2020年初的新冠疫情大流行期間，一些醫療“黑科技”的應用加快了治愈中華大地的進程。比如華西醫院就通過大數據研究平臺，搜集疫區早期流動人口的變化規律和軌跡、防控診斷和治療康復等不同階段的信息，進行分析研判，為疫情防控的科學決策提供了參考依據。同時，醫院的科研人員還通過AI智能分析技術對肺部影像進行醫學影像分析，讓診療速度大幅提升，診斷精準度提高30%。

數字進化、智能進化、更具智慧的疾病風險管理、診療體系在疫情期間大有作為，也成為醫療體系發展的重要趨勢?！吨腔坩t院行業趨勢報告》顯示，目前智慧服務已覆蓋超過50%的醫院，方便患者預約掛號、在線支付、結果查詢等。同時，醫院也正通過數字化建設推動臨床診療規范、合理用藥，提升病理分析能力、醫學研究能力等。而醫療大數據、科研平臺、物聯網等新技術的應用，將是標桿醫院引領醫院數字化潮流的風向標。

那么，數字化轉型將在多大程度上提升一家醫院的診療能力、管理能力與研發能力？醫療體系又該如何一步步走向數字化、智能化？四川大學華西醫院信息中心主任師慶科向我們介紹了華西醫院4年來的數字化建設歷程。

數字科技重構醫療架構

2015年，華西醫院正式啟動數字化醫院的建設，并首先選擇與患者距離最近的門診醫療服務領域切入，以更好地服務高達2萬人次的日門、急診需求。4年后，華西醫院正式獲批增加“四川大學華西醫院互聯網醫院”作為第二名稱，成為四川省首批落地的“互聯網醫院”之一。這意味著患者及家屬能夠直接通過網絡平臺就醫，并開具入院證、檢驗醫囑或藥品處方，也可在線上完成預約、繳費、藥品配送申請等。

這種線上的服務能力的重要性在疫情期間尤為凸顯。眾多慢性病、常見病、多發病的患者可以通過線上醫療減少進入醫院的頻次，從而減少接觸傳染的風險。為了提升互聯網接診的精準性，華西醫院還開發了人工智能初診、360度醫療畫像等功能，幫助醫生更好地了解患者的病情。“在互聯網診療層面，醫生和患者接觸的時間比較少，雖然可以通過視頻、音頻、文字、圖像交流，但不如面對面交流深入。”師慶科提到，“所以，我們用到了一些科技手段，比如基于人工智能的初步問診，再把這些信息同步給醫生，讓醫生在接診之前就對患者的基本情況有一個初步的了解。另外，我們會進行數據集成，把患者的全部診療歷史建立一個360度治療畫像，這其實也增強了醫生對患者基本情況的了解，讓治療的過程更有針對性。”

在門診醫療領域的數字化建設不斷深入的同時，華西醫院也在同期推進第二階段轉型工作，其重點放在醫學信息、數據、知識的數字化與醫學研究能力的數字化上。目前，華西醫院已經部署了基于醫療大數據的科研平臺，讓醫生可以更加便捷地應用臨床數據。“以前，醫生在做某一個病種的研究時，會專門和數據服務中心提出需求，需要哪些疾病編碼、哪些臨床數據，再由我們定制提供。但現在醫生可以直接像使用搜索平臺一樣，填寫條件、調取數據。”師慶科介紹到，此舉帶來的最明顯的收益，就是效率的提升。2019年全年，華西醫院數據服務中心通過人工手段完成數據服務需求1600多次，而在今年8月科研探索平臺小范圍測試階段，一個月的時間內便完成830余次數據探索。“如果我們把平臺向全員開放，我們利用數據的能力和以前就不在一個層面上了，可以讓這些數據發揮更大的作用。”

大數據不僅幫助華西醫院提升科研能力，還讓醫院的管理能力實現進化。一方面，華西醫院建立了管理數據倉庫，并進行應用開發，建立了門診管理、住院管理、手術管理等平臺。同時，華西醫院也在基于醫療數據研判患者需求的變化趨勢，并調整醫院的服務模式。譬如，基于門診就診量、預約比例的分析，能夠幫助華西醫院更合理地安排接診醫生的數量。而當掛號、繳費等就診流程從人工窗口遷移向自助設備，醫院也開始籌備減少人工窗口，改造為采血點的醫療服務設施，提升檢查效率。另外，基于門診數據的預測模式還可以預估每月門診收入的大致范圍，更好地輔助管理決策。

目前，在醫療云平臺的基礎上，華西醫院實現了云管理平臺、醫聯體智慧管理指標分析平臺、科研工作站、臨床大數據搜索引擎等9套應用的整合。醫療體系的架構正在被數字科技重塑。

部署數字大腦的兩道門檻

雖然目前華西醫院已經在數字化建設方面取得了諸多成果，但在數字大腦的養成與部署過程中，華西醫院還是遇到了不少難題。首先攔在華西醫院面前的，是技術實力的短板。“醫院信息中心的人員以往主要負責業務系統的建設，處理流程性的問題，而不會太多地去處理數據的問題，所以在知識結構上，對大數據的應用，或者對于人工智能的運用是有知識缺陷的。”師慶科坦言，“這個時候我們就需要去引入其他技術方的幫助。”

