互聯網醫療需要整合什麼技術

㈠ 大數據技術的應用

大數據的應用是以大數據技術為基礎，對各行各業或生產生活方面提供決策參考。

大數據應用的典型有：電商領悟、傳媒領領域、金融領域、交通領域、電信領域、安防領域、醫療領域等。

同時大數據的應用是把雙刃劍，一方面可以為我們帶來便利，另一方面也會造成個人隱私泄露的問題。

㈡ 大數據處理的五大關鍵技術及其應用

作者 | 網路大數據

來源 | 產業智能官

數據處理是對紛繁復雜的海量數據價值的提煉，而其中最有價值的地方在於預測性分析，即可以通過數據可視化、統計模式識別、數據描述等數據挖掘形式幫助數據科學家更好的理解數據，根據數據挖掘的結果得出預測性決策。其中主要工作環節包括：

大數據採集 大數據預處理 大數據存儲及管理 大數據分析及挖掘 大數據展現和應用(大數據檢索、大數據可視化、大數據應用、大數據安全等)。

一、大數據採集技術

數據是指通過RFID射頻數據、感測器數據、社交網路交互數據及移動互聯網數據等方式獲得的各種類型的結構化、半結構化(或稱之為弱結構化)及非結構化的海量數據，是大數據知識服務模型的根本。重點要突破分布式高速高可靠數據爬取或採集、高速數據全映像等大數據收集技術;突破高速數據解析、轉換與裝載等大數據整合技術;設計質量評估模型，開發數據質量技術。

大數據採集一般分為：

大數據智能感知層：主要包括數據感測體系、網路通信體系、感測適配體系、智能識別體系及軟硬體資源接入系統，實現對結構化、半結構化、非結構化的海量數據的智能化識別、定位、跟蹤、接入、傳輸、信號轉換、監控、初步處理和管理等。必須著重攻克針對大數據源的智能識別、感知、適配、傳輸、接入等技術。

基礎支撐層：提供大數據服務平台所需的虛擬伺服器，結構化、半結構化及非結構化數據的資料庫及物聯網路資源等基礎支撐環境。重點攻克分布式虛擬存儲技術，大數據獲取、存儲、組織、分析和決策操作的可視化介面技術，大數據的網路傳輸與壓縮技術，大數據隱私保護技術等。

二、大數據預處理技術

完成對已接收數據的辨析、抽取、清洗等操作。

抽取：因獲取的數據可能具有多種結構和類型，數據抽取過程可以幫助我們將這些復雜的數據轉化為單一的或者便於處理的構型，以達到快速分析處理的目的。

清洗：對於大數據，並不全是有價值的，有些數據並不是我們所關心的內容，而另一些數據則是完全錯誤的干擾項，因此要對數據通過過濾「去噪」從而提取出有效數據。

三、大數據存儲及管理技術

大數據存儲與管理要用存儲器把採集到的數據存儲起來，建立相應的資料庫，並進行管理和調用。重點解決復雜結構化、半結構化和非結構化大數據管理與處理技術。主要解決大數據的可存儲、可表示、可處理、可靠性及有效傳輸等幾個關鍵問題。開發可靠的分布式文件系統(DFS)、能效優化的存儲、計算融入存儲、大數據的去冗餘及高效低成本的大數據存儲技術;突破分布式非關系型大數據管理與處理技術，異構數據的數據融合技術，數據組織技術，研究大數據建模技術;突破大數據索引技術;突破大數據移動、備份、復制等技術;開發大數據可視化技術。

開發新型資料庫技術，資料庫分為關系型資料庫、非關系型資料庫以及資料庫緩存系統。其中，非關系型資料庫主要指的是NoSQL資料庫，分為：鍵值資料庫、列存資料庫、圖存資料庫以及文檔資料庫等類型。關系型資料庫包含了傳統關系資料庫系統以及NewSQL資料庫。

