智慧医院应用行业投资机会分析:在政策的助力下我国医疗信息化进程将加快推进

欲了解更多中国智慧医院行业的未来发展前景，可以点击查看中研普华产业院研究报告《2023-2028年中国智慧医院行业市场现状调查研究与发展战略预测报告》。

随着我国医疗信息化建设的不断推进，医疗数据量将快速增长。如何充分挖掘这些医疗大数据，使其产生价值，为患者、医院、医生等服务是智慧医疗关注的重点，未来大数据分析可以在疾病监控、辅助决策、健康管理、医保监管等领域发挥重要作用。例如，大数据辅助决策可以实现：医疗人员为患者提供个性化和区域化治疗;模仿干预措施，预防流行性疾病;改善和监督医护工作者的医疗护理等。

移动医疗将更多地借助传感器记录和收集人体健康数据。慢性病患者是主要目标人群，其中，糖尿病被认为是未来五年移动医疗服务的最主要用户群体，肥胖、高血压和抑郁等慢性疾病也颇受关注。

通过对医院工作人员、病人、车辆、医疗器械、基础设施等资源进行智能化改造，对医院内需要感知的对象加以标识，进而通过各种信息识别设备进行识别，并反馈至信息处理中心，对信息进行综合分析，及时处理，提升医疗行业管理的精细化水平。

未来云计算、大数据、物联网、移动互联网、社交网络媒体等新兴技术在智慧医疗行业中的应用将更加深化。在政策的助力下，我国医疗信息化进程将加快推进。未来医疗行业将融入更多人工智慧、传感技术等高科技，使医疗服务走向真正意义的智能化, 实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到信息化。

2020年4月20日，国家发改委首次明确新型基础设施的范围，即新型基础设施是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。

“新基建”则更多集中于5G、人工智能、数据中心、工业互联网等科技创新领域基础设施，以及教育、医疗、社保等民生消费升级领域基础设施。医疗作为新基建建设的重要领域，可以充分利用相关设施和技术来加快自身的创新发展。

面对同质化的竞争市场，医学影像企业必须突围，跳出深水区，走差异化发展路线。可以通过如下两个方向，形成差异化发展优势：一是多部位多病种筛查诊断，如产品覆盖胸部、眼部、头部、颈部等多个部位、多个器官的筛查诊断;二是围绕单病种形成多流程介入管理，如围绕心血管病，形成筛查、诊断、治疗、康复等多环节管理。

AI的应用主要集中在医学影像和辅助诊断环节，为了更好地发挥AI在医疗领域的作用，需要在目前的应用场景上进行拓展，包括院内场景拓展和院外场景拓展。AI在院内的应用场景可以向辅助治疗、保险支付、医院管理拓展。院外场景的AI应用包括药物研发、慢病管理、智能随访、疫情防控等。

现有的许多影像设备——CT、MRI、彩超、心电、脑电、X光等——都或多或少地应用了AI，但是要让AI真正发挥作用，企业绝对不能陷入“一个功能等于一个产品”的陷阱。例如患者出现发热头疼的时候，医生实际上不能判断患者患病的具体情况。患者做了MRI后，如果只是单一功能的产品，如脑出血检出，并不能满足医生的要求，医生需要至少针对某一部位“全病种”的AI产品。这是发展趋势，也是企业设计临床实验的可选路径之一。从现有情况来看，能够诊断多部位、多病种的产品才能符合医院的需求，进入审批流程。

医疗供给不足，基层医疗水平薄弱，是制约当前医疗可持续发展的两大症结。从医疗供给侧出发，结合互联网、人工智能，5G等新兴技术，进而实现医疗资源的“连接”“提效”“下沉”，或成为破解医疗供需失衡问题的方向之一。

由于中国医疗体系长期处于相对封闭的状态，患者习惯于线下诊疗，互联网医疗发展的前半段步履维艰。然而，此次疫情，将困于家中的患者推向了互联网平台，对用户进行了一次整体性的市场教育，推动了互联网医疗的加速前。

互联网连接了资源，人工智能提高了效率，而真要要解决医疗“供需”矛盾，还需要在5G的加持下，通过“数字高速公路”的铺设，将被算法“智能化”的专家经验和知识图谱复制输出，让基层医生在远程交互下也能够拥有“三甲级别”的医疗助手，提高基层医疗机构的诊疗水平，为更多的患者在基层医疗层面提供更优质的医疗服务，促进医疗资源下沉。

例如一张数字病理切片的大小一般为2G-3G，对于基层医院基础设施薄弱，网络带宽只有几兆，上传几张切片需要花费一天时间。而基于5G技术的病理诊断服务网络，将确保异地远程病理诊断的高度实时协同，并进一步提升AI病理辅助诊断的外围技术条件，对于时间极度敏感的“术中快速冰冻诊断”带来全面的服务革新，帮助极大提升基层医院诊断和手术效率，助力国家医改“分级诊疗、精准诊断”的落地。

以往大部分AI产品都选择落户大三甲医院，因为这里有更多的医疗数据资源、更好的医生团队、更强的付费能力。但从中国医疗资源分布的现状看，基层才是更需要AI赋能的地方，基层医疗基础设施薄弱、医生人才匮乏、诊疗水平低下，通过AI可以辅助基层医生进行疾病诊断、疾病治疗、患者管理，缓解医疗资源分布不均衡的问题。因此，AI在为大三甲医院赋能的同时，更需要向基层赋能。AI在不同层级医疗机构的功能应该是差别化的，针对大三甲医院，主要是规范诊疗流程，减少漏诊，减轻医生的工作负担、提升医院的科研实力;针对基层医疗机构，主要是提升医生的诊断水平，减少误诊，覆盖更多的疾病以及做好患者管理，让患者留在基层。