疫情助推互联网医院等智能化医疗服务体系发展

当前全国上下最为关注的就是新型冠状病毒肺炎疫情的发展。在疫情防控的关键时期，互联网医院充分发挥了优势作用，通过提供线上健康评估、健康指导、健康宣教、就诊指导、慢病复诊、心理疏导等诊疗咨询服务，满足了群众日常基本医疗服务需求，缓解了医院救治压力，同时减少了人员集聚，降低了交叉感染风险，被称为抗疫“第二战场”。

疫情防控中互联网医院加速爆发

互联网医院概念

互联网医院是指以实体医院为依托，以在线复诊和常规咨询为主，集问诊、处方、支付及药物配送为一体的一站式服务平台。它将传统医院与“互联网+”技术融合起来，连通了医疗服务的需求方、服务方、支付方和药品提供方，为患者提供分层、协同、联合、全程、连续的医疗保健服务。通俗些可以理解为有人在互联网上开设了一家医院，现在人们不用再跑去医院排队看病拿药了，在家通过操作手机或电脑就能轻松完成，感觉就像我们在淘宝上购物一样，在网上下单然后货物快递上门。

互联网医院的优势特点和作用价值

互联网医院最大的优势特点就是能够打破传统医疗服务的时空距离，为患者提供无边界闭环医疗服务。与传统“接触式医疗”服务模式相对，它是一种新型的“非接触式医疗”服务模式，患者、医生、医院、医保、政府都能够从中获益。

对于患者：时间上可以解决挂号时间长、候诊时间长、取药时间长、看病时间短这“三长一短”的问题，空间上可以解决亲自前往医院的问题，实现足不出户就可就医配药，大大增强了患者获得感。

对于医生：时间上，医生可以利用自身闲置时间进行线上诊疗；空间上，医生可以进行远程会诊、远程治疗等，能够减轻医生的工作负荷，改善门诊工作环境，提高服务水平和效率，从而提升患者的就医体验和满意度。

对于医院：可以优化诊疗服务流程，提升医院管理和便民服务水平，构建和谐医患关系，还可以提高运行效率，扩大服务范围，提高品牌影响力，从而增强员工的安全感和幸福感。

对于医保：可以规范医生的诊疗行为，减少不必要的重复检查，缩短就诊流程，防止过度医疗，节省医保费用支出，控制医疗费用不合理增长。

对于政府：可以有助于落实分级诊疗和家庭医生签约制度，提高医疗资源配置和使用效率，有利于解决中国医疗资源不平衡与人们日益增加的健康医疗需求之间的矛盾，促进优质医疗资源下沉，让医疗资源匮乏或偏远地区的患者也能享受到大城市的优质医疗服务。

当前正处于互联网医院的爆发期

2019年8月，国家卫生健康委发布《关于促进“互联网+医疗健康”发展情况的报告》，报告显示全国目前已有158家互联网医院，“互联网+医疗健康”的政策体系基本建立，行业发展态势良好。之后上海市卫生健康委发布《上海市互联网医院管理办法》，对互联网医院的定义概念、诊疗范围、责任划分等进行了明确，这一管理办法于2019年9月1日起施行。

这次新冠肺炎疫情爆发以来，我国城市医疗卫生体系承受巨大压力。受疫情恐慌影响，加上外出限制和居家隔离的需要,互联网医疗服务突然“火了”，成为疫情当中逆势爆发的“明星”。经此一“疫”，公众对互联网医疗的接受度大大提升，各级政府在政策上也将更加重视和支持互联网医疗行业发展。

上海作为国内高端医疗重要集聚地，正在着力找准突破口，积极应用互联网技术健全医疗卫生公共服务体系，力争在“互联网+医疗服务”行业发展方面继续走在全国前列。近期，上海加快推进互联网医院建设，审批通过并发放了徐汇区中心医院、华山医院、儿童医院等首批公立医院互联网医院牌照，助力打赢疫情防控的人民战争、总体战、阻击战。截至2020年3月2日，上海已有首批6家公立医院挂牌“互联网医院”。

智能化医疗服务蓄势待发

伴随着疫情催生互联网医院的加速爆发，在国内5G、数据中心等“新基建”建设进度不断加速的大背景下，智能化医疗服务的发展站在了新的风口，正逐步在诊前、诊中、诊后各个环节衍生出越来越多的应用场景，重点包括以下几个方面：

