在现有的信息化基础设施上，面对日益增长的医疗服务需求，以及大数据和人工智能等创新技术的不断融合，医疗信息化的范围与定义不断扩大。从医院内的单机信息化，逐步发展为区域间和不同机构间的数据互联互通与共享应用；从患者的病历信息，扩展到居民全生命周期的健康数据以及与健康相关的环境等信息，打造更加全面、智能化的智慧医疗体系。
传统的信息化系统存在同质化问题，企业纷纷从新产品、新技术和新服务中寻求突破，比如构建云化系统，利用医疗IT搭载人工智能应用工具，挖掘科研与药物研发的合作机会等。数据孤岛是信息化发展过程中不可避免的阶段。目前，行业各方正积极合作打破数据孤岛，释放数据价值。政策持续鼓励数据互联互通并细化标准，企业通过集成平台、数据库建设等手段治理多源异构数据，医疗机构也积极推进数字化转型。智慧医疗行业经历了数据收集和治理阶段，现在已经迈向数据应用的智能化发展阶段。基于高质量数据库的建设，智能化应用已经在临床科研、专病研究、药物研发、真实世界研究以及数字营销等场景实现了商业化落地。
第一波发展热潮聚焦于临床信息化。1995年9月，“军字一号”工程正式立项，覆盖了200多所军队医院和100多家地方医院。这一时期，我国的医疗信息化建设刚刚起步，主要集中在医院内部管理的信息化建设上。在此阶段，医院管理信息系统（HIS）成为主要的应用系统，我国医疗信息化迎来了围绕院内医疗信息系统建设的第一波发展热潮。推动第一波发展热潮的重要国家政策（资料来源：动脉橙产业智库）
电子病历评级引发了第二波发展热潮，数字化技术得到了广泛应用。2009年12月，原国家卫生部和国家中医药管理局联合发布了《电子病历基本架构与数据标准（试行）》，明确了电子病历的总体框架、数据结构和数据交换标准，为医疗机构之间的信息共享和互操作性提供了基础。通过电子病历标准和分级评价方法的结合，信息化建设中的系统互联互通得到了有效推动。这一阶段，我国的医疗信息化不再仅限于院内数据和流程的电子化存储，而是开始识别、调用和应用这些存储的数据。因此，我国的医疗信息化向医疗数字化发展，迎来了第二波发展热潮。推动第二波发展热潮的重要国家政策（资料来源：动脉橙产业智库
第三波发展热潮聚焦于智慧医疗。2018年8月，卫健委发布了《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》，强调促进医疗机构之间的信息化系统实现互联互通，消除信息孤岛，实现医疗信息在各医疗机构和区域内的共享与交换。这一阶段，数智化被提上了日程，通过运用人工智能技术，高效助力数据互认。行业迎来了第三波发展热潮，重点在于数据应用和互联网医院的发展。从数据出发，定义智慧医疗。从数据的视角出发，智慧医疗建设的信息化、数字化和数智化建设分别聚焦于数据的产生、治理与应用，关注人们全周期健康档案数据。
从服务范围来看，智慧医疗的定义不断演变。医疗信息化的发展不断升级，已超越了狭义的医疗服务环节的信息化，涵盖了医疗服务、医疗支付、医药企业服务、健康管理及其他与全民健康相关的各个环节。智慧医疗包括信息化、数字化和数智化应用的各项建设与服务。在本次报告中，我们的研究覆盖了广义的医疗信息化范围，并将其定义为智慧医疗。
在医院的刚需“指导”下，产品同质化程度较高。国家一直高度重视医疗机构的信息化建设，不断出台相关政策明确建设方向，并提出具体的要求。各医疗机构积极响应这些政策，提升自身的信息化水平，以满足信息化建设评分评级的标准，并按照政策指引认真推进信息化建设。在这种背景下，各医疗机构对“刚需”信息化应用系统的服务和功能需求公开透明且趋于一致。在需求的推动下，大批医疗信息化服务企业涌入市场。为了迅速占领市场，这些企业瞄准医疗机构的共性“刚需”进行产品研发并推出市场，成为明显的优势发展策略。因此，应用于医疗机构管理的核心信息化系统同质化严重。渠道为王，行业竞争激烈。截至2022年底，据数据库不完全统计，共有620家医疗信息化服务企业。各年份区间内注册成立的医疗信息化服务企业数量与占比（数据来源：动脉橙产业智库）
由于企业数量众多，加上产品的同质化严重，目前我国医疗信息化系统领域竞争激烈，以渠道为王。这迫使企业在营销和销售环节投入更多费用。根据长城国瑞证券发布的报告数据显示，聚焦医疗机构信息化系统的企业在2021年的平均销售费用率约为12.50%，高于软件计算机行业的平均水平。聚焦医疗信息化系统企业的销售费用情况（资料来源：Wind、各企业公告）
