智慧医院建设需要“信息系统+医疗大数据平台+物联网平台+人工智能平台”等多软件系统生态支撑！
政策与需求双轮驱动，智慧医院建设加速
1.1. 智慧医院定义
智慧医院由国家卫健委正式提出，包含三大领域：面向医务人员的“智慧医疗”，面向患者的“智慧服务”以及面向医院管理的“智慧管理”。
目前，对于智慧医院的完整定义以及建设标准，国家层面还未进行统一，医院在智慧医院建设探索过程中的侧重点和方向也不完全相同。但大数据、人工智能、云计算等技术的渗透必不可少，正是在技术的加持之下，智慧医疗、智慧服务、智慧管理的实现才具备可行性。
从智慧医院建设目标以及应该具备的功能层面考虑，智慧医院是以患者为中心、以临床需求为起点，将大数据、人工智能、云计算、物联网等技术应用于医疗场景，全方位提升医疗服务的效率和质量。
在政策和需求的双轮驱动之下，智慧医院建设正加速进行，相关数字化应用开始在医院场景中落地。
1.2. 智慧医院建设进展
1.2.1. 政策是智慧医院建设的核心驱动力
医疗是典型的政策驱动型行业，政策作为智慧医院建设的核心驱动力，通过“以评促建、以评促用”的方式，加速智慧医院数字化应用的落地进程。
按照由强到弱的影响力度，智慧医院领域的政策可分为评级类政策、绩效考核类政策和鼓励类政策。
1.2.1.1. 评级类政策
评级类政策对智慧医院建设的影响力度最大，目前在智慧医疗、智慧服务领域，均有相应的政策落地，智慧管理领域的评级类政策也已制定完毕，即将发布。
智慧医疗领域，电子病历系统功能应用水平分级评价使医院对CDSS、病历质控等数字化应用的刚性需求大大增加。
电子病历应用水平共分为0-8级，每一级都有不同程度的知识植入，体现出不同的智能化水平。其中，0-3级是知识的自动化，4-6级是知识的智能化，7-8级是知识的成熟化。
其中，电子病历应用水平4级以上要求具备医疗决策支持功能，极大地促进了临床辅助决策系统（CDSS）在医院的应用落地。根据2018年12月医政医管局印发的《关于进一步推进以电子病历为核心的医疗机构信息化建设工作的通知》，到2020年，三级以上医院要达到分级评价4级以上，二级以上医院要达到分级评价3级以上。2019年，共有7870家医院参与电子病历应用水平分级评价，其中参评三级医院2592家，二级医院5097家，其他参评医疗机构181家。评价结果显示，2019年全国电子病历评级平均分相较于2018年有明显提升，但与政策要求的阶段性任务相比仍有差距。
2020年作为验收年，是否能够完成阶段性任务犹未可知，但从医院对高等级电子病历评级的追求来看，医院对CDSS、病历质控等系统的应用采纳度仍将在未来一段时间内保持较高水平。智慧服务领域，受政策评级以及新冠肺炎疫情的影响，互联网医院建设速度加快，当前全国已建成900多家互联网医院。2019年3月国家卫健委办公厅发布《医院智慧服务分级评估标准体系（试行）》，引导医院建设功能实用、信息共享、服务智能的智慧服务信息系统，改善患者就医体验，开展高效、连续的诊前、诊中、诊后医疗服务。智慧服务评级从医院为患者提供智慧服务的功能和患者感受到的效果两个方面进行评估，共分为0-5级，实现医疗服务从院内逐渐向院外的延伸，并最终实现患者全生命周期管理。
2019年国家卫健委医政医管局首次开展医院智慧服务分级评估工作，共有4300家医院参评，最终自评级别平均为0.33级，总体来看分数较低。
当前，绝大多数医院智慧服务建设发展还处在起步阶段，高等级智慧服务的建设进程较慢。原因主要有两方面，第一，政策并未对智慧服务等级提出阶段性任务，医院对追求智慧服务高等级评级的动力有限；第二，智慧服务高评级对医院的电子病历水平、互联互通水平等存在一定要求，医院需要先完善智慧医疗领域的数字化应用，才能进行智慧服务较高等级评级。智慧管理领域，《医院智慧管理分级评估标准》尚未正式发布，因此医院暂时行动较慢，但随着政策的即将发布，医院对智慧管理的重视度将有所提升。参照电子病历应用水平分级评价体系，智慧管理的分级评估同样设定为0-8级，其中1-2级为初级阶段，实现数据采集；3-5级为中级阶段，实现信息共享；6-8级为高级阶段，实现智能支持。
参考智慧医疗和智慧服务领域的评级类政策，预计智慧管理评级政策发布后，医院对智慧管理领域数字化应用的需求将有所提升。
