前言
在已有的資訊化基礎建設上、在醫療服務需求不斷升級的背景下、在大數據和人工智能等創新技術不斷融合下，醫療資訊化的範圍與定義也不斷擴大，從院內單機資訊化不斷延伸為區域間、不同機構間數據的互聯互通與共享套用；從患者的病歷資訊，拓展到居民的全生命周期健康數據以及與健康息息相關的環境等資訊，成為更加全面、更加數智化的智慧醫療建設。
此次報告試圖探索各階段建設現狀、痛點以及行業優勢解決方案，與同行業共同努力的企業們一同探討。
主要觀點
傳統資訊化系統同質化嚴重，企業紛紛從新產品、新技術與新服務尋求突破，如打造雲化系統、透過醫療IT搭載人工智能套用工具、挖掘與科研和藥物研發的合作契機等。
數據孤島是資訊化發展中難以避免的階段，目前行業多方合力積極打破數據孤島解放數據價值。政策持續鼓勵數據互聯互通並細化標準，企業透過整合平台、數據庫建設等治理多源異構數據，醫療機構也積極擁抱數碼化轉型。
智慧醫療行業走過數據收集、治理，目前已經向數據套用的數智化發展階段邁進，基於高質素數據庫的建設，數智化套用已經在臨床科研、專病研究、藥物研發、真實世界研究及數碼行銷等場景完成商業化落地。
政策、需求與技術推動醫療資訊化
1、政策推動三波發展熱潮，引領醫療資訊化升級
第一波發展熱潮，聚焦臨床資訊化。 1995年9月，「軍字一號」工程正式立項，運用於200多所軍隊醫院和100多家地方醫院，此時，中國的醫療資訊化建設處於萌芽階段，聚焦醫院內部管理的醫療資訊化建設，該階段醫院管理資訊系統（HIS）為主要套用系統，中國醫療資訊化迎來了圍繞院內醫療資訊系統建設的第一波發展熱潮。
推動第一波發展熱潮的重要國家政策（資料來源：動脈橙產業智庫）
電子病歷評級掀起第二波發展熱潮，數碼化技術被廣泛套用。 2009年12月，原國家衛生部和國家中醫藥管理局聯合釋出了【電子病歷基本架構與數據標準（試行）】，定義了電子病歷的整體框架、數據結構以及數據交換的標準，為醫療機構之間的資訊共享和互操作性奠定了基礎。
電子病歷的標準配合相關分級評價方法，有力且高效推動了資訊化建設中的各系統之間進行互聯互。此時，中國醫療資訊化已不再局限於透過院內資訊化系統將醫療數據和流程電子化後儲存，而是將儲存沈澱的數據加以辨識、調取及套用。由此，中國醫療資訊化已向醫療數碼化邁進，迎來了第二波發展熱潮。
推動第二波發展熱潮的重要國家政策（資料來源：動脈橙產業智庫）
第三波發展熱潮，打造智慧醫療。 2018年8月，衛健委釋出【進一步推進以電子病歷為核心的醫療機構資訊化建設工作】，強調了促進醫療機構之間的資訊化系統實作互聯互通，消除資訊孤島，實作醫療資訊在醫療機構之間、在區域內的共享和交換，此時數智化被提上了日程，運用人工智能技術，高效助力數據互認，行業迎來了聚焦數據套用和互聯網醫院發展等的第三波發展熱潮。
政策從深度和廣度雙維度掀起發展熱潮
從數據出發，定義智慧醫療。 從數據的視角出發，智慧醫療建設的資訊化、數碼化和數智化建設分別聚焦於數據的產生、治理與套用，關註人們全周期健康檔案數據。
智慧醫療建設研究範圍
從服務範圍出發，定義智慧醫療。 醫療資訊化發展不斷升級，已不再停留在狹義的醫療服務環節的資訊化，而是囊括了醫療服務環節、醫療支付環節、醫藥企業服務環節、健康管理環節及其他與全民大健康相關的各環節，包含了資訊化、數碼化和數智化套用的各項建設與服務。本次報告，我們的研究覆蓋了廣義的醫療資訊化範圍，我們將其定義為智慧醫療。
