動脈：2019智慧醫療創新大賽白皮書（63頁）.pdf

1、2019智慧醫療創新 大賽白皮書 主辦方：移動醫療教育部-中國移動醫療聯合實驗室 承辦方：動脈網、智醫療網 主要觀點 三級醫院供給關系不平衡，醫院供 給方提效減負迫在眉睫 如何解決供給關系不平衡：引入技 術增量 解決醫療不可能三角模型 智慧醫療創新大賽影響力不斷全國發散，能有效深 度挖掘偏遠地區/小醫院數字化需求；發源于醫院 內體系，扎根于服務醫院，落地于醫院 “三維度+四領域“構建智慧醫療 創新源動力 應用場景逐步切換,由醫院向患者 為中心轉換 大多數參賽項目均處于初期，急需資 金、推廣、落地等多個方面支持；急 需公益基金跟進孵化 目 錄 現狀 中國醫院醫療供求關系洞察01 創新正當時-智慧

2、醫療創新大賽02 “智慧醫療”物聯網03 “智慧醫療”信息化04 “智慧醫療”大數據05 “智慧醫療”人工智能06 賦能產業 鳥瞰未來07 01 醫院醫療供求洞察：全國醫院33009家 醫院就診人次35.8億 供求增長相對匹配 最新數據顯示，截止2018年底，全國共有醫院33009家；而從2012年到2018年，平均每年新建約1640家醫院，年均增長6.1%； 醫院的就診人次由25.4億人次增長到35.8億人次，每年新增就診1.73人次，年均增長5.9%。整體來說，醫院數量及醫院就診人 次增長相對穩定。 23170 24709 25860 27597 29140 31056 33009 254

3、161.6 274177.7 297207 308364.1 326955.9 343892.1 約35.8人次 0 50000 100000 150000 200000 250000 300000 350000 400000 0 5000 10000 15000 20000 25000 30000 35000 2012年2013年2014年2015年2016年2017年2018年 全國醫院數與就診人次 全國醫院數量(家）醫院診療人次（萬人次） 數據來源： 2018中國衛生健康統計年鑒、國家衛健委 醫院醫療供求洞察：醫院衛生技術人員的數量逐年增長 醫師的工作負擔依然沉重 針對醫院衛生技術人員的

4、統計顯示，從2012年到2018年，醫院衛生技術人員數量由405.8萬人增長到了612.9萬人，年均增長 34.5萬人；而截至2018年，全國醫院醫師的日均負擔診療人次7.0人，日均負擔住院床日2.5日。整體來說，盡管醫院衛生技術 人員的數量逐年增長，但是醫院醫師的工作負擔并沒有減少。 4057640 4424925 4741677 5071151 5415066 5784712 約612.9萬人 0 1000000 2000000 3000000 4000000 5000000 6000000 7000000 2012年2013年2014年2015年2016年2017年2018年 醫院衛生技

5、術人員統計（名） 衛生技術人員 數據來源： 2018中國衛生健康統計年鑒、國家衛健委 日均負擔診療人次日均負擔住院床日 7.0人2.5日 2018年醫院醫師負擔工作量 醫院醫療供求洞察：供給關系不平衡 醫院供給方提效減負迫在眉睫 截止2018年底，全國共有醫療機構99.7萬家，其中醫院3.3萬家，醫院數量占比約3.3%；全國就診人次83.1億人次，其中醫院 就醫35.8億人次，醫院就診人數占比約43.1%。整體來說，醫院以3.3%的數量負擔了市場43.1%的供給量，醫院供給方提效減 負迫在眉睫。 997434 83.1億次 33009 35.8億次 0 200000 400000 600000

6、 800000 1000000 1200000 醫療機構（家）就診人次（億人次） 2018年全國數據VS醫院類醫療機構數據 全國總數醫院 數據來源： 2018中國衛生健康統計年鑒、國家衛健委 非醫院醫療機構 96.7% 醫院 3.3% 非醫院醫療機構 56.9% 醫院 43.1% 醫療機構 比例 就診人次 比例 醫院醫療供求洞察：三級醫院就診人次增長幅度最大 三級醫院醫療供給負擔最重 針對醫院就診人次增長明細，我們發現，三級、二級及一級醫院均有不同程度的增長，而未定級醫院則出現就診人次下降的情 況。從就診人次增長的分布維度來看，三級醫院的就診人次增長占所有醫院增長的55%，年均增長1.22億人

7、次；二級醫院增長 占增量38%，年均增長約3800萬人次；而一級醫院占7%，年均增長877萬人次。該人次分布的增長說明，三級醫院依然是居民 就診的首選，三級醫院醫療供給負擔不斷加重。 123821.9 109169.1 17617.9 23568.8 139804.4 114708.6 18478.1 24215.8 149764.6 117233.1 20567.9 20798.5 162784.8 121666.5 21790.9 20713.7 172642.5 約12.8億 22217.3 22247.1 約18.5億 126785 約2.2億 0 20000 40000 60000

