多角度定義智慧醫院，什麼才是醫院智慧化升級的核心驅動力？

現將圓桌環節實錄分享如下。

周炫：智慧醫院這個概念，大概在十年前提出，目標是要將網際網路技術、資訊科技以及人工智慧技術應用於醫療服務各個領域。從國內現狀來說，醫療服務機構處在從資訊化向智慧化遷移的關鍵階段，總體來說與世界處於同步狀態。

我想問一下，結合三位各自的業務，智慧醫院應該具備什麼樣的特徵，具備什麼條件之後才能稱之為智慧醫院，我們先從芸泰網路的黃總開始。

黃正威：芸泰網路定位於公立醫院的網際網路化，按照衛計委對智慧醫院的定義，芸泰專注的業務是三大板塊中ToC的那部分，是智慧服務。2014年芸泰推出智慧醫院APP，我們把院內全流程的環節做拆解，包括傳統的預約、支付、查報告等各個環節，線上之後可以為患者節省80%的看病時間。

芸泰是做掌上醫院起步的，後來做網際網路醫院，特別是去年9月份國家衛健委對線上醫療、網際網路醫院做了規範化定義之後，今年將大力推進網際網路醫院的建設。

我們認為醫院設立的根本目的是為患者服務，最終都是要ToC的，我們理解的智慧醫院應該是以智慧服務為核心，並且打通後面的智慧管理和智慧醫療，基於大資料、人工智慧的綜合方案。這是我們的理念，也是我們踐行的事情，希望以智慧網際網路醫院為核心，包容整個生態一起為患者提供服務，從而幫助醫院實現從傳統向智慧醫院的升級。

周炫：接下來請上工醫信的劉總談一下您眼中的智慧醫院是什麼樣的。

劉曉：我是來自上工醫信的劉曉，上工醫信是一家人工智慧公司，主要做眼底影像的智慧診斷。我們運營兩年多的時間，覆蓋了500多家醫院，篩查了80萬人次，速度還是挺快的。

我覺得智慧醫院概念的核心是智慧兩個字。智慧醫院在我心目中的輪廓，體現在兩個方面，第一個是醫院不僅僅資訊化，應該是智慧化，完成數字化的管理，比如說病人的資訊線上、隨時更新，醫生能隨時看到所有病人診療的資料。第二個是智慧科技的應用，比如說通過影像的傳輸，智慧的診療決策，還有智慧處方等等人工智慧技術的應用。最起碼有這兩方面，才能稱之為智慧醫院。

徐輝：我覺得在以後幾年裡，人工智慧會像十年前的資訊化一樣，在醫院普及開，在各個環節，比如說資料治理，醫院的智慧管理，科研等等環節，都適用。

人工智慧能在醫院做什麼？因為現在的人工智慧還是弱人工智慧，能替代一些比較底層的、重複性的人力勞動。很多醫生要做科研課題，85%的時間花在整理資料、收集資料，通過人工智慧，通過NLP技術、資料的清洗技術，能把醫生做資料整理通過技術手段做，85%的時間變成幾秒鐘就能做到，在科研上實現智慧。

我們跟醫生探討，他們更願意看外地的人，外地人肯定因為有病才來看病，才掛專家號。有很多專家每天在幹什麼？給慢病的患者開藥方。讓我說什麼叫智慧醫院，應該是兩個特徵，一個是人工智慧已經滲透到每一個環節，但不一定能替代人。另外一個，讓醫生和專家真正幹專家應該乾的事情，專家就應該去做疑難病，應該探討新的療效；讓普通醫生起到專家的作用，基層醫生起到三甲醫生的作用，達到這種效果我覺得智慧醫院算是達到了。

周炫：大家應該接觸過很多醫院，跟他們在一線打交道過程中，你們認為實現自動化升級的驅動力，從醫院角度來講，他們的驅動力有哪些。另外，結合各自的業務，具體是如何切入到智慧醫院這個領域當中去的。

