《動脈網：2024智慧醫療行業研究報告（53頁）.pdf》由會員分享，可在線閱讀，更多相關《動脈網：2024智慧醫療行業研究報告（53頁）.pdf（53頁珍藏版）》請在三個皮匠報告上搜索。

1、1前言前言20 世紀 80 年代，隨著計算機進入中國并持續普及，醫療信息化建設拉開了帷幕。經過以 HIS 應用為主、以電子病歷評級為中心的兩波發展熱潮后，在已有的信息化基礎建設上、在醫療服務需求不斷升級的背景下、在大數據和人工智能等創新技術不斷融合下，醫療信息化的范圍與定義也不斷擴大。橫向從院內單機信息化不斷延伸為區域間、不同機構間數據的互聯互通與共享應用；縱向從患者的病歷信息，拓展到居民的全生命周期健康數據以及與健康息息相關的環境等信息，成為更加全面、更加數智化的智慧醫療建設。此次報告將智慧醫療建設分為信息化、數字化及數智化三個階段；通過調研、訪談十余家智慧醫療企業、三家投資機構及數名臨床專

2、家，試圖探索各階段建設現狀、痛點以及行業優勢解決方案，與同行業共同努力的企業們一同探討。主要觀點：傳統信息化系統同質化嚴重，企業紛紛從新產品、新技術與新服務尋求突破，如打造云化系統、通過醫療 IT 搭載人工智能應用工具、挖掘與科研和藥物研發的合作契機等。數據孤島是信息化發展中難以避免的階段，目前行業多方合力積極打破數據孤島解放數據價值。政策持續鼓勵數據互聯互通并細化標準，企業通過集成平臺、數據庫建設等治理多源異構數據，醫療機構也積極擁抱數字化轉型。智慧醫療行業走過數據收集、治理，目前已經向數據應用的數智化發展階段邁進，基于高質量數據庫的建設，數智化應用已經在臨床科研、專病研究、藥物研發、真實世

3、界研究及數字營銷等場景完成商業化落地。目錄目錄第一章 政策、需求與技術推動醫療信息化向智慧醫療演進.31.1 政策推動三波發展熱潮，引領醫療信息化升級.31.2 醫療健康服務需求不斷提升，推動智慧醫療建設.71.3 創新技術持續融合，奠定智慧醫療發展基石.9第二章 云化是大勢所趨，下沉市場或帶來第二增長曲線.132.1 醫療信息系統功能同質化程度高，行業競爭激烈.132.2 醫療機構積極性不足，企業創新疲軟是關鍵原因.162.3 云化趨勢明朗且日益重要，下沉機構市場潛力被激活.18第三章 數據孤島是關鍵限速因素，互聯互通日趨緊迫.223.1 醫療機構互聯互通成熟度低、企業集中度低，醫療數據孤島

4、凸顯.223.2 多源異構數據缺乏標準、企業本地化優勢顯著是關鍵原因.243.3 互聯互通逐步成為硬性要求，醫檢互認開始邁入實踐.27第四章 數據資產化成剛需，價值應用正在多場景商業化落地.314.1 人工智能、大數據技術是數智化核心技術，處于應用初期.314.2 高質量數據是一切應用的基礎，數據資產化逐步成為剛需.334.3 緊跟市場需求，越來越多數智化商業落地場景被驗證.35第五章 未來趨勢.405.1 傳統信息化困境三大突破方向：新產品、新技術和新服務.405.2 互聯互通相關獎懲機制將日益完善，推廣上或可借助協會力量.415.3 技術推動、需求指引，高質量數據庫價值應用逐步落地.42第

5、六章 企業案例.446.1 奈特瑞-以互聯網醫院為服務橋梁，做大健康產業連接器.446.2 醫渡科技基于領先數據處理技術，持續完善數據應用商業閉環.466.3 東軟集團-AI 驅動醫療模式變革，引領醫療數據價值化創新生態.481圖表目錄圖表目錄圖表 1推動第一波發展熱潮的重要國家政策.3圖表 2推動第二波發展熱潮的重要國家政策.4圖表 3推動第二波發展熱潮的重要國家政策.5圖表 4政策從深度和廣度雙維度掀起發展熱潮.6圖表 5智慧醫療建設研究范圍.7圖表 6智慧醫院建設各階段發展特征.8圖表 7各創新技術融入促進智慧醫療發展.10圖表 8四類信息化管理工具對比.13圖表 9HIS 的各功能模塊

6、.13圖表 10臨床管理信息系統（CIS）功能模塊.14圖表 11各年份區間內注冊成立的醫療信息化服務企業數量與占比.15圖表 12聚焦醫療信息化系統企業的銷售費用情況.15圖表 132018 版電子病歷系統功能應用水平分級評價方法及標準詳情（1）.16圖表 142018 版電子病歷系統功能應用水平分級評價方法及標準詳情（2）.17圖表 152021 年三級醫院和二級醫院電子病歷水平.22圖表 16互聯互通標準化成熟度測評指標和級別.22圖表 17參與測評的醫院互聯互通標準化成熟度測評情況.23圖表 182022 年我國醫院核心診療系統廠商市場份額.24圖表 202021 年-2022 年度中

7、國醫院選擇軟件系統產品看中的因素.26圖表 21信息化初級缺少標準化對醫院和企業的影響.26圖表 22部分省市的互聯互通硬性要求和目標.28圖表 23健康醫療大數據組成部分.31圖表 24健康醫療大數據組成部分.32圖表 25大數據技術與人工智能在數智化階段相輔相成.32圖表 26影像數據處理難點.34圖表 27不同需求主體對數據庫的不同訴求.35圖表 28產品成熟到商業落地所需支撐因素.36圖表 29奈特瑞三大服務體系及合作案例.44圖表 30醫渡科技醫療智能大腦（YiduCore）.46圖表 31東軟集團醫療數據價值化創新生態平臺.4823第一章第一章 政策、需求與技術推動醫療信息化向智慧

8、醫療演進政策、需求與技術推動醫療信息化向智慧醫療演進1.1.1 1 政策推動三波發展熱潮，引領醫療信息化升級政策推動三波發展熱潮，引領醫療信息化升級20 世紀 80 年代，隨著計算機進入中國并持續普及，醫療信息化建設開端，拉開了帷幕。1986 年，“八五”國家科技攻關計劃將“醫院綜合信息系統研究”和“軍字一號工程”列為重點攻關計劃，標志著醫療信息化歷程正式啟航。第一波發展熱潮，聚焦臨床信息化。1995 年 9 月，“軍字一號”工程正式立項，運用于200 多所軍隊醫院和 100 多家地方醫院，2003 年，原國家衛生部于天健科技聯合開發“軍字一號”升級版應對非典疫情，成為信息化的典型應用案例。此

9、時，我國的醫療信息化建設處于萌芽階段，聚焦醫院內部管理的醫療信息化建設，主要圍繞人、事、物，將傳統管理流程信息化以提高管理效率、降低錯誤率，該階段醫院管理信息系統（HIS）為主要應用系統。2002 年，原國家衛生部印發了醫院信息系統基本功能規范（以下簡稱“規范”），將整個醫院信息系統劃分為臨床診療部分、藥品管理部分、經濟管理部分、綜合管理和統計分析部分以及外部接口部分，確定臨床診療部分以病人信息為核心，并將病人整個診療過程作為主線。次年發布全國衛生信息化發展規劃綱要 20032010 年將規范作為重點信息化標準。由此，信息化建設重心開始向臨床轉移，臨床管理信息化系統（CIS）、影像信息管理系統

10、（PACS）等系統開始加速普及，我國醫療信息化迎來了圍繞院內醫療信息系統建設的第一波發展熱潮。圖表 1 推動第一波發展熱潮的重要國家政策資料來源：動脈橙產業智庫電子病歷評級掀起第二波發展熱潮，數字化技術被廣泛應用。2009 年 12 月，原國家衛4生部和國家中醫藥管理局聯合發布了電子病歷基本架構與數據標準（試行），定義了電子病歷的整體框架、數據結構以及數據交換的標準，為醫療機構之間的信息共享和互操作性奠定了基礎。次年 12 月，原國家衛生部發布電子病歷系統功能規范規定了電子病歷系統應該具備的功能和特性，為醫療機構提供了關于如何設計、開發和實施電子病歷系統的具體指導。緊接著 2011 年 11

11、月，原衛生部發布了電子病歷系統功能應用水平分級評價方法及標準，聚焦電子病歷的功能狀態和有效應用范圍、圍繞 37 個評價項目，將電子病歷應用水平分為 0-7 級八個等級；國家衛健委在 2018 年更新和細化該評價方法及標準為 0-8 級共九個等級。電子病歷評分不但進一步明確了電子病歷的建設方案，更是以實際的考核評級促進醫療機構的電子病歷建設，強勢推動整體醫療信息化發展。圖表 2 推動第二波發展熱潮的重要國家政策資料來源：動脈橙產業智庫電子病歷的標準配合相關分級評價方法，有力且高效推動了信息化建設中的各系統之間進行互聯互通，該過程數字化手段被廣泛應用，如對各系統的數據進行自動識別、匹配5及整合等。

12、此時，我國醫療信息化已不再局限于通過院內信息化系統將醫療數據和流程電子化后存儲，而是將存儲沉淀的數據加以識別、調取及應用。由此，我國醫療信息化已向醫療數字化邁進，迎來了第二波發展熱潮。圖表 3 推動第二波發展熱潮的重要國家政策資料來源：動脈橙產業智庫6第三波發展熱潮，打造智慧醫療。2018 年 8 月，衛健委發布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，除了進一步夯實電子病歷建設的重要地位外，更是強調了促進醫療機構之間的信息化系統實現互聯互通，消除信息孤島，實現醫療信息在醫療機構之間、在區域內的共享和交換。2020 年 8 月，衛健委統計信息中心發布國家醫療健康信息醫院信息互聯互通標

13、準化成熟度測評方案（2020 年版），通過“以測促用、以測促改、以測促建”的原則，推動醫療機構之間的信息互聯互通和信息共享。該方案明確了醫院信息互聯互通測評的應用效果評價等級，從一級到五級甲等，每個等級的要求逐級覆蓋累加，切實促進醫療機構之間的信息互聯互通。此后，2023 年 2 月，關于進一步深化改革促進鄉村醫療衛生體系健康發展的意見強調加快推進縣域內的信息共享，完善區域全民健康信息標準化體系，推進互聯互通。政策層層加碼，將重點聚焦在數據互聯互通，從醫療機構內部各系統的互聯互通，到醫療機構之間的互聯互通，再到包括基層在內的區域醫療機構互聯互通，加大了醫療信息化建設的“深度”。這其中涉及許多關

