借助大數據、云計算和人工智能等技術,可以實現新冠肺炎疫情變化的動態預測。疫情期間,大數據相關企業全面地為各地政府提供疫情發展態勢研判,助力各地聯防聯控部門提前防范,精準施策,及時調配醫療衛生資源,指導企業復工復產,助力打贏疫情攻堅戰。
大數據+智慧醫療如何助力疫情防控?
首先是和地方政府合作,根據實時披露數據和互聯網問診等外部數據,用人工智能大數據進行建模后,預測各地疫情的走向以及疫情對于經濟的影響,方便地方政府做出決策和采取措施,幫助各地政府構建疫情防控的長效機制,為打贏疫情防控阻擊戰貢獻智慧力量。
第二是幫助醫生和醫療機構更有效地開展診治活動,通過遠程問診系統和臨床輔助診治系統,幫助醫生提高診治效率。其次,根據對實時更新的疫情數據,評估出全國及疫情重點地區新冠肺炎普通患者、重癥患者、危重癥患者等的比例及診治療費用,對醫療資源的合理調配、物資保障及緩解當前的供需矛盾提供數據參考意義。
最后是針對居民搭建疫情信息披露和普及平臺,提供自我排查、在線心理輔導和遠程問診服務,減少社會恐慌情緒,發揮著“減震器”和社會“穩定器”的作用。
智慧醫療行業發展仍需打通壁壘
本次疫情期間,大數據一方面在態勢研判、人員流動中為政府部門提供了科學決策依據;一方面,提高了信息公開透明度,瓦解虛假消息,讓更多人了解疫情現狀,緩解社會焦慮。
但是,大數據+智慧醫療的融合應用依舊出于初步階段。究其原因,一是當前,醫療行業軟件系統較多且分散,基層醫療機構尚未能完全與本地醫療信息平臺縱向打通,在數據量上非結構化數據占大多數,如何與本地醫院形成高效溝通,減少重復監測,提升整個體系的資源利用率。
二是醫院之間橫向協同有待進一步加強。疫情期間醫務人員無法流動與聚集溝通,遠程診療、遠程會診發揮了極大的作用,在提高醫療效率、提升患者醫療體驗方面體現出較大的潛力。
三是醫院內部信息化,即不同條線之間的信息融合。實際上,醫療數據長期呈現碎片化、類型多樣、標準不一的問題,這源于不同科室使用的醫療知識、形成的醫療數據有很大差異,難以在結構和標準上直接統一。
結語:疫情防控阻擊戰已進入關鍵時期,加快大數據+智慧醫療融合應用,創新平臺建設,不僅影響到當前醫院業務的辦理效率和患者的就醫體驗,也事關建立未來應對各類病情防控的長效機制。