標準已定！三級醫院的人工智慧、大數據、物聯網要往這些方向落地

獵雲網註：人工智慧、大數據、物聯網和雲計算作為新興技術，出現在了三甲醫院信息化建設的最頂層位置，足見本次文件對這幾項技術的重視。對於本次《建設標準》所提到的場景，作者採用了匿名問券的形式，邀請數十位國內頂級醫院信息科主任以及行業公司技術負責人，對場景成熟度、複雜度、以及潛力值進行了綜合評分。文章來源：動脈網（ID：vcbeat），作者：郝雪陽

近日，為促進和規範醫院信息化建設，國家衛健委制定了《全國醫院信息化建設標準與規範（試行）》下簡稱《建設標準》。文件包括5章22類，共計262項具體內容，明確了下一階段醫院信息化的建設內容和建設要求。

過去沒有標準可依，醫療信息化企業多是摸著石頭過河，產品研發出來後的市場化風險極大，而這份文件為企業產品研髮指引了方向。

通過參考文件內容，企業在今後的產品研發中，可以更清楚地了解醫院在信息化建設中的需求，能更準確地找到研發產品所在的細分領域，了解產品在目前信息化建設過程中所處的發展階段，有助於進一步深入分析市場需求與未來發展趨勢。

文件按照二級、三級乙等和三級甲等醫院提出了具體建設要求，使醫院信息化建設有章可循。企業研發的產品如符合文件的標準要求，市場接受度將更高。企業在尋找對應的目標客戶時，也能有所參照依據。

統一標準，為不同醫院、醫院與區域平台之間數據的交互共享創造了條件，進一步推動了醫院信息的互聯互通，也為企業與企業之間的合作搭建了更便捷的通道。

《全國醫院信息化建設標準與規範》指標體系圖

圖片來源：《全國醫院信息化建設標準與規範（試行）》

可以看出，人工智慧、大數據、物聯網和雲計算作為新興技術，出現在了三甲醫院信息化建設的最頂層位置，足見本次文件對這幾項技術的重視。

對比2017年版，場景化應用開始凸顯

與《醫院信息化建設應用技術指引（2017年版，試行）》相比，《全國醫院信息化建設標準與規範（試行）》明顯加強了大數據、人工智慧、物聯網等新興技術在三級醫院的場景建設思路。

對於本次《建設標準》所提到的場景，動脈網採用了匿名問券的形式，邀請數十位國內頂級醫院信息科主任以及行業公司技術負責人，對場景成熟度、複雜度、以及潛力值進行了綜合評分。

該結果能在一定程度上，客觀反應未來醫療大數據、人工智慧和物聯網的落地方向。

大數據

《建設標準》中，大數據的具體內容和要求如下圖：

和過去相比，本次《建設標準》對於大數據從採集、治理、計算、挖掘分析、利用和工具使用的整體環節做了較為詳細的要求。

從具體標準中提煉出的大數據應用場景如下：

綜合了醫院信息科主任和企業技術或項目負責人的匿名調查表後，動脈網以技術成熟度、複雜度和發展潛力值，得出了如下的評分判斷：

目前業內人士對於大數據在疾病診療和科研的發展和應用最為看好。但在實現難度上，臨床輔助決策和多學科協作診療（MDT）的實現難度最大。

特別是前者，技術成熟度在目前來看還相對較低，真正能夠用於醫生疾病診療環節的產品很少。

於本次文件，博識醫療雲首席產品官王煒宇判斷稱，標準多處強調電子病歷的標準化和質控，國家對電子病歷的重視增加，有利於企業去推進專病結構化電子病歷。

專病結構化電子病歷是大數據應用的前提基礎條件，只有收集到高質量的數據，才有可能談及後面的應用。

目前，國內醫療大數據企業在這6大場景都有涉及。針對不同的場景，王煒宇給出了自己的觀點，他認為其中前兩項可以定義為院級現有數據的智能化處理，這是一部分公司的努力方向，因為這部分數據是既有的，已經儲存的醫院的HIS系統之中，只是尚未得到完善有效的利用。