開發大數據安全技術：改進數據銷毀、透明加解密、分布式訪問控制、數據審計等技術;突破隱私保護和推理控制、數據真偽識別和取證、數據持有完整性驗證等技術。

四、大數據分析及挖掘技術

大數據分析技術：改進已有數據挖掘和機器學習技術;開發數據網路挖掘、特異群組挖掘、圖挖掘等新型數據挖掘技術;突破基於對象的數據連接、相似性連接等大數據融合技術;突破用戶興趣分析、網路行為分析、情感語義分析等面向領域的大數據挖掘技術。

數據挖掘就是從大量的、不完全的、有雜訊的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。

數據挖掘涉及的技術方法很多，有多種分類法。根據挖掘任務可分為分類或預測模型發現、數據總結、聚類、關聯規則發現、序列模式發現、依賴關系或依賴模型發現、異常和趨勢發現等等;根據挖掘對象可分為關系資料庫、面向對象資料庫、空間資料庫、時態資料庫、文本數據源、多媒體資料庫、異質資料庫、遺產資料庫以及環球網Web;根據挖掘方法分，可粗分為:機器學習方法、統計方法、神經網路方法和資料庫方法。

機器學習中，可細分為歸納學習方法(決策樹、規則歸納等)、基於範例學習、遺傳演算法等。統計方法中，可細分為:回歸分析(多元回歸、自回歸等)、判別分析(貝葉斯判別、費歇爾判別、非參數判別等)、聚類分析(系統聚類、動態聚類等)、探索性分析(主元分析法、相關分析法等)等。神經網路方法中，可細分為:前向神經網路(BP演算法等)、自組織神經網路(自組織特徵映射、競爭學習等)等。資料庫方法主要是多維數據分析或OLAP方法，另外還有面向屬性的歸納方法。

數據挖掘主要過程是：根據分析挖掘目標，從資料庫中把數據提取出來，然後經過ETL組織成適合分析挖掘演算法使用寬表，然後利用數據挖掘軟體進行挖掘。傳統的數據挖掘軟體，一般只能支持在單機上進行小規模數據處理,受此限制傳統數據分析挖掘一般會採用抽樣方式來減少數據分析規模。

數據挖掘的計算復雜度和靈活度遠遠超過前兩類需求。一是由於數據挖掘問題開放性，導致數據挖掘會涉及大量衍生變數計算，衍生變數多變導致數據預處理計算復雜性;二是很多數據挖掘演算法本身就比較復雜，計算量就很大，特別是大量機器學習演算法，都是迭代計算，需要通過多次迭代來求最優解，例如K-means聚類演算法、PageRank演算法等。

從挖掘任務和挖掘方法的角度，著重突破：

可視化分析。數據可視化無論對於普通用戶或是數據分析專家，都是最基本的功能。數據圖像化可以讓數據自己說話，讓用戶直觀的感受到結果。 數據挖掘演算法。圖像化是將機器語言翻譯給人看，而數據挖掘就是機器的母語。分割、集群、孤立點分析還有各種各樣五花八門的演算法讓我們精煉數據，挖掘價值。這些演算法一定要能夠應付大數據的量，同時還具有很高的處理速度。 預測性分析。預測性分析可以讓分析師根據圖像化分析和數據挖掘的結果做出一些前瞻性判斷。 語義引擎。語義引擎需要設計到有足夠的人工智慧以足以從數據中主動地提取信息。語言處理技術包括機器翻譯、情感分析、輿情分析、智能輸入、問答系統等。 數據質量和數據管理。數據質量與管理是管理的最佳實踐，透過標准化流程和機器對數據進行處理可以確保獲得一個預設質量的分析結果。

預測分析成功的7個秘訣

預測未來一直是一個冒險的命題。幸運的是，預測分析技術的出現使得用戶能夠基於歷史數據和分析技術(如統計建模和機器學習)預測未來的結果，這使得預測結果和趨勢變得比過去幾年更加可靠。