8、80000 100000 120000 140000 160000 180000 200000 三級醫院二級醫院一級醫院未定級醫院 2013年2018年醫院就診人次 201320142015201620172018年 數據來源： 2018中國衛生健康統計年鑒、國家衛健委 三級醫院 55% 二級醫院 38% 一級醫院 7% 2018年各等級醫院就診人次增長分布 醫院醫療供求洞察：三級醫院數量最少負擔最多的醫療服務 如何解決是關鍵 進一步分析各等級醫院的供給關系，三級醫院總計2548家，占醫院總數12%，提供醫療服務量占比55%；二級醫院9017家， 占比為40%，提供醫療服務量占比38%，一級醫

9、院最多共10831家，占比48%，提供醫療服務量占比為7%。整體來說，三級醫 院以最少的12%數量占比提供了醫院就診量的55%，這進一步說明，三級醫院醫療供給負擔已經是必須解決的問題。 數據來源： 2018中國衛生健康統計年鑒、國家衛健委 三級醫院, 2548, 12% 二級醫院, 9017, 40% 一級醫院, 10831, 48% 2018年各等級醫院數量占比 三級醫院 55% 二級醫院 38% 一級醫院 7% 2018年各等級醫院提供服務占比 “智慧醫療”漏斗模型：引入技術增量 解決醫療不可能三角模型 在大多數醫療場景中，提高醫療質量、增加醫療服務的可及性和降低醫療服務的成本，在不打破原

10、有規則下是不可能同時實現 的，動脈網蛋殼研究院將這稱為“醫療不可能三角模型”。而這個醫療三角難題唯一的解法便是引入新的技術增量，新技術通 過改變活動方式、產業構成以及社會法度，才能使得三角模型中的變量同時往一個方向推進發展。 我們認為，這個新的技術增量依托于“醫療智慧化”： 第一，減輕了醫院內事務處理人員的勞動強度， 提高工作效率； 第二，支持醫護人員的臨床活動，收集和處理病 人的臨床醫療信息，并提供輔助診療、輔助臨床 決策，提高醫護人員的服務質量； 第三，擴大了醫療服務的覆蓋度，讓更多患者獲 得優質的醫療服務； 第四，輔助進行醫院管理，輔助決策，從而使醫 院能夠提高效率，減少成本，提升服務水

11、平； 為此，我們構建了“智慧醫療”漏斗模型。 Quality 提高服務質量 Access 增加獲取服務 的途徑 Cost 降低醫療成本 增長率 醫療不可能 三角 “智慧醫療”漏斗模型：醫院為場景 數據流為中心 “三維度+四領域“再探創新 “智慧化”是通過打造健康檔案區域醫療信息平臺，利用最先進的數字化技術實現患者與醫務人員、醫療機構、醫療設備之間 的互動，逐步達到信息化、智能化，有效提高醫療質量，阻止醫療費用的攀升，建立高效、高質量和可負擔的智慧醫療體系， 推動醫療事業的繁榮發展?！爸腔坩t療”涉及眾多領域，從采集、處理及應用的角度，我們將從人工智能、大數據、信息化及 物聯網四個領域去詳解“智慧

12、醫療”。 “智慧”應用維度 “智慧”處理維度 “智慧”采集維度 數據清洗 數據儲存 數據收集 數據分析 數據應用 數據 知識 行動 “醫療+人工智能”領域 “醫療+大數據”領域 “醫療+信息化”領域 “醫療+物聯網”領域 智慧醫療漏斗模型 創新正當時- 智慧醫療創新大賽 02 創新正當時：激發創新活力 增強創新意識 匯聚與推廣創新成果 “智慧醫療創新大賽”已成功舉辦兩屆，大賽由中國醫院協會信息專業委員會（CHIMA）指導， 移動醫療教育部-中國移動聯合實驗室發起，與各地相關協會學會、行業機構聯合主辦。大賽旨 在推進醫療健康專業人員與信息技術工程融合交叉研究與應用創新，提高移動醫療、智慧醫療 相

13、關云、大、物、移等技術的應用能力、知識水平；激發創新活力、增強創新意識，匯聚與推 廣創新成果。 2017智慧醫療創新大賽 投票量超過68萬次； 行業關注度超300萬； 269萬瀏覽量； 覆蓋省內各醫療健康從業人員 2018智慧醫療創新大賽 超100家行業媒體關注； 100多家醫院積極參與； 曝光總量超2000萬； 游覽量396.5萬次； 覆蓋各地醫療機構及企業相關從業人員； 未來智慧醫療創新大賽 更多項目； 更多關注度； 覆蓋更全國多地區； 強化項目落地轉化 2017年 2018年 未來？ 01 02 2019智慧醫療創新大賽 近300個項目； 13個省市行業協會、學會、互聯網醫療健康產業聯盟

