時間：2023-08-31 16:08:13
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇精準醫療行業研究，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
【關鍵詞】大數據 醫療行業 機遇 挑戰
隨著我國醫療行業信息化建設進程的不斷加快，各類醫療信息系統以及數字醫療設備的廣泛應用，我國醫療行業產生的數據量呈爆炸性增長，進入了前所未有的大數據時代。如何更好地應對醫療大數據時代的挑戰，對我國醫療行業的未來發展至關重要。
一、大數據給醫療行業帶來的機遇
1、臨床決策支持
在大數據時代，醫療決策支持系統可通過對海量醫療數據進行全樣本分析和可視化挖掘，為醫生提供更加精準的決策支持，如可通過自動分析大量的病歷數據與影像數據，幫助醫生診斷病情并建議治療路徑，能大大提高醫生臨床決策的科學性和可靠性。
2、流行疾病監測
公共衛生部門可以利用大數據技術對流行疾病的疫情進行全面監控，通過快速篩檢未知病原，找出可疑致病微生物，確定已知病原或與其最接近的病原類型，預測傳播途徑和時間，以便采取有力的措施降低流行病的感染率。
3、個性醫療和精準醫療
醫療機構可結合居民電子健康檔案，全面分析病人的個體特征數據，如檢測病人的基因排序以及對特定疾病的易感性和對特定藥物的敏感性，在精準分析包括病人體征數據、費用數據和療效數據在內的大型數據基礎上，對比多種干預措施的有效性，找到針對特定病人的最佳治療途徑，為病人提供個性化的精準醫療服務，這在以前是無法想象的。
二、大數據給醫療行業帶來的挑戰
1、數據共享問題
我國醫療行業的信息系統建設來自不同的公司企業提供，產生的數據缺少統一的制式標準，造成各機構部門如醫院、保險公司、醫藥公司等之間存在數據共享難題，甚至在一個醫院的不同科室之間都存在數據共享難題，同一個患者在不同醫院的檢查報告和病例數據都無法得到有效的共享使用，嚴重制約了我國醫療大數據的發展。
2、數據使用問題
醫療大數據主要包括了人們的日常健康體征數據、體檢數據、病例數據、處方數據、用藥情況數據、基因數據等圍繞著人體各項健康指標以及與健康行為相關的數據以及公共衛生范疇內的數據等，具有覆蓋范圍廣、信息量大、來源分散、結構復雜的特點，傳統的數據分析技術已不適用。目前，我國醫療行業缺少專業的大數據人才，特別是機器學習和處理海量數據方面的人才，對醫療大數據的挖掘能力和分析能力都嚴重不足。
3、數據安全問題
隨著對醫療大數據采集、加工和應用，不可避免的會發生數據泄漏的情況，如從醫院內部信息系統中泄露，或在不同醫療機構之間傳遞的過程中發生泄露。在大數據環境下，隱私泄漏的危險不僅僅限于其泄漏本身，而還在于基于數據對于下一步行為的預測與判斷。醫療大數據，作為一種極具特殊性及敏感性的個人數據，如未能妥善處理會對個人隱私帶來極大的傷害，如可能帶來的一系列推銷、詐騙等問題。因此，如何保障數據安全，已經成為醫療大數據時代一個必須面對的嚴峻課題。
三、進一步發展我國醫療大數據的對策建議
1、盡快統一行業數據標準。加快制定統一的醫療衛生行業數據標準，對醫療數據分類、數據接口、數據質量、開放程度等進行規范，并與國際標準對接。確保醫療大數據可網絡共享、集約整合、協同開發、高效利用，提高醫療大數據的精準性和有效性，不斷滿足民眾和社會的多樣化需求。
2、重視培養醫療大數據人才。創新人才培養模式，將醫療大數據專業人才的培養，納入我國醫療衛生人才培養體系，鼓勵各醫學院校設立醫療大數據相關專業，鼓勵醫學院校與其他院校合作，開展跨學科大數據綜合型人才培養，充分重視培養既懂醫療知識又懂大數據技術的復合型人才。
3、控制數據泄露風險。首先是完善醫療相關的安全條例，明確涉及個人健康信息的內容可被組織機構所使用的信息標準，并規定個人可以了解和控制他們的信息是如何被使用和披露的。其次是重視對信息系統和機房設備的實時監控和日常維護工作，包括監控網絡（內部信息平臺）運行安全，加強大數據環境下攻擊防范措施，最大程度控制信息泄露風險[2]。第三是對相關從業人員進行持續的安全防范意識和規范操作的培訓，對內部從業人員進行安全評估和認證，特別核心人員還應該與之簽訂相關保密協議。
參考文獻：
[1]埃里克.托普.大數據時代的個人健康革命[M].北京：電子
工業出版社.2014.
[2]李國杰.大數據研究的科學價值[J].中國計算機學會通
2016年4月22日上午9：00，中國科學儀器行業“達沃斯論壇”――2016 （第十屆）中國科學儀器發展年會（ACCSI 2016）在北京京儀大酒店如期召開，800余位相關部門領導、業內專家、儀器企業高管、檢測機構負責人、媒體記者出席會議。
據悉，本屆年會由中國儀器儀表行業協會、中國儀器儀表學會、中國儀器儀表學會分析儀器分會、儀器信息網（.cn）聯合主辦，首都科技條件平臺、我要測（）、儀品匯（）協辦， 并得到了中國化學會、中國檢驗檢疫科學研究院、《化學試劑》等單位的支持。
ACCSI自2006年開始舉辦，今年正好是第十屆。作為科學儀器行業十年變遷的紀錄者，ACCSI 2016隆重推出了“中國科學儀器發展年會十周年紀念冊”，為參會者歷數了往屆年會的精彩篇章及歷屆優秀新品大獎得主等重要信息。總結過去，謀劃未來。本屆ACCSI邀請了多位知名專家、企業高層深度解讀過去10年的科學儀器行業發展經驗，同時從運營、技術和市場等多個角度預測分析科學儀器行業未來機遇。
“大數據”，多方位透析科學儀器行業發展大趨勢
科技部資源配置與管理司副司長吳學梯在報告中總結到，“十二五”期間，科技部立項啟動了208個國家重大科學儀器設備開發專項，在支撐國家重大需求、引領科技創新等方面取得一定成效。根據國家科技計劃管理改革意見，目前重大科學儀器設備開發專項被整合進國家重點研發計劃。科技部日前公布了科學儀器開發重點專項2016年度申報指南，其中就“十三五”期間專項重點支持方向給出了明確指示。
中國儀器儀表行業協會高級顧問閆增序指出，國家統計局最新數據顯示，2015年我國GDP增長6.9%，儀器儀表行業營收增幅為6.2%，首次低于GDP增幅。值得一提的是，受水、土、氣等環境監測類市場及制藥、食品等產業拉動，實驗分析儀器營收保持了兩位數的增幅，但仍不足以抵消整個行業的下行影響。面對我國經濟下行壓力，國產儀器儀表企業應采取核心技術+現代管理+依靠人才的結合措施促成企業走向成功之路。
2015年被稱為精準醫療元年，美國、中國相繼啟動精準醫療計劃，精準醫學在全球掀起研究熱潮。而作為精準醫療的前端，基因測序技術的發展日趨迅猛。華大基因股份有限公司執行總裁尹燁以“大國重器精準可期”為題，向與會者闡述了基因測序技術在臨床診斷領域的應用現狀以及未來前景，并重點介紹了華大基因自主研發的新型桌面化測序系統BGISEQ500，展現了該儀器精準、簡易、快速、靈活、經濟等特點。
基于大量的市場調研數據，儀器信息網主編江煒分析得出，目前儀器公司兼并整合呈現出多元化發展形勢，如向產業鏈下游拓展、從產品線方面加強主營業務、對潛在市場預作布局、跨界投資等。此外結合國家最新頒布實施的一系列重磅政策來看，2016年中國科學儀器市場潛在需求可重點關注食品快檢、生物類似/仿制藥、水質監測、醫療診斷等細分領域。
1.1精準醫療與AI整合的成因
首先，AI通過算法的優化和深度學習技術，有效提升醫療診斷的效率和精準度。一方面，AI在更好的處理大數據，包括基因組數據、影像數據以及臨床數據等方面為我們提供了有力的工具和手段。另一方面，當前醫學研究數據的碎片化、數據利用的低效性及缺乏條理性和連貫性等現狀，急需AI技術幫助人們通過大數據挖掘與分析把醫療大數據轉換為支持臨床決策需要的信息。精準醫學的發展意味著今后將大量應用測序技術分析海量的生物數據樣本，AI的引入有效解決了數據分析的效率與精準度，促進醫療行業加快進入精準醫療時代。其次，精準醫療活動為AI提供現實基礎，為其提供海量數據樣本及進行診斷結果的對比檢驗。精準醫學是基于患者個人基因、環境、生活方式等方面的數據分析來制定個體化醫療，這就首先需要收集患者或受試者的基因樣本進行基因檢測，還需要采集分析患者的生存環境、生活方式、飲食狀況等個人信息，除此之外，精準醫學要深入解析遺傳測序數據、研發個性化治療方案，還需要建立有效的實驗和藥物篩選平臺，以掌握不同基因型患者的藥物代謝差異性，凡此種種，都會產生海量的數據[3]，精準醫療時代的來臨為AI的發展提供了海量數據樣本。AI需要用大量數據對其進行訓練，因為只有用大量的帶標簽的數據輸入神經網絡進行訓練，方便神經網絡確定參數值，建立數據評價標準，而大量的遺傳測序數據等為AI神經網絡的訓練提供了大量帶標簽的理想的數據樣本。
1.2精準醫療與AI的整合帶來新的隱私倫理問題