盡管如此，與任何新興技術一樣，想要充分發揮預測分析的潛力也是很難的。而可能使挑戰變得更加復雜的是，由不完善的策略或預測分析工具的誤用導致的不準確或誤導性的結果可能在幾周、幾個月甚至幾年內才會顯現出來。

預測分析有可能徹底改變許多的行業和業務，包括零售、製造、供應鏈、網路管理、金融服務和醫療保健。AI網路技術公司Mist Systems的聯合創始人、首席技術官Bob fridy預測:「深度學習和預測性AI分析技術將會改變我們社會的所有部分，就像十年來互聯網和蜂窩技術所帶來的轉變一樣。」。

這里有七個建議，旨在幫助您的組織充分利用其預測分析計劃。

1.能夠訪問高質量、易於理解的數據

預測分析應用程序需要大量數據，並依賴於通過反饋循環提供的信息來不斷改進。全球IT解決方案和服務提供商Infotech的首席數據和分析官Soumendra Mohanty評論道:「數據和預測分析之間是相互促進的關系。」

了解流入預測分析模型的數據類型非常重要。「一個人身上會有什麼樣的數據?」 Eric Feigl - Ding問道，他是流行病學家、營養學家和健康經濟學家，目前是哈佛陳氏公共衛生學院的訪問科學家。「是每天都在Facebook和谷歌上收集的實時數據，還是難以訪問的醫療記錄所需的醫療數據?」為了做出准確的預測，模型需要被設計成能夠處理它所吸收的特定類型的數據。

簡單地將大量數據扔向計算資源的預測建模工作註定會失敗。「由於存在大量數據，而其中大部分數據可能與特定問題無關，只是在給定樣本中可能存在相關關系，」FactSet投資組合管理和交易解決方案副總裁兼研究主管Henri Waelbroeck解釋道，FactSet是一家金融數據和軟體公司。「如果不了解產生數據的過程，一個在有偏見的數據上訓練的模型可能是完全錯誤的。」

2.找到合適的模式

SAP高級分析產品經理Richard Mooney指出，每個人都痴迷於演算法，但是演算法必須和輸入到演算法中的數據一樣好。「如果找不到適合的模式，那麼他們就毫無用處，」他寫道。「大多數數據集都有其隱藏的模式。」

模式通常以兩種方式隱藏:

模式位於兩列之間的關系中。例如，可以通過即將進行的交易的截止日期信息與相關的電子郵件開盤價數據進行比較來發現一種模式。Mooney說:「如果交易即將結束，電子郵件的公開率應該會大幅提高，因為買方會有很多人需要閱讀並審查合同。」

模式顯示了變數隨時間變化的關系。「以上面的例子為例，了解客戶打開了200次電子郵件並不像知道他們在上周打開了175次那樣有用，」Mooney說。

3 .專注於可管理的任務，這些任務可能會帶來積極的投資回報

紐約理工學院的分析和商業智能主任Michael Urmeneta稱:「如今，人們很想把機器學習演算法應用到海量數據上，以期獲得更深刻的見解。」他說，這種方法的問題在於，它就像試圖一次治癒所有形式的癌症一樣。Urmeneta解釋說:「這會導致問題太大，數據太亂——沒有足夠的資金和足夠的支持。這樣是不可能獲得成功的。」

而當任務相對集中時，成功的可能性就會大得多。Urmeneta指出:「如果有問題的話，我們很可能會接觸到那些能夠理解復雜關系的專家」 。「這樣，我們就很可能會有更清晰或更好理解的數據來進行處理。」

4.使用正確的方法來完成工作

好消息是，幾乎有無數的方法可以用來生成精確的預測分析。然而，這也是個壞消息。芝加哥大學NORC (前國家意見研究中心)的行為、經濟分析和決策實踐主任Angela Fontes說:「每天都有新的、熱門的分析方法出現，使用新方法很容易讓人興奮」。「然而，根據我的經驗，最成功的項目是那些真正深入思考分析結果並讓其指導他們選擇方法的項目——即使最合適的方法並不是最性感、最新的方法。」

