智慧医疗概念应用案例解析及国外经验借鉴来源：数据观时间：2016-02-23 16:36:29 作者：智慧医疗概念智慧医疗英文简称WIT120，是最近兴起的专有医疗名词，通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到信息化。

在不久的将来医疗行业将融入更多人工智慧、传感技术等高科技，使医疗服务走向真正意义的智能化，推动医疗事业的繁荣发展。

在中国新医改的大背景下，智慧医疗正在走进寻常百姓的生活。

下面我们首先来了解嘉兴市智慧医疗建设的经验。

智慧医疗案例：嘉兴市借力互联网大数据建立智慧医疗ct、磁共振、b超……对于一家医院来说，每过一天，都意味着有几千张新的图文影像资料生成。

这些影像资料的数据占据着医院大部分数据存储空间，给医院带来存储和经济上的巨大压力。

近日，记者从嘉兴市第一医院获悉，该院日前上线的影像数据“云存储”系统成功打破了以往的数据存储瓶颈，在该院的智慧医疗建设进程上树起了全新的“里程碑”。

该举措不仅开创了全省先河，在全国范围内也屈指可数。

6月2日上午，市一院呼吸内科，58岁的施爱文正为自己的哮喘病寻医问诊。

为了对照患者过去的病情做出更精准的诊断，副主任医师张齐通过“云存储”系统轻松调取了患者在2013年12月拍的一张肺部ct来仔细查看。

“现在真方便，通过电脑就可以看到我过去来医院拍的影像。

不然时间过了这么久，放在家里的片子我肯定找不到了！”施爱文说。

医院新推出的“云存储”系统，不仅给来就诊的病人带来了便利，也为提升医生的诊断服务提供了方便。

“以前的片子都由病人自行保存，很多人再来看病时经常会忘记携带原先的片子，又或者是因为保存不当，片子的分辨率降低，不便于医生给病状做出进一步的判断。

”张齐告诉记者，过去自己为寻找病人以往的影像资料，常常要联系放射科，再花上几十分钟，“现在只要把病人的名字或就诊卡号输入系统，等待不到十秒钟，就可以直接调出病人在我院所做过的所有影像资料，既快捷又清晰。

”近年来，随着我市医疗业的快速发展和数字医疗进程的推进，医院数据量已呈现出爆发式的增长。

据该院信息科科长詹伟国介绍，以该院每日新生成的影像资料数量为例，就已从2011年医院整体搬迁时的约30gb/日增长到了60gb/日。

“这对医院原有设备的存储能力是个极大的挑战！”詹伟国说，为了给每日新产生数据预留存储空间，医院不得不将生成日期超过3天的影像数据上传到放射科服务器，将超过3个月的通过移动硬盘备份后转存，“如果有医生或病人在此期间需要查看原来的影像资料，过程会很费时费力”。

如果技术上没有创新，医院就只能一次又一次地在购买存储设备上做出投入。

然而，这样的做法并不能从根本上缓解影像数据生成和存储上的供应失衡。

今年4月初，面对已有存储量又将再次接近饱和，该院领导和相关科室的负责人一致决定，去做“第一个吃螃蟹的人”——试水“云存储”，借助互联网大数据的信息处理方式打破以往的存储容量的界限，为病人保存完整的影像资料。

首创并非易事，从最初的下定决心到最终系统成型，医院与相关的网络和软件运营商一起经过了近2个月的反复测试和技术攻坚。

5月21日，“云存储”系统正式启用。

截至6月1日，系统已成功上传5tb的原始影像数据，相当于该院“搬家”后所有已存储的原始影像数据量的六分之一。

“剩下的原始数据，将在3个月内全部转存至云端。

等全院的业务打通后，所有新生成的影像数据也将实时上传到云端。

”詹伟国还告诉记者，“自从有了‘云存储’，医院的存储能力打破了空间的限制，上传和下载的时间都得到了大大缩短。

”此外，采访中，詹伟国表示，患者们可以对该系统数据存储的安全性放心。

“首先，本项目的合作商中国电信天翼云存储在全国有三个异地备份中心。

即使医院机房出现故障，正常数据传输可由云计算和云存储完全接管；其次，对影像资料的解读需要具备很高的医学专业基础，且只能由专门的图文影像浏览软件才能打开，除了患者本人外，查看该类数据是没有意义的。