後四項可以定義為結構化全景數據的智能處理，裡面包含兩個要素：一是結構化數據，二是全景數據，不僅僅只是院內診療數據，還包括院外的隨訪數據，健康數據，患者基因數據等。

另外，由於後四項的數據獲取難度要遠高於前面兩項，所以相對而言，目前實際意義上的臨床輔助決策診斷是最少的場景。

即使院內的已有數據通過NLP做到了100%的結構化處理，也是不足以支撐臨床決策，需要滿足第二個全景數據的要素。這也是為什麼博識醫療雲要做專病結構化電子病歷收集全景醫療數據。

疾病分析和科研方面，解放軍第302醫院的研究項目是很好的案例。

2015年，基於中心肝癌和膽管細胞癌的腫瘤資料庫的科研需求，中國人民解放軍第302醫院肝臟腫瘤診療與研究中心、中國研究型醫院學會分子診斷醫學專業委員會與博識醫療雲合作耗時一年共同打造了一個膽管細胞癌大數據平台。該平台實現了患者診療信息、影像資料、病理診斷、代謝組學和基因檢測數據的全方位整合。

目前，302醫院膽管細胞癌大數據平台已經積累了1000多例膽管細胞癌患者結構化病歷及組學數據。

並且在此基礎上，醫院整合國內外臨床診療指南及研究結果，中心利用智能化分析和挖掘系統，輔助機器學習和深度學習，成功構建出「膽管細胞癌疾病風險及一年生存率估算」新的數學模型，為膽管細胞癌患者的臨床治療評估和預後風險預測提供了數據依據和診療基礎。

EN的AUC峰值最優

比如醫生輸入一些關鍵的病人信息，包括腫瘤特徵、患者個人信息、化驗指標、檢測指標數據，通過該產品，能夠得出病人的診斷分級建議，包括患者應該做何種治療，會出現何種情況，一年生存率是多少。

在臨床決策支持方面，零氪科技的Hubble人工智慧輔助決策系統具有很強的代表性。

零氪通過將患者真實的病例數據和演算法模型應用於腫瘤治療，構建精準的診療模型並提供數據支持，從而輔助醫院管理決策、輔助科研、輔助臨床診療。

目前，Hubble系統「肺癌淋巴結跳躍轉移風險預測」模塊，可避免肺癌病人由於誤判而導致提前8-10個月的複發，每年能讓近兩萬病人的生命再延長8-10個月；Hubble 系統「AI-肺結節智能診斷」模塊全自動地識別CT影像中所有的結節，識別率達91.5％。

Hubble人工智慧輔助決策系統展示頁面

零氪科技醫療大數據臨床運營總監侯波林告訴動脈網記者，公司在醫療大數據領域最初是運用NLP技術，結合醫學知識圖譜以及大量的人工標註等，對臨床原始病歷進行深度結構化處理。

通過嚴格的數據處理體系，形成高質量的臨床大數據隊列，最終實現基於大數據的有效應用。

零氪主要側重於基於臨床數據的科研，以及輔助診療中結合人工智慧的應用。對於醫院的運營管理、醫院治理包括實時統計分析部分，零氪涉及較少。

目前來看，科研仍然是醫院的重點需求。由於醫院CDR的建設剛剛起步，可用數據平台並不完善，因此並沒有一個相對明確的數據利用思路。

唯有科研平台，目前應用相對成熟。根據零氪的規劃，未來疾病分析、科研和輔助診斷，會是零氪的主要側重點。

多學科協作診療（MDT），也是大數據目前探索中的應用場景之一。以腫瘤為例，腫瘤的治療是綜合治療，單科室的病曆數據在價值上存在局限性，如果是多科室MDT的數據，會使得數據的證據級別得到很大提升。