羅切斯特理工學院計算機工程系主任、副教授shanchie Jay Yang建議說:「用戶必須謹慎選擇適合他們需求的方法」。「必須擁有一種高效且可解釋的技術，一種可以利用序列數據、時間數據的統計特性，然後將其外推到最有可能的未來，」Yang說。

5.用精確定義的目標構建模型

這似乎是顯而易見的，但許多預測分析項目開始時的目標是構建一個宏偉的模型，卻沒有一個明確的最終使用計劃。「有很多很棒的模型從來沒有被人使用過，因為沒有人知道如何使用這些模型來實現或提供價值，」汽車、保險和碰撞修復行業的SaaS提供商CCC信息服務公司的產品管理高級副總裁Jason Verlen評論道。

對此，Fontes也表示同意。「使用正確的工具肯定會確保我們從分析中得到想要的結果……」因為這迫使我們必須對自己的目標非常清楚，」她解釋道。「如果我們不清楚分析的目標，就永遠也不可能真正得到我們想要的東西。」

6.在IT和相關業務部門之間建立密切的合作關系

在業務和技術組織之間建立牢固的合作夥伴關系是至關重要的。客戶體驗技術提供商Genesys的人工智慧產品管理副總裁Paul lasserr說:「你應該能夠理解新技術如何應對業務挑戰或改善現有的業務環境。」然後，一旦設置了目標，就可以在一個限定范圍的應用程序中測試模型，以確定解決方案是否真正提供了所需的價值。

7.不要被設計不良的模型誤導

模型是由人設計的，所以它們經常包含著潛在的缺陷。錯誤的模型或使用不正確或不當的數據構建的模型很容易產生誤導，在極端情況下，甚至會產生完全錯誤的預測。

沒有實現適當隨機化的選擇偏差會混淆預測。例如，在一項假設的減肥研究中，可能有50%的參與者選擇退出後續的體重測量。然而，那些中途退出的人與留下來的人有著不同的體重軌跡。這使得分析變得復雜，因為在這樣的研究中，那些堅持參加這個項目的人通常是那些真正減肥的人。另一方面，戒煙者通常是那些很少或根本沒有減肥經歷的人。因此，雖然減肥在整個世界都是具有因果性和可預測性的，但在一個有50%退出率的有限資料庫中，實際的減肥結果可能會被隱藏起來。

六、大數據展現與應用技術

大數據技術能夠將隱藏於海量數據中的信息和知識挖掘出來，為人類的社會經濟活動提供依據，從而提高各個領域的運行效率，大大提高整個社會經濟的集約化程度。

在我國，大數據將重點應用於以下三大領域：商業智能 、政府決策、公共服務。例如：商業智能技術，政府決策技術，電信數據信息處理與挖掘技術，電網數據信息處理與挖掘技術，氣象信息分析技術，環境監測技術，警務雲應用系統(道路監控、視頻監控、網路監控、智能交通、反電信詐騙、指揮調度等公安信息系統)，大規模基因序列分析比對技術，Web信息挖掘技術，多媒體數據並行化處理技術，影視製作渲染技術，其他各種行業的雲計算和海量數據處理應用技術等。

㈢ 河北首家互聯網醫院探訪：互聯網+醫療健康，讓患者便捷就醫

互聯網+醫療 健康 ，讓患者便捷就醫

——河北省首家互聯網醫院探訪

滿足新需求

打造全省第一家互聯網醫院

「請了解下我們的互聯網醫院，通過線上診療您隨時隨地都可以接受專業醫師的診療服務。」近日，在位於邯鄲市區的河北工程大學附屬醫院，值班人員積極向前來咨詢的市民介紹互聯網醫院服務內容。

該醫院一樓大廳里，互聯網醫院體驗展廳十分醒目，電子屏滾動展示著互聯網醫療的就醫優勢及操作流程，就診患者可以現場體驗遠程可穿戴醫療設備。

為推進實施 健康 中國戰略，提高醫療服務效率，保證醫療質量和安全，降低服務成本，滿足人民群眾日益增長的醫療衛生 健康 需求，2018年4月，國務院辦公廳印發《關於促進「互聯網+醫療 健康 」發展的意見》，鼓勵發展「互聯網+醫療 健康 」。

