新型医联体发展驱动力：智慧医院信息化体系建设研究

■ 林靖生 李国红 杨海俊 刘 坤 吴 韬

党的十九大报告指出，“实施健康中国战略，就是要为人民群众提供全方位全周期的健康服务”，其重点之一是建立优质高效的医疗卫生服务体系。而构建分级诊疗制度、大力发展医疗联合体是重构我国医疗卫生服务体系、提升服务效率的根本策略。国务院办公厅《关于推进医疗联合体建设和发展的指导意见》的出台，标志着新型医疗联合体建设从试点探索进入到了全面加速推进阶段。在这一阶段医疗联合体继续深化发展需要有新的驱动力。

继“数字医疗”“移动医疗”“互联网医疗”之后，智慧医疗近两年越发受到关注。智慧医疗是医疗信息化向智慧化发展的重要阶段，而智慧医院作为智慧医疗的重要组成部分，是推动医院管理科学化、规范化和智能化的强劲动力[1-2]。当下智慧医疗的发展与智慧医院的建设都离不开信息技术的支撑，然而医院现有信息化体系难以满足人工智能等前沿技术的需要，如何以数据为基础、以技术为核心、以服务为导向重构医院现有信息化体系架构成为各医院必须思考的问题。

1 人工智能技术发展现状

1.1 人工智能

人工智能（artificial intelligence，AI）作为新一轮科技革命的重要引领，在推动经济繁荣、改善民生等方面具有重要战略意义。人工智能强大的赋能性对国家、社会、经济具有重大影响，正引领新一轮信息技术的发展，推进各学科、行业升级以及推动战略性新兴产业发展，全面提升人们生产生活的能力和水平[3]。

1.2 人工智能技术在医疗行业的发展

人工智能技术在智慧医疗领域的发展，在国际上有不同的分类方法。其中一种将具体应用场景按照诊前、诊中和诊后来划分，包括诊前的早期预测、疾病预防、健康管理，诊中的辅助诊断、医学图像处理，诊后的虚拟医护助手、慢病管理、康复机器人，以及其他领域包括药物挖掘与研发、AI与VR医疗教学培训、医疗保险费用控制等。

目前，国际上人工智能技术在医疗领域的重点应用：（1）医疗影像分析。在美国，医学影像数据年增长率为63%，而放射科医生数量年增长率仅为2%，借助人工智能可以有效弥补缺口。同时，基于深度学习的医学影像识别准确率能达到90%及以上，辅助诊断效果显著。（2）辅助医疗，即辅助诊断并给出治疗方案。人脑的记忆毕竟有局限性，而人工智能不断地通过深度学习，弥补大脑的天生不足，为医生诊断和治疗提出参考意见，降低误诊率。（3）药物挖掘。目前已发展到虚拟药物筛选阶段，在计算机上模拟药物筛选的过程，对化合物可能的活性进行预测，对可能成为药物的化合物进行有效筛选，大幅降低药物开发成本。由此产生一门新学科，即药物临床研究的计算机仿真(CTS)。（4）健康护理。利用大数据和人工智能算法预测群体层面的疾病发生概率、识别个人层面的高危患者并提供健康建议，实现治疗“未病”，从而降低医疗成本。传统健康管理不成熟，依靠人工智能后续有望与大医院挂钩，实现分级诊疗闭环。

2 医院现有信息化体系现状

2.1 医院现有信息化体系

国内医院信息化已走过30年历程，并取得了阶段性成就，逐步从以财务为核心的账务业务系统发展到以电子病历为核心的医疗业务系统，已基本实现医院医疗业务、运营业务的数字化全覆盖。随着区域医疗和互联网的发展，实现了医院内部、医联体成员单位之间的信息互联互通，并衍生出一些面向患者的互联网服务应用。但随着医药卫生体制改革进入深水区，以及人工智能、物联网、区块链等新兴技术的出现，传统医院信息化体系的承载能力正面临考验，同时也暴露出传统医院信息化体系的一些薄弱之处，主要体现为两点：（1）数据采集范围与数据质量仍有待改善。虽然部分医院已经建立了信息集成系统，但存在数据质量不高、数据收集范围狭窄，以及对科研数据的收集不够完善等问题，没有真正形成完整且可被利用的医疗大数据。（2）应用的个性化程度和智能化程度薄弱。现有医院信息化体系的建设在应用层面往往重视业务功能，无论是在设计理念还是技术手段上都没有真正做到以服务对象为中心，没有提供贴合用户需求的全方位、个性化、智能化的服务应用。大多医院仅仅单纯提供基础医疗信息化服务，并未充分考虑患者和医生的真实诉求。真正以患者为中心的信息化体系及平台寥寥无几[4]。