14、于數據處理和應用的需求，如互認之前的數據質控，常年積累的數據量之大，很難靠人力一一完成，標準難以統一且一致性難有保障，此時數智化被提上了日程，運用人工智能技術，高效助力數據互認。圖表 4 政策從深度和廣度雙維度掀起發展熱潮資料來源：動脈網更有“深度”的醫療信息化建設能幫助醫療機構更好地完成現有的診療服務。此外，除了針對現有的、醫療機構內部的診療服務，政策還鼓勵積極延伸醫療服務到院外，滿足患者更多的診療服務需求，并拓寬服務范圍，從疾病治療到廣大人民的健康管理。如 2018 年 4 月發布的關于促進“互聯網+醫療健康”發展的意見提出支持“互聯網+護理服務”的發展，鼓勵醫療機構利用互聯網等信息技術拓

15、展護理服務空間和內容；2020年 5 月發布的關于進一步完善預約診療制度加強智慧醫院建設的通知也強調創新發7展智慧醫院和互聯網醫院，以滿足人民群眾就醫需求；2022 年 2 月發布的關于進一步規范互聯網診療活動的通知 再次明確鼓勵醫療機構利用互聯網開展院外患者管理和健康指導，以確?；颊叩玫竭B續、有效的醫療服務等。至此，醫療信息化建設的“廣度”也由此拓寬，旨在為全民健康提供防治一體的全周期健康管理。行業迎來了聚焦數據應用和互聯網醫院發展等的第三波發展熱潮。從數據出發，定義智慧醫療。從數據的視角出發，智慧醫療建設的信息化、數字化和數智化建設分別聚焦于數據的產生、治理與應用，關注人們全周期健康檔案數

16、據。圖表 5 智慧醫療建設研究范圍資料來源：動脈網從服務范圍出發，定義智慧醫療。在政策的持續引領下，在各項先進技術的運用下，醫療信息化發展不斷升級，已不再停留在狹義的醫療服務環節的信息化，而是囊括了醫療服務環節、醫療支付環節、醫藥企業服務環節、健康管理環節及其他與全民大健康相關的各環節，包含了信息化、數字化和數智化應用的各項建設與服務。本次報告，我們的研究覆蓋了廣義的醫療信息化范圍，我們將其定義為智慧醫療。1.1.2 2 醫療健康服務需求不斷提升，推動智慧醫療建設醫療健康服務需求不斷提升，推動智慧醫療建設除政策外，國民醫療服務需求的變革也是推動醫療信息化升級，演進為智慧醫療的重要推動力。服務需

17、求升級，從治療到全周期健康管理。隨著人民生活水平的提高，醫療服務的需求也在不斷升級，從能看到病、到能夠有更好的診療體驗、再到能夠享受全周期防治一體的健康管理，人們期待能夠獲得更好的診療和健康管理體驗。需求的變化也帶來醫療機構服務重心的轉變，從聚焦在院內的疾病救治、到院內外疾病閉環管理、再到后來的全周期健康管理。醫療健康服務的升級和轉變，也不斷拓寬著智慧醫療的服務能力與范圍。8最初醫療機構在無信息化系統的傳統看診模式中，醫生專家看診的效率有限，患者對醫療服務的訴求聚焦在到院能夠更快就診、獲得更好的診療體驗。此階段，院內醫療信息化建設重點在于院內流程的優化，為醫院管理和醫生看診提供信息化工具，提高

18、醫院運轉效率、醫生專家的看診效率，以在單位時間內可以為更多的到院患者提供醫療服務。圖表 6 智慧醫院建設各階段發展特征資料來源：動脈網后來，隨著技術的發展，遠程就診成為了可能，尤其對于需要長期定期復診的慢病患者而言，提供了極大的利好。隨著國民健康意識的提升，越來越多患者，尤其是慢病患者開始重視走出門診、走出醫院后院外治療和恢復。由此，人們的醫療服務需求從院內就診擴展到了院內外連續的疾病閉環管理，以獲得更好的治療效果。在此需求催化下，醫療信息化開始向數字化升級，建設的重點也開始向患者轉移，圍繞患者建立全病程的病歷檔案信息，將歷史就診記錄匯總，形成病歷信息的閉環管理。此時醫療機構內部開始聚焦院內各

19、醫療 IT 系統的互聯互通，并大力發展互聯網醫院，提供院內外閉環的醫療服務，進一步提升人們的就診體驗、提高疾病的治療效果。隨后，尤其在三年疫情的沖擊下，人們的健康意識空前提高，開始注重健康管理，注重對疾病的預防，將健康關注點從“疾病治療”向“疾病預防”前移。也因此，智慧醫療的服務范圍進一步擴大，不再局限于醫療機構、不局限于疾病范疇，而是著眼于全周期的健康管理。智慧醫療是醫療信息化不斷升級迭代的產物，是新興技術不斷融合的結果，也是互聯網醫療的演進。綜上所述，在人口老齡化、慢病趨勢加劇、三年疫情沖擊等多因素影響下，人們的健康意識不斷提升，對醫療健康服務的需求也隨之升級，成為我國智慧醫療快速發展的重

20、要推動力之一。91.1.3 3 創新技術持續融合，奠定智慧醫療發展基石創新技術持續融合，奠定智慧醫療發展基石智慧醫療從信息化到數字化再到數智化，不斷升級拓寬建設邊界，除了有政策的指引和需求的催化，更是離不開日益精進的技術與行業不斷努力地融合與應用。近年來，隨著云技術、大數據及物聯網等技術的不斷發展，并與智慧醫療的建設深入融合，各項技術在智慧醫療的建設中發揮了重要作用且為未來帶來的無限的想象空間。云技術賦能醫療領域各方，帶來更高效診療服務。云技術使用虛擬化技術，將數據和應用程序存儲在遠程服務器上，通過互聯網進行訪問和管理。醫療領域的嚴肅性，使得很多技術的滲透略晚于其它行業，云技術也一樣，在金融、

21、制造、教育和游戲等領域快速滲透后，也逐步進入了醫療領域。云技術以其規?；?、虛擬化、可靠且低成本等特點讓醫療領域的參與各方均收益頗豐。對醫療機構而言，最直接的受益來自于建設和維護成本的降低。與傳統醫療機構自建數據中心機房不同，通過向云服務提供商租用計算資源、存儲資源和網絡資源，可成倍降低數據中心建設費用；此外，運用云服務的醫療機構也無需維護自己的服務器和數據庫，從而降低了維護成本。除費用外，存儲在云服務器上病歷資料和病歷記錄能夠高效在醫生之間、醫療機構之間互聯共享，助力醫生間交流學習、助力遠程會診等提高診療效率和精準性。對衛健委和醫保等相關部門而言，云技術使之能夠更直觀、實時把控管理區域內的醫療

22、健康情況和資源運用情況等。對于相關服務企業而言，云技術使之能夠遠程對設備進行監管以及維護，降低運營成本的同時更能提高服務效率與速度，讓服務企業掌握升級更新主動權。最終，數據共享、遠程診療等將會為人們帶來更高效、精準和體驗更好的診療服務。大數據技術高效處理海量數據，提升醫療服務效率。大數據技術能高效處理海量的各種數據并從中提取有價值的信息加以應用。因此，大數據技術的應用可以輔助醫生專家更快速找到重要醫療信息數據，從而提升診療效率與精準度；幫助醫療機構抓取有效管理數據，提供優化院內資源配置的信息支持，提升效益；幫助實驗室洞察有價值的數據規律，從而提供新的研究方向、藥物研發方向等；此外，還可以幫助相

23、關部門進行高效的監管監督、為衛生政策挖掘有效的數據依據。人工智能模擬甚至替代部分人工，為醫療領域降本增效。人工智能通過機器自動深度學習，發現數據中的規律，并進行模式識別、分類、預測等操作，從而模擬、延伸和擴展人的智能。目前，人工智能在智慧醫院的建設中也已經獲得廣泛的應用并還在不斷挖掘其潛能。從最初人工智能僅用于輕問診、導診及一些常見問答的“邊緣”應用，現已逐步10向“中心”靠攏。例如，AI 正被不斷訓練用于輔助診斷，基于患者的檢驗檢測數據、影像數據和生理指標等，識別潛在風險并給出初步的診斷建議，幫助醫生專家更快找到精準治療方案；AI還被廣泛應用于影像讀片領域，消除不同醫生看片的個體差異，降低錯

24、誤率，提升閱片的精準性及一致性。此外，在制定個性化治療方案階段，也有大量 AI 應用的嘗試，通過患者數據驅動，結合大量臨床數據和基因組學信息，輔助醫生專家為患者制定個性化的精準診療方案，有望改善預后，帶來更佳的治療效果。對于藥企而言，無論在藥物研發階段、上市前臨床階段還是藥物上市后的真實世界研究階段，AI 更是發揮著舉足輕重的作用，從藥物研發方向甄選、藥物研發、受試者入組到結果分析等環節都極大助力藥企降本增效，降低試錯成本。不僅如此，AI 更是為全民大健康情況實時監控、風險預警并及時防治等國民健康目標的達成奠定了堅實的技術基礎。圖表 7 各創新技術融入促進智慧醫療發展資料來源：動脈網此外，物聯

25、網、5G、區塊鏈、VR/AR 虛擬現實技術等技術也正憑借各自獨特的優勢，找準切入點更好地融入智慧醫院建設之中。未來，隨著創新技術越來越好地應用與融入，也將賦予智慧醫院建設更多可能。此次行業研究，我們將深入洞察智慧醫療在信息化、數字化及數智化各階段的現狀、痛點并探索優勢解決方案。其中，各類技術的創新應用帶來的創新產品、創新業務模式等將是重點研究方向。11本章小結：政策不斷加碼，國民醫療健康不斷升級，創新技術不斷融入，是促進醫療信息化升級發展為智慧醫療的三大重要推動力。智慧醫療涵蓋醫療服務的信息化、數字化和數智化建設；包括了醫療數據的產生、治理與應用。信息化建設著眼于院內，運用醫療 IT 系統將數

26、據和流程信息化；數字化聚焦信息互聯互通，致力于打通院內各系統及院間、區域內的數據共享；數智化強調數據資產的應用，運用創新技術、基于海量沉淀的醫療數據，挖掘數據價值，提升醫療領域整體的效率與服務能力。1213第二章第二章 云化是大勢所趨，下沉市場或帶來第二增長曲線云化是大勢所趨，下沉市場或帶來第二增長曲線2 2.1 1 醫療信息系統功能同質化程度高，行業競爭激烈醫療信息系統功能同質化程度高，行業競爭激烈四類管理工具，共建智慧醫療。在智慧醫療建設中涉及的信息化系統繁多，目前，按照服務主體與管理目標可大致分為醫院管理系統、臨床管理系統、公衛及醫保等政府監管系統以及支持遠程醫療類的服務系統。圖表 8

