互联网医疗服务研究进展

2018-02-12 14:52张梅奎邱会芬

解放军医院管理杂志 2018年12期

王雯,张梅奎,邱会芬

(解放军总医院远程医学中心,北京 100853)

习近平总书记在世界互联网大会上所做的报告中强调：“互联网的本质在于互联，信息的价值在于互通。”这为我国互联网相关产业的发展指明方向，在我国医疗改革的持续推进下已初步建立“基层首诊，双向转诊，急慢分治，上下联动”的分级诊疗模式。同时，以具有区域甚至全国影响力的大型三甲医院为首的医疗体系逐步建立，并在探索中不断进取，通过互联网已部分实现与地市级医院、县级医院、社区医院、乡镇卫生院等医疗单位的互联互通。据国家互联网信息中心2015年12月统计报告指出，我国已有6.88亿网民，一半以上的中国人已经运用互联网，普及率高达50.3%，由此可见互联网对我国社会的影响多么巨大[1]。随着慢性病的日益增多和人口老龄化的加剧，公众对医疗资源的需求越来越大[2-4]。各级医疗体系的互联是互联网技术在传统医疗行业中的新应用，是以互联网为载体，大数据、云计算、物联网等技术为手段，与医疗行业创造性融合所形成的新型医疗模式[5-6]。新型医疗模式仍处于探索阶段，有诸多的挑战亟待解决，如：实现医疗资源共享、降低医疗服务系统成本、随时随地查看医疗信息、提升患者就医体验等，故搭建一个在不同医师、不同病患之间的资源共享平台已成必然。

1 互联网发展现状

经过前期的探索，我国互联网医疗市场在2013—2015年正式开启，移动互联网用户逐渐增多，行业认知也渐渐统一。以2017年为分界点，2016—2017年是互联网医疗行业的高速发展阶段，2017年以后将正式步入成熟应用阶段。下面将从服务内容、服务流程、服务模式和商业模式四个方面介绍互联网医疗的现状。①服务内容。针对不同的主体和流程，逐步深入。互联网医疗的主体包括医师、患者、医院、药企、行政部门和保险公司，所面对的流程有院前咨询、挂号、诊断、交费、取药、治疗及后续的康复环节等。基于互联网技术，现已开发出面向上述流程和主体的应用，如预约挂号和药品电商等，这些应用在一定程度上改善传统的医疗卫生服务业态，有利于促进医疗资源的均等化和医疗部门的服务效率。此外，互联网技术和医疗行业融合产生的高科技产品，如云储存、可穿戴设备等不但帮助人们树立健康意识，也对其健康管理提供便捷的技术支撑。②服务流程。从单点逐渐向全流程覆盖过渡，但尚未做到提供一站式解决。众所周知，医疗服务是纵向链条，具有环节多的特点。互联网医疗旨在突破单个服务低效性和割裂性，进而提升医疗效率和患者体验。由于我国医疗行业发展的整体水平相对滞后，导致互联网医疗的各个流程各自独立，资源共享机制不畅，因此，患者还不能通过互联网医疗一站式解决所有医疗问题。③服务模式。开展线上线下协调发展的模式。目前，单纯提供线上服务的互联网医疗机构积极尝试线上线下相结合的方式，从单点服务逐渐向产业链的上下游延伸，努力为客户提供良好的医疗体验。提供线下医疗服务的单位也在积极开展多种形式的线上服务，争取打造一站式解决客户需求的平台。④商业模式。至今还没有明确的盈利方式。我国互联网医疗初步建立的商业模式主要有前向收费、后向收费和撮合收费，分别向客户、合作单位和合作伙伴收取，但互联网医疗支付方的实力仍然显得较为薄弱，仅靠佣金和广告收入难以推动行业的快速发展[7-8]。自从2015年3月国务院总理第一次提出“互联网+”这一概念，随即成为公众关注的焦点[9]。接着，国务院在2015年3月印发的两份重要文件均明确指出，充分利用互联网、可穿戴装备、云计算等高新技术，促进远程医疗、移动互联网和职能医疗的发展[10]。2016年3月国务院总理在政府工作报告中再次提出要加快互联网医疗的发展，另外2016年6月国务院办公厅印发的《关于促进和规范健康医疗大数据应用发展的指导意见》中，也提出大力推进网上诊断、检查检验和互联网健康咨询等。可见，政府对互联网应用于传统医疗行业，即对于两者的有效结合予以极大的支持与激励，相信在全面医改的稳步推进与深化下，未来的医疗模式都将值得关注。随着IT技术的不断发展，相信未来互联网必将引来医疗行业的巨大变革。