雲化是大勢所趨，下沈市場或帶來第二增長曲線
1、醫療資訊系統功能同質化程度高，行業競爭激烈
醫院剛需「指導」下，產品同質化程度高。 一直以來，國家高度重視醫療機構資訊化建設水平，不斷出台相關政策明確資訊化建設方向並給出具體資訊化建設要求。各醫療機構積極響應相關政策，提升機構資訊化水平以滿足資訊化建設評分評級要求，並認真按照政策指引推動資訊化建設。在此背景下，各醫療機構的「剛需」資訊化套用系統所需要具備的服務與功能是公開透明且趨於一致的。
屆時，在需求的推動下，大批醫療資訊化服務企業湧入賽道，為了更快完成市場占位，瞄準醫療機構的共性「剛需」進行產品研發並推向市場是顯而易見的優勢發展策略。因此，套用於醫療機構管理的核心資訊化系統同質化嚴重。
渠道為王，行業競爭激烈。 截至2022年底，據數據庫不完全統計共有醫療資訊化服務企業620家。
各年份區間內註冊成立的醫療資訊化服務企業數量與占比（數據來源：動脈橙產業智庫）
企業數眾多，加上產品的同質化嚴重，目前中國醫療資訊化系統領域競爭激烈，以渠道為王。這使得企業不得不投入更多費用在行銷和銷售環節。根據長城國瑞證券釋出的報告數據顯示，聚焦在醫療機構資訊化系統的企業在2021年平均銷售費用率約為12.50%，高於軟件電腦行業的平均水平。
聚焦醫療資訊化系統企業的銷售費用情況（資料來源：Wind、各企業公告）
行業激烈的競爭下，企業銷售成本增加的同時，也面臨了價格戰帶來的利潤空間削弱，這勢必影響企業對研發的持續投入，影響產品差異化打造的行程，將不利於企業的長期發展。
2、雲化趨勢明朗且日益重要，下沈機構市場潛力被啟用
要突破醫療資訊化系統行業內卷的現狀，企業應轉變「滿足相關套用功能需求」的服務模式，升級至「為機構切實降本增效」的服務思路，著眼於打造自身產品的差異化。
緊跟智慧醫療建設需求，用創新技術套用解決建設痛點。 目前，大型醫療機構資訊化系統通常有百余個，大量的系統也代表著高昂的系統維護費用，並且還面臨著約每10年一次的系統升級「大換血」的千萬級甚至億級建設費用。此外，隨著資訊系統的豐富，患者數據維度增多，總體數據量級陡增，醫療機構在儲存器材建設上又將是一筆不小的投入。
除了費用，數據安全也是其中一個建設痛點，機器故障可能導致數據損壞或數據遺失。隨著智慧醫院建設不斷升級，該類痛點也將越來越凸顯。
資訊系統雲化是大勢所趨，且重要性不斷增強。 在此背景下，企業緊跟智慧醫療建設需求，解決醫療機構痛點的同時，也是打造產品差異化的契機，行業紛紛進行下一代資訊系統的研發：雲化資訊系統。
搭載在公有雲、私有雲或混合雲上的資訊系統，較傳統資訊系統，系統維護成本大大降低且節約了線下儲存器材的場地及建設費用，不僅如此，數據遺失和損壞的隱患也大大降低。目前，隨著雲基建越來越完善，不少企業不但推出完善的雲資訊化系統並已成功落地進入叠代升級階段。
二級及以下醫療機構被逐步納入互聯互通要求範圍。 隨著中國醫療資訊化建設的推進，二級及以下醫療機構的資訊化建設要求也逐步明晰，不斷明確資訊化建設要求，強調數據互聯互通與共享，不斷啟用二級及以下醫療機構資訊化建設市場的需求潛力。據【2022年中國衛生健康事業發展統計公報】數據，截至2022年末，中國二級醫院11145個，一級醫院12815個，未定級醫院9493個，基層醫療衛生機構979768個，資訊化建設市場空間龐大。
