互联网医疗需要整合什么技术

㈠ 大数据技术的应用

大数据的应用是以大数据技术为基础，对各行各业或生产生活方面提供决策参考。

大数据应用的典型有：电商领悟、传媒领领域、金融领域、交通领域、电信领域、安防领域、医疗领域等。

同时大数据的应用是把双刃剑，一方面可以为我们带来便利，另一方面也会造成个人隐私泄露的问题。

㈡ 大数据处理的五大关键技术及其应用

作者 | 网络大数据

来源 | 产业智能官

数据处理是对纷繁复杂的海量数据价值的提炼，而其中最有价值的地方在于预测性分析，即可以通过数据可视化、统计模式识别、数据描述等数据挖掘形式帮助数据科学家更好的理解数据，根据数据挖掘的结果得出预测性决策。其中主要工作环节包括：

大数据采集 大数据预处理 大数据存储及管理 大数据分析及挖掘 大数据展现和应用(大数据检索、大数据可视化、大数据应用、大数据安全等)。

一、大数据采集技术

数据是指通过RFID射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式获得的各种类型的结构化、半结构化(或称之为弱结构化)及非结构化的海量数据，是大数据知识服务模型的根本。重点要突破分布式高速高可靠数据爬取或采集、高速数据全映像等大数据收集技术;突破高速数据解析、转换与装载等大数据整合技术;设计质量评估模型，开发数据质量技术。

大数据采集一般分为：

大数据智能感知层：主要包括数据传感体系、网络通信体系、传感适配体系、智能识别体系及软硬件资源接入系统，实现对结构化、半结构化、非结构化的海量数据的智能化识别、定位、跟踪、接入、传输、信号转换、监控、初步处理和管理等。必须着重攻克针对大数据源的智能识别、感知、适配、传输、接入等技术。

基础支撑层：提供大数据服务平台所需的虚拟服务器，结构化、半结构化及非结构化数据的数据库及物联网络资源等基础支撑环境。重点攻克分布式虚拟存储技术，大数据获取、存储、组织、分析和决策操作的可视化接口技术，大数据的网络传输与压缩技术，大数据隐私保护技术等。

二、大数据预处理技术

完成对已接收数据的辨析、抽取、清洗等操作。

抽取：因获取的数据可能具有多种结构和类型，数据抽取过程可以帮助我们将这些复杂的数据转化为单一的或者便于处理的构型，以达到快速分析处理的目的。

清洗：对于大数据，并不全是有价值的，有些数据并不是我们所关心的内容，而另一些数据则是完全错误的干扰项，因此要对数据通过过滤“去噪”从而提取出有效数据。

三、大数据存储及管理技术

大数据存储与管理要用存储器把采集到的数据存储起来，建立相应的数据库，并进行管理和调用。重点解决复杂结构化、半结构化和非结构化大数据管理与处理技术。主要解决大数据的可存储、可表示、可处理、可靠性及有效传输等几个关键问题。开发可靠的分布式文件系统(DFS)、能效优化的存储、计算融入存储、大数据的去冗余及高效低成本的大数据存储技术;突破分布式非关系型大数据管理与处理技术，异构数据的数据融合技术，数据组织技术，研究大数据建模技术;突破大数据索引技术;突破大数据移动、备份、复制等技术;开发大数据可视化技术。

开发新型数据库技术，数据库分为关系型数据库、非关系型数据库以及数据库缓存系统。其中，非关系型数据库主要指的是NoSQL数据库，分为：键值数据库、列存数据库、图存数据库以及文档数据库等类型。关系型数据库包含了传统关系数据库系统以及NewSQL数据库。

开发大数据安全技术：改进数据销毁、透明加解密、分布式访问控制、数据审计等技术;突破隐私保护和推理控制、数据真伪识别和取证、数据持有完整性验证等技术。

四、大数据分析及挖掘技术

大数据分析技术：改进已有数据挖掘和机器学习技术;开发数据网络挖掘、特异群组挖掘、图挖掘等新型数据挖掘技术;突破基于对象的数据连接、相似性连接等大数据融合技术;突破用户兴趣分析、网络行为分析、情感语义分析等面向领域的大数据挖掘技术。