1.2.1.2. 绩效考核类政策公立医院绩效考核对医院的数字化水平提出较高要求，多项考核指标与数字化应用相关。为了达到绩效考核的要求，医院对相关数字化应用的采纳度提升。以三级公立医院绩效考核为例，三级公立医院绩效考核指标体系共包括51个考核指标，覆盖医疗质量、运营效率、持续发展、满意度评价四个维度。例如医疗质量维度中的单病种质量控制指标，考核医院的单病种例数、平均住院日、病死率等，使医院对单病种质控的采纳度提升。为了满足绩效考核指标的要求，三级医院对远程医疗、合理用药、智慧护理、单病种质控等多个数字化应用的需求增加。
部分省市针对公立医院绩效考核规定了相应的奖惩措施，例如北京市医院管理局对市属22家三级医院进行绩效考核，将考核结果与党政一把手的任免以及评先评优等政策相关联，同时北京财政专门设置了专项奖励资金，根据绩效考核结果和排名发放给医院，2018年该项奖励资金已达到10亿元。
1.2.1.3. 鼓励类政策鼓励类政策以指导性文件为主，起到“顶层设计”的作用，但没有实际的执行文件，因此，对数字化应用的落地影响较小。以人工智能技术为例，国家层面出台多个鼓励人工智能技术与医疗领域相结合的红头文件，促进智慧医疗领域AI影像辅助诊断、医疗机器人等数字化应用的发展，但都以“顶层设计、分层创新”为主。当前，医院对AI影像辅助诊断、医疗机器人等医院对此类数字化应用的采纳度主要受需求驱动，而不是政策驱动。
1.2.2. 临床需求影响智慧医院场景落地进展智慧医院建设“以临床需求为起点”，医护人员的临床业务需求同样影响数字化应用的落地。临床业务需求按照迫切程度的高低，可分为提高工作效率、提高诊疗水平和提高运营效率。
提高工作效率，是医护人员当前最迫切的需求。随着技术在医疗领域的不断渗透，医院对利用技术提高工作效率的接受度明显提升，AI影像辅助诊断、医疗机器人等数字化应用，可以有效帮助医护人员提高工作效率。例如黑龙江省农垦总局总医院康复中心过去每个患者需要在康复医师的协助下，训练30分钟。在引入康复机器人后，前10分钟由康复医师徒手物理治疗，后20分钟在医师助手的协助下由康复机器人辅助训练即可，极大地提高了康复中心医师的工作效率。
除了提高工作效率，提高诊疗水平也是医生较为迫切的需求，特别是对于基层医生而言。通过数字化的手段，可以将上级医院的诊疗能力赋能给基层，将院内的医疗服务延伸至院外，使患者在基层、在院外也能享受到良好的医疗服务，从而真正将分级诊疗落实下去，实现患者全生命周期管理。提高诊疗水平的需求，使医院对CDSS、单病种质控、远程医疗等数字化应用的采纳度提升。以厦门市医疗大数据应用开放平台为例，平台采集并融合来源于厦门市各医疗机构的健康医疗数据及三方数据，开发辅助诊断、辅助用药、辅助检查推荐等一系列深度学习模型，并于一年的时间内在厦门全市39家社区医院全面上线，将市级三甲医院的先进临床经验下沉至基层，提升分级诊疗的落地效果。此外，医院整体运营效率的提高可以减轻医护人员的工作压力，确保患者享受更好的医疗服务，同时提高医护人员和患者的满意度，DRG管理、供应链管理等数字化应用可以有效提高医院整体的运营效率。平均住院日是反映医院整体运营效率的综合指标之一，缩短平均住院日，既可以提高医护人员的工作效率，减少患者住院费用，同时还可以提高病床周转率和使用率，提升医院整体的运营效率。通过DRG管理，综合考虑患者病情的严重程度和复杂性，可以有效缩短平均住院日。 北京大学第三医院自2011年底启动DRGs付费试点，运用DRG管理提高整体运营效率，平均住院日从2000年的15.3天缩短至2018年的5.70天。1.2.3. 智慧医院数字化应用采纳度根据政策强度和医院临床需求，爱分析将智慧医院数字化应用采纳度分为三个等级，对采纳度等级的定义如下。**一级采纳度：**有明确的评级类政策要求，且医院的需求为提高工作效率或提高诊疗水平；满足绩效考核政策的要求，同时医院的需求为提高工作效率。**二级采纳度：**有明确的评级类政策要求，但医院的需求只是提高运营效率；满足绩效考核政策的要求，同时医院的需求为提高诊疗水平；政策上只有鼓励发展的要求，但医院的需求为提高工作效率。**三级采纳度：**满足绩效考核政策的要求，但医院的需求只是提高运营效率；政策上只有鼓励发展的要求，且医院的需求为提高诊疗水平或提高运营效率。将采纳度等级与智慧医院建设的智慧医疗、智慧服务、智慧管理三大领域相对应，可以发现，当前阶段：智慧医疗领域，政策推动力度较大，且相关的数字化应用可以满足医护人员提高工作效率和提高诊疗水平的需求，医院对智慧医疗领域数字化应用的采纳度较高，多处于一级和二级水平；智慧服务领域，受智慧服务评级政策以及新冠肺炎疫情的影响，互联网医院建设的投力度较大，但除了互联网医院以外，其他数字化应用的采纳度基本处于二级水平；智慧管理领域，评级类政策还未正式颁布，且医院的需求主要以提高运营效率为主，整体数字化应用采纳度较低，基本处于三级采纳度水平。