14、聯合主辦； 1600多萬游覽量； 近20位行業專家領袖聯合發起； 數百家醫院、企業踴躍參與； 2019年 03 04 創新正當時：成立于湖南 參賽省份覆蓋17個地區 影響力全國發散 30個決賽項目 100個決賽項目 相對于前兩屆，2019智慧醫療創新大賽項目無論從參賽規模及社會影響力都有顯著提升。2019智慧醫療創新大賽總決賽項目， 由2017年的30個，擴大到100個。同時，雖然智慧醫療創新大賽成立于湖南省，但影響力已經逐年向全國快速發散，其2019智慧 醫療創新大賽決賽項目所在省份已經覆蓋中、東部地區，總計17個地區。 2019智慧醫療創新大賽 三屆均覆蓋地區 二屆均覆蓋地區 單屆均覆蓋地

15、區 智慧醫療創新大賽決賽項 目所在區域分布 創新正當時：一線/新一線城市為主體 縱向深挖深挖偏遠地區醫療“智慧化”需求 相對于前兩屆，除去參賽規模及社會影響力方面的變化，2019智慧醫療創新大賽更加關注于縱向深挖偏遠地區的醫療“智慧化” 建設。所有決賽項目中，自于一線/新一線城市依然為數字化項目建設及需求的主體，其占比為55%，其中新一線城市參賽項目 最多達到39個；二線/三線城市決賽項目總計25個；值得關注的是，決賽項目中，有20個項目來自于四線/五線及以下城市，占比 為20%。醫療“智慧化”建設，不再只是大醫院及大城市的專利，偏遠地區/小醫院同樣有突出了數字化建設需求。 7 13 11 1

16、4 39 16 01020304050 五線及以下城市 四線城市 三線城市 二線城市 新一線城市 一線城市 項目所在城市等級 五線及以 下城市 7.0%四線城市 13.0% 三線城市 11.0% 二線城市 14.0% 新一線城市 39.0% 一線城市 16.0% 項目所在城市各等級占比 創新正當時：發源于醫院內體系，扎根于服務醫院，落地于醫院 按照參賽主要申報方的屬性，我們對項目進行了清洗及梳理： 企業 15.0% 三級醫院 68.0% 三級以下 醫院 11.0% 研究中心 3.0% 政府機構 3.0% 2019智慧醫療創新大賽 在參加2019智慧醫療創新大賽決賽的 100個項目中： 主要是以

17、醫院為最核心的主體進行申報（近 80%），其中，三級醫院占68%，三級以 下醫院占11.0%； 以企業為主的申報方占比同樣達到了15.0%； 以研究中心及政府機構為主的申報方占比分 別僅為3.0%; 智慧醫療創新大賽發源于醫院內體系，扎根于 服務醫院，落地于醫院。 創新正當時：醫療不可能三角模型 重點關注降低醫療成本/提高工作效率 48 80 28 020406080100 提高獲得（提供）醫療服務質量 降低醫療成本/提高工作效率 增加獲取服務途徑 參賽項目數 在參加2019智慧醫療創新大賽決賽的100個項目中： 能降低醫療成本/提高工作效率的項目最多，達到了80個；能幫助提高獲得（提供）醫療

18、服務質量的項目達到了48個；能增 加獲取服務途徑的項目達到28個； 能降低醫療成本/提高工作效率的項目及能增加獲取服務途徑的項目的比例呈現上升趨勢；能幫助提高獲得（提供）醫療服 務質量的項目占比相對下降11%； 從解決痛點進行解讀，參加2019智慧醫療創新大賽的項目更關注于降低醫療成本/提高工作效率 42% 46% 12% 31% 51% 18% 提高獲得（提供）醫 療服務質量 降低醫療成本/提供工 作效率 增加獲取服務途徑 2019智慧醫療創新大賽 2017年 2019年 創新正當時：涉及互聯網+企業最多 都涉及多個細分領域 按照項目所針對細分領域，我們對參加2019智慧醫療創新大賽決賽的1

19、00個項目進行分類（包含交叉選項）： 57 43 42 34 24 15 6 0 10 20 30 40 50 60 互聯網+ 臨床信息應用/技術 人工智能應用 大數據應用 物聯網應用 云計算 其它領域 在參加2019智慧醫療創新大賽 決賽的100個項目中： 涉及互聯網+的項目最多達到57家； 涉及臨床信息應用/技術、人工智 能、大數據的項目均超過30個； 單個項目多涉及多個細分領域 創新正當時：支持需求涉及六個方面 推廣需求最受關注 數據顯示，參加2019智慧醫療創新大賽決賽的100個項目，包含交叉選項在內，均在不同程度需要獲得推廣、技術/設備、資金、 政策、團隊、產品落地/臨床等六大方面的