精準醫療和AI的交集整合、相生相進、系統生發，又產生了對患者隱私新的侵犯。因為一方面AI的發展需要收集大量的樣本數據進行算法訓練，以便在海量數據中進行精確計算，通過客觀數據對未來進行高度精準的行為預測，并提供個性化醫療；另一方面，精準醫療要制定個性化治療方案，則必須采集大量包括個體遺傳基因在內的各種隱私數據，這也使患者個人的隱私受到了進一步威脅。借助AI這一強大的分析手段，一些非常敏感的個人健康信息可以十分方便地提取出來，一些隱私甚至處于隨時被窺探的狀態，個體對自身隱私日益失去控制。AI應用于精準醫療既是時展的必然趨勢，二者的結合也是相生相長，系統生發的，我們對待精準醫療的AI模式不是擔憂、害怕、逃避，而是我們主張在為人類福祉共同目的下為精準醫療的AI模式界定倫理邊界，即不能讓精準醫療下的AI技術按自身邏輯自由發揮，對AI技術在精準醫療的運用必須施加隱私約束，讓其按照正確的人文方向前進。因此有必要對精準醫療AI模式下的隱私問題進行研究，以推進精準醫療和AI深入融合，為智能社會劃出法律和倫理道德的邊界，讓精準醫療和AI更好地服務人類社會。
2精準醫療與AI整合的隱私倫理分析
2.1數據采集：精準醫療AI模式的精準造成患者的顧慮重重
致力于提供個性化醫療服務的精準醫療需要采集具有極強私人屬性的個人數據，包括基因檢測等，不可避免地需要對患者個人數據進行收集、處理和分析，由此可能會引起患者對個人數據泄露、被不合理利用等方面的擔心。在數據采集時，為了能夠獲得個體的行為習慣等，必然要長期持續地收集大量的用戶數據。個體生活習慣、生活方式、生存環境等有關的健康大數據信息，特別是基因數據帶有極強的私人性特征，每個人都有特定的基因信息，通過基因信息就可以定位到具體的個體。AI應用于精準醫療，使得精準醫療借助AI技術實現更精準、個性化的目標[4]，同時AI的介入使得精準醫療不只是對未來疾病最準確的預測，還可以擴展到提供建議，指導人們對預測的結果進行更好的反應。但精準醫療與AI的強強聯合加劇了人們的顧慮，因為這些非常敏感的個人數據也使不少患者心生恐懼，害怕個人醫療信息的泄露和不當使用可能帶來如基因歧視等的不良后果，這重重顧慮導致患者難以放心接受精準醫療的AI模式服務。人們對精準醫療的AI模式的顧慮，將會使AI在精準醫療的運用受到抑制，從而精準醫療的AI模式給我們帶來的各種可能的益處也將受到抑制。
2.2數據共享：個人數據的易取性加劇了患者對基因歧視的擔憂
醫療數據的共享可能導致患者在不知情的情況下就被醫療機構或相關人員提取其相關信息，患者的一些隱私甚至處于隨時被窺探的狀態。如果智能系統掌握的敏感的個人信息被泄露出去，給個人、家庭甚至家族帶來傷害，使戀愛受挫、夫妻感情損傷、參加保險被拒、就業困難等諸多問題，這些加劇了患者的心理焦慮和恐慌。據美國基因組資源國家中心1997年的一項全國性調查顯示，在1000個被調查人中，接近67%的被調查者表示，如果雇主或健康保險公司能夠得到檢測結果的話，他們就不會做基因檢測[5]。同時個體知道基因測試的結果也會給當事人造成巨大的心理壓力，攜帶有某種遺傳病基因的人會感到心煩意亂、焦慮不安。有關調查顯示，在美國，從基因檢測得知自己患有“亨廷頓舞蹈癥”的年輕人的自殺率超過同齡人一倍以上。事實上，基因檢測結果揭示的僅僅是一種患病的可能性，基因的表達受其他基因和環境等多種因素之間復雜的非線性關系的影響。人們對基因組測試結果往往容易促使個體片面理解或誤解基因信息與疾病的關系、特別是與個人生活質量和健康的關系，這使致病基因攜帶者生活在一種無形的精神壓力下。
2.3數據使用：數據的分析預測與數據監管的缺乏，隱私保護難以落到實處
分析遺傳密碼、性格特征、行為習性、生活軌跡、生活習慣等這些敏感的個人數據，給當前的隱私保護帶來嚴重威脅。與大數據時代之前相比，現在更能挖掘出大量的個人隱私數據的潛在價值，且更難控制[6]。精準醫療面臨的威脅并不僅限于個人隱私泄漏，還在于基于AI通過大數據對人們狀態和行為的預測[7]。例如某零售商通過個人的網絡軌跡歷史記錄分析，比家長更早知道自己女兒已經懷孕的事實，并向其郵寄相關廣告信息。大數據的價值更多源于它的N次利用，而知情同意在數據的N次使用中難以實現。2016年10月我國國家衛生和計劃生育委員會的《涉及人的生物醫學研究倫理審查辦法》雖然規定了醫學研究要遵循知情同意原則，但對已經同意所捐獻樣本及相關信息可用于所有醫學研究的，允許經倫理委員會審查批準后，可以免除簽署知情同意書，但是并未寫明是否還需要再次進行知情同意[8]。目前用戶數據的收集、存儲、管理與使用等均缺乏規范，更缺乏監管，主要依靠企業的自律。但這對那些既是數據的生產者，又是數據的存儲、管理者和使用者的商家來說，我們很難單純通過技術手段限制商家對用戶信息的使用，各行各業的利益驅使使得個人隱私權更容易被侵犯，用戶往往無法確定自己隱私信息的用途，在醫療實踐中保護患者的基因信息安全存在諸多障礙。因此，如何在AI的發展過程中加強對個人數據利用的管控和對個人隱私的保護，已成為必須關注的問題。
3精準醫療與AI整合中隱私倫理問題思辨
3.1把控數據使用的度：支持精準醫療AI模式應用最大化的同時避免過度擬合
科學技術的發展對人類隱私的沖擊和威脅從某種意義上講是不能完全避免的，我們直面AI應用于精準醫療帶來的隱私問題，通過把控數據使用的度，實現精準醫療應用支持的最大化同時避免過度擬合。AI在精準醫療實際應用中存在一個重要的問題，即在利用神經網絡方法進行疾病預測建模時，對已知訓練樣本集的學習訓練達到什么樣的擬合精度，才能使預報模型對未知樣本具有最好的預測能力。利用深度神經網絡的強非線性擬合能力進行個體未來疾病風險預測，精準醫療提供了海量訓練樣本，保證了在有足夠的訓練樣本的前提下對預測模型進行合理分類，構造了相應的疾病預測模型，但在神經網絡訓練的過程中，往往會出現過擬合的現象，給預測結果帶來不利的影響。平衡好精準醫療訓練樣本的擬合度，既可以防止過擬合現象帶來的預測結果的不準確，又可以通過遏制對個體敏感數據的全面采集分析捍衛個人數據隱私。把控訓練樣本的擬合精度，只提取與預報量相關度高且它們之間相關為零、沒有復共線性關系的主分量。一方面可以濃縮眾多預報因子的有用信息，減少信息重復和噪聲重疊，提高預報精度；另一方面又不會因過度采集挖掘個人數據造成隱私侵犯。
3.2推崇隱私保護的整體性：精準醫療應用需要倫理、法律和技術等方面的協同護翼
精準醫療數據隱私的保護受多種因素的影響與制約，研究AI時代的數據隱私保護，必須以系統整體理論為指導，把數據隱私的保護作為一個系統看待。系統論的整體性詮釋了隱私保護的整體性，精準醫療應用需要倫理、法律和技術等方面的協同護翼。首先，精準醫療的倫理規范捍衛個體尊嚴。作為精準醫療的基礎與核心的基因數據顯示出個體的特征、預期壽命，未來疾病的風險，以及對疾病、環境和污染物的易感程度等，還會顯示家族其他成員的遺傳傾向和信息，因此基因信息對個人具有重大意義，它是一個人最重要、最基本的隱私，關系到一個人的尊嚴和命運。隨著AI與精準醫療的進一步深入，明確數據隱私保護的倫理原則是精準醫療應用的前提條件。其次，精準醫療的法律制度框架為數據隱私保護提供強大后盾。精準醫療需要對患者具體信息，如個人基因、環境、生活方式等方面的數據進行收集、處理和分析，由此可能會引發患者信息泄露、被不合理利用等法律和倫理風險。為解決患者隱私權問題，美國白宮2015年11月了《精準醫療隱私與信賴最終原則》，試圖建立一個廣泛適用的基因信息保護方面的原則框架，為實踐中精準醫療的具體實施提供指導[9]。目前我國并沒有針對基因信息進行專門的立法保護，相關的法律法規十分零散，對醫療機構不得泄露涉及個人隱私的有關信息的立法大都是原則性的規定，僅籠統提出公民的個人隱私受法律保護，沒有進一步的細化條款，司法適用也缺少細化指導和統一標準[10]。構建保護精準醫療應用數據隱私相應的法律制度框架成為我國促進精準醫療發展的當務之急。再次，隱私保護的技術開發是對精準醫療應用數據隱私保護的有效措施。目前主要的數據隱私保護技術有同態加密、差分隱私、黑箱訪問和防止推理攻擊等[11]。個人隱私信息保護技術的日益成熟，精準醫療的倫理規范的確立和相應法律法規的完善，從整體上協同護翼個人隱私信息的安全。
3.3矚目新事物的發展變化：及時調治捍衛隱私策略
應對精準醫療技術突破的新挑戰技術發展帶來的不斷挑戰、基因技術的安全性有效性的尚不明確和個人隱私保護的動態性要求我們必須矚目新事物的發展變化，及時調治捍衛隱私策略，應對精準醫療技術突破的新挑戰。一方面，隱私內涵具有動態性與多維性，從古代鄉土熟人社會的人我界限的模糊到現代工業社會隱私意識的提出，從私人空間避遭他人干擾和侵害到個人擁有對自身數據的控制權等，隱私的內涵隨著社會生活環境的變化而變化[12]。它也隨特殊的情景如時間、地點、職業、文化、理由等諸多因素動態變動，這些都表明隱私保護須隨著信息技術的演化而變化，隱私與技術之間相互制衡，二者在保持某種張力基礎上實現著融合統一。另一方面，由于基因本身的獨特性和復雜性，目前大多數的基因技術的安全性和有效性有待驗證，這也導致基因組技術涉及的隱私尚不明確。AI與精準醫療的不斷發展拷問原有的倫理和法律規范，導致現有的隱私保護策略的失效。凡此種種，精準醫療的復雜性、動態性、不明確性也不斷沖擊原有個人隱私保護的范圍、重新定義個人隱私的行為和挑戰個人隱私信息的管理。目前AI與精準醫療正處于醞釀爆發階段，而更多新的基因組編輯平臺的加入也將進一步擴充基因組編輯技術在疾病分子機制探究、分子分型診斷和靶向治療等方面的潛在應用[13]。隨著精準醫療技術體系的持續發展，必會打破原有的隱私保護邊界，我們應樹立與時俱進的隱私觀。實時關注醫療領域新事物的新成就、新突破、新變化，在具體的實踐中重新協商隱私邊界，動態地調整隱私保護政策，是我們未來社會應對精準醫療技術突破的應有之義。