這方面，同樣有實例。北大腫瘤醫院依託博識醫療雲底層技術，結合多年多學科討論的實踐經驗，開發出一款適用於多學科討論的MDT組件工具。

利用這款工具，醫生在確定科研課題之後，可以利用數據分析，對不同科室、不同醫生、不同病歷表單之間的交叉驗證互補，從不同的維度，讓MDT得以實現，最終讓患者受益。

人工智慧

《建設標準》中，人工智慧的具體內容和要求如下圖：

和過去相比，本次《建設標準》明確了人工智慧在各類影像設備和重要疾病方面的應用。其中心腦血管、肺部、肝病、乳腺、眼底和心臟是影像的重點疾病方向。

而慢病管理方面，人工智慧在糖尿病、高血壓、心腦血管、呼吸道疾病、消化道疾病等方面存在健康管理的應用場景。

從具體標準中，動脈網提煉出的人工智慧六大應用場景如下：

綜合了醫院信息科主任和企業技術或項目負責人的匿名調查表後，動脈網以技術成熟度、複雜度和發展潛力值，得出了如下的評分判斷：

由調查結果可知，目前業內人士對於人工智慧在疾病的輔助診療和預測類場景最為看好。技術難度上，各種場景基本持平。智能健康管理是目前來說相對最成熟的領域。

對於本次《建設標準》，雅森科技CEO陳暉給出了自己的觀點。他認為，本次文件對於人工智慧應用方向和臨床落地，以及中國醫療系統的提升都有很好的促進作用。

目前來看，面向具體病種的AI產品，比如阿爾茲海默症或者是心腦血管的具體病種的診斷相對來說比較缺乏，大家都集中在影像輔助的定量化的分析。

人工智慧企業應該把疾病的風險預測放在首位。因為我國的很多疾病預後效果不理想，歸根結底在治療之外的環節沒有做好。

對於企業而言，更重要的是能否提供好的預測分析模型，進行大規模地預測應用。尤其是以心腦血管、神經類、老年病為主。

陳暉判斷，疾病風險預測會成為很好的落地場景，並且它在體檢中心、老年病中心，第三方的檢驗檢查機構，都有很現實的落地場景。

在醫學影像應用方面，本次《建設標準》明確了人工智慧在心腦血管、乳腺、肺部等疾病的應用，影像數據也拓展到了核醫學和超聲等維度。這避免了大量的企業都扎堆在單一的影像上，導致企業與臨床的脫節。