中小型企業加入基層資訊化建設。 下沈醫療機構爆發的資訊化建設需求，為傳統資訊化企業帶來第二增長曲線的同時，也給地方性中小型資訊化企業帶來了更多機會。值得一提的是，由於資訊化水平糊基礎薄弱，基層資訊化建設更依賴於服務廠商提供建設的「結果」，而不僅僅是提供系統本身；即相較於為軟件使用權買單，他們更願意為透過軟件而完成資訊化建設要求的Saas類服務買單。
因此，充分了解當地資訊化建設的相關政策要求，並將其融入Saas服務交付標準之中的本地化企業擁有了一定的優勢。如重慶同步遠方，完成了衛健委統籌的區域「衛生健康雲」的系統介面對接後，圍繞衛健委對基層數據上雲的系列要求，打造符合基層使用習慣的醫衛一體化平台服務（含雲HIS、LIS、PACS、電子病歷、公衛、家醫等軟件系統），以高度標準化雲平台為橋梁為基層提供完全滿足政策要求的數據儲存、治理及套用要求的醫療資訊化Saas服務。
未來，行業將繼續緊跟政策與醫療機構對資訊化建設的新需求，透過新產品研發、現有產品叠代、服務模式創新等形式打造自身差異化及競爭壁壘，更好助力中國智慧醫療建設。
數據孤島是關鍵限速因素，互聯互通日趨緊迫
1、醫療機構互聯互通成熟度低、企業集中度低，醫療數據孤島凸顯
互聯互通參評率有所提高，但整體仍較低。 醫院互聯互通是在電子病歷套用的基礎上，打通院內各系統間以及醫院間的資訊壁壘。隨著電子病歷逐漸推廣成熟，互聯互通也被提上日程。
據CHIMA的調研，2021年-2022年度，約40%的醫院參與互聯互通成熟度測評，而2018年只有約12%的醫院參評。除去未參評和參評但未出結果的醫院，有參評結果的醫院等級大多是四級甲等，且占比逐年提高，四級乙等及以上等級的醫院在2018年、2019年、2021年的占比分別為7.31%、11.90%、21.37%。
參與測評的醫院互聯互通標準化成熟度測評情況(資料來源：CHIMA）
醫院互聯互通測評工作自2013年開始，已開展10批次。據國家衛健委，截至2024年4月（2022年度國家醫療健康資訊互聯互通標準化成熟度測評結果公示），全國獲評互聯互通五級乙等醫院共94家，四甲及以上的醫院共857家。
企業整體集中度較細分領域集中度低。 從市場競爭層面上看，行業整體集中度較低，據IDC數據顯示，2022年中國醫療資訊化領域，醫院核心資訊化管理系統的服務廠商中，排名靠前的頭部企業市場格局如圖，市占率第一的衛寧健康占據市場份額12.3%、東軟占據10.4%，前三的市場份額總和近30%，前六的企業市場份額總和僅42.7%，不到一半。
2022年中國醫院核心診療系統廠商市場份額
而醫療大數據、醫保、電子病歷等主要細分賽道集中度略高於整體行業集中度。如以醫渡科技為典型代表的醫療大數據解決方案領域，Top6的企業市占率為45.3%；以東軟集團為典型代表的醫保資訊系統領域，Top6的企業市占率達59.9%；以嘉和美康為典型代表的電子病歷領域，Top6的企業市占率也高達69.1%。