2018年起，華西醫院開始在全國范圍內物色數字化建設的合作伙伴，歷時7個月完成對30余家技術企業的測試工作。最終，新華三成為華西醫院底層能力建設的合作伙伴，雙方一個負責頂層規劃，一個負責技術支持，共同摸索醫療機構數字化建設的高效路徑。“我們和新華三其實是合作關系，目前來說不是商務的關系。”師慶科稱，“因為我們并沒有先例可以參考，沒有成熟的商務模式，需要雙方一起去開拓。”

舉例來看，醫療大數據的獨特性對底層的存儲、調度、計算能力提出了很高的要求。以華西醫院常見的基因測序工作為例，一次全基因組檢測將產生200GB的原始數據，完整測序更將至少產生4TB數據，并且數據壓縮率極低。對此，新華三通過云平臺的資源彈性伸縮能力，解決了峰谷效應造成的資源浪費，提升資源利用率，同時實現了基因數據分類存儲，方便了數據的分析和處理。如今，華西醫院的大數據平臺形成了上萬張醫療業務的模型表和匯總表，最大單表有千萬條數據，高峰期有上百個計算任務同時運行。

另外，醫學數據具有稀疏性的特征，不是每一項指標都有相應的數值，同時，不同醫院、地域醫療系統間的數據標準并未統一。這讓數據治理工作的難度陡增。為此，新華三從數據標準、數據質量和數據安全三方面入手，協助華西醫院打造了從底層資源到數據倉庫，確保數據安全的基礎上進行全面分析和處理，并定制化開發了醫學算法庫，通過算法庫增強跨學科、跨團隊的交流。

在解決技術難題之余，數據意識的養成也是華西醫院在管理層面面臨的艱巨課題。最終數據能力要落實在醫療體系管理或醫療臨床決策上，而要讓數據能力最大限度地發揮，也需要充分調動人的能動性。“我們希望管理、臨床層面對我們的數據有要求，然后我們可以用數據去滿足他的要求，去解決難點和痛點的問題。我想很多醫院在利用數據進行管理和醫療決策上，實際是還沒有做好準備的。”師慶科稱，“我們還沒有想好怎么能夠讓數據在我們的管理的過程中發揮更好的作用，或者還不習慣用數據去處理一些問題，這個也是需要我們慢慢去培養、建立數據化的意識，建立知識決策、科學決策的意識。”

目前，華西醫院正在積極推廣基于數字化平臺來工作的理念，譬如通過電視晨會等方式進行宣講。而在一線工作中，華西醫院也會在數字化建設中盡可能地調動多部門的力量，譬如邀請醫生一同加入醫學應用的研發，在統一的開發平臺上，讓更多人加入到數字化建設的進程中來。“隨著這種工作開展的越多，我們產生的成果越多的時候，實際也會反過來再來促進大家對數字化平臺的利用和應用，形成一個螺旋上升的過程。”師慶科稱。

從數字化到數智化

當下，AI技術的進步正在給數字化建設帶來新的可能性，數字化向數智化的進化成為大勢所趨。華西醫院自然也對于數智化醫院的建設進行了相應的頂層設計。“智能化的建設有三個層級。”師慶科介紹稱。

第一個層級是感知能力的建設，正如同人有五感，通過視覺、聽覺等收集外界信息，在一個醫療機構中，物聯網、可穿戴設備正成為重要的感知器官，能夠更可快速、全面地采集患者的診療信息。第二層級是數字大腦的建設。感知器官將數據集中在一起后，大腦便要開始高效地處理和分析數據，準備為后續的行動發出指令。第三層級是以數字大腦的分析、洞察指導實際應用。

隨著終端設備技術的不斷進化，醫療體系在感知能力層面已經有了相當程度的提升。診療流程的互通互聯、檢查設備本身的物聯網化等都讓大量信息快速被傳遞至數字大腦中。而華西醫院數字大腦本身的能力還有待提升。

師慶科常用人們對AR/VR的感受舉例：“人們現在看AR或者VR的時候會頭暈，是因為視覺感知器官收集到的信息和運動器官收集到的信息是分離的。”眼睛告訴大腦我在快速運動，運動器官卻告訴大腦我是靜止的，大腦如果無法處理這種復雜甚至矛盾的數據信號，整個系統就會發生問題，在人體中，人們會感到頭暈甚至想要嘔吐，在醫療系統中數據分析與決策將走進死胡同。

“后面我們會去做的，是提升華西醫院數字大腦的基礎能力、算力，這是我們需要重點建設的。不然我們的這個大腦就感覺是一個比較笨的大腦，沒有深入、快速、全面思考的能力。”師慶科表示。當下，華西醫院就正在與新華三聯手構建醫學模型，降低了AI開發門檻，以AI能力賦能診療與醫學科研。疫情期間，科研人員正是在AI技術的輔助下分析患者的肺部醫學影像，大幅提升診療速度。