2.2 现有信息化体系面临的挑战

当前，在“互联网+”的时代背景下，各行业都在迫切探索如何创新与发展。众多互联网企业以其灵活创新的模式参与到医疗服务中来，为患者提供政府规定可开展的各类互联网医疗健康业务。这对传统医疗机构的医疗服务模式和创新能力提出了挑战。同时，随着人工智能时代的来临，其依赖数据、依赖强大计算的特点又对现有医院信息化体系，特别是对现有医院信息化的基础架构提出了挑战。现有体系已不能满足人工智能时代智慧医院、智慧医疗应用发展的迫切要求，医院信息化体系结构的变革势在必行。

3 未来智慧医院信息化体系建设思路

智慧医院信息化体系建设理念是以数据为基础，以技术为核心，以服务为导向。建设思路是在原有3S架构（基础设施即服务、平台即服务、软件即服务）的基础上，融合现有人工智能技术、互联网、区块链和计算能力，做到对医院全业务、全过程的实时感知、预测、分析、决策、优化及干预。并在此基础之上，结合区域医疗、养老康复、医药供应链、互联网服务等领域，最终形成智慧医疗生态体系。

3.1 技术体系建设

智慧医院技术体系不再是传统医院信息化应用那样庞大的单体结构，而是会分解成较小的分散式服务，并通过API或异步消息传送或事件传送等松耦合机制形成闭环，形成从数据感知到智能处理到行动干预的技术体系结构（图1）。

图1 智慧医院技术体系架构

智慧医院技术体系建设成功与否，取决于其IT基础架构环境对于深度学习所依赖的高密集计算能力的灵活调度能力，取决于IT平台对于数据的获取以及对于各类人工智能技术框架的适用能力，取决于IT应用是否能灵活获取以上资源并进行灵活部署提供服务的能力。此外，整个体系的安全也至关重要。完整的技术体系可以分成3个层次。

第1层是框架和基础设施层，提供底层系统、资源和工具，如计算资源、数据存储、网络安全、运维管理等，提供机器学习专家、软件开发人员以及数据科学家所需的并行计算硬件环境，包括GPU/FPU（浮点运算器）高性能计算资源等。对于具体应用，基础设施层可扩展使用公有云提供的基础设施资源。（1）数据存储。随着数据内容和类型的增长，智慧医院平台必须存储日益庞大的数据。数据可能是从外部服务引入，由业务应用生成或者从物联网获取。这些数据集具有截然不同的特征和处理要求，可以使用数据进行深度挖掘、触发干预流程、审核医院运营、分析患者行为。数据异构性意味着传统单一的数据存储不是最佳方案，反而要综合使用不同类型的数据存储，以专注于处理特定的工作负荷或使用模式，如SSD高性能存储、对象存储系统、文件共享存储、流数据存储、NoSQL存储、关系数据库存储等。（2）计算资源。考虑到智慧医院不同任务应用的特性，需要部署使用不同计算特性的计算节点来满足深度学习和医学分型计算需求，如高通量计算、大内存计算、线性计算、高浮点运算（AI建模）、GPU图形加速计算、大数据处理（高IO需求）等。（3）混合云架构。在很多应用场景中（如本地环境无法支持科研高性能计算和大数据分析任务所需的资源规模，或基因组学和影像数据应用需要更可靠经济的海量数据存储和归档方案），需要通过混合云架构从本地数据中心扩展到公有云环境的计算存储资源。在智慧医院平台上，混合云架构不仅是数据中心与公有云的集成，而且作为物联网组成部分的设备以及位于远程位置的系统产生大量的数据互联也需要混合部署方案支持。（4）网络与安全。混合云架构通过网络连接本地、公有云资源和远程位置，以推动创建统一安全的数据中心网络环境，需要严格满足国家监管部门、医院和具体应用对信息安全的合法与合规要求；使用VPN或专线将本地连接到公有云，并通过路由器配置、网络访问列表、防火墙等技术进行有效的网络安全隔离；使用WAF、负载均衡器、DNS、IPS/IDS等技术防护分布式拒绝服务(DDoS)攻击；使用链路传输加密和存储加密保护数据和通信安全。