20、支持。在所有需求列表中，有32個項目想獲得推廣方面支持，占比25.4%，需求度最 大；同時，分別有27及23個項目對技術/設備及資金方面有一定的需求，占比分別為21.4%和18.3%。 32 27 23 18 13 13 05101520253035 推廣支持 技術/設備支持 資金支持 政策支持 相關團隊支持 產品落地/臨床支持 項目支持需求數 推廣支持 25.4% 技術/設備 支持 21.4% 資金支持 18.3% 政策支持 14.3% 相關團隊支持 10.3% 產品落地/ 臨床支持 10.3% 項目支持需求比例 創新正當時：服務五大目標人群 最關注醫生及患者需求 從服務對象進行分析，參加2

21、019智慧醫療創新大賽決賽的100個項目，包含交叉選項在內，其項目主要目標群體分別為醫生、 患者、護士、家屬及其他對象。在所有項目目標群體列表中，醫生與患者是參賽項目的重點關注人群，能為醫生提供服務的項 目最多，有56個，占比達到41.8%；針對患者端的項目有40個，占比為29.9%。 20 4 14 40 56 0102030405060 其它對象 家屬 護士 患者 醫生 項目服務人群分類（按數量） 醫生 41.8% 患者 29.9% 護士 10.4% 家屬 3.0% 其它對象 14.9% 項目服務人群分類（按比例） 03 醫療物聯網-領域：多網合一 誕生于萬物互聯時代 醫療物聯網通過多網合

22、一的網絡體系，包括WIFI網絡、RFID定位網絡、5G網絡、Zigbee和醫療遙測網絡等，在醫院的各種物 品上放置各種電子標簽、傳感器、網絡聯接，或在人身上佩戴可穿戴設備，對醫院的人和物進行精細化管理，幫助醫院提高效 率、優化管理、降低成本，讓醫院的管理進入智能化時代。 WIFI RFID定 位 5G醫療遙測 “多網合一”的醫療物聯網IoT 物：就是對象，就是醫生、病人、醫療器 械、醫療大數據等 網：就是流程，有物理的網絡還不夠，這 個網絡必須是基于標準的流程，涉及到監 測、護理、檢驗、追溯、送檢等流程 聯：就是信息交互，物聯網標準的定義對 象是可感知，可互動，可控制的 醫療物聯網-驅動因素：

23、技術進步及政策支持成為醫療物聯網市場發展的主要“源動力” 根據2018年Gartner技術成熟度曲線，物聯網平臺技 術即將結束期望高峰期，在未來510年內會大規模的 應用到各行各業，醫療健康將成為其中之一。 2013.2 國務院關于推進物聯網有 序健康發展的指導意見 2014.6 國家智能養老物聯網應用 示范工程 2014.8 關于印發促進智慧城市健 康發展的指導意見 2016.6 國務院辦公廳關于促進和 規范健康醫療大數據應用發 展的指導意見 2017.1 物聯網“十三五”發展規劃 2018.4 國務院辦公廳關于促進 “互聯網+醫療健康”發展 的意見 醫療物聯網已經成為國家推動醫療健康智慧化

24、戰略的 重要組成內容 驅動因素政策驅動因素技術 醫療物聯網-現狀：醫療設備和系統軟件兩大領域是醫療物聯網規模最大的細分市場 2017年，醫療設備和系統軟件占據醫療物聯網市場規模的61%；到2022年，這一比例將提升到64%。 15 10 9 7 52 49 28 29 0 10 20 30 40 50 60 醫療設備系統軟件技術服務 2017年2022E 數據來源：Deloitte 醫療物聯網細分市場規模（按構成要素，單位：$ billion） 37% 24% 22% 17% 33% 31% 18% 18% 醫療設備系統軟件 2017年 2022年E 醫療物聯網-產業圖譜：醫療設備和系統軟件兩

25、大領域是醫療物聯網規模最大的細分市場 網絡服務商、硬件制造商、軟件提供商、設備集成服務商、醫療設備提供商以及終端用戶共同構成醫療物 聯網產業生態。 網絡服務商 硬件制造商 終端用戶 醫療設備提供商 醫療物聯網產業圖譜 設備集成服務商 軟件供應商 醫療物聯網-“醫院生態”：落地場景以軟件供應及終端用戶為主 按照醫療物聯網產業鏈的細分領域進行分類，2019智慧醫療創新大賽決賽項目中，涉及的物聯網細分領域為5個，其中涉及 軟件供應的最多，達到8個，涉及終端用戶項目7個，而涉及網絡服務商的最少，僅為1個； 從項目主要申報方屬性來看，涉及物聯網領域的決賽項目有64%來自于三級醫院，14%來自于企業，22

26、%來自于以三級以下 醫院； 1 7 4 4 8 0246810 網絡服務商 終端用戶 醫療設備提供商 設備集成服務商 軟件供應商 參賽物聯網項目涉及細分領域 企業 14% 三級醫院 64% 三級以下 醫院 22% 物聯網項目主申報方屬性 醫療物聯網-“醫院生態”：患者及醫生為主要目標群體 技術/設備支持需求最為迫切 決賽圈物聯網項目中，有31%的項目針對患者，26%的項目針對醫生，22%的項目針對于其它對象（如設備等）； 涉及物聯網領域的決賽項目，有7家企業對技術/設備方面的支持需求最為迫切，其次對資金、政策及相關團隊支持需求較高； 2 7 5 44 2 0 1 2 3 4 5 6 7 8 推

