的投入產出比，強調最大限度地提高患者從醫療服務中獲得的收益，即“每花一元患者可以獲得的健康結果”。對不同醫療層面的工具進行賦能，可為醫療服務帶來直接的效益加持，例如，輔助診療工具能提升診療規范性

15、和準確性；醫療數據采集工具可以規范數據收集以支持科研；新藥研發工具能幫助縮短研發周期，節省試錯成本；健康管理工具可以輔助隨訪并管理患者；院端管理工具能幫助實現質控，減輕醫保負擔。此外，醫療工具亦可產生間接效益。雖然無法直接帶來科研突破，但在加快和推進醫療進步、加速醫療行業更新迭代方面，其貢獻同樣不容小覷。如要發揮數字醫療工具的直接和間接效益，可持續、可落實的創新商業模式是關鍵。埃森哲通過構建以數據為驅動的醫療商業模型，幫助指明數字醫療工具如何可持續地創造醫療價值，并為身處價值鏈不同位置的客戶構建雙向數據交換平臺，統一采集、處理和使用數據，確保數據的使用為醫療主體直接或間接賦能，實現收益：為醫療

16、機構用戶提供靈活、專業的數字工具及生命周期服務 為企業（如制藥公司的藥品研發）提供關鍵數據洞察輸入（如縮短新藥上市時間）開發思維向臨床思維看齊，設計契合專業度和實際場景的數字醫療工具將是否有助于提升“價值醫療”作為衡量數字醫療工具有用與否的重要指標數字醫療工具的終端使用場景是醫療，因此必須契合醫院和科研工作的專業度，以及不同科室、不同疾病的實際場景。這是數字醫療工具的靈魂，也是在現階段研發中亟需填補的空白。比如，早期肺結節影像 AI 系統最令人頭疼的地方在于代碼設計得過于敏感，以至于面對許多過去肉眼難以察覺的微小良性肺結節時，系統會頻繁發出預警，既加大了醫護人員的工作量，也加重了患者的心理負擔

17、。經過改良，數字醫療工具的供應商被建議不再標識 3 毫米以下的良性結節，這種情況才得到改觀。埃森哲深耕生命科學專業領域多年，積累了豐厚的實戰經驗，不但為相關數字醫療企業提供咨詢服務，找準價值定位，還深入醫療流程幫助彌補醫生與新技術之間的經驗鴻溝，讓技術和算法回歸醫療本質，貼近患者需求設計用戶體驗，交付實際開發和運營工作，實現醫療本身的使命。埃森哲建議，在數字醫療工具的設計與落地階段，相關各方都需要從以下四個方面出發，糅合技術與場景，讓數字醫療工具真正發揮價值：智慧醫療新引擎11保護患者隱私，合理挖掘數據價值拆分系統構成，助力量化復制和延展數字醫療工具的另一個特點是通過數字技術與臨床治療流程的深

18、度融合為診療提供重要支撐，通過數據采集、存儲、關聯、分析和應用創造價值，成為“價值醫療”的剛需。然而，數據本身和資產最大的區別體現在數據的生成和處理過程中會產生不同主體，數據的所有權和使用權在很大程度上是分離的。醫療數據關聯患者個人信息、醫療機構和社會公共利益，較多醫療數據屬于敏感隱私數據，其使用會潛在影響患者用戶和機構，也可能影響經濟和社會秩序，產生跨行業聯動效應。醫療數據的泄露甚至會危害公共利益和國家安全。由于醫療器械在設備接入、應用數據傳輸和信息系統標準等方面缺乏統一標準，規范醫療數據的使用權（獲取、計算、共享等方面）存在巨大挑戰。數據割裂與信息孤島成為常態，數字工具難以真正發揮應有潛力