第2层是平台服务，主要功能是管理深度学习工作流，帮助一般应用开发人员，把在医院应用方面的知识应用到AI机器的学习当中。平台服务层提供数据清洗和模型训练所用的工具，最后输出模型。在此过程中，机器学习需要自动化工具反复调参迭代。（1）数据集成和管治。数据质量对人工智能尤其重要，如果数据馈送AI系统不准确或过时，则输出和任何闭环内的业务决策也是不准确的。成功的关键步骤之一是数据清理，即更新或删除数据库中不准确、不完整、格式不正确或重复数据的过程。需要部署自动数据清理工具，使用规则或算法，评估错误数据。数据准备过程中可以基于第1层数据存储类型选择不同的数据存储位置、在网络中传输数据和处理数据的方式。数据访问需要制定适当机制，以安全有效的方式向用户提供数据。不仅要确保用户（机器学习应用和人员）可以从各种终端（包括移动设备）轻松快速地访问数据，还要确保不会引发隐私和安全问题。因此，必须将身份和访问管理以及数据加密工具等技术作为智慧医院数据管理和治理策略的一部分。（2）人工智能与物联网。如果不考虑物联网（IoT）日益增长的影响，就不可能完成对智慧医院基础设施的建设。物联网收集和分析通过互联网连接的无数设备、产品、传感器、资产、位置以及人员等数据。人工智能和物联网密切相关。从人工智能基础设施的角度来看，需要规划网络、数据存储、数据分析和安全平台，以确保能够有效处理其物联网生态系统的增长，包括由医院的设备以及生态圈合作伙伴生成的数据。（3）区块链技术。区块链技术可以允许医疗保健价值链中的各种利益相关者共享对其网络的访问，同时不会影响数据安全性和完整性，允许他们跟踪数据来源以及所做的任何更改。医疗服务机构之间更好的数据共享意味着更高的准确诊断概率和更有效的治疗方法，为医疗机构带来具有成本效益的医疗服务整体能力提升。

第3层是应用服务，将已经做了预抽取或者训练好的机器学习模型和服务提供给业务节点直接调用。物联网和人工智能机器学习几大场景中有图像识别、音频识别、自然语言理解、自然语言处理（NLP）等应用能力。（1）图像识别。通过深度学习实现图像识别和分析功能，支持搜索、验证和组织海量图像资源，实现人脸识别、对象和场景识别、文本识别、视频分析服务等应用功能。（2）语音识别。用于在应用、机器人和物联网服务中生成自然语言理解的基于机器学习的服务。通过检测文本中的情绪、关键短语和语言，实现语言理解、语言翻译、说话人识别、文本分析等应用功能。（3）自然语言处理与翻译。基于深度学习的自然语言处理服务，通过文本/消息、知识库，实现情绪分析、搜索引擎、关键短语、主题建模、趋势检测等应用功能。（4）机器人与深度学习。为患者和医护人员提供自然的机器人交流体验，无需人工干预即可启动和停止，并且对交流对象的意图有反应。应用功能包括语音支持、移动检测、机器人干预等。