27、廣支持 技術/設備支持 資金支持 政策支持 相關團隊支持 產品落地/臨床支持 參賽物聯網項目需求圖 醫生 26% 護士 17% 患者 31% 家屬 4% 其它對象 22% 物聯網項目目標群體 醫療物聯網-優秀創新案例1：取消排隊等待 物聯網智能藥柜系統 痛 點 分 析 從掛號就醫到取 藥，患者將完成 多個步驟，這種 串行處理大大增 加了患者取藥時 間，如何取消這 個排隊環節，減 少患者等候，是 優化門診流程的 一個重大舉措。 針對科室 藥劑科 針對人群 就診后取藥 物聯網智能藥柜就是在原有儲物柜的基礎上，加入網絡模塊，將藥柜與終端相聯，藥柜可以通過 局域網發送消息給終端，終端也可以發送消息給藥

28、柜，通過配置標簽識別裝置可以實現開鎖存儲 和解鎖取物，由原來的單機儲物柜，變成了物聯網智能儲物柜。整個信息流程從醫生開單、藥房 配藥、配送、智能上柜，自助取藥均通過條碼進行交換和傳遞，從而實現物物相聯。 解決方案 l將獨立的儲物柜與物聯網技術相結合形成智能藥柜系統，創新性應用于出院帶藥流程優化中； l多系統互聯互通將整個出院帶藥流程形成一個閉環，提高了出院帶藥的發藥效率及準確性，并 且出院帶藥流程整體可追溯，強化了醫療質量控制； l成本低，各醫院進行流程復制非常簡單，推廣變得容易； 項目創新 萍鄉市人民醫院 醫療物聯網-優秀創新案例2：基于物聯網的智慧病房應用方案 痛 點 分 析 傳統的病房系

29、統主 要基于總線制的呼 叫系統、紙質床頭 卡和手寫電子白板 組成。有人工操作、 功能單一、數據更 新不及、準確度差、 醫患無法及時溝通 等多個痛點 針對科室 住院部 針對人群 住院患者、醫生及 護士 以智慧病房綜合服務平臺為核心，依托成熟的物聯網技術，開發了基于 IP 的智能呼叫系統、無線 物聯網醫護識別工卡、洗手間緊急報警按鈕生命體征采集等各類物聯網應用；同時以智能交互終 端為信息服務平臺，通過便捷的軟硬件對接，拓展床旁醫護、營養點餐、電子交班、床旁智能支 付與結算等軟件應用系統；充分利用軟硬件協同開發，科學合理地優化病房醫護流程和醫患交互。 解決方案 l系統采用模塊化設計，以病區為最小系統

30、閉環，可以脫離服務器的情況下正常運行； l前端設備均配置BLE5.0的藍牙模塊，可以實現醫護工作人員定位、權限自動開啟的功能，同時 可實現護士巡更軌跡統計； l床頭機與門口機內置看門狗，預防設備宕機等情況發生，保證設備 7*24 小時正常運行； l病患入院后護士可通過服務端制訂宣教計劃，系統自動推送到床旁的數字床頭機； l內置硬件開門狗，時刻監測設備運行狀態，在設備發生異常時自動重啟設備，確保 7*24 小時 穩定連續運行 項目創新 四川大學華西第四醫院 04 醫療信息化-現狀：四個發展階段，處于2.0階段醫院占75%，未來潛力可期 動脈網蛋殼研究院統計： l 現階段的醫療機構大多數已經渡過了

31、第一階段，處于第二階段； l 第二階段的醫院數量達到 75%左右，而仍停留在第一階段的醫院數量大約占總體的 10%； l 目前第三階段和第四階段差不多同時進行，處于此階段的醫院約占15%； 以收費為中 心解決非醫 療問題 各科室應用 子系統 大數據分析， 高級CDSS 輔助決策 數據集成平 臺 1.0階段 2.0階段 3.0階段 4.0階段 2.0階段 75% 1.0階段 10% 3.0+4.0階 該階段醫院占比 醫療信息化-框架：以電子病歷為核心，構建醫療信息化體系 醫療信息化領域的主要架構：醫院信息化以電子病歷為核心，通過信息技術實現醫院管理信息和醫院臨床信息的數據采集、處 理、存儲、傳輸

32、和共享，實現病人信息數字化、醫療過程數字化、管理流程數字化、醫療服務數字化、信息交互數字化。 醫院信息化 區域衛生信息化 信息化延伸 醫院管理（HIS） 臨床管理（CIS) 醫療信 息化 遠程、移動及云醫療 醫保信息化 藥品流通信息化 醫院信息集成 醫療信息化-現狀：市場潛力超90%，市場需求規模大于533億元 數據顯示：已經制定了全面的信息化規劃的醫院占比為 45.9%，制定但不全面的占 38.06%，只制定了一些規劃的占比為 10.45%，尚未制定規劃的占 0.93%，結果顯示已有超90%的醫院有信息化的規劃需求。 動脈網蛋殼研究院預計，2016 年醫療信息化的市場空間為 533 億元，在