行业竞争激烈，企业销售成本增加，同时也面临价格战带来的利润空间缩小，这势必影响企业对研发的持续投入，阻碍产品差异化的进程，对企业的长期发展不利。要突破医疗信息化系统行业内卷的现状，企业应转变“满足相关应用功能需求”的服务模式，升级为“为机构切实降本增效”的服务思路，着眼于打造自身产品的差异化。紧跟智慧医疗建设需求，用创新技术应用解决建设痛点。目前，大型医疗机构信息化系统通常有数百个，大量系统意味着高昂的维护费用，每十年一次的系统升级需要巨大的建设费用。此外，随着信息系统的增加，患者数据维度增多，总体数据量急剧增加，医疗机构在存储设备建设上也需要巨大的投入。除了费用，数据安全也是一个重要的建设痛点，机器故障可能导致数据损坏或丢失。随着智慧医院建设的不断升级，这类问题将越来越突出。信息系统云化是大势所趋，且重要性不断增强。在此背景下，企业紧跟智慧医疗建设需求，解决医疗机构痛点的同时，也是在打造产品差异化的契机，行业纷纷进行下一代信息系统的研发：云化信息系统。搭载在公有云、私有云或混合云上的信息系统，相较于传统信息系统，系统维护成本大大降低，并节约了线下存储设备的场地和建设费用。不仅如此，数据丢失和损坏的隐患也大大降低。目前，随着云基建越来越完善，不少企业不仅推出完善的云信息化系统，并已成功落地进入迭代升级阶段。二级及以下医疗机构被逐步纳入互联互通要求范围。随着我国医疗信息化建设的推进，二级及以下医疗机构的信息化建设要求逐步明晰，强调数据互联互通与共享，不断激活这部分市场的需求潜力。据《2022年我国卫生健康事业发展统计公报》数据显示，截至2022年末，我国有二级医院11145个，一级医院12815个，未定级医院9493个，基层医疗卫生机构979768个，信息化建设市场空间巨大。中小型企业加入基层信息化建设。下沉医疗机构爆发的信息化建设需求，为传统信息化企业带来第二增长曲线的同时，也为地方性中小型信息化企业带来了更多机会。值得一提的是，由于信息化水平和基础薄弱，基层信息化建设更依赖于服务厂商提供建设的“结果”，而不仅仅是提供系统本身；即相较于为软件使用权买单，他们更愿意为通过软件完成信息化建设要求的Saas类服务买单。因此，充分了解当地信息化建设的相关政策要求，并将其融入Saas服务交付标准中的本地化企业拥有一定优势。例如，重庆同步远方在完成了卫健委统筹的区域“卫生健康云”的系统接口对接后，围绕卫健委对基层数据上云的系列要求，打造符合基层使用习惯的医卫一体化平台服务（含云HIS、LIS、PACS、电子病历、公卫、家医等软件系统），以高度标准化的云平台为桥梁，为基层提供完全满足政策要求的数据存储、治理及应用的医疗信息化Saas服务。未来，行业将继续紧跟政策与医疗机构对信息化建设的新需求，通过新产品研发、现有产品迭代、服务模式创新等方式，打造自身差异化及竞争壁垒，更好地助力我国智慧医疗建设。医疗机构互联互通成熟度低、企业集中度低，医疗数据孤岛凸显互联互通参评率有所提高，但整体仍较低。医院的互联互通是在电子病历应用的基础上，打通院内各系统间以及医院间的信息壁垒。随着电子病历的逐渐推广成熟，互联互通也被提上日程。据CHIMA的调研数据显示，2021年至2022年度，约有40%的医院参与了互联互通成熟度测评，而在2018年，只有约12%的医院参与评测。除去未参评和参评但未出结果的医院，有评测结果的医院中，大多数达到了四级甲等，并且这一比例逐年提高。四级乙等及以上等级的医院在2018年、2019年和2021年的占比分别为7.31%、11.90%和21.37%。参与测评的医院互联互通标准化成熟度测评情况(资料来源：CHIMA）
医疗机构互联互通成熟度低、企业集中度低，医疗数据孤岛凸显医院互联互通测评工作自2013年开始，已开展了10批次。据国家卫健委，截至2024年4月（2022年度国家医疗健康信息互联互通标准化成熟度测评结果公示），全国获评互联互通五级乙等的医院共有94家，四级甲等及以上的医院共有857家。互联互通参评率有所提高，但整体仍较低。医院的互联互通是在电子病历应用的基础上，打通院内各系统间以及医院间的信息壁垒。随着电子病历的逐渐推广成熟，互联互通也被提上日程。据CHIMA的调研数据显示，2021年至2022年度，约有40%的医院参与了互联互通成熟度测评，而在2018年，只有约12%的医院参与评测。