27、四類信息化管理工具對比資料來源：動脈網以 HIS 系統為主的，圍繞醫院運轉的管理系統類工具是信息化建設中的第一批“元老”級系統，包含了門診管理、住院管理、藥庫管理、財務管理及體檢管理等，旨在幫助醫院管理者提升醫院的運轉效率。經過幾十年的建設，目前 HIS 系統幾乎已在所有醫療機構得到應用。隨著醫院各個部門的需求新增，新的應用系統不斷被采購，HIS 也因此成為了數據集成的中心，通過接口對接眾多應用和服務管理模塊，如醫保和各臨床管理系統等。圖表 9 HIS 的各功能模塊資料來源：動脈網14以電子病歷貫穿的，圍繞患者的全院級臨床管理類工具系統在二十一世紀伊始之際成為了醫療機構的應用重心。臨床管理信息

28、系統（CIS）包含了電子病歷系統（EMR）、實驗室信息管理系統（LIS）以及醫學影像傳輸與存儲系統（PACS）等。臨床管理系統圍繞患者的信息數據，提升采集、存儲和處理能力，旨在提升臨床的醫療服務質量。其中醫生工作站、護士工作站和電子病歷是其核心部分，此外還高效連接各臨床檢查、治療系統，并與相關監測和監管系統相通。圖表 10 臨床管理信息系統（CIS）功能模塊資料來源：公開信息當 HIS 和 CIS 兩項信息化管理系統搭建完成后，針對一定區域范圍內醫療機構之間信息共享的平臺得以搭建，從而搭建整個區域衛生信息化體系架構。在標準化建設和互聯互通的基礎上可以為醫療服務提供者、衛生管理機構、醫療支付方以

29、及醫藥產品供應商等機構提供衛生行業的數據，以支持醫療服務、公共衛生以及衛生行政管理的工作。此外，第四類信息化工具就是依托互聯網技術開展的遠程診療及健康管理類系統，該類系統。其中，前三類服務系統主要服務于 H 端和 G 端，第四類主要服務于 H 端、B 端和 C 端。醫院剛需“指導”下，產品同質化程度高。如上所述，一直以來，國家高度重視醫療機構信息化建設水平，不斷出臺相關政策明確信息化建設方向并給出具體信息化建設要求。各醫療機構積極響應相關政策，提升機構信息化水平以滿足信息化建設評分評級要求，并認真按照政策指引推動信息化建設。在此背景下，各醫療機構的“剛需”信息化應用系統所需要具備的服務與功能是

30、公開透明且趨于一致的。屆時，在需求的推動下，大批醫療信息化服務企業涌入賽道，為了更快完成市場占位，15瞄準醫療機構的共性“剛需”進行產品研發并推向市場是顯而易見的優勢發展策略。因此，應用于醫療機構管理的核心信息化系統同質化嚴重。渠道為王，行業競爭激烈。目前，信息化系統的服務企業數量眾多。本次研究通過在動脈橙產業智庫，運用關鍵詞“醫療信息化”搜索企業簡介及詳情中涉及相關業務領域的企業，截至 2022 年底，據數據庫不完全統計共有醫療信息化服務企業 620 家，其中近七成成立于二十一世紀的第二個十年間，也就是圍繞電子病歷建設與評級推動的第二波發展熱潮期間。在 2020 年之后，新入局者逐步減少。圖

31、表 11 各年份區間內注冊成立的醫療信息化服務企業數量與占比資料來源：動脈橙產業智庫企業數眾多，加上產品的同質化嚴重，目前我國醫療信息化系統領域競爭激烈，以渠道為王。這使得企業不得不投入更多費用在營銷和銷售環節。根據長城國瑞證券發布的報告數據顯示，聚焦在醫療機構信息化系統的企業在 2021 年平均銷售費用率約為 12.50%，高于軟件計算機行業的平均水平。圖表 12 聚焦醫療信息化系統企業的銷售費用情況資料來源：Wind、各企業公告16行業激烈的競爭下，企業銷售成本增加的同時，也面臨了價格戰帶來的利潤空間削弱，這勢必影響企業對研發的持續投入，影響產品差異化打造的進程，將不利于企業的長期發展。2

32、 2.2 2 醫療機構積極性不足，企業創新疲軟是關鍵原因醫療機構積極性不足，企業創新疲軟是關鍵原因造成醫療信息化系統領域企業內卷的原因可以分別從需求端和供給端進行探索。政策是主要推動力，需求端內驅力不足。醫療機構的信息化系統建設的本質是最大限度地為機構降本增效，而此效果并非立竿見影，需要一定時間才能凸顯，并且需要有效的衡量機制。此外，效果還高度依賴于相關系統使用人員切實地落地執行，這將極大程度改變醫療人員的操作習慣。因此，長線的回報周期加上較高的“執行門檻”，醫療信息化建設的需求端缺乏內驅力與積極性。而對于電子病歷系統的應用水平，國家不僅給出詳細評級標準與辦法，更是持續發布相關政策，明確各級醫

33、療機構達成相應評級的時間節點，并與醫療機構多項考核和評審掛鉤。因此，政策成為了醫療信息化建設的主要推動力。同質化的需求催生大量同質化產品。在此背景下，滿足政策評級考核要求無疑是醫療機構信息化建設的首要目標，因此相關政策的標準與要求也就自然成為了幾乎所有醫療機構信息化建設的共同的、一致的“需求”。2011 年，原國家衛生部頒發了電子病歷系統功能應用水平分級評價方法及標準，將醫療機構電子病歷系統應用水平分為 0-7 級八個等級進行評分。18 年底，國家衛健委更新該標準為 0-8 級九個等級，新增了區域內健康數據的整合與應用。圖表 13 2018 版電子病歷系統功能應用水平分級評價方法及標準詳情（1

34、）17圖表 14 2018 版電子病歷系統功能應用水平分級評價方法及標準詳情（2）資料來源：國家衛健委官網，蛋殼研究院整理同質化的需求對企業來說是一把雙刃劍，一方面幫助企業快速抓住信息化建設的方法與標準，打造符合市場需求的產品，縮短產品研發周期并降低研發成本。這一定程度上也降低了賽道的入局門檻，加速賽道擁擠。另一方面，這也限制的企業的創新動力與實力，導致產品同質化嚴重，催生價格戰，使得行業內卷加劇。對比主要以私立醫療體系為主的美國醫療信息化市場，醫療機構出于經濟因素考慮，高度重視信息化建設帶來的降本增效，積極性與內驅力更足，從而間接幫助與推動企業打造出更符合實際需求且及時更新迭代的創新醫療產品

35、。對企業而言，被選擇的首要指標是產品力，讓“創有所用”，激發企業研發創新積極性。供需兩端“雙向奔赴”，促進了醫療信息化有機、快速地發展。因此，要突破醫療信息化系統行業內卷的現狀，企業應轉變“滿足相關應用功能需求”的服務模式，升級至“為機構切實降本增效”的服務思路，著眼于打造自身產品的差異化。182 2.3 3 云化趨勢明朗且日益重要，下沉機構市場潛力被激活云化趨勢明朗且日益重要，下沉機構市場潛力被激活緊跟智慧醫療建設需求，用創新技術應用解決建設痛點。隨著電子病歷評級要求越來越高，政策對醫療機構信息化建設要求的不斷細化，使得醫療信息化建設難度也不斷加大。對于醫療機構而言，為了跟上政策要求，機構在

36、不斷引入新應用的同時，還需要不斷維護現有系統體系，以更好達成系統之間的互通與數據的互用要求。目前，大型醫療機構信息化系統通常有百余個，大量的系統也代表著高昂的系統維護費用，并且還面臨著約每 10 年一次的系統升級“大換血”的千萬級甚至億級建設費用。此外，大量信息系統的應用也沉淀了海量的數據。按照相關規定，患者的門診與住院數據均需要長期保存，其中門診電子病歷保存時間不少于 1 年，住院電子病歷保存時間不少于 30 年，互聯網診療病歷記錄也不得少于 15 年；每位患者的病歷均需保存 1530年。隨著信息系統的豐富，患者數據維度增多，總體數據量級陡增，醫療機構在存儲設備建設上又將是一筆不小的投入。除

37、了費用，數據安全也是其中一個建設痛點，機器故障可能導致數據損壞或數據丟失。隨著智慧醫院建設不斷升級，該類痛點也將越來越凸顯。信息系統云化是大勢所趨，且重要性不斷增強。在此背景下，企業緊跟智慧醫療建設需求，解決醫療機構痛點的同時，也是打造產品差異化的契機，行業紛紛進行下一代信息系統的研發：云化信息系統。搭載在公有云、私有云或混合云上的信息系統，較傳統信息系統，系統維護成本大大降低且節約了線下存儲設備的場地及建設費用，不僅如此，數據丟失和損壞的隱患也大大降低。目前，隨著云基建越來越完善，不少企業不但推出完善的云信息化系統并已成功落地進入迭代升級階段。而需求端，早期由于醫療領域本身的復雜性、特殊性以

38、及專業性，在上云這條道路上，大多醫療機構都保持謹慎及觀望的態度。但在政策持續支持下，并隨著信息安全性等技術的不斷完善，醫療上云條件已經日趨成熟，醫療機構也由之前的觀望轉向積極擁抱，開啟了云上智慧醫療建設，醫療信息系統的云化成為大勢所趨，并逐步落地。近年來，多項政策不斷提升醫療云平臺建設重要性，如 2022 年國家衛健委印發的“十四五”全民健康信息化規劃，明確提出以引領支撐衛生健康事業高質量發展為主題，全面推進醫院信息化建設提檔升級，將信息化作為醫院基本建設的優先領域，鼓勵醫院信息系統云上部署。在醫療數據互聯互通的要求下、在醫院高質量發展的需求中，醫療智慧云平臺將逐步成為優質高效醫療衛生服務體系

39、建設和運行的根基。二級及以下醫療機構被逐步納入互聯互通要求范圍。隨著我國醫療信息化建設的推進，19二級及以下醫療機構的信息化建設要求也逐步明晰。如 2021 年，國家衛健委和中醫藥局發布的公立醫院高質量發展促進行動（20212025 年）將二級醫院的電子病歷考核加入其中，要求到 2022 年，全國二級公立醫院電子病歷應用水平平均級別達到 3級；此外，關于實施“優質服務基層行”活動和社區醫院建設三年行動提出推進電子病歷、電子健康檔案和預防接種等公共衛生信息互聯互通共享，以省為單位，2023 年建成率達到 40%以上，2025 年達到 80%以上。此類政策不斷明確信息化建設要求，強調數據互聯互通與

40、共享，不斷激活二級及以下醫療機構信息化建設市場的需求潛力。據2022 年我國衛生健康事業發展統計公報數據，截至 2022 年末，我國二級醫院 11145 個，一級醫院 12815 個，未定級醫院 9493個，基層醫療衛生機構 979768 個，信息化建設市場空間龐大。技術創新降低建設門檻，中小型企業加入基層信息化建設。如上所述，搭載著醫療云平臺，Saas 服務模式近年來在下沉醫療機構得到良好推廣?；鶎俞t療機構的業務相對三級醫院簡單很多，易被規范與統一。因此，更加標準化的 Saas 類產品可以有效滿足信息化建設需求。與此同時，對于基層醫療機構而言，選擇 Saas 服務可以極大降低信息化建設門檻以