2 云平台

云平台即是云计算；是一种通过互联网实现随时随地、按需、便捷地访问各级单位授权或被授权的相关共享资源。虽给出几个定义，但没有一个完全描述的标准定义。美国国家标准与技术研究院(NIST)将其定义为：“云计算是一种模式，可以帮助网络、服务器、存储、应用程序等可配置的计算资源，通过最少的管理工作或服务提供商交互快速配置和发布。”NIST还定义云框架五个关键属性、三个服务模型和四个部署模型。这些基本的服务属性包括按需自助服务、广泛的网络接入、资源共享、快速弹性和测量服务；三个服务模型如下。

软件即服务(SaaS)：为客户(如患者、医师、医院等)提供可以使用的各种应用程序，而无需将其安装在机器上，这些服务，如病历记录、诊断、治疗、影像学资料、检验报告等文档，都可以从任何具有网页浏览器的设备访问。

平台即服务(PaaS)：包含一套软件开发和部署技术，例如操作系统、应用程序、数据库和Web服务器。人们可以使用这些服务来托管或开发和测试应用程序。 Microsoft Azure，Google AppEngine和Amazon SimpleDB / S3是PaaS的一些示例。

基础设施即服务(IaaS)：该模式为组织提供处理、存储和网络带宽等服务。医院和企业可以购买这些计算和I / O服务满足其应用需求。随着现在医疗体系的形成，对服务器的需求更加灵活，使用资源池，可以有效地实现患者临床资料的均衡分配与灵活运用，也能更好地应对不同患者的临床需求。

3 基于云平台的健康服务

医疗系统一直在使用新技术简化流程，提供新颖的患者护理应用，并最终提供完善的医疗服务。尽管使用IT解决方案，医疗机构仍然面临着基础设施管理成本高、计算资源动态需求、人力资源可扩展性、协作需求增加等挑战。这些挑战促使医疗机构引入云计算。

3.1远程医疗信息和通信技术已呈井喷式发展，并逐步在医疗行业中扩散，也推动传统医疗模式向互联网医疗的转变。诸如音频/视频会议、远程影像学和远程心电图等远程医疗技术，为医师和患者之间的沟通提供一种新模式。远程医疗服务不仅让患者在本地得到优质的临床治疗，还可以实现医学专家分享处置复杂疾病的经验。开发基于云平台的软件可以实现医师与医师之间的交互，以及便于医学图像、病历资料的传输和归档。实现偏远地区、下级医院病患的治疗得到一定的保障，基于云平台的远程医疗服务提供优势：①提供参与者之间的现场互动，而不需要在同一个地点；②患者的医疗数据可以跨越地域界限实时共享；③部分慢性病患者甚至可以直接通过互联平台向医师求助；④外科医师可以随时随地检索存档的患者档案，节省患者的费用和时间；⑤医学专家在此模式下减少患者访问，从而节省时间。

3.2管理信息系统医疗行业已经开始使用信息管理系统简化组织内外的信息交流。医师使用该系统提供更好的医疗质量；患者可以查询服务；管理员可以管理人力资源、计费、财务等；医疗机构领导层使用该系统做出决策和预测。这些包含关于组织的关键任务数据的专有系统，由于信息的机密性与安全性，开发者可以使用PaaS云开发、测试和部署这个系统。确保与其他遗留系统的快速协作开发，跨平台兼容和集成。