”据了解，今后该院还将尝试在“云存储”里建立病人的“个人影像档案”，将病人在我市各级各类医疗机构的影像资料都共享进这份“个人影像档案”中，使之成为个人健康档案的一部分。

“此外，在技术成熟后，也会尝试让病人借助电脑、手机等设备通过互联网来共享在医院检查的所有影像资料，进一步优化病人的服务体验。

”詹伟国说。

在了解了智慧医疗的基本概念以及案例之后，相信你一定对智慧医疗有了基本的认识。

接下来，小编精选了智慧医疗的相关资料，希望能帮助你更深入地认识智慧医疗。

智慧医疗来袭，让医生失业的不是马云，而是他“现在有信息告诉我们，Watson(认知计算的代名词、超级电脑)照样能通过医学的考试。

”中欧国际工商学院管理学教授、原院长朱晓明在2015中国健康产业创新平台奇璞峰会上表示，智慧医疗已经临近。

一年前，马云放言“三十年后医生会失业”时，引起了舆论的强烈反弹，几乎一面倒地驳斥这样的论调，高呼着“医生永远都会有工作”。

然而，朱晓明简单地举了个例子，告诉我们，有一天——而且这一天并不远了，拥有认知计算能力的超级电脑将能直接给人类看病。

他例子中的主人翁名叫Watson，是IBM公司研发总部的一个小团队历经数十年努力终于开发出的一台智能机器。

他与其他智能机器不一样的地方，在于他已经有了“人的思维”。

例如，他不仅能从知识库中搜索出使用者想要的答案，还懂得对孩子说“我们一起来讲个故事吧”!这种互动已经是人与人之间的互动了。

再例如，他已经学会了和人“聊天”，那种会考虑到对方背景的、带点奉承的“聊天”：A：世界上最伟大的足球运动员是谁?Watson：(思考良久)我本来想说贝利的，但有人提醒我，我现在在阿姆斯特丹，我得说是古利特(荷兰史上最杰出的运动员之一)。

更关键是，这个技术离中国并不远，它已经有许多应用的案例。

比方说，前几天登上《新闻联播》的百度无人驾驶汽车技术，“这当中汽车在倒车时用的就是使用了认知计算”，朱晓明告诉我们。

再比方说，京东机器人客服JIMI，它目前承担了30%的客户服务，而对面的客户甚至可能不知道回答的是一个机器人。

而且，在不远的将来，也许只是三五年后，目前看起来很“高大上”的一件事情——投资——也可以通过如Watson这样的超级电脑完成，业绩还极可能秒杀某些投资经理。

“现在已经有中国人将Watson的一部分能力引入到投资领域了，如果还是守着以前的投资方法就out了，至少三年后会out了。

”他表示。

看到这些拥有“人的思维”的计算机不断应用于各行各业的例子时，脑海中那个“医生永远都会有工作”的信念是不是已经有点动摇?也许有一天，我们看病时，对面坐着的不再是人类，而是人工智能机器人。

要知道，中国的优质医生资源并不多，仅一半左右的医生是具有本科及以上学历，当人工智能机器人能达到一个医学本科生水平时，它已经能够解决大多数病患的问题了。

更何况，在医学界有个普遍的认知，一个有发展潜力的教授，每周应该看80个小时资料。

这对于目前中国大多数的医生来说，是个不小的挑战。

“这个任务可以交给机器学习和认知计算。

”朱晓明表示，目前他们已经与一些大型三甲医院就这方面的合作进行详细的讨论。

如此一来，医生果真即将失业?的确，相信不少医生会面临这个考验，特别是人工智能，“+互联网”之后，也许大量的日常疾病将能真正步入“智慧医疗”时代，不再需要医生介入。