41、及后期的運維成本，并且能夠實時得到軟件系統的最新版本。下沉醫療機構爆發的信息化建設需求，為傳統信息化企業帶來第二增長曲線的同時，也給地方性中小型信息化企業帶來了更多機會。值得一提的是，由于信息化水平和基礎薄弱，基層信息化建設更依賴于服務廠商提供建設的“結果”，而不僅僅是提供系統本身；即相較于為軟件使用權買單，他們更愿意為通過軟件而完成信息化建設要求的服務買單。因此，充分了解當地信息化建設的相關政策要求，并將其融入 Saas 服務交付標準之中的本地化企業擁有了一定的優勢。如重慶同步遠方，完成了衛健委統籌的區域“衛生健康云”的系統接口對接后，圍繞衛健委對基層數據上云的系列要求，打造符合基層使用習慣

42、的醫衛一體化平臺服務（含云 HIS、LIS、PACS、電子病歷、公衛、家醫等軟件系統），以高度標準化云平臺為橋梁為基層提供完全滿足政策要求的數據存儲、治理及應用要求的醫療信息化 Saas 服務。未來，行業將繼續緊跟政策與醫療機構對信息化建設的新需求，通過新產品研發、現有產品迭代、服務模式創新等形式打造自身差異化及競爭壁壘，更好助力我國智慧醫療建設。本章小結：醫療信息化系統應用功能同質化嚴重，賽道入局企業數量眾多，行業銷售以渠道為20王，各企業銷售費用占比高，競爭十分激烈。對于需求端醫療機構而言，缺乏信息化實際降本增效效果的評估方式，更多以政策要求為導向進行信息化建設，需求同質化。行業產品研發緊

43、跟市場需求，也因此同質化嚴重。隨著信息化建設推進，為了滿足逐步提高的建設需求，“云轉型”趨勢明朗且重要性不斷提高。在政策指引下、云技術加持下、Saas 服務支撐下，二級及以下醫療機構的龐大信息化建設需求被激發，帶來市場新增量。2122第三章第三章 數據孤島是關鍵限速因素，互聯互通日趨緊迫數據孤島是關鍵限速因素，互聯互通日趨緊迫3.13.1 醫療機構互聯互通成熟度低、企業集中度低，醫療數據孤島凸顯醫療機構互聯互通成熟度低、企業集中度低，醫療數據孤島凸顯電子病歷水平提升，2021 年三級醫院中級及以上水平超過 83%。據 CHIMA 對 20212022 年醫院信息建設的調研數據顯示，參加電子病歷

44、系統功能應用水平分級評價的醫院占調查總量的 96.14%。其中，三級醫院電子病歷系統應用在 4 級及以上的比例達83.78%、5 級及以上的低于 16%；二級醫院電子病歷系統應用在 3 級及以上的比例達68.79%。大部分三級醫院電子病歷剛進入中級的水平，二級醫院多為初級水平，但多為3 級。圖表 15 2021 年三級醫院和二級醫院電子病歷水平數據來源：CHIMA互聯互通被提上日程，涵蓋五個級別、七個等級。醫院互聯互通是在電子病歷應用的基礎上，打通院內各系統間以及醫院間的信息壁壘。隨著電子病歷逐漸推廣成熟，互聯互通也被提上日程。2018 年 8 月，國家衛健委在關于進一步推進以電子病歷為核心的

45、醫療機構信息化建設工作的通知中提出，2020 年，三級醫院信息互聯互通標準化成熟度測評達到四級水平；2020 年衛健委發布新版的國家醫療健康信息醫院信息互聯互通標準化成熟度測評方案（2020 版），從電子病歷建設、外部連通機構數、公眾服務應用數、醫療服務應用、衛生管理應用數、連通業務系統數等維度進行評價，評價結果由低到高依次為一級、二級、三級、四級乙等、四級甲等、五級乙等、五級甲等 7級。醫院信息互聯互通測評關注的是平臺及標準化，全面評估以電子病歷和醫院信息平臺為核心的醫院信息化建設，測評內容分為 4 大類 11 小類 315 個測評指標，總計 100 分，包括數據資源標準化建設情況、互聯互通

46、標準化建設情況、基礎設施建設情況、互聯互通應用效果 4 個方面，4 大類中定量指標與定性指標分值比例約為 6:4。圖表 16 互聯互通標準化成熟度測評指標和級別23資料來源：國家衛健委互聯互通參評率有所提高，但整體仍較低。據 CHIMA 的調研，2021 年-2022 年度，約40%的醫院參與互聯互通成熟度測評，而 2018 年只有約 12%的醫院參評。除去未參評和參評但未出結果的醫院，有參評結果的醫院等級大多是四級甲等，且占比逐年提高，四級乙等及以上等級的醫院在 2018 年、2019 年、2021 年的占比分別為 7.31%、11.90%、21.37%。具體如下圖：圖表 17 參與測評的醫

47、院互聯互通標準化成熟度測評情況數據來源：CHIMA醫院互聯互通測評工作自 2013 年開始，已開展 10 批次。據國家衛健委，截至 2024 年4 月（2022 年度國家醫療健康信息互聯互通標準化成熟度測評結果公示），全國獲評互聯互通五級乙等醫院共 94 家，四甲及以上的醫院共 857 家。24企業整體集中度較細分領域集中度低。從市場競爭層面上看，行業整體集中度較低，據IDC 數據顯示，2022 年我國醫療信息化領域，醫院核心信息化管理系統的服務廠商中，排名靠前的頭部企業市場格局如圖，市占率第一的衛寧健康占據市場份額 12.3%、東軟占據 10.4%，前三的市場份額總和近 30%，前六的企業市

48、場份額總和僅 42.7%，不到一半。圖表 18 2022 年我國醫院核心診療系統廠商市場份額數據來源：IDC而醫療大數據、醫保、電子病歷等主要細分賽道集中度略高于整體行業集中度。如以醫渡科技為典型代表的醫療大數據解決方案領域，Top6 的企業市占率為 45.3%；以東軟集團為典型代表的醫保信息系統領域，Top6 的企業市占率達 59.9%；以嘉和美康為典型代表的電子病歷領域，Top6 的企業市占率也高達 69.1%。信息孤島問題凸顯，互聯互通是卡點。從橫向來看，“數據檔案”包括患者就醫、轉診、用藥和醫保數據；從縱向來看，包括患者疾病發生、發展直至死亡的全周期數據?；ヂ摶ネù蛲ā靶畔⒐聧u”是解決

49、看病難、看病貴的重要手段，醫院之間實現信息共享，可以減少重復檢查，節約社會資源，降低醫療費用，且有利于醫療機構之間相互轉診，最大的受益者是患者。同時，如果衛生行政部門建立統一的信息接口，實時監控各大醫院的醫療信息，大處方、濫檢查等過度醫療行為就會一目了然，衛生行政管理的效率將大大提高。然而，我國提出醫療信息化建設已有幾十年時間，由于國家層面出臺相關標準較晚，各家醫院在建設信息系統過程中缺乏標準指導，“信息孤島”現象嚴重。3.23.2 多源異構數據缺乏標準、企業本地化優勢顯著是關鍵原因多源異構數據缺乏標準、企業本地化優勢顯著是關鍵原因在信息化建設的過程中，因為醫院本身對互聯互通動力不足，且信息化

50、技術發展的階段性，數據孤島的產生是自然的過程，另一方面，互聯互通相比電子病歷，強調醫院間的25數據共享，靠政策的驅動性或許更強，本節從醫院（院內和院間）和企業的角度探索數據孤島產生的原因。醫院內部科室數據發展不平衡、信息化系統與臨床業務的粘合不夠好。醫院內部各領域之間信息化程度不平衡，醫院內一些領域的管理水平高、信息化程度高、數據質量好，也有一些領域信息化相對滯后，如公共信息的基礎平臺比較薄弱，數據一致性不夠等，這導致信息化內部交流溝通不夠充分。因此，即使具備了相應技術，不平衡的發展也阻礙了數據高度共享。另外，信息化系統與臨床業務的粘合還不是很好。這主要是因為臨床系統過多，臨床管理貫穿醫療整個

51、過程，在整個信息系統中臨床管理要與電子病歷系統、醫囑處理系統、患者入出系統、實驗室管理系統等密切聯結，形成統一的協調整體，并與各部門的業務數據融合交互，才能形成自動智能的臨床管理路徑。在這個過程中，對于數據的融合、整合，知識和規則利用等還不夠明確。此外，醫院在信息化建設上缺乏頂層設計和統一的網絡系統。從系統的開發來看，信息系統的建設分為兩種方法：自上而下或者自下而上，自上而下的方法也避免了后期各個子系統互聯互通時出現兼容性的問題。但是，目前各個醫院信息系統的建設基本上采用的是自下而上的開發策略，即先建立各個業務子系統，再連接成一個整體的網絡系統，這種開發策略容易導致各個系統之間自成體系各自為陣

52、，信息資源無法互聯互通。另外，信息化極度依賴醫院的管理，當管理體系發生變化時，信息化也要做出相應變動。醫院間的互聯互通涉及各方協調，難度更大。從數據處理難度上主要體現在以下方面：一是醫療相關部門、機構互不聯通，信息數據碎片化?；颊呱w征信息、疾病信息、互聯網診療記錄、藥品使用等各種醫療衛生數據分散儲存，一院一卡、重復發卡、互不通用，信息數據碎片化、無序化，制約了健康醫療大數據的集成融合、效能發揮和價值應用。二是醫療數據存在異構性，缺乏統一的標準。醫療大數據信息共享需要各系統進行正確、有效的數據交換，而患者差異、疾病繁多、醫護人員經驗學識差異導致醫療大數據復雜、多樣、互操作性差。各類業務系統的

53、數據采集、存儲、整理的方式不同，容易造成患者病歷檔案非結構、自定義、不完整、不詳實。另外，在醫聯體內部，上下級醫院的數據流通訴求或有差異?；鶎俞t療機構希望通過信息化上下打通，獲知病人就醫完整的歷史資料，為病人提供診療支持，對數據資源化的需求還有待進一步挖掘；而醫聯體牽頭醫院則希望通過擴大數據來源，豐富“數據池”，26以滿足其在疾病研究等多方面需求，但由于從基層醫院收集的數據往往質量參差不齊，或無法真正滿足臨床醫學需要。同時，當對超聲、心電、X 光片等海量醫學影像數據的分析成為常態后，如果直接使用轉診患者從基層醫療機構拍攝的影像數據，上級醫院醫生會擔憂誤診風險，因此往往建議患者再次在本院進行檢查