一個人的基因編碼“數據庫”不僅是遺傳密碼，而且是未來的金礦。
隨著基因測序技術越來越完善，所花費的成本將會越來越低。今后，患者以及普通人都可以方便快捷地進行DNA基因全測序，了解自己的身體健康狀況和預測“生命的未來”。
在技術的變革下，未來醫學是看“基因”下藥。
不過，我們也看到基因大數據帶來的問題不容樂觀，業界對倫理、監管的邊界不明晰而感到擔憂。對企業而言，當前要想從基因大數據中掘金，耗資巨大，且盈利尚需時日。
那么，我們將如何看待當前熱潮下的基因大數據，以及技術變革帶來的產業變革？本期《支點》雜志專訪基因大數據領域相關企業界代表，聽聽他們對基因產業發展的聲音。
基因診斷存在局限性
《支點》：生物科技、基因測序，作為新型的產業受到了國家的鼓勵支持。如何看待這一產業的發展態勢？
許鵬：從上世紀50年現DNA以來，基因檢測一直是醫學界的熱點。最近幾年，基因檢測已得到廣泛應用，比如目前比較成熟的產前篩查，以及還在探索階段的個性化腫瘤治療等。
科學研究者發現，很多疾病都與基因有關，隨著基于基因診斷的數據越來越龐大，基因診療的準確度也開始提升。過去我們要想對人體進行全基因組測序，費用高昂，動輒上百萬美元。而現在我們只需花上千元，就可以做簡單的基因檢測。
可以說，基因技術的發展，對醫療產業的發展帶來了更多的機會。
張增金：隨著分子生物學研究的日益深入，我們迎來了生物大數據時代，動輒就是數百GB的測序數據，還有龐大的生物序列數據，以及復雜的蛋白質結構數據等等。
生物信息分析軟件和數據庫，配以精悍的服務器硬件，只要你手上有自己的基因數據，我們就能提供專業的數據分析服務。
《支點》：我們看到，越來越多醫療領域相關公司加入到大數據的掘金中來。如何看待大數據對醫療產業帶來的變革以及目前存在的問題？
許鵬：基因檢測和大數據的結合，給生命科學帶來不少變革，如對海量基因數據的分析，或許能找出疾病基因的規律。同時，數據就是金錢，目前不少公司收集數據，并從中不斷嘗試，提煉出有價值的數據。
不過，在疾病的診斷和治療方面，我認為基因指導診斷目前還存在一些局限性。
現在對基因大數據的運用，很多還停留在炒作概念的階段。比如，有的機構聲稱，通過采集DNA樣本進行基因測序，就可以確定孩子的天賦特長和未來的發展。甚至，有的公司宣稱利用基因測序，能夠確定人的性格。這無疑是種誤導。
張增金：當前，我們看到基因大數據還存在不少問題，比如數據種類繁多，比較分散；缺乏存放標準、難以共享；數據分析缺乏有效工具等等。這些都需要我們逐步去解決。
目前，基因大數據的挖掘才剛剛開始，可挖掘的價值較多，需要參與者去開發更好用的工具，更好地去組織數據，從根本上去推動生命科學領域的發展。
我們離真正理解基因科學還有很長的路要走，人類當前對基因組的理解尚不到3%。這個領域才剛剛開始，要發掘的內容是很多的，而且是一個長期的工作。
董鳴雁：基因大數據受到各路資本的青睞，是未來醫療產業發展的方向。
但是從企業的角度來看，對基因大數據的采集、分析需要花費大量的研究成本，何時收回成本短期沒有時間表。同時，在實際生活中，讓市場能夠為基因大數據買單，我覺得尚需時日。
打通數據“孤島”
《支點》：由于醫療機構之間的壁壘、檢測標準、試劑選取等原因，數據口徑和相關指標無法直接使用的情況依舊存在。我們又將如何打通這些數據“孤島”呢？
張增金：一是可以對存儲和管理的基因大數據進行整合，并保證數據的安全性和合規性；二是可以用方便快捷，且經濟的方式去分析基因組大數據，生成可靠易讀的科研報告和可視化的圖表；三是與業界同行進行安全、無縫對接，實現科研合作。
目前，有上百家科研院校在我們的云平臺上進行基因大數據的挖掘。
董鳴雁：在醫療運用領域，大數據與醫療行業兩者間的業務結合還不夠緊密。最近三年以來，不少大型醫院、醫療機構對系統做了大量改造。我們看到，在數據醫療領域，有的醫療機構已展開與國內外同行間的交流學習。
目前，這種交流是點對點的展開。如何將各個數據“孤島”整合起來，我認為還需要國家建立區域衛生平臺，讓區域衛生數據在一個平臺上通聯起來，形成匯聚點。
《支點》：我們看到醫療大數據的市場容量呈爆發式增長，基因大數據的擴展價值主要在哪些領域？
張增金：基因大數據+精準醫療，一定是未來的發展方向。精準醫療離不開基因大數據的分析，目前研究和應用的熱點是單基因遺傳病，復雜疾病以及腫瘤。我們目前布局精準醫療領域主要從兩方面入手：一是成立了百邁客醫學檢驗所，為實驗和數據做儲備；二是利用百邁客云的平臺來進行數據分析。
在精準醫療領域，基因大數據將摒棄過去的“經驗”診斷，實現更加精準的診斷；在大眾健康領域，基因大數據將實現由預防到治療的轉變。同時，利用基因大數據，我們可以在農作物育種領域大有作為。
如果算上大健康領域、農業育種、工業微生物領域的基因大數據，其市場規模將達到萬億元。若單就基因檢測領域來看，國內基因大數據規模將超過千億元，市場發展潛力巨大。
許鵬：當前，國內醫療大數據市場的發展仍處于起步階段，商業模式尚未成熟。國內醫療大數據企業的盈利方式主要有以下幾種：數據收入、搭建系統收入、軟件收入、提供服務的收入、免費提供服務換取流量之后靠流量變現。
雖然行業尚未形成穩定成熟的商業模式，但健康醫療大數據市場未來的發展仍然值得期待。
醫療大數據的收集與分析，是精準醫療攻克其主要技術難題的關鍵環節，是其成功路上的重要“螺絲釘”。
隱私邊界不明
《支點》：我們在基因數據化的同時如何保證基因數據的安全性？
董鳴雁：大數據醫療行業的安全性分為兩個層面，一是技術上的安全性，二是觀念上的安全性。在技術安全性領域，目前技術對數據的保存本身并不太難，且有一定社會認可度。但是在觀念上，我們對醫療大數據的隱私保護等，還存在一定的安全憂慮。
我們要讓醫療大數據走出“院墻”，讓患者沒有顧慮地去醫院看病，放心填寫個人的病歷、病情、親友電話，以及家族是否有遺傳病例史等，醫院要做到妥善保存。這些數據，除去個人的敏感信息外，病情、病理、病歷等這些信息大量匯聚以后，才可能進行數據提煉、分析或抽取，并提供給醫療機構。
我們可以引入第三方機構，如專業的醫療云等，讓其提供數據醫療的整理、分析等報告。同時，作為數據收集的點來說，醫療云為大數據做出基礎、物理準備，是大數據醫療產業鏈條上的重要一環。
人工智能在醫療領域的廣泛應用價值
目前，人工智能在醫療領域的研究成果頻出，人工智能應用醫療領域已是大勢所趨。各個科技巨頭都相繼布局人工智能醫療行業。對人工智能在醫療的應用主要基于多方面的客觀現實：比如優質醫療資源供給不足，成本高，醫生培養周期長，誤診率高，疾病譜變化快，技術日新月異；此外，隨著人口老齡化加劇和慢性疾病發病率的增長，人們對健康重視程度普遍提高，醫療服務需求也在持續增加。
人工智能結合醫學應用有非常多的益處，可以讓患者、醫師和醫療體系均受益。比如對于患者來說，可以更快速地健康z查，獲得更為精準的診斷結果和更好的個性化治療方案建議；對于醫師來講，則可以消減診斷時間，降低誤診的概率并對可能的治療方案的副作用提前知曉；對于醫療體系來說，人工智能則可以提高各種準確率，同時系統性降低醫療成本。
據悉，人工智能在智能診療、智能影像識別、智能藥物研發和智能健康管理等方面都有廣泛的應用價值。
比如在智能診療方面，就是讓計算機“學習”專家醫生的醫療知識，模擬醫生的思維和診斷推理，從而給出可靠診斷和治療方案。智能診療場景是人工智能在醫療領域最重要、也最核心的應用場景。谷歌宣布已嘗試將其面向消費者的機器學習能力應用到醫療保健領域中。今年谷歌的人工智能算法在乳腺癌診斷上也表現出了很高準確度；蘋果公司最近收購了Lattice，該公司在開發醫療診斷應用的算法方面具有很強能力。
在智能影像識別方面，人工智能的應用主要分為兩部分：一是圖像識別，應用于感知環節，其主要目的是將影像進行分析，獲取一些有意義的信息；二是深度學習，應用于學習和分析環節，通過大量的影像數據和診斷數據，不斷對神經元網絡進行深度學習訓練，促使其掌握診斷能力。作為醫生，從一個大的圖像如CT、核磁共振圖像判斷一個非常小的陰影，是腫瘤是炎癥還是其他原因，需要很多經驗。如果通過大數據，通過智能醫療，就能夠迅速得出比較準確的判斷。
在智能藥物研發方面，則是將人工智能中的深度學習技術應用于藥物研究，通過大數據分析等技術手段快速、準確地挖掘和篩選出合適的化合物或生物，達到縮短新藥研發周期、降低新藥研發成本、提高新藥研發成功率的目的。人工智能通過計算機模擬，可以對藥物活性、安全性和副作用進行預測。目前借助深度學習，人工智能已在心血管藥、抗腫瘤藥和常見傳染病治療藥等多領域取得了新突破，在抗擊埃博拉病毒中智能藥物研發也發揮了重要的作用。
在智能健康管理方面，則可以將人工智能技術應用到健康管理的很多場景中。目前主要集中在風險識別、虛擬護士、精神健康、在線問診、健康干預以及基于精準醫學的健康管理。比如通過獲取信息并運用人工智能技術進行分析，識別疾病發生的風險及提供降低風險的措施。計算機還能收集病人的飲食習慣、鍛煉周期、服藥習慣等個人生活習慣信息，運用人工智能技術進行數據分析并評估病人整體狀態，協助規劃日常生活。在精神健康領域，計算機可運用人工智能技術從語言、表情、聲音等數據進行情感識別。在健康干預層面，計算機則可以運用AI對用戶體征數據進行分析，定制健康管理計劃。