隨後，國家衛生 健康 委員會和國家中醫葯管理局制定了《互聯網診療管理辦法》《互聯網醫院管理辦法》《遠程醫療服務管理規范》等，對互聯網醫院進行了詳細規范。河北省衛生 健康 委員會、河北省中醫葯管理局出台實施細則，對互聯網醫院設置及互聯網診療工作作出進一步的明確規劃。

「響應國家和省里的號召，2019年7月，河北工程大學附屬醫院啟動互聯網醫療平台項目建設， 探索 互聯網醫療服務。」河北工程大學附屬醫院院長高紅旗說。河北工程大學附屬醫院是邯鄲市主城區三級甲等綜合醫院，3個院區佔地面積215.7畝，現有職工1823人，設有80個臨床、醫技科室，擁有科研型3.0T磁共振等大型醫療設備200餘件，為開展互聯網醫院建設奠定了良好基礎。

互聯網醫院是以醫療機構為依託，以互聯網為載體，應用信息化技術，為醫療機構以外的服務對象開展專業的在線診療、 健康 咨詢等遠程醫療服務的互聯網醫療平台。突如其來的新冠肺炎疫情，加快了互聯網醫院的建設、推進步伐。

為緩解線下醫院疫情防控形勢，快速打破醫患交流的空間限制，河北工程大學附屬醫院利用互聯網平台建設了「患者自我評估+在線問診+患者宣教+院內綠色通道」相結合的疫情防控支持系統。2020年1月28日，該系統上線運行，在邯鄲市率先推出24小時線上發熱病人免費咨詢服務。2020年3月1日，該醫院開通專科在線咨詢，49個臨床科室297名醫師參與其中。截至今年7月初，該醫院通過線上系統共接受發熱患者咨詢5780人次，累計接待咨詢患者15000餘人次。

「互聯網醫療項目創建初期便成立了互聯網醫院管理領導小組，構建互聯網醫院運營管理組織架構。由黨委書記、院長擔任組長，主管領導為副組長，下設綜合辦公室，掛靠在門診部，協同信息處、醫務處、質控處、葯學部、財務處、醫保農合辦、醫療服務部、醫患溝通辦等相關部門，推進互聯網醫院相關工作的協調運行。」高紅旗說。

在 探索 中不斷完善，2020年3月，該醫院信息處與研發機構多方溝通，明確了互聯網醫院平台搭建、板塊設置、操作界面、線上服務流程、線下轉運等方面的詳細步驟，並開始著手構建互聯網平台，醫院機房、診室等也開始進行配套完善。

2020年11月9日，該醫院完成與省互聯網醫療服務監管平台對接。按照河北省衛生 健康 委、河北省中醫葯管理局有關要求，該醫院於2020年12月18日向河北省衛生 健康 委提交了《醫療機構增加互聯網醫院作為第二名稱》的申請並完成線上申報。2020年12月28日，該醫院通過河北省衛生 健康 委驗收。

為了更好地完成互聯網醫院建設，該醫院進一步成立了專門機構，並與葯店進行了合作。

今年1月4日，該醫院成立互聯網醫院運營中心。4月19日，該醫院與國葯樂仁堂邯鄲醫葯有限公司簽訂運營委託協議推進線上診療工作。7月23日，互聯網醫院正式上線運行，開創了河北省互聯網醫院發展的 歷史 。截至8月中旬，互聯網醫院共為200名患者提供指導、診療服務。

科學診療

建立線上線下一體化醫療服務模式

「真是非常方便！我是皮膚病患者，之前到醫院就診，醫生告訴我定期復診，每次去醫院掛號、就診、取葯、排隊都要等好久。現在在河北工程大學附屬醫院互聯網醫院就診，很快葯品就送到了家裡，足不出戶就能得到專業醫生的診療。」近日，談起互聯網醫院的好處，家住邯鄲市區的韓建梅女士贊不絕口。

