。

但与之对应的是#xff0c;对数字化和AI大模型的价值认可#xff0c;在中国医疗赛道也正在加速来临。

作者|斗斗

蝴蝶挥动翅膀医疗行业每个角落开始连锁反应曾经被忽视的问题也愈发明显。

但与之对应的是对数字化和AI大模型的价值认可在中国医疗赛道也正在加速来临。

作者|斗斗

重庆市某地方人民医院IT负责人王楠化名正在急忙收拾东西赶往会议室。

与以往不同的是这次会议的主题是“如何借助科技赋能推进医院信息透明数字化”。

“明显感觉到很多医院开始部署SDP系统将医疗数智化提上新高度。

”

二级市场也侧面验证了王楠这一猜测浙江震元000705、塞力医疗603716等个股涨停SPD概念走强。

过去数年时间里医疗数字化、智慧医疗不断被提及、落地然而在这个复杂的行业里仍有许多环节、节点让数字化“触不可及”。

甚至有些环节的痛点被刻意回避。

在他的言语中产业家了解到该医院构建了药品、耗材、医疗、医保四大智能化体系形成一张数字化透明网。

“这一次好像是认真的。

”王楠对产业家说以前很多医院内部做数字化转型不少是为了达成指标或是表面功夫。

蝴蝶挥动翅膀医疗行业每个角落开始连锁反应曾经被忽视的问题也将愈发明显机遇与挑战也随之而来。

一、数字断裂、卡点与非良性

“设备代理商从设备生产商处拿到的某医疗设备价格是579万元人民币转手卖给医院合同价能高达1170万元人民币相当于翻了一倍……”这是反腐专题纪录片《零容忍》中的一段陈述。

“谁领、谁用、反馈、回访……整个链路一旦出现断裂就意味着需要人工的参与操作便很难责任到人。

”

谢朝晖告诉我们他是爱创科技CEO爱创科技的主营业务是“一物一码”它是医药行业产品追溯引领者服务海内外药企超过3000家。

尽管谢朝晖与医院打交道的机会并不是太多但常年游走于医药行业他对当下医疗数字化转型遇到的难点深有感触。

医疗产业数字化的核心是把医疗行业发展过程中积累的信息及资料结构化形成数据加以分析、利用提高效率反哺医疗业务发展。

但在医疗行业数据收集、治理、应用难使得数据价值难以体现数据、业务之间的壁垒也难以打通导致各个环节的断裂。

“医疗数据的沉淀和积累与医疗数据的应用之间存在巨大的断点。

”产业家与云知声的交流中也验证了这一点。

具体来看在医疗领域大部分信息涉及患者的健康状况、个人隐私等数据如何保证数据安全是医疗机构面临的巨大难题。

据IBM

Security的《2020年数据泄露成本报告》仅2020年一年全球医疗数据泄露平均成本高达713万美元较2019年增长了10%以上。

而在国内根据中国医院协会信息管理专业委员会发布的相关数据在2018-2019年的调查中参与的839家医院仅有43.95%通过等级保护测评其中三级以下医院中

医疗数据安全问题较为严峻所以为了确保医疗数据的安全医疗行业大部分信息数据长期以来一直处于封闭环境。

加之由于医疗服务的特殊性每个省的各区域医院医院每个科室、版块都有各自的业务及需求不仅数据整合难同时也造成数据打通难。

相关数据显示国内省、市、县区域卫生信息平台中建设率分别为63.3%、39.2%和23.8%区域卫生信息平台与医保部门实现跨部门数据共享的比例省、市、县分别为66.7%、30.5%和26.1%没有实现区域内医疗机构间信息共享与交换的三级医院、二级医院分别占比29.6%、45.4%。

总体而言医疗数据的非标性、异构性、孤立性导致了数据应用的困难这包括对数据的理解、分析和推理难以发挥这些数据的价值。

正如医联相关负责人所言“过去以互联网技术驱动的数字医疗主要解决了空间和连接的问题但始终无法解决医生供给不足的问题。

”在他看来数字医疗数十年来提升仍然有限。

一个事实是虽然5G、大数据、云计算、物联网等新兴技术已经逐渐应用于医疗数字化的各个场景但由于医疗行业的复杂性以及监管要求下导致各个场景下的数字化进程不一。

医疗产业数字化场景应用进程

例如在药械场景由于药品溯源的政策性要求倒逼这一场景快速实现了全生命周期管理爱创科技便是这一领域的头部厂商。

此外由于早期互联网医疗的强势崛起也拉动了门诊服务场景的数字化。

医联的电子病历、智能审方等产品以及云知声的医疗语音交互解决方案、智能随访系统都是次场景下的典型代表。

例如院内的SPD追溯系统具体落地现状并不理想。

就目前来看国内部署这套软件的医院占比仅有个位数。

“3%到5%左右且有的还是局部应用。

”谢朝晖对产业家说。

爱创科技的模式是通过“一物一码”的方式帮助医药企业连接经销商、医院、药店、医生、医保、患者等核心医疗产业环节打造全产业的数字生态。

“但医疗行业想要走向良性发展建立院内的SPD追溯系统是必须要解决的根源问题。

”