從IBM Watson的發展看醫學人工智能的未來
目前國內外已經有很多高科技企業將認知計算和深度學習等先進AI技術用于醫療領域，并出現了很多產品，其中以IBM的“沃森醫生”（IBM Watson）最有代表性。IBM Watson作為該領域中的翹楚，隨著人工智能技術的逐漸成熟，在2016年開始放開手腳，以腫瘤診斷為重心，開始在慢病管理、精準醫療、體外檢測等九大醫療領域中實現突破，逐步實現人工智能作為一種新型工具在醫療領域的獨特價值。
沃森是2007年由IBM公司開發的，IBM Watson具備了自然語言處理、信息檢索、知識表示、自動推理、機器學習等能力，能夠快速搜索分析非結構化的數據，獲取想要的結果。2015年，日本東京大學醫學院研究所最初的診斷結果，確診一位60歲的日本女性患了急髓白血病，但在經歷各種療法后，效果都不明顯。無奈之下，研究所只好求助IBM Watson，而IBM Watson則通過對比2000萬份癌癥研究論文，分析了數千個基因突變，最終確診這位60歲的日本女性患有一種罕見的白血病，并提供了適當的治療方案。整個過程IBM Watson只用了短短10分鐘。
自2012年羅睿蘭接手IBM開始，IBM公司發展方向與業務架構就一直在進行根本性調整。傳統硬件與系統軟件業務地位不斷退后，而云計算、網絡安全、數據分析與人工智能成為了公司現金流的核心投放領域。現在的IBM正在轉型為一家認知計算和云平臺的公司。其中在醫學人工智能的優勢也越來越明顯。
IBM Watson首先進入的領域是復雜的癌癥診斷和治療領域，這也是目前全世界醫學界聚焦的重點。Watson的第一步商業化運作就是通過和紀念斯隆?凱特琳癌癥中心進行合作，共同訓練IBM Watson腫瘤解決方案（Watson for Oncology）。癌癥專家在Watson上輸入了紀念斯隆?凱特琳癌癥中心的大量病歷研究信息進行訓練。在此期間，該系統的登入時間共計1.5萬小時，一支由醫生和研究人員組成的團隊一起上傳了數千份病人的病歷，近500份醫學期刊和教科書，1500萬頁的醫學文獻，把Watson訓練成了一位杰出的“腫瘤醫學專家”。隨后該系統被Watson Health部署到了許多頂尖的醫療機構，如克利夫蘭診所和MD安德森癌癥中心，提供基于證據的醫療決策系統。
相繼攻克肺癌、乳腺癌、結腸癌、直腸癌后，2015年7月IBM Watson for Oncology成為IBM Watson health的首批商用項目之一，正式將上述四個癌種的腫瘤解決方案進入商用。2016年8月IBM宣布已經完成了對胃癌輔助治療的訓練，并正式推出使用。此外沃森還在2016年11月訓練完上線了宮頸癌的服務。
目前IBM Watson腫瘤解決方案已經進入中國。2016年12月，浙江省中醫院聯合思創醫惠、杭州認知三方共同宣布成立沃森聯合會診中心，三方將合作開展IBM Watson for Oncology服務內容的長期合作，這是自IBM Watson for Oncology引入中國以來，首家正式宣布對外提供服務的Watson聯合會診中心，意味著中國醫療行業將開啟一個新型人工智能輔助診療時代。目前Watson可以為肺癌、乳腺癌、直腸癌、結腸癌、胃癌和宮頸癌6種癌癥提供咨詢服務，2017年將會擴展到8-12個癌種。在醫生完成癌癥類型、病人年齡、性別、體重、疾病特征和治療情況等信息輸入后，沃森能夠在幾秒鐘內反饋多條治療建議。
此外，IBM Watson還與輝瑞達成了一項新協議，會將前者的超級計算能力用于癌癥藥物研發。輝瑞將用上Watson for Drug Discovery的機器學習、自然語言處理及其它認知推理能力，用于免疫腫瘤學（Immuno-oncology）中的新藥物識別，聯合療法和患者選擇策略。由于免疫腫瘤學的未來在于針對獨特腫瘤特征的組合，這會改變癌癥治療方式。而在藥物研發中利用Watson的認知能力，可以更快地為患者帶來可能的新免疫腫瘤治療。
毫無疑問，人工智能將會成為未來IBM的成長引擎。沃森目前已經不僅僅滿足于涉及糖尿病等慢病、大健康、醫療影像、體外檢測、精準醫療、機器人、疾病研究治療這幾個領域，未來，沃森的觸角還會伸到醫療的其他行業，為整個醫療行業服務。
中國版小小“沃森”不斷面世
與IBM Watson十年的發展軌跡不同，中國在醫學人工智能領域的發展屬于追趕者。由于中國沒有統一的醫療數據格式以及數據孤島的隔離，中國在醫學人工智能I域投放的資源相對要少很多。不過這并不妨礙國人對其發展的熱情。在智能影像識別和診斷方面，中國已經出現了若干版本的小小“沃森”，他們的功能雖然沒有IBM Watson那么強大，但也在各個領域顯示出獨特的應用價值。
浙江德尚韻興圖像科技有限公司是由浙江大學知名專家和珠海和佳醫療設備股份有限公司共同投資成立一家高科技公司。浙江德尚韻興利用深度學習處理超聲影像，同時加入旋轉不變性等現代數學的概念，形成了“DE-超聲機器人”。該機器人算法借助計算機視覺技術，可以對甲狀腺B超快速掃描分析，圈出結節區域，并給出良性與惡性的判斷，大大節省了醫生的診斷時間。一般來說，人類醫生的準確率為60%-70%，而當下算法的準確率已經達到85%。
據悉，人體甲狀腺結節已成常見病，如果不加重視，甲狀腺結節可能會發生惡變，進而發展成癌癥，危及生命。但由于個體化差異，目前三甲醫院甲狀腺結節的診斷準確率平均也只有60%，如果不做活檢，不同醫生對同一張片子可能會做出不同判斷。而超聲機器人的出現，不僅能輔助醫生做出精準判斷，還能縮短病人就醫時間，提升醫療效率。目前“DE-超聲機器人”已經在浙江大學第一附屬醫院、中國電子科技集團公司第五十五所職工醫院和杭州下城區社區醫院臨床應用，一年病例達到8萬多，準確率達86%以上。
2017年2月，中山大學中山眼科中心劉奕志教授領銜中山大學聯合西安電子科技大學的研究團隊，利用深度學習算法，建立了“CC-Cruiser先天性白內障人工智能平臺”。該人工智能程序模擬人腦，對大量的先天性白內障圖片進行分析和深度學習，不斷反饋提高診斷的準確性。將該程序嵌入云平臺后，通過云平臺上傳圖片，即可獲得先天性白內障的診斷、風險評估和治療方案。
據悉，先天性白內障是一種嚴重威脅兒童視力的疑難罕見病。中山眼科中心有全球最大的先天性白內障隊列（隊列人數近2000名），基于該隊列開展了一系列嚴謹的研究，積累了大量高質量的先天性白內障臨床數據。中山大學眼科中心于2017年4月設立“人工智能應用門診”，由人工智能云平臺輔助臨床醫師進行診療。在人工智能門診就診的患者，除接受常規診療外，其檢查數據即時同步到CC-Cruiser云平臺，同時享受由人工智能機器人提供的“專家級”診療。目前CC-Cruiser已在3家協作醫院完成臨床試點應用，并取得理想效果。此外，中山眼科中心已經連接了、新疆、云南、青海等邊遠省區上百家基層醫院，每天有大量眼科檢查數據上傳云平臺請求專家協助診斷。在醫學人工智能應用場景下，病例以及圖像數據將首先通過人工智能程序進行初審，再由專家復核，效率將提升70%以上，極大提高了專家協診效率。
2017年5月，丁香園、中南大學湘雅二醫院和大拿科技共同宣布就皮膚病人工智能輔助診斷達成獨家戰略合作，并了國內首個“皮膚病人工智能輔助診斷系統”。資料顯示，系統性紅斑狼瘡是一種慢性自身免疫性疾病，屬于風濕性疾病中的彌漫性結締組織病，可引起全身多個臟器受累，包括皮膚、關節、腎臟、血液等。如何精準診斷系統性紅斑狼瘡，一直是困擾各國科學家的世界醫學難題。
目前三方合作研發出的是紅斑狼瘡人工智能輔助診斷模型，該模型對紅斑狼瘡各種亞型及其鑒別診斷疾病能進行有效區分，識別準確率超過85%。據悉，該系統一方面是面向皮膚科醫生，醫生通過APP，把圖像傳到系統以后，系統提示最有可能的皮膚病類型，然后建立皮膚病電子百科全書，通過百科全書再去學習，輔助臨床診斷；另一方面是面向患者，系統提供圖片鑒別和導診意見。據悉，該系統第一期主要實現以紅斑狼瘡為代表的皮膚病人工智能輔助診斷，下一步將“滲透”到其他醫療機構，并將開放患者端服務。
醫學人工智能真正落地
需要全產業鏈配合
專家指出，要真正實現醫療產業的人工智能化，僅靠單方面的力量難以實現，這需要依托全產業鏈包括醫療主管部門、醫療機構的參與和信息化服務商等各個環節的共同努力。
比如像前文所述的甲狀腺結節、紅斑狼瘡、先天性白內障的診斷，都要依靠形態學的圖像數據，這些在皮膚病和病理科特別常見，所以人工智能的優勢在此可以得到充分體現。訓練一個好的皮膚科醫生可能要十年，把人工智能引進后，可以大大縮短時間。但是醫學人工智能研發成本高、數據獲取難、尚未深入診療核心等成為阻礙其真正落地的因素。
人工智能技術形成產品，最重要是要有大量高質量的數據。深度學習靠的是“吃透”大量樣本。但目前大部分醫療機構并不愿公開數據。比如前文介紹的德尚韻興，為了收集數據，嘗試通過多個渠道，有社區檢查，有付費志愿者，也有試點醫院。最后該公司收集了兩三萬張超聲圖像，不嗟厥淙胂低持脅瘧Vち蘇鋃獻既仿試85%以上。該公司負責人也評價到，如果樣本量能提高一倍，診斷準確率還有較大的提升空間。