工作人員介紹，為方便患者就診，河北工程大學附屬醫院微信公眾號和小程序都能夠提供掌上診療全流程服務，包括實名制認證、智能導診、預約診療、移動支付、在線問診、病歷報告查看、慢病隨訪管理等功能。

該醫院第一批開設了乳腺外科、腫瘤內科、臨床營養科等3個專業、5個試點科室，由科室權威專家坐診，協同醫、護、技團隊，共同為患者提供從問診咨詢、預住院與復診安排、診療服務到康復指導的一站式平台服務。

在經驗積累的基礎上，目前，互聯網醫院開展的線上診療科目增加到21個專業。

「我們開設的互聯網醫院診療科目均在《醫療機構執業許可證》診療科目范圍內。我們醫院上報參加互聯網醫院診療工作的醫師有273名。」河北工程大學黨委常委、副校長，附屬醫院黨委書記劉志軍介紹，為嚴格落實互聯網醫院出診醫生資質審核及准入管理，醫院還多次組織人員分批進行相關法律法規、工作制度、應急預案、操作流程的專項培訓。

在該醫院的一間專門互聯網醫院診室里，筆者看到，五六名醫生正在對患者進行診療。工作人員介紹，通過互聯網醫院醫療平台，醫生能為患者隨時隨地進行狀態跟蹤，進行視頻看診、遠程醫療，遇到難題醫生還能遠程會診，提高診察的准確程度。

該平台還能對市民 健康 狀況進行風險評估。

工作人員通過互聯網醫院平台能夠對目標風險人群進行現患疾病的控制與干預，制定個性化管理方案，幫助人們綜合認識 健康 危險因素、修正不 健康 的行為，有效提升患者的自我風險防護意識。

「全病程管理」也是互聯網醫院平台的一大特點。

依託實體醫院優質的醫療資源，互聯網醫院以跨區域、跨團隊（醫生、護士、個案管理師、營養師、康復師、葯師、管理人員緊密配合）主動式醫療 健康 管理方式，通過「線上+線下」「院內+院外」的模式，由個案管理師全程介入跟進，協助醫護團隊建立貫穿院前、院中和院後的全過程管理，為患者提供連續性整合照護的全程閉環主動管理。