除去未参评和参评但未出结果的医院，有评测结果的医院中，大多数达到了四级甲等，并且这一比例逐年提高。四级乙等及以上等级的医院在2018年、2019年和2021年的占比分别为7.31%、11.90%和21.37%。从市场竞争层面上看，行业整体集中度较低。据IDC数据显示，2022年我国医疗信息化领域中，医院核心信息化管理系统的服务厂商中，排名靠前的头部企业市场格局如下：市占率第一的卫宁健康占据市场份额12.3%，东软占据10.4%，前三的市场份额总和近30%，前六的企业市场份额总和仅42.7%，不到一半。这种市场结构表明，在医疗信息化领域，虽然有一些领先企业占据了一定的市场份额，但总体上企业集中度较低，竞争激烈，各企业之间的差异化优势尚未完全形成。这也导致了医疗信息系统的同质化问题，阻碍了行业整体的创新和发展。医疗大数据、医保、电子病历等主要细分领域的集中度略高于整体行业。例如，以医渡科技为代表的医疗大数据解决方案领域，Top6企业的市场占率为45.3%；以东软集团为代表的医保信息系统领域，Top6企业的市场占率达59.9%；以嘉和美康为代表的电子病历领域，Top6企业的市场占率高达69.1%。打通“信息孤岛”是解决看病难、看病贵的重要手段。医院之间实现信息共享，可以减少重复检查，节约社会资源，降低医疗费用，且有利于医疗机构之间的相互转诊，最大的受益者是患者。然而，由于国家层面出台相关标准较晚，各医院在建设信息系统过程中缺乏标准指导，“信息孤岛”现象严重。目前，医疗信息化行业内涌现了众多供应商，形成了一个极为分散的格局。要消除信息孤岛，实现区域医患信息的互联互通，不仅仅是某家医院的事，也不仅仅是系统提供商或计算机软件开发商的事，而是需要国家卫生部门、系统提供商、医院管理人员共同努力。医院要做好顶层设计，形成完善的信息系统。在医疗互联互通与数据应用上，进行各系统之间的打通和整合工作时，如果缺乏顶层规划，那么系统连通和数据应用水平将很难得到有效提升。此外，医院除了要保障医疗质量，还要涉及智慧导医、诊间结算、移动支付、检验结果共享等功能，包括近年来快速兴起的互联网医院的实施，都需要基于更加完善的信息系统。在数字化转型过程中，目前行业已出现成熟的解决方案，帮助医疗机构实现预约、智慧导诊、移动支付和检验结果共享等功能，提升数字化服务能力。例如，专注于互联网医院建设、为大健康行业提供数字化解决方案的奈特瑞，其打造的互联网医院解决方案，搭载各类人工智能工具，助力医疗机构及大健康产业链企业轻松实现互联网医疗、智慧导诊、合理用药、慢病随访等系统。此外，医学科研平台、中医在线诊疗、医生教育、处方流转平台、医疗电商、AI医疗智能应用等多种解决方案，也已被广泛应用于300余家企业，助力实现数字化转型。在中共中央办公厅、国务院办公厅印发《关于进一步完善医疗卫生服务体系的意见》后，各省市陆续制定了当地的实施方案。其中，江西、云南、福建、宁夏、湖南、重庆、广西、青海、广东、河北、河南、黑龙江、吉林、内蒙古、天津、山西、四川等17个省市自治区的实施方案中，医疗数据的互通共享被频繁提及。在政策指引下、智慧医疗建设企业的共同推动下，互联互通正加速迈入实践阶段。部分省市还设置了奖罚机制，促进医疗数据互通共享。例如，某些省市在达成互联互通目标后给予资金支持或其他奖励，而未能达标的则可能面临处罚。这种政策激励机制进一步推动了互联互通工作的进展。高质量数据是一切应用的基础，数据资产化逐步成为刚需医疗数据的数智化应用过程包括数据输入、数据治理、模型训练、应用开发和应用服务。对于不同类型的数据，治理过程往往面临不同的难点和技术要求。2023年，Meta公司发布的SAM（Segment Anything Model）在自然图像上表现出了很强的图像分割能力，但由于医学影像具有目标对象边缘不清晰、分割难度大等特点，SAM在医学影像分割方面的表现不尽如人意。国内外多个研究机构基于SAM进行了深入的学术研究，试图将SAM应用于医学影像领域，如Medical SAM、SAM-Med2D、MedSAM等。尽管这些研究取得了一些成果，但实际落地应用仍非常稀缺，这在很大程度上是由于训练数据的质量受限。对于影像数据来说，数据存储的格式标准是统一的，因此提取汇总相对容易。难点在于如何将图片类信息的特征转化为可量化的指标，并通过标准的数据将有价值的特征标记出来，以供模型训练。