3月18日至19日，第三屆國際智慧醫(yī)療創(chuàng)新論壇暨智創(chuàng)獎頒獎盛典在武漢香格里拉酒店舉行。會議邀請了醫(yī)療、投資等相關代表及從業(yè)人員參會，健客也在受邀之列。本次會議以“變革之下，轉型之機”為主題，圍繞互聯網助推醫(yī)院轉型、互聯網時代的醫(yī)療健康革命、遠程醫(yī)療以及中外醫(yī)療科技投融資等方面展開討論。

　　唐其柱：“互聯網+智慧醫(yī)療”的創(chuàng)新與實踐

　　武漢大學人民醫(yī)院院長唐其柱表示，要利用互聯網平臺、信息通信技術，將互聯網與各行各業(yè)結合起來，在新的領域創(chuàng)造一種新的生態(tài)。

　　就醫(yī)療領域而言，“互聯網+醫(yī)療”仍然處于不斷探索和實踐創(chuàng)新的階段。特別是在目前醫(yī)療資源缺乏的狀況下，探索智慧醫(yī)療解決方案，實現分級診療顯得尤為重要。針對這個問題，唐院長表示，為了實現優(yōu)質醫(yī)療資源的下沉，醫(yī)院在建設醫(yī)療集團和醫(yī)聯體方面做了探索，并嘗試了多種模式，主要有托管模式、聯合模式、協作模式、合作模式以及支援模式。

　　在“互聯網+智慧醫(yī)療”方面，武漢大學人民醫(yī)院也做了諸多實踐：利用互聯網，對醫(yī)院的門診服務流程進行了優(yōu)化，比如掛號（很多醫(yī)院都在做，而且做得很好）不排隊、線上線下實現聯動服務；全門診診區(qū)開啟電子叫號系統，實施智能分診叫號；開展診間支付，避免三長一短等，最大限度的減少病人在此過程中耗費的時間。另外，醫(yī)院還實行了全媒體的交互平臺，如電話、微信、網站、APP多渠道便捷掛號；線上滿意度調查、臨床回訪、科研隨訪；診前指導、診中提醒、診后關懷；網絡門診，多渠道免費咨詢專家；熱線電話、在線客服7*24h竭誠服務；掛號記錄、檢查結果隨用隨查。希望以此實現對醫(yī)院每一個住院病人的全覆蓋，提升就醫(yī)質量與體驗。當然，唐院長還提到了許多關于智慧醫(yī)療其它方面的實踐，如手機無卡醫(yī)保在線支付、云影像、紛享醫(yī)療“一云三端”等，在這里就不做贅述了。

　　曾志羽：互聯網+智慧醫(yī)院，提升醫(yī)療服務水平

　　廣西醫(yī)科大學第一附屬醫(yī)院率先啟用廣西首家全流程“掌上醫(yī)院平臺”，提供醫(yī)院基本信息、就診流程、說明須知、服務指南等信息，同時還能進行門診一站式預約、掛號、繳費、查詢報告、藥品使用查詢等就診服務，曾志羽院長表示，這是其在智慧醫(yī)院方面邁出的一大步。

　　此外，醫(yī)院也在不斷拓展互聯網應用，如互聯網+門診流程，包括微信、支付寶手機客戶端預約，門診電子地圖及智能導診，一、二級分診系統上線，門診電子病歷上線等；再比如，大眾都比較關注的支付環(huán)節(jié)——醫(yī)保，在互聯網+醫(yī)保方面，曾院長希望醫(yī)院最終能實現醫(yī)保線上審批，醫(yī)保規(guī)定鑲嵌其中，設提醒功能等。

　　呂鑫：醫(yī)療云開啟智慧醫(yī)療新時代

　　有孚網絡執(zhí)行副總裁呂鑫表示，醫(yī)療行業(yè)信息化有以下幾個普遍的痛點：一、數據中心容量有限，不足以承載快速增長的大數據；二、數據中心抗災能力弱，比如系統存在單點故障、數據備份機制陳舊、無異地容災機制；三、應對互聯網+時代訪問難，醫(yī)療行業(yè)既有硬件平臺無法滿足新生業(yè)務對彈性平臺的需求；四、運維成本高；五、三級等保，即關于信息系統安全等級保護，如軟件系統構架安全，內外網訪問隔離等；六、數據挖掘分析平臺不完善、性能不高。

　　針對這些醫(yī)療信息化的難題，呂副總裁提出“雙態(tài)IT”，即“穩(wěn)”“敏”雙態(tài)和諧共存的新型IT架構。其中，穩(wěn)態(tài)架構的負載是結構化的數據和可預測的、相對比較穩(wěn)定的業(yè)務應用，而敏態(tài)架構則用于運行非結構化的數據和很難預測負載的業(yè)務應用。利用“雙態(tài)IT”，可打造一個隨需而變的數據中心，實現醫(yī)療業(yè)務的穩(wěn)態(tài)高效運行，敏態(tài)快速適應，達成業(yè)務發(fā)展的標準化、科學化、規(guī)范化和流程化。

　　張少典：人工智能釋放醫(yī)療文本價值

　　在疾病診療的過程中，很多疾病診斷信息資源都是以非結構化數據的形式存在，比如文本、圖像、視頻等，其中文本數據是應用最為廣泛的一種形式，而想要對這些非結構化數據信息進行進一步的分析，就要先將其整理成結構化的數據。

　　上海森億醫(yī)療創(chuàng)始人兼CEO張少典也談到了這個問題，他表示，醫(yī)療大數據的第一道關卡就是非結構化數據，而利用AI可快速的對醫(yī)療文本進行處理，使之轉化為結構化數據。利用人工智能系統使用自然語言處理技術，批量抓取病歷、病理學報告、文字版醫(yī)學影像報告等文本中的關鍵信息，并按照不同的信息維度生成一個結構化數據庫，最終輸出結果。

　　對于AI的準確度，張先生舉例說，從3274份文本中抓取關鍵需求信息，將人工智能結果與人的金標準對比，完全一致的有2949份，不一致的有325份，有意思的是，在這不一致的325份中，有304份的結果其實是人工智能抓取的信息正確。這說明利用人工智能處理的結果不一定會比人差，相反，人可能由于疲勞、相關疾病經驗不足等因素而造成失誤。

　　健客專稿，轉載請注明來源！