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。

数据挖掘涉及的技术方法很多，有多种分类法。根据挖掘任务可分为分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等等;根据挖掘对象可分为关系数据库、面向对象数据库、空间数据库、时态数据库、文本数据源、多媒体数据库、异质数据库、遗产数据库以及环球网Web;根据挖掘方法分，可粗分为:机器学习方法、统计方法、神经网络方法和数据库方法。

机器学习中，可细分为归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等。统计方法中，可细分为:回归分析(多元回归、自回归等)、判别分析(贝叶斯判别、费歇尔判别、非参数判别等)、聚类分析(系统聚类、动态聚类等)、探索性分析(主元分析法、相关分析法等)等。神经网络方法中，可细分为:前向神经网络(BP算法等)、自组织神经网络(自组织特征映射、竞争学习等)等。数据库方法主要是多维数据分析或OLAP方法，另外还有面向属性的归纳方法。

数据挖掘主要过程是：根据分析挖掘目标，从数据库中把数据提取出来，然后经过ETL组织成适合分析挖掘算法使用宽表，然后利用数据挖掘软件进行挖掘。传统的数据挖掘软件，一般只能支持在单机上进行小规模数据处理,受此限制传统数据分析挖掘一般会采用抽样方式来减少数据分析规模。

数据挖掘的计算复杂度和灵活度远远超过前两类需求。一是由于数据挖掘问题开放性，导致数据挖掘会涉及大量衍生变量计算，衍生变量多变导致数据预处理计算复杂性;二是很多数据挖掘算法本身就比较复杂，计算量就很大，特别是大量机器学习算法，都是迭代计算，需要通过多次迭代来求最优解，例如K-means聚类算法、PageRank算法等。

从挖掘任务和挖掘方法的角度，着重突破：

可视化分析。数据可视化无论对于普通用户或是数据分析专家，都是最基本的功能。数据图像化可以让数据自己说话，让用户直观的感受到结果。 数据挖掘算法。图像化是将机器语言翻译给人看，而数据挖掘就是机器的母语。分割、集群、孤立点分析还有各种各样五花八门的算法让我们精炼数据，挖掘价值。这些算法一定要能够应付大数据的量，同时还具有很高的处理速度。 预测性分析。预测性分析可以让分析师根据图像化分析和数据挖掘的结果做出一些前瞻性判断。 语义引擎。语义引擎需要设计到有足够的人工智能以足以从数据中主动地提取信息。语言处理技术包括机器翻译、情感分析、舆情分析、智能输入、问答系统等。 数据质量和数据管理。数据质量与管理是管理的最佳实践，透过标准化流程和机器对数据进行处理可以确保获得一个预设质量的分析结果。

预测分析成功的7个秘诀

预测未来一直是一个冒险的命题。幸运的是，预测分析技术的出现使得用户能够基于历史数据和分析技术(如统计建模和机器学习)预测未来的结果，这使得预测结果和趋势变得比过去几年更加可靠。

尽管如此，与任何新兴技术一样，想要充分发挥预测分析的潜力也是很难的。而可能使挑战变得更加复杂的是，由不完善的策略或预测分析工具的误用导致的不准确或误导性的结果可能在几周、几个月甚至几年内才会显现出来。

预测分析有可能彻底改变许多的行业和业务，包括零售、制造、供应链、网络管理、金融服务和医疗保健。AI网络技术公司Mist Systems的联合创始人、首席技术官Bob fridy预测:“深度学习和预测性AI分析技术将会改变我们社会的所有部分，就像十年来互联网和蜂窝技术所带来的转变一样。”。

这里有七个建议，旨在帮助您的组织充分利用其预测分析计划。

1.能够访问高质量、易于理解的数据

预测分析应用程序需要大量数据，并依赖于通过反馈循环提供的信息来不断改进。全球IT解决方案和服务提供商Infotech的首席数据和分析官Soumendra Mohanty评论道:“数据和预测分析之间是相互促进的关系。”

了解流入预测分析模型的数据类型非常重要。“一个人身上会有什么样的数据?” Eric Feigl - Ding问道，他是流行病学家、营养学家和健康经济学家，目前是哈佛陈氏公共卫生学院的访问科学家。“是每天都在Facebook和谷歌上收集的实时数据，还是难以访问的医疗记录所需的医疗数据?”为了做出准确的预测，模型需要被设计成能够处理它所吸收的特定类型的数据。