3.3数字图书馆图书馆是医学生、研究人员和医疗人员提高知识水平的渠道之一。然而，纸质医学图书馆，特别是发展中国家的医学图书馆，由于经济障碍而无法满足社区的需求。基于云平台的数字图书馆被视为一个全新的机会。云平台提供商可以为文件库、索引服务、托管服务和图书馆管理系统等数据库提供一系列服务。基于云平台的数据库服务为相关从业人员带来优势：机构和个人可以按需使用设施；便于阅读文献；信息随时随地可用，通过智能筛选使得研究人员节约更多的时间；医师可以了解当前医疗领域的进展，从而改进其临床工作等。

4 基于云平台的大数据管理

数据管理是医疗行业的主要问题。尤其需要存储和维护有账户文件和患者医疗记录(包括患者病史、诊断、治疗)等数据，传统的内部数据维护方法需要在存储基础设施上投入大量IT人员。此外，像数据丢失、数据被窃取等问题依然存在，数据可用性和数据完整性在数据中心仍然常见。云平台数据存储和维护框架，如HDFS(Hadoop分布式文件系统)，Hive(数据仓库工具)，HBase(开源数据库)等提供一个成本效益的解决方案，增加安全性并方便管理。除此之外，云存储的好处包括：增加数据可用性。临床医师可以从任何其想要的地方全天候访问数据。医师可以与世界各地的其他专家共享数据以作出决策。使用任何具有Web浏览器的设备可以同时访问数百个数据。云平台数据存储本质上是分布式的，因此存储和检索过程很快。

4.1数据存储与检索使用大数据技术(例如Hadoop，NoSQL数据库)存储电子病历至关重要。在处理临床实时数据时，高效存储数据尤为重要。Dutta[11]等评估使用Hadoop和HBase数据仓库用于存储脑电图数据，均具有较高的性能特性。Jin等[12]分析使用Hadoop HDFS和HBase进行分布式e-HR电子人力资源管理的潜力。此外，Sahoo等[13]提出一个分布式框架存储和查询大量的脑电图数据。其Cloud wave系统是基于Hadoop的数据处理模块存储临床数据的，通过利用Hadoop的处理能力，开发一个基于Web的界面，用于实时数据的查询和检索。Cloud wave团队对77-GB脑电图信号数据进行评估，并将Cloud wave与独立系统进行比较。结果显示，Cloud wave在1分钟内处理5次脑电图研究，而独立系统花费20分钟以上。与传统的处理结构化数据的数据库相比，新颖的NoSQL在存储非结构化数据方面具有很大的潜力。Nguyen等[14]提出一种用于临床信号数据存储的原型系统，其中临床传感器的时间序列数据以单值方式存储在HBase中，并且存储患者的生理值、时间。为了提高HBase数据模式的可访问性和可读性，原始数据被存储在MongoDB中，这是一个基于云文档的NoSQL数据库[15]。

4.2数据检索与共享医疗信息的交叉检索有望在医学知识和整合数据分享方面发挥重要作用。许多研究人员已经看到这种角色的重要性，并提供可能的解决方案。Deb和Srirama[16]提出一个三层生态系统改善eHealth Solutions云社交网络的缺点。Sharp[17]提出一种基于云平台的应用架构，以加强多地点不同医师、研究人员之间的交流。Ta等[18]提供一个私人云平台架构，用于处理自保健医疗服务的大数据。Wang等[19]为了处理大量在线的心脏病患者数据管理与分析，通过混合XML数据库和Hadoop / HBase基础设施来设计“临床数据管理和分析系统”。

4.3数据安全性随着时间的推移,医疗系统可以收集大量的数据，然而处理好这么大量的数据，即把大数据应用到医疗健康管理中将是一个具有挑战性的问题。这表明大数据技术进步，将使医疗人员能够在未来处理更大量的数据。但是，这种数据在医师与医师、医师与患者之间进行交叉检索、查询对数据的安全性则有更高的要求。Sobhy等[20]提出Med Cloud模型，该模型通过Hadoop生态系统访问患者数据时必须符合其要求的网络安全。既保证患者病历数据的安全性，也保护患者的隐私。

5 结语