資訊孤島問題凸顯，互聯互通是卡點。 互聯互通打通「資訊孤島」是解決看病難、看病貴的重要手段，醫院之間實作資訊共享，可以減少重復檢查，節約社會資源，降低醫療費用，且有利於醫療機構之間相互轉診，最大的受益者是患者。然而，由於國家層面出台相關標準較晚，各家醫院在建設資訊系統過程中缺乏標準指導，「資訊孤島」現象嚴重。目前醫療資訊化行業內湧現了眾多供應商，形成了偌大行業、眾多小企業的極為分散的格局。
2、互聯互通逐步成為硬性要求，醫檢互認開始邁入實踐
要消除資訊孤島，實作區域醫患資訊的互聯互通，不僅僅是某家醫院的事，也不僅僅是系統提供商或電腦軟件開發商的事，而是需要國家衛生部門、系統提供商、醫院管理人員共同努力。
醫院要做好頂層設計，形成完善的資訊系統。 在醫療互聯互通與數據套用上，在進行各系統之間的打通和整合工作時，如果缺乏頂層規劃，那麽系統連通和數據套用水平將很難得到有效提升。此外，醫院除了要保障醫療質素，還要涉及智慧導醫、診間結算、移動支付、檢驗結果共享等功能，包括近年來快速興起的互聯網醫院的實施，都需要基於更加完善的資訊系統。
在這數碼化轉型的過程中，目前行業也已出現成熟的解決方案幫助醫療機構解決依托互聯網醫院完成預約、智慧導診、移動支付和檢驗結果共享等功能，助力醫院提升數碼化服務能力。如專註於互聯網醫院建設，為大健康行業提供數碼化解決方案的奈特瑞，其打造的互聯網醫院解決方案，搭載各類人工智能工具，助力醫療機構及大健康產業鏈各賽道企業輕松訓練專屬的互聯網醫療、智慧導診、合理用藥、慢病隨訪等系統；此外，醫學科研平台，中醫線上診療，醫生教育，處方流轉平台、醫療電商、AI醫療智能套用等多種解決方案，也已被廣泛套用於300余家企業，助力實作數碼化轉型。
互通共享在多個省市是硬性要求，部份省市設定了獎罰項。 在中共中央辦公廳、國務院辦公廳印發【關於進一步完善醫療衛生服務體系的意見】後，各省市陸續制定了當地的實施方案。其中，江西、雲南、福建、寧夏、湖南、重慶、廣西、青海、廣東、河北、河南、黑龍江、吉林、內蒙古、天津、山西、四川17個省/市/自治區進一步完善醫療衛生服務體系的實施方案中，醫療數據的互通共享被頻繁提及。在政策指引下、智慧醫療建設企業的共同推動下，互聯互通正加速邁入實踐階段。
數據資產化成剛需，價值套用正在多場景商業化落地
1、高質素數據是一切套用的基礎，數據資產化逐步成為剛需
醫療數據數智化套用過程包括數據輸入、數據治理、模型訓練、套用開發和套用服務。而對於不同類別的數據，治理過程往往擁有不同的難點和技術要求。
影像數據治理關鍵：辨識影像特征。 2023年Meta公司釋出的SAM在自然影像上表現出了很強的影像分割能力，但由於醫學影像具有目標物件邊緣不清晰、分割難度大等特點，SAM在醫學影像分割方面表現不盡如人意。國內外多個研究機構基於SAM進行了深入的學術研究，試圖把SAM套用於醫學影像領域，比如Medical SAM、SAM-Med2D、MedSAM等，取得了一些研究成果，但實際落地套用非常稀缺。這很大部份原因就是受限於訓練數據的質素。
對於影像數據，數據儲存的格式標準是統一的，因此提取出來匯總相對容易，難點在於如何將圖片類資訊的特征變為可以量化的指標，然後透過標準的數據，將有價值的特征標記出來，以供模型訓練。此外，影像本身的清晰度也是重要的影像質素影響因素。不僅如此，碎片化的影像數據如何與身體其它指標一一對應從而抓取價值特征、判斷健康狀態，也是影像數據治理的難點。