19、。當前，數字醫療市場充斥著零散的數字技術解決方案，醫藥公司在市場中疲于應對和甄別眾多數字工具，缺乏足夠的人力物力來選擇合適的賦能業務的數字醫療工具。埃森哲可以幫助客戶在模棱兩可的市場中快速篩選出適宜的數字醫療工具解決方案，始終處于專業角度作出正確抉擇。除了咨詢服務，埃森哲也為數字工具解決方案提供數字平臺設計和部署服務，支持數字工具實施，構建數據中臺，實現數據可視化、可分析、可賦能，全方位解決醫療客戶的痛點。在數字醫療工具的設計過程中，研發團隊要能夠針對不同科室和疾病的使用場景和特點，拆分數據中臺、后臺以及應用層，同時賦予數據中臺足夠的兼容性和延展性，從而使其能夠在多樣化的醫療場景中快速實現量化

20、、復制和延展，以及效用的最大化。智慧醫療新引擎12拆分中后臺，系統配置更靈活中臺和應用層分開設計，實現醫療工具個性化設置兼容穩定的中臺更具延展性每一類疾病都是一門學科。例如，肺癌與心律失常是兩門學科，在醫院內部是兩個不同的科室及不同的臨床路徑；在上下游醫療服務中，更是兩個不同的供應鏈生態，有其特定的?？浦R、診療規范、質控和數據分析指標。醫療機構可以考慮拆分數據后臺與中臺，加強系統配置的靈活性，提高數字醫療工具定制化的便利性。數據后臺設計一般偏重技術可行性，注重數據統一存儲、計算力和應用力；數據中臺偏重臨床應用場景，注重質控和數據安全管理、數據集成轉化。當引入新需求時，只需對業務邏輯層進行修改

21、，減少大量后臺業務邏輯修改，降低維護成本；根據科室病種的特殊需求進行模塊定制，避免大量重復勞動和集成協調，提高工作效率。數據中臺的應用層一般不包含復雜的業務邏輯，只具備呈現與轉換功能。將中臺和應用層分開設計，能確保軟件在配置調試后，前端可以進行獨立更新，升級維護更便捷。在底層不變動的情況下，還可保持獨立的數據庫結構，在更豐富靈活的“大中臺”基礎上獲取數據支持，讓“小前臺”的應用層更加靈活敏捷。此外，中臺也可成為便于醫生理解的工具，醫生可以基于自身理解和經驗進行工具的個性化設置，避免跟復雜繁瑣的代碼打交道。擁有多個業務系統的醫院往往期望能在現有的醫療信息系統基礎上，無縫對接新技術和新系統。因此數

22、據中臺相當于一個數據處理中心，通過良好的兼容性與延展性實現自由的技術集成與調配，例如服務未來科研、AI 算法訓練及開發新的臨床工具。首都醫科大學宣武醫院通過神經外科專病數據庫的中臺，搭建了一個智能醫療數據庫，包含手術記錄、隨訪、患者宣教、接口和數據清洗等模塊。該數據中臺靈活配置，單獨開設了一個文本+圖像的 AI 訓練功能，并與多個第三方公司數據產品進行匹配，包含圖像工具、文本工具，決策支持工具等，成為了宣武醫院的數據中心樞紐。15鑒于醫療機構搭建靈活可延展的數字醫療工具的訴求，埃森哲通過全方位考量未來數據中臺的適配問題、運維效率、兼容延展性能，數據的使用價值，選擇合適的生態合作伙伴，幫助構建兼

23、容穩定，具備延展性的數據中臺，實現數字醫療工具的高性能、高定制化和高可靠性。智慧醫療新引擎13但該類新型模型的應用需滿足以下條件：單獨的語言模型較難以獨立插件形式發揮作用。數字醫療工具需要結合醫療服務，因此需要具備較高的專業性并考慮其背景。如能基于院端信息化數據平臺逐步引進新型數字醫療工具，則有望加快顛覆傳統醫療，加速普及智慧醫療。此外，實際使用場景的潛在風險評估也極其重要，多數受訪醫生對在關鍵決策中應用 AI 相關工具持保留意見，他們擔心需要承擔潛在的法律風險。010203在醫療服務場景及信息化數據平臺基礎上進行搭建為專業人員或接口提供符合國際標準的優質診療決策提示建立針對準確性的審核機制，