在獲取高質量的醫療數據方面，國內醫院在過去信息化程度不高，數據雖然多，但相對雜亂，使用難度大。如何找到合適的切入點，并快速獲取數據會是一個很高的門檻。同時，醫院信息孤島現象長期存在，各個醫療機構的數據尚未實現互聯互通。這一局面則逐步從政策層面迎來破冰。去年6月，國務院公布了《關于促進和規范健康醫療大數據應用發展的指導意見》，明確指出健康醫療大數據是國家重要的基礎性戰略資源，需要規范和推動健康醫療大數據融合共享、開放應用。但該政策的真正落地依然需要時間。
《通知》強調，受理新增醫療服務價格項目，不受《全國醫療服務價格項目規范（2012年版）》限制，對涉及試劑、耗材和設備等醫用產品的項目，只要相關產品獲得有關部門批準生產、具備市場準入條件，均應納入新增醫療服務價格項目受理范圍。
《通知》主要內容
要進一步簡化工作程序，按照鼓勵創新和使用適宜技術相結合的原則加快審核，及時公布審核結果。
對審核通過的新增醫療服務價格項目，各地要明文規定在本行政區域內執行，并明確項目編碼、項目名稱、項目內涵、價格水平或價格管理形式等。
省級價格主管部門要會同有關部門，抓緊研究制定并向社會公布新增醫療服務價格項目的受理條件、審核程序、審核時間、審核原則及內容和部門職責等工作規則，確保受理審核工作責任明確、過程透明、結果公開。
各地不得以任何名義和方式，拒絕或推諉新增醫療服務價格項目的受理審核工作。
自本文之日起，若因價格主管部門原因影響醫療技術創新和及時進入臨床使用的，發改委將通報批評，并按規定追究相關人員的責任。
Strategy戰略
萬達斥資150億建3座頂級醫院
1月6日，萬達集團與英國國際醫院集團（IHG）在北京簽訂合作協議。萬達將總投資150億元，在上海、成都、青島建設三座綜合性國際醫院，由IHG運營管理并使用IHG品牌（中文名“英慈萬達國際醫院”）。這是中國企業在醫療行業的最大一筆投資，也是IHG首次在中國運營管理醫院項目。
中國人壽計劃投建三甲醫院
1月10日，中國人壽官微透露，中國人壽與山東省淄博市中心醫院、國藥集團融資租賃有限公司共同簽署合作協議，三方將共同投資設立醫院管理公司。其中，中國人壽為第一大股東。醫院管理公司設立后，將負責淄博市中心醫院西院區工程項目的建設，以及新院區的設立與運營。新的西院區將按照三甲綜合醫院的標準建設，計劃一期開放床位1000張。
綠葉醫療控股收購韓國高端醫療品牌
近日，綠葉集團旗下的綠葉醫療集團宣布，已與韓國JC健康株式會社正式簽約，投資并控股JC健康株式會社，同時持有韓國知名婦兒專科品牌愛麗美（Ellium）。韓國JC健康株式會社是目前韓國最大規模的專業化醫院管理服務公司之一，是Ellium（愛麗美）品牌的持有者，專為婦產科、兒科以及整形美容等專科領域提供醫院經營管理服務，并經營產后調理醫院。
Service服務
“互聯網+康復”平臺康復匯上線
我國首個國家級“互聯網+康復”網絡平臺――“康復匯”日前正式上線。該平臺定位于打造康復“網絡生態圈”，將通過互聯網、移動互聯網等媒介縱向聯合綜合醫院、基層社區和康復、養老等醫療機構，橫向鏈接醫學專家、康復醫師、康復治療師、康復護士等專業人員，打造首個國家級“互聯網+康復醫療”平臺。
搜狗搜索推出“醫院一體化”功能
近日，搜狗搜索利用數據分析引擎，以及與醫療行業第三方專業服務商的深度合作，全新推出“醫院一體化”功能。用戶只要在搜狗搜索手機版頁面中輸入醫院名稱，就能準確獲知醫院的等級、聯系電話、真實地址等信息。同時，在搜索結果中就能直接按照“科室”或“疾病”在線找醫生，杜絕了用戶被虛假醫療廣告所欺騙的可能性。
Medicine藥品
屠呦呦研究成果24年后申請新藥
近日，中國中醫科學院中藥研究所提出雙氫青蒿素片增加適應證的新藥申請，國家食藥監總局表示，該申請符合新藥特殊審批程序要求，將加速其審批流程。據悉，1992年，雙氫青蒿素被批準為一類新藥后，屠呦呦在對青蒿素對自身免疫性疾病的治療研究中發現，其對紅斑狼瘡的治療也有明顯效果。此次增加適應證的新藥申請，就是申請該藥可用于治療紅斑狼瘡。
“人用皮卡佐劑狂犬病疫苗”獲臨床突破
1月4日，中國依生生物制藥有限公司宣布，皮卡狂犬病疫苗的臨床一期試驗取得了良好的結果，注射皮卡狂犬病疫苗75%的人群在第7天就能實現血清轉陽，這樣的轉陽速度將更有利于防止暴露后狂犬病病毒感染威脅。據介紹，該疫苗采用全新的具有激活免疫細胞Toll樣受體3（TLR-3）的皮卡佐劑技術，于2013年被國家科技部列為“重大新藥創制”項目。
正大天晴16億向強生轉讓肝炎新藥
1月8日，正大天晴藥業與強生制藥公司簽署獨家許可協議，將一款抗乙肝病毒（HBV）臨床前藥物除中國大陸之外的國際開發權許可給強生公司，強生將在中國之外開展該產品的全球開發、生產、注冊和商業化推廣。根據協議，強生將支付正大天晴總額2.53億美元（約16億人民幣）的首付款和里程金，以及上市后的銷售提成。據悉，該款在研創新藥物是一種新型小分子抗病毒口服藥，通過激發患者自身免疫功能，產生對乙型病毒的清除效能。
Technology技術
英國發現影響人類智商的基因
英國帝國理工學院日前報告說，他們首次確認人類大腦中兩個與智商有關聯的特定基因簇。這一發現不但加深了研究人員對智商的理解，未來或許有助于開發更高效的神經系統疾病療法。這兩個基因簇分別被稱為M1和M3，每個基因簇由數百個相互關聯的基因組成，它們共同影響人的認知、記憶、注意力和推理等有關智商的方面。
中科院啟動“中國人群精準醫學研究計劃”
1月10日，中國科學院表示，將在4年內完成4000名志愿者的脫氧核糖核酸（DNA）樣本和多種表現型數據的采集，并對其中2000人進行深入的精準醫學研究。研究包括全基因組序列分析、建立基因組健康檔案及針對重要慢性病的遺傳信號開展預警和干預研究等。
該計劃首席科學家、北京基因組所中科院精準基因組醫學重點實驗室主任曾長青介紹，考慮到職業人群穩定性強和良好的參與交流條件，這一精準醫學計劃將以中科院職業人群為隊列研究基礎，日前第一批志愿者的樣本和基線數據采集工作已在北京基因組所員工中全面展開。
砒霜抗腫瘤機制有新解
上海交通大學陶生策研究員與上海瑞金醫院陳竺院士領銜的聯合研究組研究證實，砒霜（三氧化二砷）可明顯抑制腫瘤細胞中糖酵解通路限速酶己糖激酶2（HK2）的活性，從而影響細胞代謝，最終導致腫瘤細胞凋亡。大量已有研究表明，砒霜在其他多種惡性腫瘤的治療方面也有較大潛力，但相關機制一直不清，不能明確具體的靶標蛋白質有哪些。
Devices器械
北京大型醫療設備將實施集中管理
1月6日，北京市衛生計生委公布《北京市大型醫用設備配置與使用管理白皮書》，對甲類、乙類大型醫用設備配置現狀及監管使用情況進行梳理。白皮書提出，未來將在醫療機構內部或各轄區內部探索建立醫學影像中心，將大型醫用設備集中管理；對社會辦醫配置乙類大型醫用設備放寬準入條件，只審查診療科目、醫技人員資質和醫療技術準入等安全性指標。
磁共振等20種醫械將取消關稅
日前，世貿組織就擴大《信息技術協定》產品范圍談判達成全面協議，心臟起搏器、磁共振成像設備、超聲掃描設備等20多種醫療器械設備和組件計劃于今年7月1日起實施降稅，絕大多數產品將于3～5年后最終取消關稅。此舉將為我國中高端醫療設備的出口創造更為有利的條件，國內廠家生產部分高端醫療設備核心元件的進口成本也將進一步降低。
2018年是我鎮精準扶貧脫貧攻堅的關鍵年，為進一步加強我鎮精準扶貧精準脫貧工作，加固走穩全鎮貧困對象脫貧步伐，根據省、市各級2018年脫貧攻堅的要求，我鎮積極認真地開展了多項活動，促進了我鎮精準扶貧精準脫貧工作，現將上半年工作總結如下:
一、摸清底數定方案
截止2017年底我鎮國網系統里還有存量貧困戶284戶786人(含2017年鞏固脫貧的貧困戶38戶141人)和一個貧困村(太平口村)，其中低保貧困戶193戶664人(其中268人享受低保)，五保貧困戶68戶71人;健康狀況屬殘疾的142人，屬大病的97人，屬長期慢性病的130人;無勞動能力者440人(包含在校學生和學齡前兒童)，喪失勞動能力者55人，有勞動能力的僅291人;年齡在60歲以上的貧困老年人195人，在16歲以下的99人。針對2018年以低保、五保、殘疾人、重大病患者、貧困老年人、兒童等為主的脫貧特困群體，我鎮對照“六個精準”的要求，開展了全面排查，與省、市直駐村工作隊一起認真研究討論，為貧困村出列、貧困戶脫貧量身定制了工作方案，盡心盡力全面落實國家、省、市精準扶貧各項政策，鞏固2017年脫貧成果，為2018年脫貧減貧目標完成夯實基礎。
二、“春季攻勢”見行動
為進一步加強我鎮精準扶貧精準脫貧工作，加固走穩全鎮貧困對象脫貧步伐，根據省、市各級2018年脫貧攻堅“春季攻勢”行動方案的要求，我鎮于3月7日召開了XX鎮脫貧攻堅“春季攻勢”督辦會，進一步明確了我鎮精準扶貧工作目標，增強工作協調機制，精準脫貧幫扶措施，以確保XX鎮今年全面完成貧困村和貧困人口的脫貧任務。力求“春季攻勢”活動“盡全力、出實招、加油干、結硬仗”，將貧困對象的困難放在心上，積極通過產業扶貧、醫療救助、教育補貼和政策兜底多種方式幫助貧困戶脫貧致富共奔小康。
三、“四大行動”亮作為