54、。在此背景下，在患者診療層面，讓醫聯體間的數據流通共享真正發揮價值，也還有一段路程要走。從企業的角度，標準化不夠，本土化優勢明顯，企業集中度低。在國內，信息化建設的驅動因素主要是政策，隨著國家的重視，各醫院開始信息化平臺的建設，但是因為標準化的“遲來”，醫院在采購時沒有合規的衡量標準，市場上的產品魚龍混雜，且信息化建設是一個長期的過程、企業的產品又是在不斷迭代更新，因此，醫院在選擇上更多把交付能力排在了第一位，且信息化企業現階段能達到覆蓋全國的渠道能力還不夠，因此，企業的本地化優勢明顯。據 CHIMA 的調研，中國醫院選擇軟件系統產品看重的因素中，“廠商的服務能力或有本地化服務機構”這一因素排

55、第一，占據了 96.23%，超過了“產品本身的功能和設計”這一因素。除此之外，各區域的政策要求、資源支持不盡相同，因此，目前信息化的發展基本遵循著區域化的規則，企業各據領地，集中度低。圖表 20 2021 年-2022 年度中國醫院選擇軟件系統產品看中的因素數據來源：CHIMA由于市場集中度低，以及醫療信息化供應商技術水平參差不齊，全國范圍內的醫療機構普遍存在著“數據孤島”的問題。目前醫療信息化行業內涌現了眾多供應商，形成了偌大行業、眾多小企業的極為分散的格局。圖表 21 信息化初級缺少標準化對醫院和企業的影響27資料來源：動脈網3.33.3 互聯互通逐步成為硬性要求，醫檢互認開始邁入實踐互聯

56、互通逐步成為硬性要求，醫檢互認開始邁入實踐從系統組成來看，信息管理系統不僅是一個計算機系統，還是一個包括人在內的復合系統，特別是決策者和管理者在其中的作用非常重要，重視與投入的不足，造成了醫院信息化建設的短板，信息孤島現象就難以避免。要消除這一現象，實現區域醫患信息的互聯互通，不僅僅是某家醫院的事，也不僅僅是系統提供商或計算機軟件開發商的事，而是需要國家衛生部門、系統提供商、醫院管理人員共同努力。醫院要做好頂層設計，形成完善的信息系統。在醫療互聯互通與數據應用上，在進行各系統之間的打通和整合工作時，如果缺乏頂層規劃，那么系統連通和數據應用水平將很難得到有效提升。此外，醫院除了要保障醫療質量，還

57、要涉及智慧導醫、診間結算、移動支付、檢驗結果共享等功能，包括近年來快速興起的互聯網醫院的實施，都需要基于更加完善的信息系統。在這數字化轉型的過程中，目前行業也已出現成熟的解決方案幫助醫療機構解決依托互聯網醫院完成預約、智慧導診、移動支付和檢驗結果共享等功能，助力醫院提升數字化服務能力。如專注于互聯網醫院建設，為大健康行業提供數字化解決方案的奈特瑞，其打造的互聯網醫院解決方案，搭載各類人工智能工具，助力醫療機構及大健康產業鏈各賽道企業輕松訓練專屬的互聯網醫療、智慧導診、合理用藥、慢病隨訪等系統；此外，醫學科研平臺，中醫在線診療，醫生教育，處方流轉平臺、醫療電商、AI 醫療智能應用等多種解決方案，

58、也已被廣泛應用于 300 余家企業，助力實現數字化轉型。除該類數字化服務能力需求外，隨著醫院發展，臨床和科研水平已經成為醫院提升競爭力的關鍵，這就需要醫院信息系統能夠將眾多應用模塊有機融合，實現各業務數據的全面“一體化”，來支撐更多應用的延展。顯而易見，隨著醫院應用場景的激增，集成平臺已經很難解決信息系統互聯互通所面臨的所有問題。如果醫院信息系統能夠將醫院繁復28且分散的架構集成融合，并實現各業務數據的一體化，則會對深入挖掘醫療數據價值帶來重大的積極影響。企業方面要完善技術和數據產品，提升數據安全等級。比如企業通過數據平臺將醫院內部不同系統的數據打通，解決數據的多源異構問題，統一到一個平臺上。

59、通過這個平臺，醫院可以統一處理和查看數據，實現數據在院內的互聯互通，同時，還需要實現醫院間的數據共享，如病歷信息的互通、檢查結果互認等。目前，行業已有不少解決方案高效建立針對專病或院級的數據庫，有力推動互聯互通建設?；ネü蚕碓诙鄠€省市是硬性要求，部分省市設置了獎罰項。2023 年，多個省市在修訂新版三級醫院評審標準和實施細則時，對醫院互聯互通測評等級提出了硬性要求。例如，安徽、上海等地在最新版三級醫院評審標準中，將互聯互通 4 級前置條款，要求醫院達到 4 級以上或“按照國家標準自評達到 4 級以上且通過省級標準符合性測試”。在三級醫院評審的賦分規則上，湖北、吉林等地進一步提高要求：醫院信息管

60、理這一項中，互聯互通標準化成熟度測評達 4 級甲等及以上，才能拿到“A”；四川省則明確，現場檢查項中若醫院未達到“互聯互通測評四級乙等或更高級別”，則扣減 0.1 分。圖表 22 部分省市的互聯互通硬性要求和目標資料來源：公開信息整理不僅如此，各地 2023 年的最新政策中，也從宏觀層面設定了當地醫療機構互聯互通成熟度測評的目標。在中共中央辦公廳、國務院辦公廳印發關于進一步完善醫療衛生服務體系的意見后，各省市陸續制定了當地的實施方案。其中，江西、云南、福建、寧夏、湖南、重慶、廣西、青海、廣東、河北、河南、黑龍江、吉林、內蒙古、天津、山29西、四川 17 個省/市/自治區進一步完善醫療衛生服務體

61、系的實施方案中，醫療數據的互通共享被頻繁提及。例如，江西省實施方案中提到，推動醫療衛生領域數據上云，加快推進全民健康信息平臺建設，推動省級平臺與所有市縣平臺互聯互通和數據共享；加快推進醫療機構電子病歷、檢查檢驗結果、醫學影像資料等信息共享互認。重慶部分醫院實現了醫檢互認，節約就醫費用超過 3900 萬元。重慶市衛健委開發建設的醫檢互認應用，目前已經覆蓋了全市二級以上醫療機構，這些公立醫療機構的 45 項醫學檢驗項目、67 項醫學影像學檢查項目都實現了不同醫療機構間的醫檢互認。平臺建好后，醫生通過工作站即可高清無損方式實時查看原始檢查檢驗結果，在符合互認條件、滿足診療需求的前提下，遵照互認項目和

62、適用范圍的原則，就可以對其他醫院的檢驗檢測結果予以認可，減少重復檢驗檢查。如果患者近 3 月內在重慶市其他公立醫療機構做過相同的互認檢查項目，系統會主動彈窗提醒醫生，患者掃碼授權或者醫生征得患者同意后輔助授權后，醫生可以調閱查看該患者在云平臺上所有檢驗檢查項目。據報道，2024 年 4 月 10 日，全市共有 1151 家醫療機構接入應用，匯集各類檢查檢驗資料 1.3 億份，存儲量達 2573TB，初步建成“市（區）縣基層”三級數字網絡，基層醫院能快速獲取市內三甲醫院檢查檢驗結果，患者在基層就診會更便捷、更放心。據報道，“醫檢互認”上線以來，為群眾節約就醫費用超過了 3900 萬元。本章小結從

63、發展來看，數據孤島的形成是自然的過程，互聯互通成熟度參評率逐年提高，但整體仍較低。據 CHIMA 的調研，四級乙等及以上等級的醫院在 2018 年、2019 年、2021 年的占比分別為 7.31%、11.90%、21.37%。醫院選擇軟件系統產品看重的因素中，“廠商的服務能力或有本地化服務機構”排第一，企業本土化優勢凸顯，整體集中度低?；ヂ摶ネㄉ婕霸洪g的數據共享，醫聯體的上下級醫院對數據的訴求或有差異，互聯互通的推廣或更依賴政策驅動。政策上，目前互通共享在部分省市是硬性要求，部分省市設置了獎罰項，不少省市的互聯互通成熟度測評的目標逐步清晰。同時，部分省市如重慶的部分醫院實現了醫檢互認，“醫檢

64、互認”上線以來節約就醫費用超過 3900 萬元。3031第四章第四章 數據資產化成剛需，價值應用正在多場景商業化落數據資產化成剛需，價值應用正在多場景商業化落地地4.14.1 人工智能、大數據技術是數智化核心技術，處于應用初期人工智能、大數據技術是數智化核心技術，處于應用初期大數據、人工智能等是數智化建設熱門技術。數據是推動智慧醫療建設不斷成熟的“零件”，要將這些“零件”正確生產、有序收集、高效利用起來，離不開技術這雙“巧手”。智慧醫療在信息化過程中，完善了基于硬件和軟件系統的基礎建設，產生了大量數據；而在數字化建設過程中，通過語意自動識別等技術將數據變為可被調取利用的資產。在此基礎上，智慧醫

65、療得以來到運用資產進行變現的數智化建設階段，此過程中，云技術、大數據、人工智能和物聯網等技術發揮著重要的作用，行業參與者紛紛積極將其融入自身的產品與服務中。其中，大數據與人工智能是最為熱門的應用技術。健康醫療大數據是國家戰略布局，聚焦數據的可應用性。據發表在中國數字醫學的健康醫療大數據分析方法體系框架及應用研究，健康醫療大數據可以分為目標層、類型層、分析方法及工具層、應用層 4 個部分。圖表 23健康醫療大數據組成部分資料來源：中國數字醫學近年來，健康醫療大數據相關產業已經被列入國家大數據戰略布局，與之相關的政策頻出，引導需求方與服務方共同聚焦大數據在醫療服務、公共衛生、藥品管理、醫療保障、衛

66、生管理和產業發展等方向的實際落地應用，將海量、格式各異、來源多樣的個體健康醫療數據經過治理和加工后變為形成可計算、可有效利用的高質量專病數據庫，從而應用于醫療體系搭建、醫療機構運作、臨床研發、診斷治療、健康管理等諸多方面。健康醫療大數據作為一種高附加值的信息資產，這一領域的數據建設和應用發展也日益受到關注。32根據健康活動來源和數據來源的不同，健康醫療大數據可以分為臨床大數據、健康大數據、生物大數據和運營大數據。圖表 24 健康醫療大數據組成部分資料來源：動脈網臨床大數據主要包含個人身體健康情況的相關數據，包括電子健康檔案、影像檔案和自發性報告系統等數據；健康大數據涵蓋的主要是對個人健康產生影