黃正威：首先是政策驅動，舉個例子，今年廣東省發文，要求年底前公立三甲醫院開展網際網路+醫療服務的覆蓋率不低於50%，全面建設網際網路醫院。在這樣的背景下，很多醫院直接找到我們，對接監管平臺、申請網際網路醫院牌照。到今天為止，我們在廣東已經協助幾十家公立醫院拿到網際網路醫院的牌照。

除此之外，也有真正很有經驗、很有前瞻性的院長，會從醫院自己的角度來設計，在幾年前就開始做智慧醫院的升級，他們是內因驅動的。

我們針對不同客戶主體的當前情況和理念，採取不同的產品策略、市場策略和運營策略，這是我們的切入點。比如針對第一型別，我們所提供的智慧醫院方案滿足政策和監管要求，對於醫院來說是一站式的解決方案，另外我們主打運營，比如我們和很多醫院是合作共建網際網路醫院，我們更容易幫助他們從運營角度做業務、做增量，我們也更容易向網際網路運營商轉型。

周炫：謝謝黃總，非常認同黃總的觀點，醫療行業是非常強的政府主導和政府驅動的行業，政策的力度，對政策的解讀，這肯定是第一驅動力。黃總抓住了這樣一個機會，同時黃總的切入點是以醫院加網際網路，是建設智慧醫院比較重要的切入點。

黃正威：對，對於國家衛健委定義的智慧醫院三個主要內容，我們是專注在智慧服務，是to C服務，我們希望站在公立醫院後面，為公立醫院建立和運營線上化服務——以網際網路醫院為載體的線上化。在我們的理解裡，網際網路醫院應該是線上的平臺，連線院內以及生態的服務，在平臺上統一呈現給C端，應該打通醫院管理系統，智慧醫療應該是統一的呈現。

劉曉：剛才黃總講了，做智慧醫院的驅動力來源於政府。政府出臺政策背後原因是什麼？一定有社會原因，目前在社會上沒有人對醫療是滿意的。我們不斷聽到新聞，醫生過勞死，非常辛苦，病人說看病難，看病貴，這些都是難點。

我們做的是醫療服務，不管做什麼技術，最終是為政府、醫療企業和醫生服務的，做的服務就是為了解決他們現在的難點和痛點。現在醫院的管理當中，看病難、看病貴就是醫院的效率比較低，貴是什麼？中國的醫生不貴，很便宜，去美國看一次病就知道了，中國醫生不貴，但是看病效率非常低，成本非常高。

我們是做人工智慧的，最終解決的就是痛點和難點，比如說用人工智慧解決看病難，人工智慧通過訓練的專家，讓計算機來輔助診斷，減輕了一部分醫生的工作量，使得醫生能為更值得看的病人、高品質的病人去服務。

而且現在有很多社會問題，慢病病人急劇增加，慢性病人需要長時間和醫生互動，這是非常浪費時間的。但是病人不信任基層醫療機構，不信任基層醫生。一個醫生的培養需要的週期非常長，培養一個專家時間非常長，病人都願意到大醫院裡。我們可以通過人工智慧或者智慧處方，使得差距逐漸變小，或者通過遠端會診等技術，使得醫療品質趨於平均化。所以我覺得因為解決了這些痛點，技術會被廣泛使用，這是我理解的驅動力，我們也是用這樣的技術來介入到智慧醫院當中的。

黃正威：劉總這點我特別認可，我們做公立醫院線上化的時候，受到過很多挑戰。因為中國醫療的核心問題在供給側，是專家數量不足，品質參差不齊，有很多大專家天天看感冒發熱，基層醫生水平常年得不到學習和發展。很多大專家和院長認為，只有AI是真正增加供給側，能解決供給不足或者分佈不均的問題。

我們做網際網路醫院，做網際網路線上化，主要解決的是效率問題，醫生在線上，相比線上下給患者提供的服務，效率更高。

劉曉：我想分享一個數據，我們是做眼底影像智慧診斷的，我們應用的場景不是眼科，我們應用的場景是內分泌科和基層內科，我們是做慢病管理的。中國有多少糖尿病病人？初步預計1.5個億，有糖尿病不可怕，可怕的是併發症，視網膜病變就是發生率、致盲率很高的併發症，唯一的應對辦法就是早期診斷、早期發現。可是中國有多少搞眼底病的眼科醫生？說出來你們都不相信，我們只有一千多個眼底病的眼科醫生，所以是沒有辦法服務這麼多患者的，怎麼解決？人工智慧必須要應運而生。