影像數據處理難點
而針對這一痛點，行業已有不少解決方案的嘗試並也已經有成熟的解決方案問世。如東軟集團，從影像器材開始透過質控系統把控影像清晰度，隨後結合專家共識、納入全院數據對比分析，產出自有的高質素經過標註的影像數據庫，以SAM為基礎大模型，透過「預訓練大模型+任務微調」的方式，於2023年4月研發出醫學影像分割大模型MISM，醫學影像分割準確率比SAM提高了30%以上，並幫助使用的醫務工作者提升工作效率30-40倍。
文本數據治理難點：術語對齊。 除了影像外，臨床另一大主要數據資訊類別是文本類數據。該類數據有別於影像，沒有統一的格式且表達非結構化，每個書寫的醫務工作者對同一名詞有自己的表達習慣，病歷內容主要以大段非結構化文本形式存在。因此，如何對同一名詞的不同表達進行辨識並歸類為統一的表述方式，以及從大段非結構化病歷中提取出結構化的資訊，是文本類數據的治理難點。其中設立術語標準、快速辨識文本並歸於相應標準是核心環節。
在建立術語標準的環節，與臨床各個專科專家的緊密合作必不可少，需要充分了解臨床醫務工作者的語言使用習慣，並從中總結出共性術語庫，才能建立被行業認可的術語標準，從而在此基礎上進行數據的清洗與歸類。而在快速辨識文本環節考驗的是如何運用人工智能技術提升辨識的準確度與速度。
文本數據治理需要技術實力、經驗積累、臨床專業資源缺一不可。醫渡科技作為首批憑借自然語言處理和知識圖譜等人工智能技術進入文本數據治理賽道的企業，目前已攜手行業專家及疾病聯盟建立和出版了疾病數據標準19本，解決數據非標問題；並基於自研垂直領域大語言模型和高質素真實世界研究驗證，不斷叠代提升病歷理解相關技術實力，截至2023年9月，YiduCore已授權處理分析了超過9億名患者的40多億份醫療記錄。
可見，要將醫療數據資產化，不同類別的醫療數據的治理難點各不相同，需要技術和專業有機融合，且並非「一通百通」。因此，選擇聚焦細分領域單點選穿是常見的企業發展模式，而全線鋪開百花齊放對團隊的資金和研發實力都是更大的考驗。目前，醫療數據資產化，即建立高質素醫療數據庫已逐步成為各醫療機構、研究學會、藥械企業及公衛監管部門的剛需。
2、緊跟市場需求，越來越多數智化商業落地場景被驗證
目前，醫療數據的數智化套用已逐步在多個套用場景完成市場化驗證，其中，醫療機構和藥企是最為成熟的兩大場景。
從不同角度切入，滿足醫療機構科研與高質素發展要求。 對於醫療機構而言，高質素數據的最大剛需來自於醫生專家的科研需求，以及醫療機構滿足電子病歷評級、智慧醫院建設等相關指標的需求。針對這兩點突出訴求，科室級別與全院級別的數據庫建設是解決方案的基礎，在此基礎上，透過人工智能、大模型等技術打造的數智化套用將助力醫院專家及醫療機構相關管理者達成科研及管理訴求。
數智化套用領域目前成熟的服務企業可大致分為兩大類，一類是基於傳統紮實的資訊化系統建設，貫穿數據收集、治理到最後的數智化套用，縱向拓展其智慧醫療建設服務能力。得益於數據收集系統的建設，該類企業對醫生的使用、診療習慣，以及需要的科研數據套用有充分的了解；對醫療機構管理流程、套用訴求也了如指掌，這些洞察是指導數據治理及數智化套用的關鍵優勢，可凝練出各場景的共性需求沈澱為套用產品，極大減少產品研發設計的「彎路」，更貼切滿足臨床的需求，縮短產品交付周期，極大提升產品競爭實力。