当然，人工智能机器人也并不能完全替代医生，总还有些复杂的疑难杂症只有少数极高水平的医生能完成。

从上面的内容可已看出，虽然人工智能机器人不能完全替代医生，但也说明它确实优秀，下面我们来看看优秀的美国在医疗方面的经验。

大数据时代，美国医院评价给国内智慧医疗的几点启发更精确的数据采集和应用，更明确的患者导向，是大数据时代美国医院评价带给中国的鲜活启示。

不久前，国家卫计委相关负责人透露，中国将建立一个基于国家医疗数据中心的医院综合评价体系。

如何利用好大数据顺势而动？是每个移动医疗领域从业者都需要思索的问题。

本文将简单梳理中美在医院评价体系上的异同，并希望从中获得对大数据时代中国智慧医疗发展的启示。

2015年7月21日，《美国新闻与世界报道》公布了美国2015-2016年最佳医院排名。

紧随其后的7月22日，由中国医学科学院、中国研究型医院学会主办的现代化医院评价与评估高峰论坛举行，国家卫计委医疗管理服务指导中心主任赵明钢指出，中国将基于数据，科学、规范和准确地建立全国医疗机构的统一评价体系。

其实，《美国新闻与世界报道》对全美医院的评价排名已进行了十余年，类似的评价体系在美国还有很多，例如：消费者报告（Consumer Report）、医院安全指数（hospital safety score）等。

与美国已经相对健全的医院评价体系相比，中国在此领域才刚刚起步。

数据至上数据是医院评价的灵魂。

如果去问一个美国医院评价者最重要的是什么，答案一定是数据。

《小王子》中说：真正重要的往往是无法通过双眼直接看到的（L'essentielest invisible pour les yeux）。

虽然医院的硬件条件可以反映一定的事实，但是更重要的信息往往埋藏在海量的医院运营与病历数据中。

在美国，联邦政府的CMS部门构建和维护庞大的数据库，用于跟踪每一笔医疗保险报销并监控其背后的医疗行为。

美国医院协会和一些专业医疗机构也拥有大规模、跨地域的病历数据库。

而这些客观的数据库就成为第三方评价的最主要信息来源。

当然，这些数据库往往记载的是较为表层、未经处理（或经过简单处理）的原始医疗数据。

第三方的评价功力，就体现在如何利用这些数据合理、客观地进行医院排名。

其中有一些指标较易取得或计算，如某些重点疾病的30天死亡率，显然与医院医疗质量和安全有着密切的关系。

但有些指标，如住院期间发生的感染，手术之后出现的并发症等信息，则可能深深埋藏在数据（例如病程记录）之中，而这些信息对于真正关心医疗安全和质量的患者，以及真正希望医院管理能够精细化的管理者，有着极高的价值。

近年来，随着美国医院数据的全面电子化，数据量已经不再是问题的关键（相信中国在自上而下的医疗改革过程中很快也会如此），而数据挖掘的相关技术，才是医院评价的关键所在。

试想，当面对上千万份电子病历，其中一大部分却都是运用医生式的语言来描述患者病情，那又如何能完整地呈现患者的就医经历，是否存在院内感染，检查是否恰当而不过度，疾病是否好转或治愈，以及出院后特定时间内是否再次入院？在中国，虽然HIS和电子病历已在大医院中普及，但即使排除行政层面的重重限制，现阶段可供整合的数据仍十分有限。

多数医院还是愿意使用传统的方法统计简单、表层运营数据，且仅局限于内部使用。

今年6月27日，国家卫计委医疗管理服务指导中心相关负责人透露，中国将建立一个基于国家医疗数据中心的医院综合评价体系。