在數字化、智能化的風潮之下，數智化醫療體系的藍圖正緩緩展開。在完成科研探索平臺的內測之后，華西醫院將于近期正式向全院開放這一平臺。同時，更多院外的合作伙伴、醫聯體內的多家醫院也將逐步接入這一醫療數據平臺當中。“這樣我們至少能夠實現醫聯體內對于常見病和多發病的診療水平、診療質量的同質化，管理上面可能達到同樣的標準。”師慶科稱。而這也將有望成為解決醫療資源分配問題的有效手段。

數字大腦計劃的價值體現：

“醫療數字大腦”正幫助華西醫院深化數字化轉型，其價值體現在：

●數字化的組織架構與基于數字大腦的智能技術改變了醫療體系的管理、業務模式，提升了門診體驗、研發效率、管理水平，為患者、醫師、管理者都帶來了明顯收益。尤其在疫情期間，醫療數字大腦助力華西醫院開展無接觸就診服務，提升診療效率，幫助巴蜀大地更快的治愈。

●醫療行業的技術化革新由來已久，目前醫院引進的檢測治療設備、服務終端的掛號收費等儀器往往已經搭載物聯網、遠程協同等功能，但終端的進化也需要數字大腦的同步進化加以支持，以提升終端數據的治理與利用效率，并更好地基于數據指導一線醫療工作。

●更智慧的業務決策：通過對醫療數據的收集，華西醫院在診療、管理兩大層面實現更加智慧的業務決策。診療層面，醫生可根據人工智能初步問診信息、歷史診療數據畫像更全面地了解患者的相關信息，提升治療能力。而AI技術的使用，更在疫情期間提升了醫學影像判斷的效率與準確度，助力疑似患者的排查工作。管理層面，通過對診療、門診流程數據的分析，華西醫院能夠更科學地安排出診醫師，更科學地布局院內服務設施，從而讓患者的就診更加便捷。

●更及時的業務響應：數字大腦極大提升了業務的響應速度。譬如在科研探索中，數字化平臺的建設讓醫生獲取數據的方式從手工時代進入到數字時代，醫生可以通過搜索，實時獲取數據，醫院數據服務中心處理數據需求的效率從一年1600次提升到一個月830余次。而在管理層面，華西醫院通過大數據預判病患流量、收入范圍等信息，一旦出現異常值，則可被快速發現、快速響應。

●更可靠的業務保障：新華三助力華西醫院建立起可靠的底層數字能力，通過由一個門戶、N個業務平臺、N個數據中心構成的“1+N+N”架構，華西醫院以功能全面的云平臺、定制化的統一門戶、統一的管理模式形成完善而靈活的數字化架構，為診療、醫學研發等項目提供堅實的基礎保障。

專家觀點

四川大學華西醫院信息中心主任 師慶科

互聯網醫療、數字化建設在疫情期間大規模發展。但在疫情之前，國內的很多醫院就已經在推動這個工作，它不只是解決了疫情期間的短期問題，實際上是改變了整個醫療服務的模式和體系。而這個新的醫療服務模式和體系，對醫療資源的合理利用，對于我們患者更便捷的獲得醫療服務，都有很大的推動作用。

具體到數字化建設上，有三個主要的工作層級。第一是對算力、存儲等基礎能力的建設；第二個是數據資源的建設，醫療數據本身的治理、處理；第三層級是應用。在選擇技術合作伙伴的時候，我們會在底層、基礎能力建設的部分選擇固定的合作伙伴，保證平臺能力的穩定，提升基礎能力的底線，而在應用層面，可以百花齊放。

《哈佛商業評論》中文版點評

《哈佛商業評論》對企業數字化轉型話題的關注曠日持久，我們發現，華西醫院在數字化能力培養過程中面臨的主要困境，其實是大量正在數字化轉型中的機構和企業面臨的共性問題，這也讓其解決問題的思路具有普適的參考價值。

一方面，談及數字化建設，機構和企業往往會首先想到引進先進的機器設備或平臺工具。比如在醫療領域，人們往往會關注到更先進的數控醫療設備。但正如師慶科所言，這些設備是感知器官，更重要的是如何通過數字大腦的部署，將技術工具的能力連接起來，并進一步培養綜合的分析判斷能力。

另一方面，絕大部分機構和企業內部的技術能力不足以支撐龐大的數字化建設工程，對于外部技術合作伙伴的需求是相當旺盛的。而在選擇合作伙伴時，華西醫院的思路也值得參考，即著重底層能力的建設，選擇可靠而固定的合作伙伴，但在應用層面可更加開源，將多方力量納入應用的開發體系。

今年疫情期間，醫療系統的數字化能力，如遠程醫療、基于醫療大數據的疫情走勢預判、基于AI技術的診療效率提升，都幫助我們快速控制并戰勝疫情。未來，醫療系統的數字化轉型也有望通過數據資源的打通、數據平臺的開放，推動醫療水平的同質化與醫療資源的合理分配，這將成為醫療系統數字化轉型的最大價值。