在“春季攻勢”行動中，我鎮根據脫貧攻堅工作實際，認真貫徹和實施了省、市提出的開展脫貧“大調研”、任務“大分解”、措施“大完善”、臺賬“大清理”等四項行動，以確保各項數據的精準、真實。圍繞貧困村出列的“九有”標準，規劃了太平口村香菇種植基地、通村主干道擴建、小龍蝦養殖、村文化廣場建設和村機耕路維修等多個項目，幫助該村尋找發展路徑，確定行業扶貧目標及責任。結合各村、市直各單位開展的“大調研”活動，通過入戶摸底核實，我鎮需享受教育補貼的共146人，其中學齡前兒童32人，小學62人，初中24人，高中17人，中職4人(雨露計劃2人)，大專及以上的7人;需享受醫療補助的285人，主要為長期慢性病和大病患者。根據對貧困對象精準施策需求的意愿調查，全鎮共確定產業扶貧137戶，惠及貧困人口505人。其中:畜禽養殖49戶，涉及項目52個，含生豬99頭、牛21頭、肉雞8550只、蛋雞2000只、鴨300只;水產養殖71戶，涉及項目74個，含小龍蝦養殖1047畝、泥鰍6.5畝、黃鱔150箱;光伏發電項目43戶，實施規模126千瓦;另發展筍竹兩用、農家樂、農村電商項目各一個。在貧困村太平口村脫貧出列方面，全村結合“九有”的脫貧標準，共規劃項目10個，目前各項目已經在全面推進中。圍繞扶貧對象精準、項目安排精準、資金使用精準、措施到戶精準、因村派人精準和脫貧成效精準這“六個精準”要求，我鎮督促各村對建檔立卡貧困對象臺賬實施了“回頭看”，并積極開展了多種形式的整改;此外，我們還依據《咸寧市扶貧開發工作業務指南》，以模板形式統一了戶、村臺帳內容，規范內容填寫，杜絕臺帳格式不統一、貧困戶資料填寫反復修改、國網數據采集不精準等問題，為貧困村出列、貧困戶脫貧省級核查夯實了基礎。同時，扎實開展了全國扶貧開發建檔立卡系統數據清洗工作，組織專班反復核對了錄入信息，確保貧困對象網上網下檔案信息的一致。
四、再鼓干勁結硬賬
雖然在上半年的系列行動中，我鎮的精準扶貧工作得到了有力的督辦和推動，戶檔資料更加規范化，有勞動能力的貧困戶也發展了產業，扶貧工作總體上也取得了一些成績，但是由于存量貧困戶構成的特殊性，不難看出，我鎮的脫貧攻堅工作仍然存在一些難啃的“硬骨頭”，存在以下困難:貧困戶家庭勞動力普遍缺失;貧困戶人口素質總體偏低，發展項目缺乏技術支撐;主導產業的確定存在“跟風上”現象;村級經濟發展相對滯后，貧困戶脫貧缺乏持續性。根據這些重點難點，下半年我鎮將在以下幾個方面加強作為，爭取打贏脫貧攻堅戰:一是進一步夯實基層基礎。按照政策規定和上級要求，進一步加強戶檔資料和國網系統數據的核對，確保臺賬資料和國網數據的一致;及時跟進動態管理，記錄好貧困戶家庭成員的自然增減;按上級要求抓好日常工作，確保上級布置的工作落實到位。二是配合大數據核查清理，按照“六個精準”進一步核實貧困戶信息。三是對照XX市精準扶貧政策清單，全面落實精準扶貧相關政策。嚴格按照要求推進項目，按“七個一批”將貧困戶該享受的政策落實到位。四是加快推進貧困村太平口村整村脫貧工作，按照貧困村出列的“九有”標準查漏補缺，按照既定的項目和時間表推進相關工程進度，幫助太平口村有勞動力的貧困戶發展產業，落實政策，順利脫貧。五是加強宣傳，強化督辦，做到扶貧政策戶知曉，幫扶措施群受益。
一、目標任務
通過開展脫貧攻堅全面排查整改工作，以“三落實”（責任落實、政策落實、工作落實）“三精準”（識別精準、幫扶精準、退出精準）“三保障”（義務教育有保障、基本醫療有保障、住房和飲水安全有保障）為重點，對照建檔立卡信息和影響脫貧質量的因素，逐村逐戶逐項全面系統排查梳理，確保摸清情況、查準問題，2019年12月28日前完成全面排查。以邊排查邊整改、有問題必整改為要求，針對排查梳理情況和問題清單，逐條逐項堅決徹底整改解決，確保措施落實到位、問題整改到位，2020年5月底前完成全部整改。
二、工作方法
以鄉鎮為主體開展脫貧攻堅全面排查整改工作，各鄉鎮和縣直責任單位要結合實際，對照職責分工，認真制定方案，細化責任分工，明確措施要求，狠抓工作落實。一是幫扶單位幫扶干部自查精準幫扶十大行動等各項政策措施落實、工作落實、責任落實情況并同步整改；
二是各鄉鎮要統籌安排第一書記、駐村工作隊和幫扶干部對貧困戶政策落實情況、識別和退出精準進行排查整改，同時針對第一書記、駐村工作隊和幫扶干部工作作風、幫扶力度、幫扶責任、幫扶成效等情況對駐村幫扶工作進行排查整改；
三是縣十大扶貧工程牽頭單位對義務教育、基本醫療、住房和飲水安全“三保障”方面情況，深入排查梳理，深化整改解決。各鄉鎮各部門各單位要對自查落實情況進行評估，督促嚴肅認真排查、全面徹底整改，確保排查整改工作務實、過程扎實、結果真實。
三、步驟安排
（一）全面排查階段。2019年12月28日前，各鄉鎮各部門各單位對照“三落實”“三精準”“三保障”排點事項清單（附后），組織精銳力量對脫貧攻堅突出問題開展全面排查，確保摸清情況底數、找全問題清單，交鄉鎮統一匯總并由鄉鎮主要領導簽字后報縣脫貧攻堅工作領導小組辦公室。
（二）梳理匯總階段。2020年1月18日前，對照排點事項清單，認真梳理匯總排查情況，逐項說明排查出的問題有多少、已經解決了多少，采取了什么措施和典型經驗做法，達到什么成效，剩下的問題怎么解決、何時解決等，各鄉鎮、十大扶貧牽頭部門、幫扶單位按照自身職責，形成排查情況匯報以單位紅頭文件報縣脫貧攻堅工作領導小組辦公室。
（三）集中整改階段。2020年5月28日前，全縣集中5個月時間，在不斷鞏固已整改解決問題成效的同時，重點對照全面排查階段排查梳理未能解決的問題，分類研究落實措施，分級制定整改方案，明確責任分工和完成時限，細化落實到村到戶的整改清單，扎實推進整改解決，確保所有問題全部整改到位。
（四）抽查復核階段。2020年5月中旬，縣扶貧辦、縣攻堅辦將對照各鄉鎮各部門各單位排查結果和問題清單，對重點問題、重點工作整改解決情況開展抽查復核。2020年6月份，接受省級全面復核。
四、工作要求
（一）加強組織領導。各鄉鎮各部門各單位要堅定扛起排查整改工作的主體責任，集中人員力量開展全面排查，單位主要領導為第一責任人，親自調動、部署和推動排查整改工作。行業部門要立足工作職責，嚴格落實行業牽頭責任，切實加強業務指導和政策支持，強化對排查整改的工作梳理、情況分析、數據核準，形成橫向到邊、縱向到底的排查工作格局，確保問題排查不留死角。
（二）確保排查質量。各鄉鎮各部門各單位一是將此次全面排查整改工作，與中央、省、市督查考核反饋問題統籌推進，一體排查整改，緊扣“三落實”“三精準”“三保障”排點事項清單，一體謀劃、整體推進工作落實；
關鍵詞：大數據環境；特征提取；顏色；紋理；形狀
中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2017）14-0167-02
1背景
腦腫瘤的發病率逐年上升。腦腫瘤在20-50歲間最為常見。各項數據表明，腦腫瘤死亡率較高，進行研究治療迫在眉睫。但醫療行業遇到了海量數據和非結構化數據的挑戰，因而很多國家都在積極推進醫療大數據化發展。大數據的意義在于，對大體量、高復雜數據、影像的挖掘和運用，讓個性化、精準化的醫療服務成為可能。
2項目研究
2.1大數據收集及數據預處理
大數據的收集意義在于對大體量、高復雜數據、影像的挖掘和運用，讓個性化、精準化的醫療服務。大數據不依賴于隨機取樣，樣本等于總體。目前我們收集到300多組數據，主要包含3類腫瘤圖像：膠質瘤、腦膜瘤、垂體瘤。數據集包含來自患者的切片。
醫學圖像常常存在很多問題，例如非均勻性，不一致性，噪聲大，缺少結構等等。所以要對數據進行預處理。數據預處理就是通過計算機輔助進行各種加工。處理手段有利用局部和卷積算子以及像素運算等技術對圖像去噪與增強等等。我們小組前期通過opencv3.2+vs做了算法比較。也使用醫學影像處理軟件MIPAV對收集到的圖像進行去殼以及灰度均衡化的預處理工作以及統一了所有數據的格式。圖1顯示了MIPAV軟件對腦腫瘤圖像的恢復結果。
2.2特征提取
在對醫學影像分析，特征提取便是第一步。根據不同的特征提取技術生成不同的特征向量將這些特征向量獨立的保存在特征數據庫中。圖像的特征提取就是把不重要的特征過V，逐步提取重要的特征。我們通過圖像的顏色、形狀、紋理分類多尺度提取圖像特征。
2.2.1顏色特征
顏色特征是基于像素點的特征，顏色對圖像或圖像區域的方向、大小等變化不敏感，所以顏色特征不能很好地捕捉圖像中對象的局部特征。我們主要使用顏色直方圖，使用RGB和HSV顏色空間。使用kmeans聚類。
一代人有一代人的命運。時代的變遷，互聯的發展，導致許多人，一旦離開了電腦、手機，幾乎就是從地球已知世界中，銷聲匿跡了！
中國民營醫院已經走過了20多個年頭，在這風風雨雨的二十多年中，中國的民營醫院，無論在量上還是在質上，都獲得了較大發展。那么民營醫院的未來又將如何，市場營銷和推廣要如何實施，不但是醫院經營者自己關心的問題，也是社會各界所熱衷的話題。據統計，我國現有各級各醫療機構30多萬家，其中非公有制醫療機構13萬多家，有實力的大約500家。占我國醫院總數的20%左右，但是其承擔的診療服務量遠低于這個比例，醫院規模多數比較小。民營醫院發展不起來，當然有自身面臨信任危機等原因，但是長期以來的政策制約也是重要原因。而中國醫療廣告投入從2001年的96.8億元人民幣，增長至2009年的200多億元人民幣，醫療廣告投入增長了近兩倍多。很多民營醫院廣告投入非常巨大但是收效甚微，其主要原因多為：廣告投放不夠精準、廣告媒體選擇單一、廣告形式傳統、互動性不強、沒有攻心營銷能力。