33、政策推動存量市場的增大及醫療機構的增加提供了市 場增量的雙重因素下，目前，市場需求遠遠大于533億元。 87.3% 87.3% 信息化需求空間 45.9% 全面的信息化規劃 38.1% 制定但不全面 制定了一些規劃 10.4% 尚未制定任何信 息規劃 0.93 數據來源：20152016 年度中國醫院信息化狀 況調研報告、蛋殼研究院制圖 市場需求超90% 全國醫院總收入 25784.332億元 醫療信息化投入占比 2.07% 調研數據 533億元目前市場 醫療信息化-建設：以三甲醫院為主要需求方，平均中標金額約200萬元 分析2018年醫院信息化系統采購情況，截止2018年9月，因為醫療事務繁

34、重、臨床管理和醫院管理的難度大、對新技術接受度 高等因素，目前處于醫療信息化建設及設備升級投入的主力仍然是三甲醫院。二級甲等醫院以縣級醫院為主，目前縣級醫院對 醫療信息化的改造需求也逐步加大，已經接近三甲醫院。 從招標金額上判斷，各等級醫院的采購項目平均金額差別不是很大，都集中在 200 萬上下。一甲醫院規模偏小，支付能力有限， 信息化項目的中標金額平均值僅有 130 萬。 87.3% 數據來源：政府招標采購網，蛋殼研究院整理 各等級醫院中標金額平均值 三級乙等 211萬 二級甲等 二級乙等 一級甲等 三級甲等 196萬 215萬 240萬 130萬 240萬無等級 醫療信息化-“醫院生態”：

35、集中四個主要落地場景 三級醫院為信息化建設主體 30 21 19 23 3 3 3 05101520253035 醫院管理（HIS） 臨床管理（CIS) 醫院信息集成 遠程、移動及云醫 療 醫保信息化 藥品流通信息化 其它（設備/發票管 理等） 參賽信息化項目涉及細分領域 企業 13% 三級醫院 72% 三級以下 醫院 12% 政府機構 3% 信息化項目申報方屬性 按照醫療信息化產業鏈的細分領域進行分類，2019智慧醫療創新大賽決賽項目中，涉及的信息化細分領域為7個，其中涉及醫 院管理（HIS）的最多，達到30個，其次涉及遠程、移動及云醫療、臨床管理和信息集成的項目分別為23個、21個及19個

36、； 從項目主要申報方屬性來看，涉及信息化領域的決賽項目有72%來自于三級醫院，13%來自于企業，12%來自于以三級以下醫 院； 醫療信息化-“醫院生態”：醫生與患者為主要目標群體 推廣和技術/設備需求度高 21 20 14 16 9 6 0 5 10 15 20 25 推廣支持 技術/設備支持 資金支持 政策支持 相關團隊支持 產品落地/臨床支持 參賽信息化項目涉及細分領域 醫生 34% 護士 11% 患者 35% 家屬 3% 其它對象 17% 信息化項目目標群體 決賽圈信息化項目中，有35%的項目針對患者，34%的項目針對醫生； 涉及信息化領域決賽項目，有21個項目對推廣方面的需求最為迫切，

37、其次有技術/設備方面的支持需求的項目有20個； 醫療信息化-優秀創新案例1：互聯網+家庭化孕產保健 痛 點 分 析 孕產婦及其家庭 對優生優育及產 科優質醫療服務 的期望值越來越 高，而高危孕產 婦的增多，更加 劇了醫療條件不 足與孕產婦要求 升高之間的矛盾。 針對科室 婦產科 針對人群 孕產婦 本項目通過移動產檢車將產科、超聲科等醫護人員送到準媽媽的身邊，為準媽媽提供一對一 的貼心產檢服務。通過建立互聯網+家庭化產檢模式，優化服務質量，降低孕產婦發病率；全 流程管理孕婦各項診療數據，并提供專業健康指導咨詢；增加產檢的依從性、舒適度、便捷 性。 解決方案 l家庭化產檢，專家專車專人“一對一”上

38、門家庭化產檢，從妊娠早中期開始至妊娠分娩一 站式診療服務流程，實現系統化、流程化、規范化； l基于互聯網+的全周期全數據管理和孕婦主動參與模式，打通線上線下信息壁壘，實現互 聯網與孕產保健業務的結合； l家庭自我保健+移動產檢車上門服務+住院檢查分娩三位一體的孕產保健模式，滿足高端 人員個性化需要。 項目創新 江西省婦幼保健院 醫療信息化-優秀創新案例2：以人為本，信息惠民，讓醫療服務“隨手可得” 痛 點 分 析 在大多數醫院就診， 患者面臨多卡困擾； 就診實名率低，實 名就醫落實不到位； 醫療信息孤島，導 致院內院外信息互 聯互通面臨很大的 挑戰；就醫體驗不 佳，滿意度不高等 諸多問題。 針