3.2 应用体系建设

智慧医院应用体系在未来的发展主线是随着数据的不断积累、人工智能技术的不断发展而不断走向成熟。为了避免颠覆式发展对医疗机构现有业务活动带来的冲击，可通过将人工智能智慧应用与现有应用相互融合协作共同服务于医疗业务的形式，逐步由半智能化过渡到全智能化，甚至是无人化。整个过程将由各智慧应用的部署形成“智能节点”，替换原有流程上的各个节点，形成“智能单元”，最后由各单元链接形成“智能网络”，最终形成完整的智慧医院应用体系。（1）“智能节点”。应用最新技术配置到各功能节点成为“智能节点”，例如物联网、人工智能、新媒体等。“智能节点”对应医疗功能单元，例如病区病房、ICU单元、门诊专科诊室、医技手术室、术后恢复室等。（2）“智能单元”。按照一定标准连接“智能节点”成为“智能单元”。“智能单元”对应医疗业务单元，例如门诊、急诊、病区、手术室、医技科室等。（3）“智能网络”。连接各应用“智能单元”形成各医疗流程的“智能网络”。“智能网络”对应医疗流程，例如门诊流程(门诊业务单元、医技业务单元和后勤业务单元的组合)、急诊业务流程、出入院流程等。

3.3 生态体系建设

未来几年将是我国智慧医疗生态体系建设的飞速发展时期，在“健康中国”战略与人工智能3年行动计划的指导下，各地方政府将会加大当地医药健康与智慧医疗建设方面的投入，将会有更多医疗机构、知名企业参与到智慧医疗生态体系的建设中。随着智慧医疗的不断普及，在不久的将来，将会融入更多公立医院、私立医院、医联体、康复养老机构以及医药供应链企业。在人工智能、物联网、区块链等高科技技术助力之下，使医疗服务走向真正意义上的智能化，在全社会形成完整的智慧医疗生态体系，推动医疗事业繁荣发展。

目前，智慧医疗生态链发展主要体现在以下方面：（1）智慧养老。2018年8月8日，国家工业和信息化部、民政部、国家卫生健康委联合公布《智慧健康养老产品及服务推广目录（2018年版）》，将鼓励智慧健康养老的相关产品、服务及企业，实现数字化、网络化、智能化健康养老模式。（2）智慧药房。通过人工智能、大数据等技术在“互联网+医疗”框架下对医药服务系统进行再造与模式创新。通过信息技术使医院减少药品存储损耗，减少滞留患者数量，改善拥挤情况，为患者提供更好的就医服务。（3）智慧医疗供应链。智慧医疗供应链以信息技术为基础、以质量管理为保障、以流程优化为核心，通过链接专业智能设施设备实现医疗产品从生产企业、流通渠道、医院与药店到消费者的垂直产业链，通过大数据分析与应用提高医疗产品在医疗服务中的运营效率。（4）智慧健康医联体。应用互联网、物联网、人工智能与大数据等新技术，以医联体为载体，提供健康智能化的连续医疗服务。

4 展望与讨论

随着人工智能、物联网、区块链等信息技术的快速发展以及医疗信息化领域相关产业的日趋成熟，未来智慧医院信息化建设发展将呈现共性与个性并存的特点。一方面，医院常规医疗业务系统及运营管理系统经过多年发展，业务模式已趋于成熟，功能得以固化，市场上相关产品功能基本同质化，能够满足医院的日常需求。此类系统的发展已经从以往的功能扩充转变为通过技术手段不断提高系统的可靠性和安全性，以减轻医院信息部门的维护强度，使信息部门有限的人力资源投入到更有价值的工作中去。另一方面，随着医院服务理念的提升以及对于临床研究工作的逐步重视，医院对于应用系统专业化和智能化的要求将日趋显现。针对医院特定人群、特定业务、特定需求提供具有针对性的智能应用将是未来智慧医疗发展的主要特征，其特点是智能、精准、迭代频繁，重视应用的个性化和创新性。面对变化，以数据为基础、以技术为核心、以个性化服务为导向，摸索、整合、重构未来智慧医院信息化体系建设，是积极拥抱技术进步、应对未来智慧医院以及新型医疗联合体发展形势的重要举措。人工智能技术具有显著的溢出效应，将进一步带动智慧医院建设，加速推进新型医疗联合体发展，推动智慧医疗普惠大众，成为医疗供给侧结构性改革的新动能和实现健康中国战略目标的新引擎。