简单地将大量数据扔向计算资源的预测建模工作注定会失败。“由于存在大量数据，而其中大部分数据可能与特定问题无关，只是在给定样本中可能存在相关关系，”FactSet投资组合管理和交易解决方案副总裁兼研究主管Henri Waelbroeck解释道，FactSet是一家金融数据和软件公司。“如果不了解产生数据的过程，一个在有偏见的数据上训练的模型可能是完全错误的。”

2.找到合适的模式

SAP高级分析产品经理Richard Mooney指出，每个人都痴迷于算法，但是算法必须和输入到算法中的数据一样好。“如果找不到适合的模式，那么他们就毫无用处，”他写道。“大多数数据集都有其隐藏的模式。”

模式通常以两种方式隐藏:

模式位于两列之间的关系中。例如，可以通过即将进行的交易的截止日期信息与相关的电子邮件开盘价数据进行比较来发现一种模式。Mooney说:“如果交易即将结束，电子邮件的公开率应该会大幅提高，因为买方会有很多人需要阅读并审查合同。”

模式显示了变量随时间变化的关系。“以上面的例子为例，了解客户打开了200次电子邮件并不像知道他们在上周打开了175次那样有用，”Mooney说。

3 .专注于可管理的任务，这些任务可能会带来积极的投资回报

纽约理工学院的分析和商业智能主任Michael Urmeneta称:“如今，人们很想把机器学习算法应用到海量数据上，以期获得更深刻的见解。”他说，这种方法的问题在于，它就像试图一次治愈所有形式的癌症一样。Urmeneta解释说:“这会导致问题太大，数据太乱——没有足够的资金和足够的支持。这样是不可能获得成功的。”

而当任务相对集中时，成功的可能性就会大得多。Urmeneta指出:“如果有问题的话，我们很可能会接触到那些能够理解复杂关系的专家” 。“这样，我们就很可能会有更清晰或更好理解的数据来进行处理。”

4.使用正确的方法来完成工作

好消息是，几乎有无数的方法可以用来生成精确的预测分析。然而，这也是个坏消息。芝加哥大学NORC (前国家意见研究中心)的行为、经济分析和决策实践主任Angela Fontes说:“每天都有新的、热门的分析方法出现，使用新方法很容易让人兴奋”。“然而，根据我的经验，最成功的项目是那些真正深入思考分析结果并让其指导他们选择方法的项目——即使最合适的方法并不是最性感、最新的方法。”

罗切斯特理工学院计算机工程系主任、副教授shanchie Jay Yang建议说:“用户必须谨慎选择适合他们需求的方法”。“必须拥有一种高效且可解释的技术，一种可以利用序列数据、时间数据的统计特性，然后将其外推到最有可能的未来，”Yang说。

5.用精确定义的目标构建模型

这似乎是显而易见的，但许多预测分析项目开始时的目标是构建一个宏伟的模型，却没有一个明确的最终使用计划。“有很多很棒的模型从来没有被人使用过，因为没有人知道如何使用这些模型来实现或提供价值，”汽车、保险和碰撞修复行业的SaaS提供商CCC信息服务公司的产品管理高级副总裁Jason Verlen评论道。

对此，Fontes也表示同意。“使用正确的工具肯定会确保我们从分析中得到想要的结果……”因为这迫使我们必须对自己的目标非常清楚，”她解释道。“如果我们不清楚分析的目标，就永远也不可能真正得到我们想要的东西。”

6.在IT和相关业务部门之间建立密切的合作关系

在业务和技术组织之间建立牢固的合作伙伴关系是至关重要的。客户体验技术提供商Genesys的人工智能产品管理副总裁Paul lasserr说:“你应该能够理解新技术如何应对业务挑战或改善现有的业务环境。”然后，一旦设置了目标，就可以在一个限定范围的应用程序中测试模型，以确定解决方案是否真正提供了所需的价值。