67、響的數據，如生活方式和環境等相關數據；生物大數據指從生物醫學實驗室、臨床領域和公共衛生領域獲得的基因組、轉錄組學、代謝組學等研究數據，可幫助理解遺傳標記與疾病之間的關聯；運營大數據則指從醫療機構、社保中心、藥企等運營中生產的數據，包括治療成本、報銷數據、藥物耗材等管理數據、藥物研發數據和產品流通數據等。人工智能挖掘數據價值，賦能精準診療與降本增效。在大量可應用的數據基礎上，人工智能有了廣闊的“用武之地”，它可以極大程度上改變醫療服務的提供模式、改變藥物研發的模式、改變健康監控的模式等。人工智能的應用，讓智慧醫療行業得以在數據的驅動下，不斷探索精準診療和降本增效的天花板。據 IQVIA 的數據顯

68、示，近年來人工智能在 CDSS、醫學影像、新藥研發、智慧病案及智慧管理系統等領域的應用最為熱門，其中，醫學影像是增長速度最快，商業化進展也最快的細分賽道。在幫助醫療機構、公衛體系和藥械企業運用數據優化服務、監管及生產等過程的數智化升級中，大數據與人工智能是必不可少、相輔相成的技術基礎，大數據與人工智能技術提供高質量數據輸入，通過訓練，人工智能與大模型實現相應的落地應用。圖表 25 大數據技術與人工智能在數智化階段相輔相成33資料來源：動脈網目前，智慧醫療領域已經走過數據采集及收集階段，該階段已經發展得相對成熟，未來，將是數據應用的“戰場”，其中關鍵的大數據及人工智能等數智化技術的應用還處于初期

69、，發展前景廣闊。4.24.2 高質量數據是一切應用的基礎，數據資產化逐步成為剛需高質量數據是一切應用的基礎，數據資產化逐步成為剛需數據資產化成剛需，不同類型數據治理難點不同。醫療數據數智化應用過程包括數據輸入、數據治理、模型訓練、應用開發和應用服務。經過智慧醫療數字化建設，電子病歷建設水平有了明顯提升，同時互聯互通也有了一定進展，通過醫療機構的數據集成平臺或接口對接等，可完成對散落在機構內數十甚至成百個系統中多源異構數據的匯總，完成數據輸入環節。數據治理的目的是讓多源異構的數據變成準確的、標準的、高質量的，并且可以被搜索、提取和應用的數據，從而建立適用于科研、患者管理、醫院管理、區域監管等不同

70、目的的數據庫。這一步的完成“質量”很大程度將決定最終的應用產品和服務產品的準確性和有效性。因此，數據治理在醫療數據價值應用里可謂是一切的基礎，通過建立高質量數據庫讓醫療數據資產化已逐步成為醫療機構、監管部門、藥械企業等的剛需。而對于不同類型的數據，治理過程往往擁有不同的難點和技術要求。影像數據治理關鍵：識別影像特征。2023 年 Meta 公司發布的 SAM 在自然圖像上表現出了很強的圖像分割能力，但由于醫學影像具有目標對象邊緣不清晰、分割難度大等特34點，SAM 在醫學影像分割方面表現不盡如人意。國內外多個研究機構基于 SAM 進行了深入的學術研究，試圖把 SAM 應用于醫學影像領域，比如

71、Medical SAM、SAM-Med2D、MedSAM 等，取得了一些研究成果，但實際落地應用非常稀缺。這很大部分原因就是受限于訓練數據的質量。對于影像數據，數據存儲的格式標準是統一的，因此提取出來匯總相對容易，難點在于如何將圖片類信息的特征變為可以量化的指標，然后通過標準的數據，將有價值的特征標記出來，以供模型訓練。此外，影像本身的清晰度也是重要的影像質量影響因素。不僅如此，碎片化的影像數據如何與身體其它指標一一對應從而抓取價值特征、判斷健康狀態，也是影像數據治理的難點。圖表 26 影像數據處理難點資料來源：動脈網而針對這一痛點，行業已有不少解決方案的嘗試并也已經有成熟的解決方案問世。如東

72、軟集團，從影像設備開始通過質控系統把控影像清晰度，隨后結合專家共識、納入全院數據對比分析，產出自有的高質量經過標注的影像數據庫，以 SAM 為基礎大模型，通過“預訓練大模型+任務微調”的方式，于 2023 年 4 月研發出醫學影像分割大模型 MISM，醫學影像分割準確率比 SAM 提高了 30%以上，并幫助使用的醫務工作者提升工作效率30-40 倍。文本數據治理難點：術語對齊。除了影像外，臨床另一大主要數據信息類型是文本類數據。該類數據有別于影像，沒有統一的格式且表達非結構化，每個書寫的醫務工作者對同一名詞有自己的表達習慣，病歷內容主要以大段非結構化文本形式存在。因此，如何對同一名詞的不同表達

73、進行識別并歸類為統一的表述方式，以及從大段非結構化病歷中提取出結構化的信息，是文本類數據的治理難點。其中設立術語標準、快速識別文本并歸于相應標準是核心環節。在建立術語標準的環節，與臨床各個?？茖＜业木o密合作必不可少，需要充分了解臨床醫務工作者的語言使用習慣，并從中總結出共性術語庫，才能建立被行業認可的術語標35準，從而在此基礎上進行數據的清洗與歸類。而在快速識別文本環節考驗的是如何運用人工智能技術提升識別的準確度與速度。文本數據治理需要技術實力、經驗積累、臨床專業資源缺一不可。醫渡科技作為首批憑借自然語言處理和知識圖譜等人工智能技術進入文本數據治理賽道的企業，目前已攜手行業專家及疾病聯盟建立和

74、出版了疾病數據標準 19 本，解決數據非標問題；并基于自研垂直領域大語言模型和高質量真實世界研究驗證，不斷迭代提升病歷理解相關技術實力，截至 2023 年 9 月，YiduCore 已授權處理分析了超過 9 億名患者的 40 多億份醫療記錄?？梢?，要將醫療數據資產化，不同類型的醫療數據的治理難點各不相同，需要技術和專業有機融合，且并非“一通百通”。因此，選擇聚焦細分領域單點擊穿是常見的企業發展模式，而全線鋪開百花齊放對團隊的資金和研發實力都是更大的考驗。各主體需求各異，但高質量數據庫建立已是剛需。對于醫療機構而言，常見的數據庫有聚焦科室范圍的單體數據庫、全院級數據庫，用于科研研究及臨床決策支持

75、使用；對于研究學會及藥械企業的數據庫通常覆蓋跨省的多醫療機構，且除了回顧式數據，往往還需要前瞻性數據不斷加入其中；對于公衛監管部門及醫共體等，數據庫往往聚焦某一區域，有時除了醫療數據資源，還會涉及健康、死亡類等公衛數據。圖表 27 不同需求主體對數據庫的不同訴求資料來源：動脈網目前，醫療數據資產化，即建立高質量醫療數據庫已逐步成為各醫療機構、研究學會、藥械企業及公衛監管部門的剛需。4.34.3 緊跟市場需求，越來越多數智化商業落地場景被驗證緊跟市場需求，越來越多數智化商業落地場景被驗證產品成熟到商業落地還需多因素支持。醫療領域的高質量數據庫作為應用潛力無限的數據資產，經其訓練的人工智能與大模型

76、等，能夠在醫療服務水平、科研水平、管理水平、疾病預防水平等諸多維度帶來極大的質量提升、效率提高以及成本費用的節約。產品研發成熟到完成商業化落地，除了產品本身的應用價值，能夠完美解決需求方痛點36以外，還需要考量需求方、付費方的急迫程度及意愿強度等。圖表 28 產品成熟到商業落地所需支撐因素從不同角度切入，滿足醫療機構科研與高質量發展要求。目前，醫療數據的數智化應用已逐步在多個應用場景完成市場化驗證，其中，醫療機構和藥企是最為成熟的兩大場景。對于醫療機構而言，高質量數據的最大剛需來自于醫生專家的科研需求，以及醫療機構滿足電子病歷評級、智慧醫院建設等相關指標的需求。針對這兩點突出訴求，科室級別與全

77、院級別的數據庫建設是解決方案的基礎，在此基礎上，通過人工智能、大模型等技術打造的數智化應用將助力醫院專家及醫療機構相關管理者達成科研及管理訴求。數智化應用領域目前成熟的服務企業可大致分為兩大類，一類是基于傳統扎實的信息化系統建設，貫穿數據收集、治理到最后的數智化應用，縱向拓展其智慧醫療建設服務能力。得益于數據收集系統的建設，該類企業對醫生的使用、診療習慣，以及需要的科研數據應用有充分的了解；對醫療機構管理流程、應用訴求也了如指掌，這些洞察是指導數據治理及數智化應用的關鍵優勢，可凝練出各場景的共性需求沉淀為應用產品，極大減少產品研發設計的“彎路”，更貼切滿足臨床的需求，縮短產品交付周期，極大提升

78、產品競爭實力。如信息化頭部企業東軟集團，一路以臨床需求為導向不斷升級產品力，在醫療數據價值化的創新生態打造中，致力于以 AI 驅動醫療模式的改革。企業打造的醫療數據價值化解決方案滿足三位一體智慧醫院的數據需求，助力大型醫療機構、緊密型醫共體和醫療集團實現高質量發展。此外，超前布局醫保創新支付板塊，用 AI 推動患者全面篩查與管理，助力前移“治療”到“預防”，幫助醫保從根源解決控費問題。此外，另一大極具代表性的服務企業則是憑借強大的人工智能技術入局醫療數據數智化應用賽道。該類企業基于強大的技術實力，對醫療機構多源異構數據的處理和識別方面有著天然的優勢，并且通過 AI 快速掌握各不同醫療信息系統來

79、源數據的存儲與升級邏輯，從而精準、高效地完成高質量數據庫建立。此外，基于對數據應用的深度理解，可快速將需求方的描述性訴求轉化為“技術語言”，指導具體數智化產品應用的開發，以極37佳的交互體驗滿足醫療數據數智化應用需求。如該賽道領跑型企業醫渡科技，在高質量醫療數據庫建設領域穩定頭部地位后，持續探索 AI 推動的數據應用商業化閉環。目前在醫療數據智能化應用領域，科研與智慧醫院建設服務已覆蓋 1700 余家醫療機構，并為 38 個監管機構及政策制定者建設區域平臺、公共衛生、城市“健康大腦”及居民電子健康檔案等；醫渡科技打造的惠民保服務已累計覆蓋 4 省 12 市。此外，在藥物研發領域，企業已擁有 1

80、31 家活躍的生命科學客戶，助力其實現大幅度降本增效。醫藥企業是優勢商業化落地場景，研究與營銷是重點環節。除醫療機構外，數據資產商業化應用落地的另一優勢場景是醫藥企業。眾所周知，藥物研發環節高投入、高風險、長周期且成功率低。根據 EvaluatePharma數據，近年來單個藥物的研發支出跨度為 24 億美元至 51 億美元，且根據 BIO Industry統計數據 FDA 對新分子實體和生物制品類新藥的審評情況中，新分子實體藥物從臨床期到獲批上市的成功率僅為 6.2%，生物制品類藥物的成功率為 11.5%。因此，藥物的研發環節有著極強的醫療數據數智化應用的“需求”，且擁有雄厚的支付實力，是優勢