㈣ 康美葯業智慧葯房2022你在全國推廣怎麼樣

日前，國務院辦公廳印發《關於促進「互聯網+醫療健康」發展的意見》，就促進互聯網與醫療健康深度融合發展作出部署。《意見》在「完善互聯網+醫療健康支撐體系」一節關於提高醫院管理和便民水平時特別提出：推廣「智慧中葯房」，提高中葯飲片、成方制劑等葯事服務水平。
康美葯業打造的「智慧葯房」，從落地情況看，其於2015年由康美葯業首創，並在廣州率先落地，隨後又在深圳、北京、成都、昆明等城市推出，目前合作機構已經超過250家，日最高處方量達到2.5萬張，累計處方量380萬張，服務門診醫生超過2.6萬名，服務患者約135萬人。實際上，康美智慧葯房已經成為康美葯業的核心競爭力之一，更是成為國內多個城市到訪康美葯業的「搶手貨」，受到業界強烈關注。
從標准制定上看，在智慧葯房推出一年多後，2016年10月27日，國家中醫葯管理局確定康美葯業聯合廣東省中醫院等頂尖中醫院，對「智慧葯房」在「互聯網+葯事服務」方面予以研究總結，2107年12月8日國家中醫葯管理局發布《關於推進中醫葯健康服務與互聯網融合發展的指導意見》大篇幅特別肯定並要求在全國推廣應用，2017年12月26日在深圳市上升為官方認定的全國首個智慧中葯房管理的行業標准，2018年1月28日，國家中醫葯管理局授予康美智慧葯房「『互聯網+』中醫葯健康服務（智慧葯房）標准化研究基地」。而此次，「智慧中葯房」寫入國務院文件並明確予以推廣，更是說明了其為方便群眾看病就醫、提升醫療服務質量效率、增強經濟發展新動能發揮的重要作用和示範效應，也是康美葯業繼中葯飲片等標准制定後為國家作出的又一標志性貢獻。
據了解，康美葯業作為大健康產業龍頭企業，近年來一直致力於發展「互聯網+醫療健康」，發揮「互聯網+」優勢向高質量發展邁進，實現了從「葯」到「醫」，從B端到C端，擁有龐大消費者健康大數據的華麗轉型，成功面向消費者打造服務型的「智慧+」大健康產業平台。
「互聯網+醫療健康」一直以來頗受關注，此次《意見》推出背景值得一提。4月26日，國家衛生健康委員會醫政醫管局焦雅輝副局長在新聞發布會上介紹，黨中央、國務院高度重視「互聯網+醫療健康」工作。《「健康中國2030」規劃綱要》、《國務院關於積極推進「互聯網+」行動的指導意見》都作出了部署。醫療衛生行業按照部署要求在「互聯網+」和大數據應用上進行了多方面的實踐和探索，社會各界高度關注、積極參與，「互聯網+醫療健康」領域新模式、新業態不斷涌現，為推進行業職能轉變、創新服務模式、提升治理能力提供了重大機遇。同時，「互聯網+醫療健康」服務作為新興事物，也將會遇到一些新情況、新問題，需要適時在政策層面加以引導規范，促進其健康發展。
為貫徹落實黨中央、國務院決策部署，國家衛生健康委員會會同有關部門，在廣泛徵求有關部委、部分省份、研究機構以及互聯網醫療企業意見建議的基礎上，堅持中央頂層設計與地方創新實踐相結合、「做優存量」與「做大增量」相結合、鼓勵創新與防範風險相結合，研究起草了《關於促進「互聯網+醫療健康」發展的意見》。
讓患者少跑腿更便利，讓更多群眾能分享優質醫療服務
就在前不久在上海舉行的葯交會上，康美葯業重磅推出全國首個「全能」智慧葯櫃，利用「互聯網+」技術串聯問診、開方、售葯、代煎、配送等各個環節，形成一站式醫葯醫療服務，讓百姓輕松就完成診療、取葯和配送等傳統繁雜的就診取葯流程，為百姓提供更加安全便捷的健康服務與體驗，實實在在地緩解群眾看病就醫難題。
「康美智慧葯櫃最大的特點就是快、全、診、煎。對於很多消費者而言，尋醫購葯需求通常具有突發性，因突發不適而問診購葯。而在這些情況下，如果遇到醫院人多排隊、夜間緊急用葯則會給消費者帶來諸多不便。」康美智慧葯櫃的負責人介紹說，智慧葯櫃通過互聯網技術優化購葯服務流程，實現24小時隨時應對緊急用葯，500種葯品掃碼即購，在線問診與專業醫生面對面，更有中葯代煎、送葯到家，能夠滿足不同類型消費群體的各種有針對性的服務需求。