39、對科室 信息中心 目的 醫院全面信息化建設 圍繞互聯互通數據共享、電子健康卡多卡融合、優化流程信息惠民、分級診療區域協同四大主題多 措并舉，推進身份統一、醫療保障統一支付、個人健康賬戶應用、互聯網+醫療健康便民、健康金 融協同惠民、健康醫療大數據匯聚服務等各類應用，使患者在一部手機上，醫院所有的就醫環節都 能得到了連貫性的服務。 解決方案 l多卡合一，全程無卡?；陔娮咏】悼ㄕ暇驮\所需的各類卡，使用國密算法和二維碼技術實 現多卡融合、多碼合一，方便就醫，減少發卡； l在線支付，節省時間?；凇岸啻a聚合”創新機制實現健康二維碼、醫保結算碼、支付二維碼 等多碼融合，支持多渠道支付結算； l以人為

40、本，信息惠民，互聯網+新體驗。推行診前、診中、診后全流程線上線下一體化服務； l實名就醫，檔案共享，區域醫療協同。精準采集個人信息，提升健康檔案完整性，與區域互聯 互通，方便快捷進行區域醫療協同； 項目創新 廈門大學附屬中山醫院 05 醫療大數據-頂層設計：從出生到死亡 “46312工程” 2014 年國家衛計委制定“46312” 工程，即建設國家級、省級、地級 市、縣級 4 級衛生信息平臺，依托 于電子健康檔案和電子病歷，支撐 公共衛生、醫療服務、醫療保障、 藥品管理、計劃生育、綜合管理等 6 項業務應用，構建電子監控檔案 數據庫、電子病歷數據庫、全員人 口個案數據庫 3 個數據庫，建立1

41、個安全的衛生網絡，加強衛生標準 體系和安全體系建設。 醫療大數據是指個人從出生到死亡的全生命周期過程中，因為免疫、體檢、門診、住院等健康活動所產生的大數據。 醫療大數據-屬性：四大特征凸顯 造就高價值信息資產 醫療大數據是一種高附加值的信息資產，雖然個體健康醫療數據對于醫療技術革新的價值有限，但通過對海量、來源分散、格 式多樣的數據進行采集、存儲、深度學習和開發，可以從中發現新知識、創造新價值、提升新能力，從而進一步反哺健康醫療 服務產業。 從 TB 到 PB 到 EB，再到 ZB，醫療大數據以 48%的年 增長率快速增長（IDC，2014） 醫療數據中既有結構化的數據，也有非結構化的數據，

42、多種類型的數據對數據的處理能力提出了更高的要求 存在大量在線或實時數據分析處理的需求，需對數據 進行實時或準實時的處理、秒級的查詢需求響應 各個醫生、各家醫療機構、各個地區的數據沒有統一 的規范標準，數據的質量不佳,很難得到有效利用 缺乏標準缺乏標準 產生快，處理快產生快，處理快 數據種類多數據種類多 數據量大數據量大 醫療大數據-落地：三大落地挑戰 兩大治理方案 大數據平臺以現有業務系統為基礎，通過數據抽取的方式實現多源異構數據的采集和匯聚。醫療大數據應用的主要挑戰： 1.采集階段：都是多系統的異源異構數據，質量規模大，又參差不齊，不完整性顯著，互聯互通難度大； 2.處理階段：標準化程度低，

43、數據質量偏低，處理難度大； 3.分析階段：以非結構化數據為主，處理與分析困難； 采集階段： 都是多系統的異源異構數據，質量規模大，又參差不齊， 不完整性顯著，互聯互通難度大01 處理階段 標準化程度低，數據質量偏低，處理難度大； 02 分析階段 分析階段：以非結構化數據為主，處理與分析困難； 03 后治理 前治理 數據治理方案 醫療大數據-場景分類：醫院場景VS院外場景 院內數據是在醫院所產生的數據。醫院的信息化程度日趨成熟，醫院信息系統（HIS）、電子病歷系統（EMR）等信息化系統 和設備所記錄下來的疾病、體征數據以及醫院物資管理、醫院運營系統所產生的數據。 院外數據主要是人類在日常生活中所

44、產生的數據，包括體檢數據、實時人體體征數據、藥品流通數據等。 智慧醫療創新 大賽更加傾向 于院內場景數 字化醫療的開 發及落地。 院內數據院外數據 電子病歷 檢驗 影像 醫療器械 藥品流通 移動問診 智能穿戴 和物聯網 體檢 醫院物資 基因數據 醫藥研發 醫療費用 醫療大數據-“醫院生態”：電子病歷及影像為大數據主要應用場景 2 13 2 9 1 1 02468101214 醫院物資 電子病歷 檢驗 影像 醫療器械 基因數據 參賽大數據項目涉及細分領域 企業 18% 三級醫院 64% 三級以下 醫院 4% 研究中心 9% 政府機構 5% 大數據項目申報方屬性 按照醫療大數據產業鏈的細分領域進行