從醫院的場景來看，檢驗、影像、放射、核醫學、病理都是高需求科室，但未來人工智慧在臨床科室的應用與醫技科室同等重要。

以心腦血管疾病為例，能否基於臨床的需求去定義分析模型、定義數據，而不是單純從技術角度自上而下去推動，這是企業應該去嘗試和拓展的方向。

據悉，雅森科技未來的發展重點包括兩大方向：

一是要支持最大規模的基層醫院，包括第三方檢驗中心在檢驗類項目上的落地；

二是針對腦科學這種實際發病率很高，但缺乏有效、長期的預測和預後分析處理的領域進行探索。

由於我國老齡化是一個大問題，神經退行性疾病的早期預測，風險管理乃至於康復都十分缺乏，即使不考慮用藥，這也是一個數百億的市場。

針對本次《建設標準》的出台，動脈網也諮詢了國內高校的人工智慧專家，清華大學信息學院自動化系張學工教授。

他認為，除了影像和病理之外，還有很多其他領域，比如說精神科也是人工智慧的一個很好的落地場景。

過去，醫生判斷患者是否存在精神問題，只能通過患者的思維方式和邏輯得出結論。如果利用人工智慧中的語音識別技術，便可以嘗試利用機器去與患者溝通，類似於圖靈測試。

據張教授透露，目前清華大學正與國內醫療信息化龍頭企業衛寧健康在人工智慧相關領域展開合作。

物聯網

《建設標準》中，物聯網的具體內容和要求如下圖：

物聯網在醫療領域的相關標準一直較少。

2010年11月，國家標準化管理委員會、國家發展和改革委員會聯合成立了國家物聯網基礎標準工作組。

工作組主要職責為研究符合中國國情的物聯網技術架構和標準體系的建議，提出物聯網關鍵技術和基礎通用技術標準制修訂項目建議並開展標準研製等。

國家物聯網基礎標準工作組成立後，推動了物聯網國家標準第一批立項47項，其中與醫療相關的共有11項，具體如下表：

雖然該標準出台時間較早，但卻一直沒有成為醫療行業的指導性標準。本次衛健委《建設標準》的公布，有望改善行業現狀。

標準明確了物聯網的21個場景應用，具體如下：

根據其產品應用場景的不同特性，動脈網將物聯網與醫療結合的場景分為了兩大屬性，分別是定位類和數據監測類。

綜合了醫院信息科主任和企業技術或項目負責人的匿名調查表後，動脈網以技術成熟度、複雜度和發展潛力值，得出了如下的評分判斷：

從調查結果可以看出，業內對於醫院耗材設備、以及院內定位和人員定位等場景最為看好。

就此動脈網諮詢了銳捷網路醫療行業解決方案經理胡曉偉，他表示，近些年來醫療物聯網風聲大、難落地的現狀嚴重。這份標準文件明確了具體的落地方向，為企業後面5-10年醫療物聯網的落地起到非常重要的指導性意義。

目前行業現狀是，患者安全、資產和物資管理是物聯網方案比較多的方向，而數據採集相關的解決方案還比較少見。

在醫療環境中，患者安全課題一直都是最為關心的環境，包括輸液監控、嬰兒防盜、精神病人定位等解決方案層出不窮，患者關懷做的越多，就越能減少醫患矛盾，實現良性的就醫環境。

其次是資產和物資管理解決方案，隨著「十三五」醫改、「健康2030」、等一些類健康衛生的政策發布，智慧化、信息化的醫院正在高速建設中，大量的醫療器械、信息化產品、高值耗材等被投入到醫療環境中，成為醫院重要的生產力和財產，有效的管理這些重要資產，將成為醫院重要的工作。

胡曉偉表示，無論醫院處在哪個階段，醫院人和物的管理都是其最為重要的組成部分。

人：患者管理、醫護人員管理直接影響到醫患之間的關係；

物：醫療器械、特殊藥品等重要醫療物資的管理，將反應一個醫院的專業性的重要組成部分。

因此，患者安全、物資和資產的管理是物聯網醫療企業非常值得切入的場景。未來，如醫院特殊病人管理、醫護工作人員管理、醫療廢物管理、藥品管理等解決方案，也都將會是銳捷探索和深入的場景。

醫惠科技物聯網技術負責人鄭棟也給出了類似的觀點，他表示，現階段物聯網在醫院的場景更多是在人財物的定位上。其中醫務人員和患者的定位類產品的需求量最大，其次是物資定位。

人財物的定位是基礎，在其之上才是數據通過各類感測器進行收集，將數據匯總之後，醫院便可以利用數據中心實現進一步的分析和規劃。

例如設備資產，醫院通過物聯網的感測技術，可以發現某種設備經常在某一樓層使用，並且使用時間較長。設備管理科通過數據分析後，便可以將這一情況告知醫院的採購部門，考慮對這類設備進行加購。

對於未來的發展，鄭棟判斷，由於醫療物聯網設備標準差異較大，目前數據採集方面各廠商之間各自為政，封閉性較強。醫惠科技目前正在推行物聯網共性平台，希望通過企業的市場優勢，打破物聯網在醫療的局限性，最終形成智慧病房的概念。

傳統的病房偏向於臨床使用，核心是醫護人員，他們需要什麼放什麼。但智慧病房意味著要以患者為中心，通過感測器、紅外、RFID標籤等方式，將包括疾病、光照、空氣、溫濕度、娛樂於一體的病房服務提供給患者。

以人員定位管理為例，作為Wi-Fi技術和RFID技術在醫療行業的典型應用。通過加強對特殊患者位置及動態的監管，能夠真正做到「以患者管理為中心」。

醫惠科技的系統實現了對醫院各類人群的精細化和智能化管理，精確的RoomLevel級和BedLevel級定位服務、自定義事件機制及多樣化提醒方式，更加切合醫院實際應用場景，物聯網產生的感知信息豐富醫療信息數據的同時也為醫護人員的日常工作帶來極大的便利。