周炫：感謝劉總和黃總分享，我們服務過若干個影像人工智慧的專案，我個人也有一些體會，借這個機會就我關心的問題跟你們做進一步探討。人工智慧應用在影像，影像是相對標準化的，在醫療行業當中是比較可貴的資料基礎，人工智慧演算法成熟度比較高，運用當中要解決醫生效率的問題，我之前跟醫生溝通過程中發現，大家對效率提升這點或多或少是可以接受和認可的狀態，關鍵點在於影像人工智慧什麼時候能真正代替或者部分代替醫生。同時我們也看到可喜的變化，我們開始考慮三類註冊證，以前只能是輔助診斷方式銷售給醫院，三類具備診斷功能。我相信很多醫生是比較保守的態度，畢竟診斷要有醫生去簽字，背後代表的是醫療責任。

所以我不知道劉總怎麼看待人工智慧產品在什麼階段，目前具體什麼作用，能具體幫助醫生提升哪些效率，將來是不是有很大機會，比如在早期篩查和閱片階段，代替部分或者完全代替醫生，這個前景怎麼樣？

劉曉：我覺得我們做資料的公司或者做IT的公司，喜歡說的一句話叫顛覆，這個詞我一直質疑，我們沒有辦法顛覆，我們只能輔助。

人工智慧現在已經拿到二類註冊證了，可以做篩查，做輔助診斷。而且人工智慧需要有大量的資料來做深度學習，做一個檢測模型是比較容易的，資料都已經開源了，實驗室很容易做一個模型去研發人工智慧，但是人工智慧真的越用越智慧，需要大量資料支撐，這是一個矛盾。如果不夠準確，醫生不敢用，如果沒有資料，會越來越不準確。

所以我們在技術裡做了一個明確的要求，我們主要做篩查，第一個，敏感性要求比較高，我們爭取不漏診，只要有病，我們能篩出來。

第二個我們不能取代眼科醫生，眼科醫生最關鍵的是給你診療方案，給你分期，給你分期才能給出來診療方案，我們不做分期，我們只做一個分級，二期和三期的分級，也就是隻要到三期了，我們給出建議轉眼科；如果沒有達到三期，建議留在內分泌進行隨訪。內分泌科醫生的利益得到保障，眼科醫生的利益也得到保障，病人檢出從敏感性來說得到大幅提升。因為我們已經篩了80萬人次，資料達到了160萬張眼底圖片，現在的敏感性已經達到了95%以上，做篩查來說已經非常高了。

周炫：徐總，生命奇點切入到智慧醫院的建設過程中，切入哪些領域，如何實現智慧化的路徑？

徐輝：人工智慧現在還不能完全替代人，可以把準確率提高三四個點，做人工智慧最主要的三個因素，第一是資料，第二是算力，第三是人。現在算力有了很大幅度地提升；操作人工智慧的人，也就是演算法，不是最重要的，這是我的觀點。今天出來一個演算法，明天出來一個新演算法，新演算法比老演算法提高0.1、0.2，對於我們做工業的、做實用的來說，其實差別不大。

所以我們公司主要做的是資料，讓資料能夠用於後面的資料分析，做人工智慧訓練。想要標準的、比較理想化、比較結構化的資料，這個不包括影像。我認為自然語言比影像複雜很多，識別影像和人臉，AI可以達到正常人的水平，但是讓計算機理解一段話，最好的人工智慧只能達到四歲小孩的水平。