45、分類，2019智慧醫療創新大賽決賽項目中，涉及的大數據細分領域為6個，其中涉及電 子病歷領域的最多，達到13個，其次涉及影像大數據的項目有9個； 從項目主要申報方屬性來看，涉及大數據領域的決賽項目有64%來自于三級醫院，18%來自于企業，9%來醫學研究中心； 醫療大數據-“醫院生態”：主要服務于醫生群體 推廣、資金、落地/臨床需求明顯 7 3 6 11 4 0 1 2 3 4 5 6 7 8 推廣支持 技術/設備支持 資金支持 政策支持 相關團隊支持 產品落地/臨床支持 大數據項目涉及細分領域 醫生 75% 護士 4% 患者 4% 其它對象 17% 大數據項目目標群體 決賽圈大數據項目中，醫生

46、為大數據應用的主要目標對象，有75%的項目針對醫生群體； 涉及大數據領域的決賽項目，有7個項目對推廣方面的需求最為迫切，其次有資金及產品落地/臨床支持方面需求的項目分別 達到3個和4個； 醫療大數據-優秀創新案例1：構建小兒危重癥數據庫與轉運風險評估體系 痛 點 分 析 兒科疾病具有起病 急、變化快、發展 猛、病情險、病死 率高的特點，且易 伴隨多器官功能衰 竭。建立危重癥救 治數據庫，了解兒 童重癥救治技術的 掌握情況和需求情 況。 針對科室 兒科 針對人群 兒科醫生 建立危重癥救治數據庫，了解兒童重癥疾病的疾病譜、并發癥（器官功能障礙） 發生率、干預治療方法及效果、動態隨訪的數據，調查了解

47、兒童重癥救治技術的 掌握情況和需求情況，進行流行病學和社會學評估。在危重癥數據庫的基礎上建 立危重患兒院間轉院風險評估體系，標準化危重患兒轉院模式，可以提高區域內 危重患兒的搶救成功率。 解決方案 l 建模小兒危重癥?？齐娮硬v及臨床路徑。構建小兒危重癥數據庫，收集臨床資料和反 饋信息，評價臨床效果并遠期隨訪，形成技術操作規范，進一步優化、完善，形成規范 化的操作性強、安全有效的重癥救治技術操作流程。 l 建立危重癥轉運風險評估體系。探索和開展院間轉運危險度評估，減少轉運途中可能出 現的危險情況。探索和開展小兒危重癥的分級診療， 形成危重患兒安全轉運技能指標， 有效節約人力資源。 項目創新 湖

48、南省兒童醫院 醫療大數據-優秀創新案例2：運用醫學知識圖譜和臨床大數據建設專病智能輔助診療體系 痛 點 分 析 目前市場上的產品 型通用型的輔助診 療系統，對于疑難 病癥 CD 型病歷較 多的三甲醫院用處 不大。有知識庫內 容相對單一；沒有 開放的醫學知識圖 譜；沒有與醫院臨 床診療經驗進行緊 密結合等諸多問題。 針對科室 臨床科室 針對人群 醫護人員 專病智能輔助診療體系是基于電子病歷系統之上，結合自然語言處理（NLP）、知識圖譜等人工 智能技術，對醫院數百萬份?？萍膊∠嚓P電子病歷、百本相關權威書籍以及大量文獻資料進行特 征抓取，并歸納分類，為臨床醫生對?？撇》N相關癥狀進行決策輔助，推薦用藥

49、、檢查等相關治 療，提高診療效率和安全。 解決方案 l本系統多集成的原創知識庫； l引進最新的半監督機器學習方法以及神經網絡、深度學習等精準算法技術，建立癥狀與疾病等 特征關系模型； l融合各種方式的電子病歷系統，與臨床信息系統深入集成，直接調閱十七項臨床應用； l輔助診療的正倒序獨家設計； 項目創新 中南大學湘雅三醫院 06 醫療人工智能-技術成熟度：四大指標 構建創新方法論 目前專注于的醫療影像和病歷 / 文獻分析類企業排在成熟度的第一位和第二位，盡管如此依舊距離產業化的平穩期年限有510 年。 動脈網蛋殼研究院-人工智能 + 醫療技 術成熟度方法論，相關計算指標如下： 1. 企業的平均融資額。 2. 企業數量。 3. 行業分散度。 4. 商用的醫院數量。 醫療人工智能-產業：再定義 人工智能產業鏈條 人工智能產業一般來說劃分為三個層次，分別是底層的基礎層，中間的技術層和上層的應用層。但是，動脈網蛋殼研究院認為， 數據是人工智能產業鏈中非常重要的一環。它原本屬于基礎層，因為其重要性，我們把它提出來，和基礎層并列。 應用層技術層 中層上層 基礎層數據層 底層 涉 及