常見定位人員包含：醫生、護士、病患、新生兒以及發送人員等其他醫務工作者。

圖片來源：醫惠科技

此外，三甲醫院的新生兒普遍較多，如果不採用有效的標識，往往會造成嬰兒錯抱及嬰兒被盜等問題，給醫院及嬰兒家庭帶來災難性的後果。

醫惠嬰兒防盜系統通過為嬰兒和母親佩戴有源的RFID遠距離標籤，實現母親和嬰兒的匹配。

其中，母嬰身份信息匹配管理功能包含在母親標籤中，嬰兒標籤一旦被佩戴至嬰兒腳踝後，（未經允許） 私自取下，系統將自動產生報警信息。

同時，系統可在嬰兒活動空間內布置物聯網AP用於採集嬰兒的信息。配合在病區出入口安裝出口監視器，從而實現對嬰兒全方位，全時段的24小時監控。

圖片來源：醫惠科技

和銳捷網路與醫惠科技不同，聯新醫療產品負責人從「優質護理」的概念解讀了本次文件。

他認為，質量和安全是醫療行業永恆的重點，也是提高效率、改善體驗的必要前提。醫院管理的核心將逐漸由「醫療質量」向全流程的「患者安全管理」拓展。

患者在就醫住院期間，其安全風險存在於診斷、用藥、手術、護理等各個方面，其中有將近70%的時間是與護理人員打交道。因此，「優質護理」被提升到相關的政策高度，國家也通過建立和表彰優質護理示範病房等措施來加速推進護理模式改革。

另一方面，護理工作的特性——繁瑣、重複、機械性勞動較多，導致間接護理時數較高而直接護理時數偏低，護理價值難以體現，患者體驗也較差，而物聯網技術能夠為護理人員解決相關的問題。

其中，又以智能化信息識別和匹配為基礎實現的數據採集傳輸最能突出成效（如輸液監測、體征採集等），對保障患者安全管理有顯著的作用，同時也是智慧醫院品牌建設的最佳著力點。

智能輸液管理（圖片來源：聯新醫療）

因此，聯新現在的重點是以智能化護理為核心，為醫院提供智慧病房整體解決方案。而智慧病房整體方案中包括的患者定位、身份識別、輸液遠程監控、患者安全用藥、患者生命體征採集等。

這些場景都是以物聯網的手段實現優質護理。提高護理質量是醫院智能化升級過程中需求優先順序別最高的方面，也是目前最值得去切入的點。

雲計算

《建設標準》中，雲計算的具體內容和要求如下圖：

由於雲計算在醫療行業更多是作為一種底層技術，所以文件中並沒有很明確的場景出現。

金山雲合伙人郭嵐表示，對於雲計算企業而言，這份標準可謂既不難又很難。說不難是因為就文件中所要求的功能點雲計算企業基本可以提供，例如資源虛擬化、快速和批量創建虛擬機資源等。

說難是因為具備功能只是基礎，更高的要求在於功能是否穩定、可靠。不同雲計算企業所能夠達到的SLA（服務水平協議）有高有低。對於虛擬機和雲存儲服務，服務的穩定性、數據的可靠性很難做到100%。

眾所周知，醫院的信息系統對服務穩定性、數據可靠性有著極高的要求，這就要求雲計算企業必須具備極強的技術實力，以及大規模的雲服務經驗。反之，雖然表面上功能具備了，但在生產環境下，就會難免出問題。

目前，金山雲作為中國公有雲市場排名前三的雲服務商，可以提供的SLA和數據可靠性都在99.9%以上。

另外，郭嵐還表示，該標準與其他行業的標準相比差異並不大。並且這份醫療行業的標準的要求與某些行業相比還要偏傳統一些。

目前新興的行業大多實現了基於雲計算的非「IOE」架構，例如資料庫通常使用雲資料庫（RDS），而非傳統的Oracle、SQL Server，從而具備更高的自主可控性，但這份標準里並沒有相關要求。

綜上而言，本次國家衛健委發布的《全國醫院信息化建設標準與規範（試行）》標準，將在一定時間內作為國內醫院的參考依據和指導性文件。

對於企業來說，這份文件就如同一顆定心丸。方向有了，產品的市場接受度也有了保證。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！