7.不要被设计不良的模型误导

模型是由人设计的，所以它们经常包含着潜在的缺陷。错误的模型或使用不正确或不当的数据构建的模型很容易产生误导，在极端情况下，甚至会产生完全错误的预测。

没有实现适当随机化的选择偏差会混淆预测。例如，在一项假设的减肥研究中，可能有50%的参与者选择退出后续的体重测量。然而，那些中途退出的人与留下来的人有着不同的体重轨迹。这使得分析变得复杂，因为在这样的研究中，那些坚持参加这个项目的人通常是那些真正减肥的人。另一方面，戒烟者通常是那些很少或根本没有减肥经历的人。因此，虽然减肥在整个世界都是具有因果性和可预测性的，但在一个有50%退出率的有限数据库中，实际的减肥结果可能会被隐藏起来。

六、大数据展现与应用技术

大数据技术能够将隐藏于海量数据中的信息和知识挖掘出来，为人类的社会经济活动提供依据，从而提高各个领域的运行效率，大大提高整个社会经济的集约化程度。

在我国，大数据将重点应用于以下三大领域：商业智能 、政府决策、公共服务。例如：商业智能技术，政府决策技术，电信数据信息处理与挖掘技术，电网数据信息处理与挖掘技术，气象信息分析技术，环境监测技术，警务云应用系统(道路监控、视频监控、网络监控、智能交通、反电信诈骗、指挥调度等公安信息系统)，大规模基因序列分析比对技术，Web信息挖掘技术，多媒体数据并行化处理技术，影视制作渲染技术，其他各种行业的云计算和海量数据处理应用技术等。

㈢ 河北首家互联网医院探访：互联网+医疗健康，让患者便捷就医

互联网+医疗 健康 ，让患者便捷就医

——河北省首家互联网医院探访

满足新需求

打造全省第一家互联网医院

“请了解下我们的互联网医院，通过线上诊疗您随时随地都可以接受专业医师的诊疗服务。”近日，在位于邯郸市区的河北工程大学附属医院，值班人员积极向前来咨询的市民介绍互联网医院服务内容。

该医院一楼大厅里，互联网医院体验展厅十分醒目，电子屏滚动展示着互联网医疗的就医优势及操作流程，就诊患者可以现场体验远程可穿戴医疗设备。

为推进实施 健康 中国战略，提高医疗服务效率，保证医疗质量和安全，降低服务成本，满足人民群众日益增长的医疗卫生 健康 需求，2018年4月，国务院办公厅印发《关于促进“互联网+医疗 健康 ”发展的意见》，鼓励发展“互联网+医疗 健康 ”。

随后，国家卫生 健康 委员会和国家中医药管理局制定了《互联网诊疗管理办法》《互联网医院管理办法》《远程医疗服务管理规范》等，对互联网医院进行了详细规范。河北省卫生 健康 委员会、河北省中医药管理局出台实施细则，对互联网医院设置及互联网诊疗工作作出进一步的明确规划。

“响应国家和省里的号召，2019年7月，河北工程大学附属医院启动互联网医疗平台项目建设， 探索 互联网医疗服务。”河北工程大学附属医院院长高红旗说。河北工程大学附属医院是邯郸市主城区三级甲等综合医院，3个院区占地面积215.7亩，现有职工1823人，设有80个临床、医技科室，拥有科研型3.0T磁共振等大型医疗设备200余件，为开展互联网医院建设奠定了良好基础。

互联网医院是以医疗机构为依托，以互联网为载体，应用信息化技术，为医疗机构以外的服务对象开展专业的在线诊疗、 健康 咨询等远程医疗服务的互联网医疗平台。突如其来的新冠肺炎疫情，加快了互联网医院的建设、推进步伐。

为缓解线下医院疫情防控形势，快速打破医患交流的空间限制，河北工程大学附属医院利用互联网平台建设了“患者自我评估+在线问诊+患者宣教+院内绿色通道”相结合的疫情防控支持系统。2020年1月28日，该系统上线运行，在邯郸市率先推出24小时线上发热病人免费咨询服务。2020年3月1日，该医院开通专科在线咨询，49个临床科室297名医师参与其中。截至今年7月初，该医院通过线上系统共接受发热患者咨询5780人次，累计接待咨询患者15000余人次。

“互联网医疗项目创建初期便成立了互联网医院管理领导小组，构建互联网医院运营管理组织架构。由党委书记、院长担任组长，主管领导为副组长，下设综合办公室，挂靠在门诊部，协同信息处、医务处、质控处、药学部、财务处、医保农合办、医疗服务部、医患沟通办等相关部门，推进互联网医院相关工作的协调运行。”高红旗说。