1.3. 智慧医院发展趋势智慧医院建设是一项长期工程，短期内各个领域的应用采纳度有所差异，但从长期来看，智慧医疗、智慧服务、智慧管理都是智慧医院建设的重点。爱分析认为，未来，智慧医院三大领域将呈现出以下发展趋势：首先，处于一级、二级采纳度阶段的智慧医疗领域，应用普及度和临床价值已经得到初步验证，未来的核心是深化智能化应用。通过NLP、知识图谱、计算机视觉等技术实现对医疗数据价值的挖掘，并反哺于医疗场景，构建高效、智能、闭环的业务流程。其次，当前处于二级采纳度的智慧服务领域，智慧护理和慢病管理等场景将开始向一级采纳度跃迁。长期来看，公立医院的目标是院内核心的诊疗环节，智慧护理、慢病管理等诊后服务将由院外来承接，意味着未来智慧护理、慢病管理等应用场景将向院外延伸，实现患者全生命周期管理。最后，**处于三级采纳度的智慧管理领域，目前尚处于起步阶段，证明其临床业务价值、向二级采纳度跃迁是当前重点。**从发挥临床业务价值的路径上来看，随着医院逐渐从过去粗放式管理转向精益化管理的过程中，实现临床和管理之间的平衡最为重要。因此，智慧管理领域，接下来将通过临床数据为管理“赋能”，实现开源节流、持续发展。立足当下，放眼未来。接下来，本报告将围绕智慧医疗、智慧服务、智慧管理三大领域当前数字化应用的落地挑战以及未来的发展趋势进行深度分析。**2、**技术渗透，走进医疗智能化未来面向医护人员的“智慧医疗”，大部分数字化应用处于一、二级采纳度，持续深化、向智能化迈进是未来的主要方向。实现智能化的核心是数据，在拥有海量数据的医疗行业中，大部分数据资源还“沉睡”在数据库中。利用新技术，将“沉睡”的医疗数据“唤醒”，是智慧医疗的必由之路。2.1. 智能化应用是医疗数据价值的体现按照对医护人员产生的价值，智慧医疗领域的智能化应用可以分为三类：分析、决策支持和执行。分析类应用主要基于规则库对医护人员进行提示，规则库一般来源于临床路径、临床指南、权威文献、科室常规等标准化文件；决策支持类应用主要为医护人员提供辅助决策意见，融合NLP、知识图谱、机器学习、深度学习等技术，进行实时的智能推理和决策；执行类应用主要是与医护人员协同工作或一定程度替代医护人员的工作，以知识作为支撑，融合多学科技术。合理用药、病历质控等是典型的分析类应用，在医护人员的工作流程中进行实时提醒。以病历质控为例，通过高质量的病历数据训练模型，利用NLP技术实现电子病历后结构化，可以实现对病历全过程、多环节、多层次的监控与提醒，提高病历合格率。北京天坛医院于2019年6月搭建智能化病历质控平台，对比2018年6月和2019年6月的终末质控病历问题数，发现终末问题检出条数明显减少659条。决策支持类应用基于影像数据和临床文本数据，为医生提供临床辅助决策建议，在影像数据的应用方面，AI影像辅助诊断最为典型，在临床文本数据的应用方面，CDSS最为典型。以CDSS为例，CDSS以权威的医学指南、临床路径、教材等作为知识库的支撑，并基于实时的全量临床数据建模，可以为医生提供临床决策支持。中日友好医院目前针对每位患者，医生平均点击CDSS的次数达到4.2次，医生对CDSS智能推荐的结果采纳度较高。执行类应用涉及到的技术范畴较多，医疗机器人是典型的执行类应用。医疗机器人是一个多学科交叉的领域，以手术机器人为例，需要结合大量的外科手术数据及人机交互最优控制，形成机器人的“手术大脑”。国内大三甲医院首先开展手术机器人的临床应用，以南京大学附属鼓楼医院为例，2014年便引入达芬奇机器人，2020年1-3季度，泌尿外科达芬奇机器人手术量达到3504例，平均每月完成近400例。 当前，智慧医疗领域智能化应用的活跃度较高，但与实际临床需求之间存在一定距离，主要存在以下两方面的问题：**第一，数据质量差。**虽然医疗领域数据量巨大，但海量数据不等于海量高质量数据，数据不完整、数据不一致、数据不合理等问题阻碍技术的渗透；**第二，数据模态单一。**当前的智能化应用以单模态数据为主，多模态数据应用较少，缺乏多源知识的融合。上述两方面的问题，目前三甲医院多有所重视，通过搭建大数据平台的方式，打破数据孤岛，实现所有业务系统的数据集成、数据治理、数据质控和数据应用。例如，华西医院早在2017年就正式开始大数据平台建设，旨在统一数据资源中心、建设统一的数据集成平台，并在大数据平台的支撑下，实现“多应用、多服务”。