围绕服务患者构建生态

AI医学影像

目前国内医学影像领域存在不少痛点亟需解决，包括医学领域专业医生缺口巨大、医学影像误诊漏诊率较高、医学影像诊断速度有限等，其中一些痛点是人工智能可以着力发展的方向。鉴于国内具有医疗影像数据庞大、算力算法大数据快速迭代、国家政策大力支持、资本市场入场助推等优势，AI医学影像已经成为人工智能在医疗领域应用最广的场景。人工智能和医学影像的结合，能大幅增强图像分割、特征提取、定量分析、对比分析等能力，实现病灶识别与标注、病灶性质判断、靶区自动勾画、影像三维重建、影像分类和检索等功能，为医生阅片和勾画提供辅助和参考，大大节约医生时间，提高诊断、放疗及手术的精度。AI可大批量、快速处理图像数据，提供疾病筛查和辅助诊断功能，医师只需对结果进行复核。以眼科为例，目前基于眼底照的AI算法对于眼底疾病、视神经疾病的诊断已经接近人类医师的水准。2018年，美国食品药品监督管理局(FDA)已批准了世界上首款使用人工智能检测糖尿病患者视网膜病变的二类医疗设备IDx-DR上市。根据Global MarketInsight的数据报告，从应用划分的角度来说，人工智能医学影像市场作为人工智能应用领域第二大细分市场（全球人工智能医疗市场中，第一大细分市场为药物研发，份额最大，占比达35%），将以超过40%的增速发展，在2024年达到25亿美元规模，占比达25%。

AI辅助诊断

人工智能应用于辅助诊断(CDSS)是未来的发展方向。具体来说就是让计算机“学习”专家医生的医疗知识，模拟医生的思维和诊断推理，并得到可靠的诊断和治疗方案。从全球来看，在“人工智能+辅助诊疗”的应用中，IBM Watson是目前较为成熟的案例，此外谷歌、微软、百度等科技巨头也在积极切入。IBM Watson将基础能力与人类医生的一般医疗诊断模型进行融合，提供辅助诊疗的处理逻辑能力。目前Watson已通过了美国职业医师资格考试，并部署在多家医院提供辅助诊疗服务，在全球范围内IBM健康解决方案帮助了1.2万名患者。从国内看，中国当前的医疗服务体系下，基层卫生机构的医师资源不足、经验不足、诊疗能力有待加强。人工智能对解决这些问题提供了极大的帮助，能提供综合诊断能力，从而提高医疗质量。此外，电子病历评级、互联互通测评等政策也成为CDSS加速落地的重要推动力。值得注意的是，人工智能在辅助诊疗时，其只是提供治疗方案，最终决策权仍在医生手里。

远程医疗

5G网络和增强现实等技术的发展，使得远程医疗成为现实，包括远程会诊、远程超声、远程手术、应急救援、远程监护等。其中，5G网络高速率的特性，能够支持4K/8K的远程高清会诊和医学影像数据的高速传输与共享，使得专家随时随地开展会诊成为可能。5G的毫秒级时延特性，能够支持远端专家和上级医生操控机械臂实时开展远程超声检查。5G网络叠加增强现实技术，能够快速搭建远程手术所需的通信和操控环境，利用医工机器人和高清音视频交互系统，远端专家可以对基层医疗机构的患者进行及时的远程手术治疗。

AI健康管理

健康管理应当是贯穿诊前、诊中、诊后全生命周期的专业化精准服务，人工智能通过智能化手段有助于实现这一目标。传统的医疗路径为“患病后治病”，而在未来的医疗健康生态体系下，医疗对健康结果的达成将超越对于诊疗项目数量的关注，包括注重诊前疾病预防，帮助人群在更长的阶段内保持健康，并通过预防性筛查和重点关注高危人群提升国民健康水平，以成本更低但更有效的方式管理慢性病，为不同人群提供不同的健康方案。这一过程既需要应用实时收集的健康数据，也需要一定的医疗专业技能支持，以进行人群分群、建立患者画像，并提供精确完整的建议。尤其在社区和家庭等场景下，由于医护人员的供给远远无法满足人们的健康需求，人工智能的出现将实现智能化疾病预防指导，实时进行疾病监测和评估，为用户提供个性化行为干预，推动高效高质、低成本的康复护理和慢病管理，减少疾病风险、防患于未然，为患者、医院、医保降低费用。不过，目前中国涉足健康管理的人工智能企业数量并不多，应用的重点放在特定疾病的管理和预防。大数据驱动型精准医疗健康服务平台“记健康”是一个典型的人工智能+健康管理应用。2017年10月，“记健康”宣布完成6000万天使轮融资。据介绍，目前记健康平台已经实现了95%的服务标准化，将健管医生的服务效率提升了20倍以上。