24、保障輸出權威專業互聯網與數字技術使得分享內容變得越來越容易?；?AI 智能的新型工具以更快的速度和廣度在數字醫療領域嶄露頭角，推動了行業與技術的融合變革，達到了“顛覆性效果”。例如，新一代語言模型程序 ChatGPT，可應用于臨床申報書、醫療監管報告、患者教育等。結語隨著數字醫療從高質量數據向高質量工具過渡，行業正在進入智慧醫療的 2.0 階段。相較于以往，這一階段的數字醫療建設更需要從臨床和科研需求出發、從專業出發，以嚴謹的態度、科學的方法、精細的作業推動數字醫療工具的設計和應用。這是醫療行業走向高質量智慧醫療的必經之路。智慧醫療新引擎14參考資料界面新聞（2022）GE 醫療發布兩款高端

25、國產數字化心電產品 助力中國心血管疾病防治，https:/ 騰訊新聞（2021）中國首個腫瘤數字療法二類證來了！零氪眾曦數字療法產品獲批，https:/ 界面新聞（2022）GE 醫療發布兩款高端國產數字化心電產品 助力中國心血管疾病防治*https:/ 2022 年，2023 年 5 月 23 日，網信辦：http:/ AI 三類證揭曉！這家企業為何率先突破？*，http:/ 批準首款類醫療器械軟件！Oleena 幫助癌癥患者實現自我管理*，http:/ 財富 世界500強企業之一，堅持卓越人才和創新引領，目前擁有約73.2萬名員工，服務于120多個國家的客戶。我們是技術引領變革的全球領軍者

26、之一，擁有強大的生態協作網絡。憑借深厚的技術專長和行業經驗、獨特的專業技能，以及翹楚全球的卓越技術中心和智能運營中心，我們獨樹一幟地為客戶提供戰略&咨詢、技術服務、智能運營、工業X和Accenture Song等全方位服務和解決方案，為客戶創造切實價值。埃森哲致力于通過卓越的服務能力、共享成功的文化，以及為客戶創造360價值的使命，幫助客戶獲得成功并建立長久信任。埃森哲同樣以360價值衡量自身，為我們的客戶、員工、股東、合作伙伴與整個社會創造美好未來。埃森哲在中國市場開展業務36年，擁有一支約2萬人的員工隊伍，分布于北京、上海、大連、成都、廣州、深圳、杭州、香港和臺北等多個城市。作為可信賴的數

27、字化轉型卓越伙伴，我們正在更創新地參與商業和技術生態圈的建設，幫助中國企業和政府把握數字化力量，通過制定戰略、優化流程、集成系統、部署云計算等實現轉型，提升全球競爭力，從而立足中國、贏在全球。詳細信息，敬請訪問埃森哲公司主頁。作者陳麒元埃森哲大中華區戰略與咨詢董事總經理吳一江博士埃森哲大中華區戰略與咨詢總監華明勝埃森哲大中華區技術創新事業部董事總經理、云優先行業解決方案主管萬琳埃森哲大中華區戰略與咨詢董事總經理唐瀚聯系我們楊繼剛埃森哲大中華區生命科學行業主管、董事總經理李艷敏埃森哲大中華區戰略與咨詢董事總經理、生命科學行業負責人陳麒元埃森哲大中華區戰略與咨詢董事總經理 2023埃森哲版權所有。免責聲明本研究報告僅提供一般信息，并不能替代埃森哲專業顧問的咨詢服務。文中提到了第三方所有的商標。這些第三方商標皆為各自所有者財產，且商標所有者并未意圖，明確表示或暗示對報告內容提供贊助，認可和批準。埃森哲中國官方微信小程序