在 探索 中不断完善，2020年3月，该医院信息处与研发机构多方沟通，明确了互联网医院平台搭建、板块设置、操作界面、线上服务流程、线下转运等方面的详细步骤，并开始着手构建互联网平台，医院机房、诊室等也开始进行配套完善。

2020年11月9日，该医院完成与省互联网医疗服务监管平台对接。按照河北省卫生 健康 委、河北省中医药管理局有关要求，该医院于2020年12月18日向河北省卫生 健康 委提交了《医疗机构增加互联网医院作为第二名称》的申请并完成线上申报。2020年12月28日，该医院通过河北省卫生 健康 委验收。

为了更好地完成互联网医院建设，该医院进一步成立了专门机构，并与药店进行了合作。

今年1月4日，该医院成立互联网医院运营中心。4月19日，该医院与国药乐仁堂邯郸医药有限公司签订运营委托协议推进线上诊疗工作。7月23日，互联网医院正式上线运行，开创了河北省互联网医院发展的 历史 。截至8月中旬，互联网医院共为200名患者提供指导、诊疗服务。

科学诊疗

建立线上线下一体化医疗服务模式

“真是非常方便！我是皮肤病患者，之前到医院就诊，医生告诉我定期复诊，每次去医院挂号、就诊、取药、排队都要等好久。现在在河北工程大学附属医院互联网医院就诊，很快药品就送到了家里，足不出户就能得到专业医生的诊疗。”近日，谈起互联网医院的好处，家住邯郸市区的韩建梅女士赞不绝口。

工作人员介绍，为方便患者就诊，河北工程大学附属医院微信公众号和小程序都能够提供掌上诊疗全流程服务，包括实名制认证、智能导诊、预约诊疗、移动支付、在线问诊、病历报告查看、慢病随访管理等功能。

该医院第一批开设了乳腺外科、肿瘤内科、临床营养科等3个专业、5个试点科室，由科室权威专家坐诊，协同医、护、技团队，共同为患者提供从问诊咨询、预住院与复诊安排、诊疗服务到康复指导的一站式平台服务。

在经验积累的基础上，目前，互联网医院开展的线上诊疗科目增加到21个专业。

“我们开设的互联网医院诊疗科目均在《医疗机构执业许可证》诊疗科目范围内。我们医院上报参加互联网医院诊疗工作的医师有273名。”河北工程大学党委常委、副校长，附属医院党委书记刘志军介绍，为严格落实互联网医院出诊医生资质审核及准入管理，医院还多次组织人员分批进行相关法律法规、工作制度、应急预案、操作流程的专项培训。

在该医院的一间专门互联网医院诊室里，笔者看到，五六名医生正在对患者进行诊疗。工作人员介绍，通过互联网医院医疗平台，医生能为患者随时随地进行状态跟踪，进行视频看诊、远程医疗，遇到难题医生还能远程会诊，提高诊察的准确程度。

该平台还能对市民 健康 状况进行风险评估。

工作人员通过互联网医院平台能够对目标风险人群进行现患疾病的控制与干预，制定个性化管理方案，帮助人们综合认识 健康 危险因素、修正不 健康 的行为，有效提升患者的自我风险防护意识。

“全病程管理”也是互联网医院平台的一大特点。

依托实体医院优质的医疗资源，互联网医院以跨区域、跨团队（医生、护士、个案管理师、营养师、康复师、药师、管理人员紧密配合）主动式医疗 健康 管理方式，通过“线上+线下”“院内+院外”的模式，由个案管理师全程介入跟进，协助医护团队建立贯穿院前、院中和院后的全过程管理，为患者提供连续性整合照护的全程闭环主动管理。