智能康复

随着人工智能技术的发展与应用，人工智能辅助器具也逐渐走入人们的视野。目前，以机器人为主的人工智能辅助器具最为常见。对于残疾人，康复辅具可以补偿或替代其身体功能障碍，对于老年人来说，它可以提高或改进其日常生活活动能力，而对于伤病人来说，它可以帮助患者恢复健康。有报告预测，未来5年广义康复机器人的年复合增长率约为37%，其中外骨骼机器人年复合增长率为47%，远高于其他类别医疗机器人的平均增速。预计到2020年，全球外骨骼机器人的市场将超过18亿美元。以上海傅利叶智能科技有限公司为例，2017年初推出了中国首个商用化的下肢外骨骼康复机器人产品FourierX1，医用版可以应用于医院康复训练，个人版本用于辅助行走从而让瘫痪病人摆脱轮椅，重获行走的能力，回归正常的生活。在精神疾病的治疗领域，陪护机器人也是一种重要的康复手段，哈尔滨点医科技开发出了情感机器人RoBoHoN，可用于来医院就诊后病儿的诊后跟踪、用药提醒、日常陪护、用药数据反馈、家庭医生远程连线以及儿童自闭症、儿童孤独症等多种儿童病的康复治疗工作，也将广泛应用于未来线上医疗及社区家庭医生领域。值得注意的是，相比于一些仅覆盖某些细分领域的产品，目前也有一些企业产品逻辑比较完整，开始布局服务患者全流程的产品。以飞利浦为例，这家老牌企业已经着手打造“健康关护全程”的整合解决方案，涵盖其小家电产品、用户的可穿戴设备以及相关医疗信息技术，产品可以覆盖院前的健康管理和疾病筛查、院中的疾病诊断和治疗，以及院后的疾病康复和慢病管理等流程。

AI精准医疗

基因检测在精准医疗中发挥着重要作用，根据患者的基因序列等个人生理信息，可辅助疾病风险预测、个性化治疗方案的制定，实现精准医疗。传统基因检测中，基因组数量庞大，人工实验费时费力且耗费成本巨大、检测准确率低。对于精准医疗来说，包括预测疾病风险和制定个性化的诊疗方案在内，都迫切需要大量的计算资源及数据的深度挖掘。AI基于强大的计算能力，能快速完成海量数据的分析，挖掘并更新突变位点和疾病的潜在联系，强化人们对基因的解读能力，因而提供更快速、更精确的疾病预测和分析结果，实现患病风险预测、辅助诊断、制定靶向治疗方案、诊后复发预测等功能。精准医疗将覆盖诊疗全过程。在诊前为患者提供疾病风险预警、进行行为干预。在诊中治疗环节，可根据患者的基因序列等个人生理信息辅助个性化治疗方案的制定，打造全新的医疗服务范式。在诊后通过监测患者的康复情况，及时预测疾病复发、并发症的产生。

向产业上下游延伸

在以患者为核心打造产品生态的同时，人工智能也正在向医疗产业的上下游延伸，覆盖医药、医院管理、医保控费等流程。

人工智能医药领域

AI将帮助药企缩短研发周期、降低研发成本、提高研发成功率。人工智能主要可以应用到以下医药领域，如：人工智能应用于化合物的构效关系分析、小分子药物晶型结构预测、志愿者招募信息化等。从人工智能应用于化合物的构效关系分析角度来讲，目前已经有很多软件可以将化合物的构效关系分析的过程在计算机上模拟，并对化合物可能的活性作出预测，进而对最有可能成为药物的化合物进行有针对性的筛选，从而可以极大地削减药物挖掘的时间。对于人工智能应用于小分子药物晶型结构预测来说，通过人工智能和云计算技术，企业可以在云端高效地动态配置千核的药物晶型，三十天内可以把一个小分子药物的所有可能的晶型全部预测。让制药企业再也无需担心由于实验搜索空间有限而漏掉重要晶型，可以更加自如地应对来自仿制药企的晶型专利挑战。在志愿者招募信息化方面，通过网络可以让临床试验招募信息快速传递到大量患者，并利用人工智能从中筛选符合临床要求的患者，极大节约患者招募的时间成本、资金成本。另外，通过智能可穿戴设备进行数据搜集，减轻了临床试验的侵入性，让受试者体验更加舒适。

总的来说，人工智能在医药领域的应用可以提升药企在研发新药方面的效率。以中国的本土企业晶泰科技为例，这是一家以计算驱动创新的药物固相研发公司，为全球创新药企提供药物晶型设计服务的公司，成立于2015年9月，并在2015年12月获得腾讯和人人公司数千万元人民币A轮融资。据了解，晶泰科技致力于通过计算物理、量子化学与云端强大的智能算法，实现高度精确的药物固相筛选与设计，大幅度缩短药物设计、固相筛选与药物制剂开发的时间，对药企专利的申报与保护起到关键作用。主要提供药物晶型预测和晶型专利保护服务，帮助药企提高研发效率，降低药物的质量风险和专利风险。