值得注意的是近几年SPD软件应用趋势也愈发明显。

中物联医疗器械供应链分会统计的一项数据也显示仅

2022

通俗来讲SPD是一款医用物资一体化管理系统通过采用现代化供应链管理方式帮助医院降本增效。

是院内数字化转型至关重要的一环。

1500

个品规的药品但所用耗材却可能有上万种且不同耗材管理要求不同。

在

SPD

在SPD的管理模式可以使得院内医械与院外医械以及患者之间的透明度得到较大的改善。

“很多医院的系统又旧又复杂基本上就像纸糊的一样碰碰就出问题。

”在谢朝晖看来这是一个巨大的工程难题很多需要时间。

业内普遍认为解题的思路在于两方面一是在院内制定如同医药溯源的硬性政策二是SPD厂商推动行业奔向良性发展。

目前来看前者虽已有部分地区将

纳入三级医院评审但见效慢、周期长。

对比前者后者短期内效果或将更加明显。

在国内SPD厂商的商业模式分为存在业务经营行为以及不存在业务经营行为前者通常以医药企业为主体为院内提供服务后者则是纯第三方服务模式。

而第三方服务模式不存在业务经营行为一方面生存状态更加透明降低了医院的管理压力和风险。

另一方面在这种服务模式下医院可借助

SPD

系统真实数据对供应商进行评价促使医院利益实现最大化。

或将推动行业奔向更加良性的发展。

医院仅为个位数所以就当下而言如何利用新技术、不断优化、打通其他节点仍是医疗数字化的重心。

三、AI大模型下再看医疗数字化

医疗服务行业有一个特殊性即患者往往不知道看一次病要花多少钱或者治疗过程各个环节的费用。

在很多地区医疗保险的参保者甚至见不到自己的医疗账单。

于是患者很难了解自己的医疗费用明细。

数字化可以帮助患者建立具有成本效益的医疗合作网络形成以患者为中心的激励机制鼓励医疗保健提供者向患者提供最好的治疗。

监管、医院、制药、器械、医保等全流程打通下小到一针麻醉剂亦可实现原料厂、采购原料的负责人、制药厂、采购麻醉药品的负责人、采购的院方、麻醉剂的患者、负责打麻醉的医生等所有参与方的可追溯。

例如医生的治疗效果不佳或者患者对其评价非常负面亦或是治疗费用无故地高于平均水平那么医疗保险公司就可以将其从他们的医疗合作网络中移除。

另外以往的激励机制鼓励医疗服务提供者对患者进行尽可能多的检查而有些检查完全没有必要这些检查并不一定满足患者的实际需要。

一组数据显示仅在美国不必要的治疗和检测费用总计高达6000亿美元而在瑞士这个数字为20亿瑞士法郎。

在数字时代治疗方式还可以从标准化的治疗方法向个性化的治疗方法转变。

云知声认为“AGI可以通过分析大量的个人健康数据。

”

这种个性化治疗是基于已保存的患者全部真实世界数据血液检测数据、X射线影像、CT影像、MRI影像、组学数据、微生物组和生命体征数据等而制定的。

在这种趋势之下有关患者及其疾病、治疗方法的数据将发挥关键作用。

这些数据将不再仅仅是治疗过程的副产品它具有与诊断和药物治疗同等重要的地位是影响有效治疗的重要因素。

很多医学研究也将围绕患者数据展开这将加快研究进展并降低研究成本。

例如医联发布了医疗大语言模型MedGPT旨在解放医生生产力真正实现医疗资源平衡而云知声则是基于AGI实现数据的理解、分析和推理为疑难杂症“出谋划策”。

医疗数字化走到今天虽然仍面临诸多难题但在业内诸多参与者以及兴欣技术的赋能正在逐渐被重塑。

就像医联负责人所说的那样解决“有效、可及、便宜”的医疗不可能三角的终局在MedGPT到来后终将显现。