㈣ 康美药业智慧药房2022你在全国推广怎么样

日前，国务院办公厅印发《关于促进“互联网+医疗健康”发展的意见》，就促进互联网与医疗健康深度融合发展作出部署。《意见》在“完善互联网+医疗健康支撑体系”一节关于提高医院管理和便民水平时特别提出：推广“智慧中药房”，提高中药饮片、成方制剂等药事服务水平。
康美药业打造的“智慧药房”，从落地情况看，其于2015年由康美药业首创，并在广州率先落地，随后又在深圳、北京、成都、昆明等城市推出，目前合作机构已经超过250家，日最高处方量达到2.5万张，累计处方量380万张，服务门诊医生超过2.6万名，服务患者约135万人。实际上，康美智慧药房已经成为康美药业的核心竞争力之一，更是成为国内多个城市到访康美药业的“抢手货”，受到业界强烈关注。
从标准制定上看，在智慧药房推出一年多后，2016年10月27日，国家中医药管理局确定康美药业联合广东省中医院等顶尖中医院，对“智慧药房”在“互联网+药事服务”方面予以研究总结，2107年12月8日国家中医药管理局发布《关于推进中医药健康服务与互联网融合发展的指导意见》大篇幅特别肯定并要求在全国推广应用，2017年12月26日在深圳市上升为官方认定的全国首个智慧中药房管理的行业标准，2018年1月28日，国家中医药管理局授予康美智慧药房“‘互联网+’中医药健康服务（智慧药房）标准化研究基地”。而此次，“智慧中药房”写入国务院文件并明确予以推广，更是说明了其为方便群众看病就医、提升医疗服务质量效率、增强经济发展新动能发挥的重要作用和示范效应，也是康美药业继中药饮片等标准制定后为国家作出的又一标志性贡献。
据了解，康美药业作为大健康产业龙头企业，近年来一直致力于发展“互联网+医疗健康”，发挥“互联网+”优势向高质量发展迈进，实现了从“药”到“医”，从B端到C端，拥有庞大消费者健康大数据的华丽转型，成功面向消费者打造服务型的“智慧+”大健康产业平台。
“互联网+医疗健康”一直以来颇受关注，此次《意见》推出背景值得一提。4月26日，国家卫生健康委员会医政医管局焦雅辉副局长在新闻发布会上介绍，党中央、国务院高度重视“互联网+医疗健康”工作。《“健康中国2030”规划纲要》、《国务院关于积极推进“互联网+”行动的指导意见》都作出了部署。医疗卫生行业按照部署要求在“互联网+”和大数据应用上进行了多方面的实践和探索，社会各界高度关注、积极参与，“互联网+医疗健康”领域新模式、新业态不断涌现，为推进行业职能转变、创新服务模式、提升治理能力提供了重大机遇。同时，“互联网+医疗健康”服务作为新兴事物，也将会遇到一些新情况、新问题，需要适时在政策层面加以引导规范，促进其健康发展。
为贯彻落实党中央、国务院决策部署，国家卫生健康委员会会同有关部门，在广泛征求有关部委、部分省份、研究机构以及互联网医疗企业意见建议的基础上，坚持中央顶层设计与地方创新实践相结合、“做优存量”与“做大增量”相结合、鼓励创新与防范风险相结合，研究起草了《关于促进“互联网+医疗健康”发展的意见》。
让患者少跑腿更便利，让更多群众能分享优质医疗服务
就在前不久在上海举行的药交会上，康美药业重磅推出全国首个“全能”智慧药柜，利用“互联网+”技术串联问诊、开方、售药、代煎、配送等各个环节，形成一站式医药医疗服务，让百姓轻松就完成诊疗、取药和配送等传统繁杂的就诊取药流程，为百姓提供更加安全便捷的健康服务与体验，实实在在地缓解群众看病就医难题。
“康美智慧药柜最大的特点就是快、全、诊、煎。对于很多消费者而言，寻医购药需求通常具有突发性，因突发不适而问诊购药。而在这些情况下，如果遇到医院人多排队、夜间紧急用药则会给消费者带来诸多不便。”康美智慧药柜的负责人介绍说，智慧药柜通过互联网技术优化购药服务流程，实现24小时随时应对紧急用药，500种药品扫码即购，在线问诊与专业医生面对面，更有中药代煎、送药到家，能够满足不同类型消费群体的各种有针对性的服务需求。