同時，康美葯業積極創新醫療健康服務模式，通過深度參與公立醫院改革，先後投資、管理多家公立醫院。在東北梅河口市，康美葯業對康美梅河口市中心醫院進行升級改造，通過引入公司「智慧+」大健康產業平台優勢資源，運用互聯網醫療技術，醫院綜合實力和醫療服務水平得到提升。醫院輻射范圍大大增強，從原來的幾十公里在短短一年內發展到輻射數百公里，群眾均慕名而來，分享優質醫療資源。
「康美智慧葯房是智慧醫改下的就醫用葯新模式，利用互聯網及物聯網技術，對傳統診療流程進行再造，實現了就醫用葯模式的創新，使問診更順暢 服務更便捷。」康美智慧葯房副總經理余瑩瑩介紹說，選擇智慧葯房服務，患者在合作醫療機構完成就診後，醫生的處方信息就會通過系統發送到智慧葯房，智慧葯房將通過專業的審方平台，完成處方審核，再進行調劑、煎煮、個性化定製以及物流配送服務，患者只需在家坐等葯物配送上門。
以「互聯網+」驅動全生命周期健康服務
依託「互聯網+」構建的健康醫療服務平台，康美葯業極大緩解了看病「三長一短」問題，醫療影像識別、智能診療、智慧供應鏈、虛擬護理助手、慢病和流行病智能防控等「互聯網+」技術與健康醫療事業融合應用初見成效。
「『互聯網+醫療健康』最重要的體現就是方便、快捷、高效。對於患者而言，從掛號到看病、取葯、付費、診後回訪等一整套流程就要方便，不折騰、不多跑腿。對於醫院和醫務人員而言，要無紙化、無膠片化，利用信息化的智慧系統提升服務效率、服務質量和服務價值，解放勞動力，讓患者得到好的就醫體驗。」康美健康雲負責人表示，康美葯業先後推出了醫院信息平台、腫瘤全程管理平台、互聯網+養老平台以及「掌上醫院」等智慧醫療APP。這些APP實現了全國2000多家醫院在線掛號，1萬多名醫生在線服務的功能，服務覆蓋人群達2億多。
近年來，康美葯業在「互聯網+醫療服務」動作頻頻,在2015年成為全國唯一中葯信息化醫療服務平台試點單位，同時獲批全國首家網路民營醫院，由此開始了「互聯網+醫療服務」的轉型之路。網路醫院完整打通了由「葯」到「醫」，從線下到在線的全產業鏈，建立了完備的O2O醫葯平台。由此平台，通過研發創新，不斷推出「智慧葯房」「康美e葯谷」「智慧供應鏈」等「互聯網+」葯事服務業務。
「在康美網路醫院平台上不僅有專科醫生，也有社區全科醫生。通過網路醫院為市民打造全生命周期健康服務平台，推動醫療服務模式轉型升級，探索創新分級診療和實施醫生多點執業的新模式。」康美醫院負責人介紹說，作為全生命周期健康服務的重要抓手，網路醫院提升了醫療服務效率和服務能力，同時有效減少了患者的全程候診平均時間。
率先打造「互聯網+醫療健康」標准樣本
一直以來，康美葯業充分利用中醫葯全產業鏈資源和「智慧+」大健康產業平台，始終堅持高質量發展，不斷加大研發投入，增強創新驅動力，在推動行業標准化方面做出了積極的貢獻，先後參與制定4個領域的國家中醫葯標准。在「互聯網+」時代，適應新常態、探索新模式、破解新課題，早在2015年，康美葯業就在健康產業領域設計出「大健康+大平台+大數據+大服務」的發展路線圖，經過多年努力夯實了基礎、獲得了新發展。
據介紹，康美葯業全力打造中葯全產業鏈一體化運營模式和業務體系，品牌優勢、網路優勢、技術優勢以及產業資源整合優勢已逐步顯現，「智慧+」大健康產業平台與超過2500家醫院、20萬家葯店建立了長期的合作關系，年門診總量達到2.5億人次以上，擁有康美醫院、康美梅河口中心醫院、康美通城縣人民醫院、康美開原市中心醫院等優質醫療資源，託管國內100多家公立醫院葯房管理，全國范圍已布局設立了30多處分布全國的現代化醫葯倉儲物流中心，醫療健康服務資源十分雄厚。
下一步，康美葯業將「互聯網+」行動繼續融入公司發展全局、健康服務貫穿大健康產業閉環全程，致力於以「智慧葯房+智慧葯櫃」的創新模式為重中之重，涉及醫葯配送服務、網路醫院、康養服務、全生命周期健康服務等「互聯網+醫療健康」，推進「康美」品牌深入C端，打造出更多可供推廣、復制的「康美樣本」，惠及更多群眾的健康福祉。