如資訊化頭部企業東軟集團，一路以臨床需求為導向不斷升級產品力，在醫療數據價值化的創新生態打造中，致力於以AI驅動醫療模式的改革。企業打造的醫療數據價值化解決方案滿足三位一體智慧醫院的數據需求，助力大型醫療機構、緊密型醫共體和醫療集團實作高質素發展。此外，超前布局醫保創新支付板塊，用AI推動患者全面篩查與管理，助力前移「治療」到「預防」，幫助醫保從根源解決控費問題。
此外，另一大極具代表性的服務企業則是憑借強大的人工智能技術入局醫療數據數智化套用賽道。該類企業基於強大的技術實力，對醫療機構多源異構數據的處理和辨識方面有著天然的優勢，並且透過AI快速掌握各不同醫療資訊系統來源數據的儲存與升級邏輯，從而精準、高效地完成高質素數據庫建立。此外，基於對數據套用的深度理解，可快速將需求方的描述性訴求轉化為「技術語言」，指導具體數智化產品套用的開發，以極佳的互動體驗滿足醫療數據數智化套用需求。
如該賽道領跑型企業醫渡科技，在高質素醫療數據庫建設領域穩定頭部地位後，持續探索AI推動的數據套用商業化閉環。目前在醫療數據智能化套用領域，科研與智慧醫院建設服務已覆蓋1700余家醫療機構，並為38個監管機構及政策制定者建設區域平台、公共衛生、城市「健康大腦」及居民電子健康檔案等；醫渡科技打造的惠民保服務已累計覆蓋4省12市。此外，在藥物研發領域，企業已擁有131家活躍的生命科學客戶，助力其實作大振幅降本增效。
醫藥企業是優勢商業化落地場景，研究與行銷是重點環節。 除醫療機構外，數據資產商業化套用落地的另一優勢場景是醫藥企業。眾所周知，藥物研發環節高投入、高風險、長周期且成功率低，因此，藥物的研發環節有著極強的醫療數據數智化套用的「需求」，且擁有雄厚的支付實力，是優勢的套用落地環節。
目前，在智慧醫療建設服務企業，用技術推動高質素數據庫套用，助力醫藥企業在藥物設計、臨床方案設計、方案可行性驗證、臨床試驗、數據分析等藥物研發全流程助力企業降本增效並已取得顯著成績，該類套用正快速成熟，成為醫療數據服務企業優勢的、重要的收入和現金流來源。
此外，在藥品集采、醫藥代表行為規範以及醫療反腐等重重影響下，醫藥企業的行銷環節也面臨著降本增效的「剛需」。除了在原有銷售環節運用科技加持降本增效外，隨著透過互聯網醫院的線上處方開具、藥物配送、數碼行銷等環節的逐步成熟，新興的、直接toC的大健康產品行銷形式也為醫藥企業提供了降本增效的新路徑。
在這一領域，擁有互聯網醫療和人工智能基因的奈特瑞給出了數智化解決方案：以自主研發具有全部知識產權的互聯網醫院服務系統做為橋梁，提供大健康產業連結器服務，為藥械企業、保險企業等打造數碼化新基建，塑造線上行銷新模式、助力開拓下沈市場並最終提升產品銷量；此外，奈特瑞作為產業中台更是為企業提供深層次的BtoB產業資源連結，全方位助力企業降本增效。
未來，圍繞幫助醫療機構更高效、高質素運轉，幫助患者更便捷、精準就醫，幫助企業更極致降本增效，幫助相關監管部門更即時把控情況並制定相關決策等維度，醫療數據資產的套用價值將被不斷挖掘，商業化落地場景也會逐步增多。
未來趨勢
◆ 傳統資訊化困境三大突破方向：新產品、新技術和新服務
◆ 互聯互通相關獎懲機制將日益完善，推廣上或可借助協會力量
◆ 技術推動、需求指引，高質素數據庫價值套用逐步落地