81、的應用落地環節。目前，在智慧醫療建設服務企業，用技術推動高質量數據庫應用，助力醫藥企業在藥物設計、臨床方案設計、方案可行性驗證、臨床試驗、數據分析等藥物研發全流程助力企業降本增效并已取得顯著成績，該類應用正快速成熟，成為醫療數據服務企業優勢的、重要的收入和現金流來源。此外，在藥品集采、醫藥代表行為規范以及醫療反腐等重重影響下，醫藥企業的營銷環節也面臨著降本增效的“剛需”。除了在原有銷售環節運用科技加持降本增效外，隨著通過互聯網醫院的線上處方開具、藥物配送、數字營銷等環節的逐步成熟，新興的、直接toC 的大健康產品營銷形式也為醫藥企業提供了降本增效的新路徑。在這一領域，擁有互聯網醫療和人工智能基

82、因的奈特瑞給出了數智化解決方案：以自主研發具有全部知識產權的互聯網醫院服務系統做為橋梁，提供大健康產業連接器服務，為藥械企業、保險企業等打造數字化新基建，塑造線上營銷新模式、助力開拓下沉市場并最終提升產品銷量；此外，奈特瑞作為產業中臺更是為企業提供深層次的 BtoB 產業資源鏈接，全方位助力企業降本增效。未來，圍繞幫助醫療機構更高效、高質量運轉，幫助患者更便捷、精準就醫，幫助企業更極致降本增效，幫助相關監管部門更實時把控情況并制定相關決策等維度，醫療數據資產的應用價值將被不斷挖掘，商業化落地場景也會逐步增多。38本章小結：人工智能和大數據技術是醫療數據資產化與價值應用挖掘中的核心技術，此外大模

83、型也逐步被行業更多地應用，目前技術推動的數智化發展還處于初期，前景廣闊。高質量醫療數據庫是數智化應用有效性的大前提，各類數據庫擁有不同的建設難點，企業正憑借各自優勢逐一突破，目前高質量數據庫建設已成為醫療機構、醫藥企業及相關監管部門剛需。數智化應用從研發到商業化落地還需考量需求方迫切程度、支付意愿等維度，目前醫療機構和醫藥企業是商業化進展較快的場景，有效幫助醫療機構提升科研水平、加速高質量發展；幫助醫藥企業在研發和營銷的環節降本增效。3940第五章第五章 未來趨勢未來趨勢5.15.1 傳統信息化困境三大突破方向：新產品、新技術和新服務傳統信息化困境三大突破方向：新產品、新技術和新服務產品同質化

84、，銷售渠道為王，信息化困境凸顯。2011 年，隨著電子病歷評級的相關政策發布，我國醫療信息化建設進度突飛猛進。在明確的建設條款指引下，醫療機構擁有明確的信息化建設目標，各信息化企業也紛紛按照政策要求研發和打造相關信息化產品。行業快速發展的同時，階段性的困境也愈發凸顯。一方面，由于產品趨于同質化競爭，醫院很難通過產品差異化來選擇標的，取而代之的是地域、知名度、影響力等因素組成的“關系網”，行業銷售以渠道為王，信息化企業銷售成本不斷增加。另一方面，隨著信息化建設推進，建設要求不斷提升，對技術研發實力也提出更高的要求。從需求端來看，信息化的建設是不斷迭代更新的，按照現有的建設進展，十年基本就會面臨一

85、次大升級，加上越來越多二級及以下醫療機構納入建設考核，市場規模和未來增長空間是大好的。如何突破銷售成本不斷增加、建設要求不斷提升的困境，把握未來大好的市場？新產品、新技術和新服務是主流三大突破方向。其一的突破方向是押注下一代技術產品，頭部及大型傳統醫療信息化企業已紛紛發布云醫療信息化產品并完成落地進入迭代升級階段。其中，也不乏直接從云信息化系統入局的研發企業。為更好滿足如互聯互通、數據共享等不斷升級的信息化建設要求，并降低信息化建設成本、部署門檻，云化已是公認的大趨勢，未來或將成為高質量醫療數據應用發展的根基。第二大主流突破方向則是現有的系統基礎上，進行數據應用的探索，例如在 PACS 系統搭

86、載人工智能輔助工具、在病歷系統搭載自動識別錄入與智能質控等。在臨床痛點上發力，該類產品也贏得了良好的市場反饋，。醫療 IT 應用及其附帶的 SaaS 模式或將在醫療信息化企業的未來營收中占據一席之地。最后，是基于數據治理與應用的新服務探索?；谛畔⒒ㄔO沉淀的海量數據，開始著眼于除了滿足信息化建設評級以外的服務場景。目前，來自醫療機構專家醫生、行業學會等，基于專病、?？频目蒲行枨笫禽^為成熟的新服務落地場景，基于專病、?？茢祿?，搭載相應人工智能輔助軟件，助力專家醫生、學會研究者輕松完成科研任務并產出相關成果。其次，藥物研發是另一快速成熟落地的服務場景，在藥物發現、臨床試驗、上市后 RWS 環節

87、，高質量醫療數據與人工智能的結合帶來的極大降本增效對企業吸引力十足?？梢?，行業正積極從新產品、新技術與新服務三大方向突破困境，把握未來更加廣闊的醫療信息化市場。415.25.2 互聯互通相關獎懲機制將日益完善，推廣上或可借助協會力量互聯互通相關獎懲機制將日益完善，推廣上或可借助協會力量國內：互聯互通相關政策和獎懲機制或將日益完善。目前，在國內，互聯互通的獎懲機制還在探索中。安徽、上海等地在三級醫院評審標準中，將互聯互通 4 級前置條款；湖北、吉林等地規定互聯互通標準化成熟度測評達 4 級甲等及以上，才能拿到“A”；四川省則明確要求，現場檢查項中若醫院未達到“互聯互通測評四級乙等或更高級別”，則

88、扣減 0.1 分。隨著等級醫院評審的硬性要求，以及各地政策的鼓勵，可以預見，醫療信息的互聯互通將成為各級醫療機構未來幾年的重點工作之一。另一方面，如果能夠將互聯互通對醫療成本、看病便利性等方面的衛生經濟效益量化呈現，區域的動力或將更強，也或將吸引更多資源投入。以重慶為例，據 2024 年 4 月份的報道，“醫檢互認”應用上線以來，節約就醫費用超過 3900 萬元。這種價值呈現是比較好的推動方式。他山之石：美國在互聯互通的政策上不斷完善，效果顯著。美國在推廣電子健康檔案的同時逐步進行醫院信息協同建設，美國衛生部分別于 2010 年、2012 年、2013 年發布了 3 個版本的“Meaningf

89、ul Use”建設標準，在第 2 版中提出醫療協同、公共衛生等領域的指標，第 3 版進一步強調為國家重要衛生問題提供決策支持、以患者為中心進行衛生信息交換。另外，2018 年 4 月美國醫保局（CMS）將“Meaningful Use”更名為促進互操作性計劃（Promoting Interoperability），進一步強調醫療機構間的信息交流和患者數據訪問。據 ONC 的數據，2022 年美國已有 93%非聯邦醫院支持跨院信息發送，支持跨院信息接收、查找、整合的比例分別為 87%、85%、79%。另一方面，互聯互通的推廣或可借助協會力量。不同于電子病歷，互聯互通需要諸多院間的協同，而行業協會

90、作為公允的第三方，則可以充當這一角色。在美國，大規模的行業協會在產品標準化協議制定上發揮了重要作用，2013 年，美國旨在改善醫療信息化設備互聯互通性的協會 CommonWell 成立，多個信息化企業、醫院、保險機構不斷加入。2016 年 CommonWell 與另一大互聯互通協會 CareQuality 達成合作增加 HIT 設備的互通性，2018 年，CommonWell 宣布了與 CareQuality 的連接已普遍可用，醫療 IT設備全國性互聯互通迎來重大里程碑。國內或可借助大規模協會的力量，作為橋梁打破醫院間的壁壘，為互聯互通的推廣添磚加瓦。425.35.3 技術推動、需求指引，高質

91、量數據庫價值應用逐步落地技術推動、需求指引，高質量數據庫價值應用逐步落地高質量數據庫建設條件成熟。醫療行業因其復雜性、特殊性和專業性，對于新興技術的應用與融合往往經過更嚴謹的考量，也因此技術落地相較其他行業周期更長。2015 年前后，人工智能的應用開始逐步滲透到醫療行業，企業憑借技術實力或數據基礎，開始加速對醫療的理解或對技術的運用，探索人工智能與醫療數據應用的有效結合方式。數據治理，打造高質量、可應用的數據庫是這一探索的基石。高質量數據庫的成功建立，需要掌握臨床醫療數據書寫習慣、留存方式，需要建立統一的數據治理標準并需要足夠強大的技術實力快速處理海量的數據。這需要專業、技術和時間的積累。經過

92、近年人工智能的快速發展、政策的大力支持，企業“熬”過了積累期，目前高質量數據庫建立的條件與能力已成熟，基于此的數據價值應用也因此進入了快速發展通道，開始在多應用場景商業化落地。提升臨床科研能力，完成商業化閉環。臨床科研和學術研究是目前成熟商業化落地的熱門應用場景之一。對于醫生專家，圍繞專病、?？频母哔|量數據庫可以大幅度提升其研究的有效性及效率，在眾多數智化人工智能小工具輔助下，可靈活、及時地對多維度數據進行提取并應用人工智能幫助快速、精準完成數據分析。此外，對于研究學會，高質量數據庫可以跨地區、跨院區，圍繞研究目的集合脫敏醫療數據，以滿足學會研究需求。此類應用商業化落地進展靠前，是眾多醫療大數

93、據服務的重要合作來源。智慧醫院建設推動高質量數據庫商業化落地。隨著政策對電子病歷評級、醫院高質量發展等相關要求逐步提升，有效應用醫療健康數據、醫院流程數據、醫院管理數據等數據庫提升電子病歷評級水平、提高醫院智慧管理水平等“剛需”促進高質量數據庫在該應用場景快速落地?；诖髷祿腿斯ぶ悄軐祿斓目焖俣床?，真正達到用數據驅動醫療機構高質量發展目的，切實滿足數字化升級需求。藥物研發領域降本增效顯著，商業化成熟。在藥物研發的全環節，高質量數據庫均可幫助企業提升效率。在藥物發現環節，AI 大幅度縮短試驗過程、降低試錯成本；在臨床試驗設計環節輔助提升可行性及嚴謹性；在臨床試驗階段，全方面幫助患者入組和隨