人工智能医院管理

传统的医院管理方式大多是依靠人工，医护人员费时费力不谈，也造成了医疗资源的浪费。而人工智能则可以通过机器学习等方式，去替代一部分医护人员的部分行政工作，比如导诊分诊、用户调查、数据收集等。也可以通过大数据分析，为医院管理者提供一定的决策支持。目前，人工智能在医院管理方面应用最多的就是智能导诊与分诊。近年来，随着智能机器人技术和医疗的结合，智能导诊机器人成为医院的一道新的风景线。他们通过患者的语音输入进行语义分析，然后给出医院的分诊和导诊建议，节约人力，方便患者。更先进的导诊机器人还能通过传感器收集患者的生命体征信息，给出更准确的建议。腾讯公司研发的睿知医疗人工智能引擎就是一款智能导诊产品。2017年9月，腾讯医疗与复旦大学肿瘤医院达成战略合作，从微信电子就诊卡开始，实现了微信完成无卡就医、预约诊疗、微信支付、就诊提醒、报告查询、动态候诊排队提醒等便捷智慧就诊全流程。此外，双方也通过腾讯睿知医疗人工智能引擎来准确识别医、患双方需求并精准匹配。腾讯方面表示，其通过人工智能引擎审核的准确率达到99.2％。

人工智能医保控费

城镇基本医疗保险基金支出增速超过收入增速已成常态，与此同时，各地违规使用医保基金，诈骗套取医保基金的案例时有发生。在这样的大背景下，医保监测逐步走向智能化时代。除监管方式和工具方面的经验外，在监管形式上，发达国家开始更多地运用信息技术来对医保基金使用的全流程进行监管。相较于传统的医保监管形式，医保智能监管是借助医保信息化系统而建立的一种更加科学的医疗保险监管体系，涵盖事前、事中、事后的诊疗全过程，管理对象包括参保人、医师、医院和药店，管理的处方内容包括药品、检验检查及医用材料。如果发生违规问题，监控系统会及时预警，医疗保险经办机构会立即采取措施。目前，中国政府大力支持推广医保智能监管模式。我国政府十分重视将人工智能技术与“三医联动改革”相结合，在医保监管领域，政府先后出台了一系列政策，以推动医保智能监管模式在全国范围内进行推广。有数据显示，医保智能监管效果显著，违规费用下降明显。医保智能监管前景广阔，国内涉及到该业务领域的企业也颇受资本市场的青睐。比如，成都数联易康科技有限公司（以下简称“数联易康”）专注于利用大数据手段为各地人社局、卫健委、医疗机构和商业保险公司提供智能审核、政策制定辅助决策、医疗行为监管等服务的医疗保险第三方服务，业务主要分为四大方面：第一是针对政府；第二是针对商业保险公司；第三是针对医疗机构；第四是针对医药企业。具体来说，政府的业务主要是在医保领域，通过医保智能审核系统、大数据监管平台来实现医保违规控费，利用大数据模式对医院的骗保行为进行实施监控，做DRG制度改革；帮助商业保险公司实现智能核保，理赔控费，提供保险产品精算所需要的相关医疗数据；与药企进行药品研发方面的合作，主要是做真实世界研究。将“大数据+人工智能”应用于医保控费领域，不仅可以防范违规和欺诈骗保行为，保障基金安全，更能通过推进药品疗效分析、用药方式分析、疾病分组分析、诊疗方案分析、疾病谱分析等大数据手段，在不降低疗效的情况下，规范医生的用药行为、诊疗行为，从而控制医疗费用不合理增长。目前，数联易康对医院的医保控费监管已逐步从事后监管延伸到事前和事中监管，也就是说医生在开处方的时候系统就会做相关用药违规提醒。

教学和科研AI平台

AI的应用将加深医学研究、医学教育和临床实践的有机融合、互相促进。辅助医学教学平台通过人工智能、虚拟现实等技术，构造虚拟病人、虚拟空间，模拟患者沟通、手术解剖等医疗场景，辅助医学教学。一方面，提供逼真的练习场景，帮助医生缩短训练时间、提升教学效果，另一方面，打通了从海量数据中提取精准定量诊疗关键信息的层层壁垒，使得诊疗经验得到积累与传承，提高了医疗服务的精准化水平。对于医院来说，AI等新技术可以为科研人员在数据、AI分析工具等很多方面提供便利。例如依图医疗和四川大学华西医院合作建设的肺癌临床科研智能病种库，可帮助医生在系统内进行数据预分析，缩短科研预处理时间，以及一键导出回顾性实验课题数据并对接专业分析软件完成分析，辅助科研论文撰写。对于AI技术企业来说，辅助医学研究平台是获取医院数据训练集的一种方式，也有助于通过和医院合作科研的形式拓展AI应用落地。包括BAT在内的科技企业、医渡云等医疗大数据企业、推想科技等AI应用企业、传统医疗信息化厂商、基因测序等生命科学企业都在积极参与平台的建设。未来的发展方向，医学研究平台需要和临床紧密结合、相互支持，不断运用临床实践检验、反馈和更新科研结果和平台设计。

来源：礼森园区智库