營銷沒有定勢，只有求變，在變中求生存，在變中得永生！網絡營銷以精準的廣告定位投放，少投入，受眾廣，沖擊性強，效果可評估等優勢，必將成為民營醫院市場營銷的下一個時代。截止到2010年6月30日，中國網民規模已經更新為4.2億人，較2009年底增加3600萬人，普及率31.8％。其中手機網民達到2.77億人，新網民中62%來自手機，半年增4334萬人。其中，農村網民增速也越來越快，電腦、手機網民越來越普及，由于手機上網更方便，導致手機網戶增速過快，寬帶網民增速比例下降。網民人均周上網19.8小時，商務化程度提高。如此推算，2013年手機上網會全面超過PC上網，2015年中國網民總數將達到8.4億人。到時，泱泱天朝大國三分之二的臣民都將成了互聯時代的子民。
致力于自我營銷的國家，必將極大的增加世界經濟的份額和他們所服務的世界。在現階段，任何一家醫院，如果沒有市場意識，缺乏營銷手段，不僅凝聚不了人心，還有可能失掉原本擁有的良好資源。因此，有些醫院在營銷手段上開始注重了新時代的互聯傳播。在剛落下帷幕不久的2010年亞洲實效營銷節(AME)上，發現很多品牌都在互聯網上尋找落腳點，因為廣告主逐漸清楚應該如何讓更多消費者參與其中。從效果的角度來說，數字媒體最大的優勢在于可以量化，可以追蹤消費者的參與行為。因為創造并留住顧客是相輔相成的，創造靠新技術、新工藝、新創意，留住靠質量、靠服務，而銷售就是溝通橋梁。因此，我們所有營銷工作的出發點，就是要把著眼點聚焦在患者身上。雖說每位患者的消費心理受地域文化、傳統習俗、思維方式等的制約，對市場的領悟不同，但是，專業文化氛圍規范的服務體系能延伸對方的滿意度。互聯網的魅力在于其永遠能做到應時應景。網絡總是能巧妙地為任何事情造勢，對于患者個人隱私而言，這種“勢”常常在夜深人靜潛移默化中牽引著患者尋醫問藥的神經。
互聯網打破了電視廣告“全面撒網”的營銷模式，開始針對特殊群體“重點捕魚”。隨著中國互聯網產業的快速發展，互聯網在線搜索技術，以其低成本、高精準、高效果、高回報的特性，已成為中國企業在線營銷推廣的首選方式，推動了中國企業精準營銷的發展，促進企業品牌知名度的提升與銷售業績增長。中國民營醫院界的軟件巨頭公司百旭（BXMID）更是不惜巨資，花費近10年的時間，研發了大量針對民營醫院的軟件，基碼、網絡，調研走訪全國近2000多家民營醫院，建立以南京為總部，成都、沈陽、西寧，武漢為輔助點的服務終端。圍繞互聯網正在改變的當今世界和中國網絡門戶、媒體投資回報策略與整合互動下做深度研究，依托新加坡醫療的先進營銷理論的成功應用，將融全新營銷觀念、思路和實戰做法為一體的實效營銷理論模式，給中國民營醫院的全球營銷帶來了全新機遇。百旭（BXMID）公司營銷發展的成功，應該來講是為中國民營醫院行業的營銷思路指明了某種“革命”方向。
在這個網絡無孔不入的時代，機遇只給懂得創新的人。如果再仔細研讀一下互聯網，我們就會發現，許多聰明的民營醫院不僅建設了美輪美奐的官方網站，還把網站鏈接到各大論壇、社區；舉辦了各式各樣的在線問卷調查，把脈患者的尋醫問診動向和心理；通過網上會員注冊等方式，在給患者帶來優惠或便利的同時，培養患者的品牌信任度；公布各類營銷、促銷活動，吸引患者的注意力，或者索性建立電子商務平臺，直接與患者“面對面”溝通……
在互聯網浩如煙海的信息中，產品營銷最需要的是吸引網民的注意力。新文化的發起者往往是年輕的一代，這一群體恰好是CNNIC指出的網民中的主力軍。已經習慣了喝著可樂，嚼著口香糖的一代將會帶來怎樣的文化大餐，我們不去探討。時代的閘門已經開啟，新的浪潮即將來臨。生產力總會向著更發達的方向演進，機遇籠罩下，各大民營醫院如何在互聯網上“圈地”？ 如何在這個新的平臺上舞出什么樣的營銷奇跡？進而給中國發展中的醫療注入什么樣新的活力？期待中我們一一體味。
不知道想干啥了嗎？先上網看看吧！
畢井泉表示，為提升中國藥品質量和療效，2015年，CFDA提出了提高仿制藥審批標準、優化臨床試驗申請等10項政策，并加快具有臨床價值的新藥和臨床急需仿制藥的研發上市。
藥品行業面臨的主要問題
藥品行業面臨著生產原材料、勞動力成本、研發費用等上升，招標競價壓力加大。
個別企業摻雜使假、制假售假、擅自改變工藝、非法交易等問題時有發生。
監管隊伍不強、技術水平不高、主觀能動性不夠等依然是藥品監管工作面臨的嚴峻挑戰。
2016年CFDA主要工作
加快推進仿制藥質量療效一致性評價，促進制藥工業提升高科技產品的含金量。
加快推進藥品上市許可持有人試點，有效調動研發人員的積極性并減少藥品生產的低層次重復建設。
建立以臨床療效為導向的審評制度，確保上市藥品發揮名副其實的療效。 推進醫療器械分類改革，鼓勵醫療器械創新研發。
Strategy戰略
CFDA：1/4藥企未通過新版GMP認證
日前，CFDA透露，目前我國共有1/4的藥品生產企業未通過GMP認證，其中約有500家中藥飲片生產企業未能通過認證。數據顯示，目前全國有藥品生產企業7179家，1/4即有一千多家，而按要求，今年起未通過該認證的企業必須一律停產。
阿里健康首家網絡醫院落戶湖北
1月18日，阿里健康網絡醫院正式在湖北洪湖市洪獅漁場農村淘寶服務點運行。村民在村淘服務點，通過遠程視頻、影像中心等在內的遠程醫療體系，可以享受到三甲醫院武漢中心醫院13個專業科室的醫療服務。用戶通過天貓醫藥館的網絡醫院入口，可進行掛號和就診，然后獲得電子處方，繼而在天貓醫藥館下單藥品。
強生醫療器械部門將裁員3000人
1月19日，美國強生公司宣布，未來兩年將在醫療器械部門裁員約3000人，約占該部門全球員工總數的4%～6%。此舉將帶來高達10億美元節約成本效益，有助于公司專注于更具創新性產品。此次裁員將波及強生骨科、外科和心血管業務。
Service服務
阿里健康聯手國藥搭建公益尋藥平臺
1月13日，阿里健康與國藥健康在線有限公司共同宣布，向公眾免費開放尋藥平臺，以幫助病患及其家屬在透明可靠的渠道上找到所需緊缺藥品。項目負責人劉志強介紹，該平臺是初步解決買藥難問題的嘗試，將來雙方可能進一步拓展服務范圍，用戶在查詢到何處有藥品后或可在線預定、在線掛號等。
全國首個垂直病種分級診療平臺上線
1月16日，由微醫集團與阿斯利康攜手共建的全國首個垂直病種分級診療平臺――中國消化分級診療平臺正式上線。據悉，接下來，微醫集團還將聯合中華醫學會、中國醫院協會等專業學術機構和專家，以及具有行業號召力的企業，打造心血管、骨科、兒科、婦科等其他垂直病種分級診療平臺。
Medicine藥品
首個大復方中藥在美國獲批二期臨床
日前，石家莊以嶺藥業股份有限公司公告稱，其美國全資子公司接到美國食品藥品監督管理局（FDA）批復，公司生產的治感冒抗流感專利中藥連花清瘟膠囊，獲批在美國進行二期臨床研究。這是我國首個進入美國FDA臨床研究的治療流感的中藥，也是全球首個大復方中藥的藥品臨床試驗申報正式獲得美國FDA批準。
艾滋病治療新藥特威凱獲批
1月19日，葛蘭素史克宣布，其旗下艾滋病治療新藥多替拉韋鈉（特威凱）獲得中國國家食品藥品監督管理總局新藥審批批準，通過聯合其他抗逆轉錄病毒藥物，用于治療人類免疫缺陷病毒（HIV）感染的成人和年滿12歲的兒童患者。據了解，特威凱已在超過70個國家獲批，并被歐美多個權威機構推薦為初治艾滋病患者聯合治療方案的一線首選藥物。
治療乙肝新藥替芬泰獲國家科技重大專項支持
近日，貴州省“治療乙型肝炎化藥1.1類新藥替芬泰片的臨床研究”項目獲國家“重大新藥創制”科技重大專項立項支持。該項目將結合貴州省中藥產業的資源優勢和相關鼓勵政策，進行國家Ⅰ類新藥“替芬泰”的研發。據悉，“替芬泰”為貴州省首個原創性Ⅰ類新藥。
Devices器械
東軟醫療向海外市場NeuSight PET/CT
近日，東軟醫療率先面向海外市場推出NeuSight PET/CT。該產品融合了東軟醫療的先進技術和創新理念，將超精細的圖像與低劑量完美結合，能夠為診斷提供更加精準的信息，并已獲得CE認證和美國FDA批準。據介紹，NeuSight PET/CT配有高端電子設備，為核醫學領域的專家帶來了高清圖像診斷依據和高工作效率。
國產系統成功解決腫瘤定位難題
1月17日，中科院合肥物質科學研究院表示，核能研究團隊近日成功研發出多模式圖像引導精準放射治療軟件系統（ARTS-IGRT），其腫瘤跟蹤定位精度達到國際最先進商用產品水平。專家介紹，ARTS-IGRT系統具有低成本、方便快捷的外掛方式，因此能夠與醫院已有放療設備進行無縫對接，有助于迅速提高現有設備的照度和治療效果。
英國MHRA批準電子香煙成藥
近日，英國藥監機構（MHRA）為一種電子煙e-Voke頒發了許可證明，將其認定為藥物，今后醫生可能將其作為戒煙輔助設備開具處方。從長遠看，e-Voke作為戒煙輔助設備將有可能幫助NHS節省一大筆開支，但暫時還不能夠納入醫保。
Technology技術