94、訪、數據收集與分析等；在上市后的真實世界研究及數字營銷環節依然可以大幅度幫助企業降本增效。因此，數字化、數智化卓越的降本增效能力在藥物研發領域體現可謂最為充分，也因此商業化進展迅速，是醫療大數據服務的主要合作來源。未來，圍繞幫助醫療機構更高效運轉，幫助患者更便捷就醫，幫助企業更極致降本增效，幫助相關監管部門更實時把控情況并制定相關決策等應用方向，醫療數據資產的應用價值將被不斷挖掘，商業化落地場景也會逐步增多。4344第六章第六章 企業案例企業案例6.16.1 奈特瑞奈特瑞-以互聯網醫院為服務橋梁，做大健康產業連接器以互聯網醫院為服務橋梁，做大健康產業連接器聚集大健康全產業鏈，助力數字化轉型。2

95、018 年，國務院辦公廳關于促進“互聯網+醫療健康”發展的意見等政策陸續發布讓互聯網醫療全面回暖，加上醫改的持續推進，整個醫療行業的數字化轉型加速。在此背景下，醫藥行業面臨日益激烈的競爭和成本壓力，數字化作為降本增效的關鍵途徑，行業需求旺盛，達到了跨越式發展階段，奈特瑞創始人曲毅深刻意識到當下醫療環境所存在的機遇與發展。于是，在 2019 年，曲毅帶領著來自互聯網和醫療行業以及海外歸國的、均擁有十年以上互聯網醫療從業經驗的創始團隊，在北京成立了奈特瑞，旨在成為大健康產業連接器，助力醫療行業數字化轉型。以互聯網醫院為橋梁，打造醫患藥檢一體化服務。奈特瑞基于自主研發的具有全部知識產權的互聯網醫院系

96、統提供在線咨詢和遠程診療服務，為行業打造數字化新基建，系統搭載了如醫學科研平臺、中醫在線診療、醫生教育、處方流轉平臺、醫療電商和 AI 醫療智能應用等解決方案，并包含了如智能導診、合理用藥以及慢病隨訪等人工智能服務工具。該解決方案助力醫院提升診療效率、患者體驗感以及智慧管理程度；幫助醫藥企業、連鎖藥房、體檢機構等塑造線上營銷新模式、助力開拓下沉市場并最終提升產品銷量。目前，奈特瑞已為 300 余家企業提供互聯網醫院解決方案并獲得高度認可。圖表 29 奈特瑞三大服務體系及合作案例資料來源：奈特瑞官網，蛋殼研究院制此外，借鑒美國 Medical Mall“一站式就醫”模式，奈特瑞于 2022 年開

97、始積極布局與政府合作打造互聯網醫院產業集群，邀請醫療實體機構集中落地，以更好通過線上線下緊密結合的方式整合大健康產業鏈資源，為醫療行業各參與方提供 BtoB 的全供應鏈鏈接，45打造集醫患藥檢于一體的服務。目前，奈特瑞已和成都、廣州、天津、淄博等多地政府及園區達成戰略合作打造綜合“互聯網+醫療健康”產業集群基地，為互聯網醫療參與者提供全產業鏈生態服務，幫助企業實地賦能。堅持初心，持續以技術創新推動醫療數字化建設。目前，奈特瑞已經完成 2 輪合計數千萬元融資用于創新技術的持續研發與應用。未來，奈特瑞將繼續秉承“服務千百企業，健康億萬人家”的初心，不斷加深對人工智能等技術的融合應用，提升大健康領域

98、資源鏈接服務能力，助力行業數字化建設。466.26.2 醫渡科技基于領先數據處理技術醫渡科技基于領先數據處理技術，持續完善數據應用商業閉環持續完善數據應用商業閉環完成 40 億+醫療記錄分析，領跑數據治理。醫渡科技致力于運用大數據和人工智能等技術，加快醫學證據產出的質量和效率，提升研發和治療的效率。作為醫療領域數據治理領跑者，截至 2023 年 9 月，醫渡科技應用 YiduCore 經完成超 40 億條醫療記錄治理，打造了 5 個全國醫學數據研究中心；承建全國級數據平臺 4 個、區域級平臺 7 個。圖表 30 醫渡科技醫療智能大腦（YiduCore）資料來源：醫渡科技 2024 財年中期業績

99、不斷完善醫、藥、險、患者商業閉環。經過多年潛心的技術研發，憑借強大的產品實力，醫渡科技從市場需求出發，開始加速完善針對醫療機構、藥械企業、醫療保險等的數據服務商業閉環?！搬t療大數據平臺和解決方案”為醫院、監管機構及政策制定者提供數據驅動的解決方案，總體覆蓋醫療機構 1700 余家、監管機構及政策制定者 38 個。為 94 家高水平三甲醫院建設了醫療大數據平臺，助力其在研究、臨床診斷和治療、醫院管理方面提升效率與質量；尤其在科研方面，醫渡科技憑借先進的自然語言處理技術及對于疾病的深度理解，為不同的臨床科室建設了 240+個單中心專病數據庫，為 10+家國家疾病臨床研究中心建設了多中心專病數據平臺

100、，覆蓋血液、腫瘤、心血管及眼科等領域的 80+疾病。高質量的疾病數據庫為臨床科研提供了堅實的數據基礎，大幅度提升臨床科研的效率及質量?！吧茖W解決方案”服務于藥械企業，全面支持藥物臨床研發、真實世界研究和商業化的全流程，為企業降本增效，助力藥械企業從研發到商業化的全面成功。目前已擁有131 家活躍生命科學領域客戶，且前十大客戶收入留存率達 128.2%。47“健康管理平臺和解決方案”涵蓋了慢病管理、商保及惠民保等，為居民提供閉環健康管理。目前，惠民保服務已經累計覆蓋 4 省 12 市；“血糖管理軟件”于 2022 年獲二類醫療器械證，并被納入天津惠民保健康管理付費服務、入選海南省“2+3”健

101、康服務包項目。據醫渡科技 2024 財年中期財報，三大解決方案在報告期間分別實現 1.28 億、1.70 億和0.58 億的收入，該卓越的數據是市場對醫渡科技商業閉環最直接有力的肯定。堅持前沿技術應用，加速完善商業閉環。目前，醫渡科技正通過自研醫療垂直領域大語言模型，持續迭代核心算法，推動產品升級。未來，醫渡科技將繼續秉承創新初衷，堅持對前沿技術的應用，加速醫、藥、險、患者商業閉環。486.36.3 東軟集團東軟集團-AI-AI 驅動醫療模式變革，引領醫療數據價值化創新生態驅動醫療模式變革，引領醫療數據價值化創新生態基于深厚信息化基礎，引領醫療大數據與智能技術研究。東軟集團作為行業領先的全球化

102、信息技術、產品和解決方案企業，在醫療健康領域，東軟及其在醫療健康領域投資的創新公司持續推動信息技術與醫療健康的深度融合，業務涵蓋智慧醫療健康信息化、醫療保障、醫療大數據與智能技術研究、醫療物聯網與 5G、醫療設備制造、云醫院平臺等。在醫療信息化領域，東軟集團已擁有龐大的客戶群及各細分領域豐富的行業實踐?；谏詈竦男袠I積累，近年來，東軟集團不斷凝練臨床共性需求，以醫療大數據與智能技術推動數智化解決方案研發，引領醫療數據價值化創新平臺打造。解決數據應用難點，AI 驅動醫療模式變革。東軟集團打造了由三大智能平臺產品組成的醫療數據價值化解決方案。其中，“洞察醫療數據智能平臺”以專病、?？频目蒲泻团R床需

103、求為導向，支持將電子病歷、醫學影像等多模態數據進行治理整合，形成可計算、可利用的高質量醫療數據庫，其中可彈性伸縮的基礎設施架構極大提升了數據收集與查詢的靈活性、及時性?！帮w標醫學影像標注平臺”通過東軟集團獨有的高質量經標注的影像數據訓練，有效輔助臨床提升影像標注準確性 30%，提升效率 30-40 倍，并以云原生模式提供半自動與全自動標注模式?！疤剿鞫嗄B醫學人工智能平臺”是面向科研人員的人工智能數據處理工具，無需運用代碼，通過拖拽交互界面流程模塊即可運用 AI 助力科學研究。目前，醫療數據價值化解決方案已在 80 余家醫療機構落地運行。圖表 31 東軟集團醫療數據價值化創新生態平臺資料來源：

104、東軟集團深度醫工協同，持續用技術賦能醫療數據價值應用。東軟集團已與 20 余家醫療機構建49立了醫工協同創新關系，并與復旦版2022 年度中國醫院綜合排行榜Top50 醫院中的 18 家建立了共同承擔國家重大戰略科技任務的合作關系，在心腦血管、呼吸與腫瘤等疾病智能輔助診斷領域開展深度合作研究，并通過智能醫生助理解決方案進行成果轉化。目前已成功打造臨床診療輔助決策支持系統、智慧病案、腦卒中全流程智能輔助解決方案、呼吸系統疾病影像智能分析平臺、主動脈高級可視化分析系統以及 X-OA 膝骨關節炎智能輔助評估系統等成果轉化載體。未來，東軟集團將繼續以患者為中心、以疾病為鏈條，用技術驅動醫療數據價值應用

105、，引領智慧醫療創新診療模式變革。50特別鳴謝（按訪談順序排列）：奈特瑞董事長兼 CEO 曲毅先生、醫渡科技戰略專家鄭昕嵐女士、醫渡科技真實世界洞察與咨詢業務部負責人夏若冰先生、醫渡科技旗下醫渡云技術創新副總裁、AI 架構師李林峰博士、東軟智能醫療科技研究院院長張霞博士、東軟智能醫療科技研究院副院長兼平臺工程研究中心主任彭成寶先生、東軟智能醫療科技研究院醫療信息工程實驗室主任蔡巍博士。免責申明：本報告的信息來源于已公開的資料和訪談，蛋殼研究院對信息的準確性、完整性或可靠性不作保證。本報告所載的資料、意見及推測僅反映蛋殼研究院于發布本報告當日的判斷，過往表現不應作為日后的表現依據。在不同時期，蛋殼

106、研究院可能發布與本報告所載資料、意見及推測不一致的報告。蛋殼研究院不保證本報告所含信息保持在最新狀態。同時，蛋殼研究 院對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。版權申明：本文檔版權屬于蛋殼研究院/北京蛋黃科技有限公司，未經許可擅用，蛋黃科技保留追究法律責任的權利。蛋殼研究院（VBR）:蛋殼研究院關注全球醫療健康產業與信息技術相關的新興趨勢與創新科技。蛋殼研究院是醫健產業創投界的戰略伙伴，為創業者、投資人及戰略規劃者提供有前瞻性的趨勢判斷，洞察隱藏的商業邏輯，集合產業專家、資深觀察者，盡可能給出我們客觀理性的分析與建議。研究人員：樊筱瑜 高級研究員崔璐璐 高級研究員