同时，康美药业积极创新医疗健康服务模式，通过深度参与公立医院改革，先后投资、管理多家公立医院。在东北梅河口市，康美药业对康美梅河口市中心医院进行升级改造，通过引入公司“智慧+”大健康产业平台优势资源，运用互联网医疗技术，医院综合实力和医疗服务水平得到提升。医院辐射范围大大增强，从原来的几十公里在短短一年内发展到辐射数百公里，群众均慕名而来，分享优质医疗资源。
“康美智慧药房是智慧医改下的就医用药新模式，利用互联网及物联网技术，对传统诊疗流程进行再造，实现了就医用药模式的创新，使问诊更顺畅 服务更便捷。”康美智慧药房副总经理余莹莹介绍说，选择智慧药房服务，患者在合作医疗机构完成就诊后，医生的处方信息就会通过系统发送到智慧药房，智慧药房将通过专业的审方平台，完成处方审核，再进行调剂、煎煮、个性化定制以及物流配送服务，患者只需在家坐等药物配送上门。
以“互联网+”驱动全生命周期健康服务
依托“互联网+”构建的健康医疗服务平台，康美药业极大缓解了看病“三长一短”问题，医疗影像识别、智能诊疗、智慧供应链、虚拟护理助手、慢病和流行病智能防控等“互联网+”技术与健康医疗事业融合应用初见成效。
“‘互联网+医疗健康’最重要的体现就是方便、快捷、高效。对于患者而言，从挂号到看病、取药、付费、诊后回访等一整套流程就要方便，不折腾、不多跑腿。对于医院和医务人员而言，要无纸化、无胶片化，利用信息化的智慧系统提升服务效率、服务质量和服务价值，解放劳动力，让患者得到好的就医体验。”康美健康云负责人表示，康美药业先后推出了医院信息平台、肿瘤全程管理平台、互联网+养老平台以及“掌上医院”等智慧医疗APP。这些APP实现了全国2000多家医院在线挂号，1万多名医生在线服务的功能，服务覆盖人群达2亿多。
近年来，康美药业在“互联网+医疗服务”动作频频,在2015年成为全国唯一中药信息化医疗服务平台试点单位，同时获批全国首家网络民营医院，由此开始了“互联网+医疗服务”的转型之路。网络医院完整打通了由“药”到“医”，从线下到在线的全产业链，建立了完备的O2O医药平台。由此平台，通过研发创新，不断推出“智慧药房”“康美e药谷”“智慧供应链”等“互联网+”药事服务业务。
“在康美网络医院平台上不仅有专科医生，也有社区全科医生。通过网络医院为市民打造全生命周期健康服务平台，推动医疗服务模式转型升级，探索创新分级诊疗和实施医生多点执业的新模式。”康美医院负责人介绍说，作为全生命周期健康服务的重要抓手，网络医院提升了医疗服务效率和服务能力，同时有效减少了患者的全程候诊平均时间。
率先打造“互联网+医疗健康”标准样本
一直以来，康美药业充分利用中医药全产业链资源和“智慧+”大健康产业平台，始终坚持高质量发展，不断加大研发投入，增强创新驱动力，在推动行业标准化方面做出了积极的贡献，先后参与制定4个领域的国家中医药标准。在“互联网+”时代，适应新常态、探索新模式、破解新课题，早在2015年，康美药业就在健康产业领域设计出“大健康+大平台+大数据+大服务”的发展路线图，经过多年努力夯实了基础、获得了新发展。
据介绍，康美药业全力打造中药全产业链一体化运营模式和业务体系，品牌优势、网络优势、技术优势以及产业资源整合优势已逐步显现，“智慧+”大健康产业平台与超过2500家医院、20万家药店建立了长期的合作关系，年门诊总量达到2.5亿人次以上，拥有康美医院、康美梅河口中心医院、康美通城县人民医院、康美开原市中心医院等优质医疗资源，托管国内100多家公立医院药房管理，全国范围已布局设立了30多处分布全国的现代化医药仓储物流中心，医疗健康服务资源十分雄厚。
下一步，康美药业将“互联网+”行动继续融入公司发展全局、健康服务贯穿大健康产业闭环全程，致力于以“智慧药房+智慧药柜”的创新模式为重中之重，涉及医药配送服务、网络医院、康养服务、全生命周期健康服务等“互联网+医疗健康”，推进“康美”品牌深入C端，打造出更多可供推广、复制的“康美样本”，惠及更多群众的健康福祉。