我國科學家發現埃博拉病毒入侵人體原理
1月14日，中科院微生物所宣布，該所高福院士團隊率先在世界上發現埃博拉病毒入侵人體機制，這將為目前尚無特效治療藥物的埃博拉病毒指明藥物研發方向。通過晶體結構解析，科研團隊發現，埃博拉病毒表面糖蛋白與NPC1受體結合后，就像鑰匙插入門鎖，開啟了病毒感染過程。該研究加深了人們對埃博拉病毒入侵機制的認識，為應對埃博拉病毒病疫情及防控提供了重要的理論基礎。
日本科學家發現男性避孕關鍵機制
日本大阪大學的科學家在實驗鼠的當中發現一種蛋白質，如果將其滅活，就會暫時喪失讓卵子受精的能力。業內人士表示，這項發現是人類在研發男用避孕藥方面邁出的決定性一步，如果能夠從實驗室走進現實生活，這項發現將是科學界的一座里程碑。
關鍵詞：互聯網+；醫療資源；效率
中圖分類號：F2
文獻標識碼：A
doi：10.19311/ki.16723198.2017.14.001
近年來，隨著我國醫療資源配置和廣大民眾就醫需求的矛盾日益尖銳，隨著移動互聯網發展、智能硬件終端普及、傳感器技術進步、互聯網基礎設施改善，互聯網醫療成為未來醫療健康服務業發展的必然趨勢。
1 “互聯網+”行動與醫療資源配置效率改進研究產生背景
我國目前整體醫療服務行業環境仍存在較大挑戰，國務院《關于積極推進“互聯網+”行動的指導意見》中提出推廣在線醫療衛生新模式。
1.1 互聯網+醫療相關概念界定
（1）“互聯網+”：通過互聯網提供或改善衛生服務與信息交流，不斷推動互聯網創新技術成果與經濟社會各領域深度融合，廣泛形成以互聯網為基本平臺的創新技術與效率變革的經濟社會發展新樣態。
（2）“互聯網+醫療”：以互聯網為載體和技術手段的健康教育、醫療信息查詢、電子健康檔案、疾病風險評估、在線疾病咨詢、電子處方、遠程會診及遠程治療和康復等多種形式的健康醫療服務。
（3）移動醫療：運用移動通信技術――如PDA平臺、移動終端和衛星通信數據來提供醫療服務和信息服務，深入到移動互聯網領域，以基于安卓和iOS等移動終端系統的醫療健康服務類App實踐應用為主體。
（4）遠程醫療：以計算機技術、遙感、遙測、遙控技術為載體，充分發揮高端醫院或專業醫療優質資源，輻射支撐醫療條件相對落后的邊遠區域、海島或流動艦船上的傷病員，實現遠距離診斷、治療和咨詢服務。
（5）網絡醫院：田軍章（2016）認為網絡醫院是以醫療機構為依托，通過互聯網信息化技術，構建醫療機構之外的服務對象開展專業在線互動診療、咨詢預診等遠程服務的互聯網醫療平臺。
1.2 “互聯網+”行動與醫療資源配置效率研究背景
醫療服務，特別是我國的醫療服務具備互聯網入侵的所有特征：大空間、低效率、多痛點、長尾特征。
1.2.1 醫療服務空間巨大
2014年我國衛生費用總支出將近3萬6千億，近10年來，一直保持近20%增長速度，預測2020年中國醫療衛生健康產業規模將達到8萬億。
1.2.2 醫療服務效率低下
根據彭博社的世界各國醫療系統效率排名，在被調查的500萬以上人口，人均GDP至少5000美元，預期壽命至少70歲的47個國家中，中國排名第36。
1.2.3 醫療服務痛點較多
從患者角度，看病難、看病貴是一個長時期得不到解決的問題。院內醫療服務質量低下，院外跟蹤病情空白問題凸顯；從醫生角度，醫患矛盾日趨尖銳，醫生職業工作強度大、收入較低、風險較高。從醫院角度，三甲醫院超負荷運營，醫療被迫擴張成管理難度加大，而另一方面基層醫院門可羅雀，醫療資源大幅浪費。
1.2.4 醫療服務長尾顯著
我國人口空間分布呈不均勻態勢，存在大量長尾人群得不到及時、有效的醫療服務；三甲醫院分布格局過于集中，多數高端優質醫療資源集中在北京、上海等少數城市，大部分地區罕見病難以滿足治療需求；衛生部的《國家基本藥物目錄》2012年版同2009年版對比，藥品品種增長迅速，藥品產品數量驚人，僅2013年，就批準藥品注冊申請416件，新藥長尾特征明顯。
2 “互聯網+”行動與醫療資源配置效率現狀分析
吉林省擁有相對完善的醫療基礎設施和保障體系。截至2015年末，全省有衛生技術人員15.09萬人，實現全省新型農村合作醫療覆蓋率100%，但在全國互聯網醫療蓬勃發展的大環境下，面臨著融入全國互聯網醫療行業的發展與升級問題。
2.1 吉林省互聯網+醫療發展現狀
2.1.1 政策環境
吉林省于2016年4月26日《關于積極推進吉林省“互聯網+”行動的實施意見》，強調完善醫療健康服務體系，建設吉林省醫療健康信息平臺，促進區域醫療服務、醫療保障、藥品監管和綜合管理等資源整合和業務協同，推進我省優質醫療資源、居民健康、醫療檔案等信息共享。推動吉林省人民醫院及吉林大學白求恩第一醫院、第二醫院、第三醫院等大中型醫院開展在線預約門診、遠程醫療、健康管理等業務。加快智能心電監控、生物芯片、智能眼鏡、智能手環、嵌入式人體傳感器等可穿戴設備產業化。鼓勵省內醫療健康企業與百度、華為等互聯網龍頭企業開展合作，運用大數據、云技術等開展健康預診、實證服務，實行長期跟蹤、定期更新、預測預警等特色化管理服務。
2.1.2 醫療狀況
智慧醫療未來強調協同統籌平臺和運用平臺形成不同區域間的互相聯通。當前吉林省正在積極打造醫院信息化三級管理平臺，省、市、縣三級區域衛生信息化平臺與公共衛生服務和醫院有機結合；吉林省民營醫院部分已開設遠程診療中心，對接優質資源；長春北部建立了全國區域性數據中心。
2.1.3 存在問題
吉林省互網醫療產業發展起步較晚，目前發展主要集中在醫院信息化建設這一初級階段，醫院聯網服務形式主要表現為網上掛號、預約問診等基礎服務，對“互聯網+”深刻含義的正確理解和逐步實現對當前吉林省互聯網醫療發展非常重要。
2.2 互聯網+醫療發展的國際經驗
美、日等發達國家的互聯網醫療產業距今已發展多年，擁有比較完善的產業鏈和產業布局。通過借鑒國外先進發展成果和經驗，增強我國在互聯網醫療發展領域的預見性、先進性和創造性，有助于我國的互聯網醫療產業良性健康發展。
2.3 吉林省與國內其他地區比較分析
吉林省近年來大力發展互聯網醫療，也取得了可喜成果，但與浙江等省相比，互聯網醫療發展模式和現狀，醫療資源配置與互聯網結合都有待進一步發展。
3 “互聯網+”行動與醫療資源配置效率改進對策及建議
吉林省互聯網醫療產業發展的瓶頸制約問題，包括目前移動互聯網醫療產業的技術難題、商業模式建構以及醫療資源分配不均、供不應求等問題，擬解決病患信息不對稱、醫療資源浪費、增加醫院社會效益、包括緩和醫患之間尖銳矛盾等問題。
3.1 互聯網+醫療發展模式
隨著醫院信息化系統的進一步完善、醫療在線服務行業逐漸崛起、醫療服務開始由PC端向智能移動端的轉變，并形成五種發展模式：互聯網+醫院形成智慧醫院；互聯網+硬件形成智能可穿戴設備；互聯網+醫藥形成醫藥電商；互聯網+保險形成個性化商保服務以及互聯網+基因形成精準醫療。
3.2 “互聯網+”行動與醫療資源配置效率改進策略
（1）在醫院方面，建設智慧醫院。加強醫院與科技公司合作，從多個維度構建基于診療病例和持續監測的病患數據，通過智能算法和數據挖掘形成精準、高效的診療實證，形成診療方法論上的創新，實現移動全流程無紙化、智能指引信息透明化、掛號費用優惠差異化、支付方式多元化、安全部署獨立化。
（2）在患者方面，優化App界面及環節構成。可參考“掌上浙一”APP軟件將界面分為手機掛號、智能分診、取報告單、醫院導航、健康資訊等板塊的做法，讓患者根據人體模型選擇不舒服的部位，顯示相關部位易發疾病及主要癥狀和伴隨癥狀，使患者能夠進行初步自診，并提供相應醫院及科室建議，進行線上智能分診，完善“就診卡”模式并拓寬服務，延展至院內可能活動，開設支付寶就診預約、就醫流程指導、醫藥費移動支付等功能。
（3）在制度方面，建立健全醫療糾紛責任認定制度。將責任具體化，明確到醫院、個人及第三方平臺，建立醫療糾紛調解機構或部門，進行賠償判定與事后調解，重塑公信力，緩和醫患矛盾。
（4）在信息方面，建立信息聯網云平臺。可參考浙江省中醫院“醫聯體”云平臺，整合優質資源、有效分配，通過基層首診、雙向轉診、急慢分治，上線聯動的分級診療，建立有效機制與法律法規以保障個人信息安全，加強信息提供與使用的監管與約束以解決信息不對稱問題。
（5）在藥企和保險公司方面，利用互聯網技術共享院內、院外可持續監測的大樣本數據，輔助醫藥企業有針對性的藥物開發，為保險公司提供可供追溯的客戶信息，解決信息不對稱問題，實現醫療及社會資源配置合理化。
4 結語
在互聯網醫療產業中，我國醫療行業蘊藏著重大技術創新等巨大的潛力，國內也存在著巨大的市場需求。作為發展經濟和保障民生的重點行業，創新發展互聯網醫療行業發展模式一定會對未來我國的經濟發展、民生改善、醫療衛生發展方面做出巨大貢獻。
參考文獻
[1]孫國強，由麗孿，陳思等.互聯網+醫療模式的初步探索[J].中國數字醫學，2015，10（6）：1518.
[2]王晶，朱慧穎.“互聯網+醫療”重構醫療五大產業鏈的分析[J].互聯網醫療中國會.互網天地，2015，（08）：15.
[3]閔杰.互聯網+醫療的探索與痛點[J].吉林醫學信息，2015，31（4）：2729.
[4]方詩旭.“互聯網”醫療：打通健康干預全過程[J].中國信息通信研究院廣州智慧城市分院.世界電信，2015：5762.