我們在醫院做資料治理，怎麼治理？醫院的資料，以前做資訊化主要面向資料管理，但是沒有面嚮應用，導致每個醫生或者檢查或者每個業務線，不能把自己的業務線串通。現在，我們想把醫院每個病人的資料能二次應用，能拿出來分析，建立一個模型，或者建立一個決策支援，現在的資料是達不到的，因為不同的系統是分開的。現在想拿到一個病人在整個醫院歷次就診的歷次檢查結果等等，很多醫院是做不到的，只有頂級的大醫院做完了資料平臺之後才能看到。

所以我們要把資料讓它對齊，能拿到一個病人統一的資料，這是我們要做的第一步。第二步做更加深度的治理，比如說一個感冒，醫生寫診斷的術語五花八門，有的寫“感冒”，有的寫“上呼吸道感染”，包括中國還有“熱感冒”，“冷感冒”。我們要把病例文字結構化、標準化，對齊到一個能用機器學習的形式。

黃正威：對於大資料的應用，我們的實踐是基於平臺的單場景應用，為什麼是這樣？因為沿著剛才的話題，芸泰是做網際網路醫院的，網際網路醫院本身是平臺，以醫院IT為入口，會連線醫院各種各樣的資訊系統。芸泰是站在公立醫院後面一起運營網際網路醫院平臺，將全平臺的資料進行統一的運營或者應用，難度很高，且運營的可能性非常低，所以我們依託這個平臺，基於單場景進行實踐。比如聚焦慢性病專科用藥，整個商業鏈條比較清晰，需要攻關的環節比較少，運營團隊也有的放矢。這是我們的思路。

周炫：劉總更多關注單個業務場景吧。

劉曉：沒錯，我是這麼理解資料平臺和單場景應用的，我覺得資料平臺做的大而全，但最終做大資料平臺的會落到某一個大資料平臺，為了方便商業落地。

我們是做純粹單場景模型平臺的，但我們做糖網篩查應用這麼久之後，醫生會提出新的需求，做糖尿病和併發症的管理，不能只關注糖網，因此我們做了糖尿病及併發症管理平臺，有核心點，但是又延伸成一個不大的小資料平臺，所以我覺得這個是相通的，取決於整個公司的業務和戰略佈局的考量。

周炫：最後討論一下商業化的問題，目前智慧醫院在建設過程中，商業模式方面各位應該有自己深切的感受，大家感覺是什麼趨勢？

黃正威：我們現在走在這條路中間，很多挑戰，但是我們也看到很多曙光，因為公立醫院做智慧醫院，國家給了分級標準，要求考核二級及以上的公立醫院。轉化到公立醫院，就很自然而然形成傳統的廠商合作模式。如果僅僅是這樣，不足以支撐很大的想象空間。

我們定位於網際網路醫療的運營商，從傳統的資訊化建設費轉型到運營分潤，目前切實可行的有三個方向。第一個是線上診療，越來越多的醫院接受這個模式，跟我們一起做增量。第二個方面是藥房板塊，和醫院、流通、藥廠等一起完成整個處方外流的閉環。第三，網際網路醫院本身是平臺，前面講的藥、耗材、各慢病管理服務，可以跟人工智慧、大資料相關的企業合作，企業依託我們的平臺實現一個商業模型，這也是一個思路。

周炫：劉總您這邊的實踐分享一下。

劉曉：醫院的錢很難掙，因為醫院的錢受政策影響，從醫院掙錢比從政府掙錢還要難，每個做智慧醫院的企業都面臨這樣的問題。

我們會找藥企、找合作企業去收費，坦率的說也不是非常看好，其實很早從藥企已經收到錢了，但是藥企的錢不足以支撐業務需求，我也不是很看好，這不符合整個公司的發展模式。

今年是商業落地的一年，現在找到了一個方法——所有智慧醫療的公司都是新型公司，這是一瓶新酒，但是要把新酒裝到老瓶子裡，才能從醫院裡拿到錢，至於你裝到哪個老瓶子裡，就需要各位去開動腦筋，找到這個醫院能給你付錢的老瓶子。我覺得是這樣的。

周炫：謝謝三位老總的精彩分享，因為時間所限，不安排觀眾的提問環節，但是歡迎接下來有關心的問題可以找三位專案創始人和負責人去了解，去溝通。