此外，影像本身的清晰度也是影响影像质量的重要因素。不仅如此，碎片化的影像数据如何与身体其他指标一一对应，以抓取价值特征和判断健康状态，也是影像数据治理的难点。高质量数据是一切应用的基础，数据资产化逐步成为刚需。医疗数据的数智化应用过程包括数据输入、数据治理、模型训练、应用开发和应用服务。不同类型的数据治理过程各有难点和技术要求。影像数据治理的关键在于识别影像特征。2023年，Meta公司发布的SAM在自然图像上表现出色，但在医学影像分割方面表现不尽如人意。国内外多个研究机构基于SAM进行了研究，如Medical SAM、SAM-Med2D、MedSAM等，虽然取得了一些成果，但实际落地应用仍非常稀缺，主要是由于训练数据的质量受限。例如，东软集团通过影像设备的质控系统把控影像清晰度，结合专家共识，纳入全院数据对比分析，产出高质量标注影像数据库。基于SAM模型，东软集团通过“预训练大模型+任务微调”的方式，于2023年4月研发出医学影像分割大模型MISM，使医学影像分割准确率比SAM提高了30%以上，并帮助医务工作者提升工作效率30-40倍。文本数据治理的难点在于术语对齐。临床数据中的文本类数据没有统一格式且表达非结构化，每个医务工作者对同一名词有不同的表达习惯。如何识别并归类不同表达，以及从非结构化病历中提取结构化信息，是文本数据治理的难点。在建立术语标准的过程中，需要与临床各专科专家紧密合作，了解医务工作者的语言使用习惯，从中总结共性术语库，才能建立被行业认可的术语标准，从而进行数据清洗与归类。快速识别文本的关键在于运用人工智能技术提升识别准确度与速度。例如，医渡科技利用自然语言处理和知识图谱等人工智能技术，与行业专家及疾病联盟合作，建立和出版了19本疾病数据标准，解决数据非标问题。通过自研垂直领域大语言模型和高质量真实世界研究验证，医渡科技不断提升病历理解相关技术实力。截至2023年9月，YiduCore已授权处理分析了超过9亿名患者的40多亿份医疗记录。不同类型的医疗数据治理难点各不相同，需要技术和专业的有机融合，且并非“一通百通”。因此，企业选择聚焦细分领域逐个击破是常见的发展模式，而全线铺开则对团队的资金和研发实力提出了更高的要求。目前，医疗数据资产化，即建立高质量医疗数据库，已逐步成为各医疗机构、研究学会、药械企业及公卫监管部门的刚需。目前，医疗数据的数智化应用已在多个场景完成市场化验证，其中，医疗机构和药企是最为成熟的两大场景。医疗机构.高质量数据的最大需求来自于医生专家的科研需求，以及满足电子病历评级、智慧医院建设等相关指标的需求。科室级别与全院级别的数据库建设是基础，通过人工智能、大模型等技术打造的数智化应用将助力医院专家及管理者达成科研及管理目标。1.基于传统信息化系统建设：如东软集团，持续以临床需求为导向，不断升级产品力，在医疗数据价值化的创新生态中，以AI驱动医疗模式改革，满足智慧医院的数据需求，并助力医保从“治疗”到“预防”。2.凭借强大的人工智能技术：如医渡科技，基于强大的技术实力，对医疗机构多源异构数据的处理和识别有天然优势，快速将需求方的描述性需求转化为“技术语言”，指导具体数智化产品应用的开发。数据资产商业化应用的另一优势场景是医药企业。药物研发环节高投入、高风险、长周期且成功率低，因此对医疗数据数智化应用有极强需求，并且医药企业拥有雄厚的支付实力，是优势的应用落地环节。目前，智慧医疗建设服务企业用技术推动高质量数据库应用，助力医药企业在药物设计、临床方案设计、方案可行性验证、临床试验、数据分析等药物研发全流程降本增效，并已取得显著成绩。例如，医渡科技在药物研发领域已拥有131家活跃的生命科学客户，助力其实现大幅度降本增效。在药品集采、医药代表行为规范以及医疗反腐等多重影响下，医药企业的营销环节也面临降本增效的刚需。随着互联网医院的逐步成熟，直接toC的大健康产品营销形式为医药企业提供了降本增效的新路径。例如，奈特瑞提供数智化解决方案，通过互联网医院服务系统，为药械企业、保险企业等打造数字化新基建，塑造线上营销新模式，并提供深层次的BtoB产业资源链接，助力企业降本增效。未来，围绕帮助医疗机构更高效、高质量运转，帮助患者更便捷、精准就医，帮助企业更极致降本增效，帮助相关监管部门更实时把控情况并制定相关决策等维度，医疗数据资产的应用价值将被不断挖掘，商业化落地场景也会逐步增多。
