三、“互联网+医疗健康”产业的五大发展机遇
基于对以上政策的脉络分析，结合产业创新现状和发展趋势，我们认为本政策将为我国医疗健康产业带来如下几个方面的影响：
（1）互联网医院将成为医院标准配置；
（2）推进分级诊疗体系，提高家庭医生服务能力；
（3）医疗人工智能将在临床诊疗决策部分集中爆发；
（4）结合国家医保局体制改革，构建大医保服务体系；
（5）医疗大数据产业进入政策窗口期，布局医疗大数据正逢其时。
3.1互联网医院将成为医院标配
本次政策明确提出了通过医疗机构应用互联网等信息技术，拓展医疗服务空间和内容，构建覆盖诊前、诊中、诊后的线上线下一体化医疗服务模式。允许依托医疗机构发展互联网医院。医疗机构可以使用互联网医院作为第二名称，在实体医院基础上，运用互联网技术提供安全适宜的医疗服务。本次政策出台之后，打通了药品环节和院后服务，可以预见互联网医院将成为医院信息化建设新的方向，特别是高等级的综合医院、慢病特色专科医院，服务能力和服务半径进一步增强。
实际上，早在2015年桐乡市政府、微医、桐乡第四人民医院就共同建设了全国首个乌镇互联网医院——乌镇互联网医院（桐乡）有限公司。随即全国各地都有医院建设各自的互联网医院。有的是直接将医院资源搬到网上，有的则是借助第三方互联网公司的力量，建设互联网医院，如好大夫银川智慧互联网医院。
互联网医院与药品保障服务。在药品销售方面，此外本次政策对于网上药品销售给予鼓励，指出经药师审核后，线上开具的常见病、慢性病处方医疗机构、药品经营企业可委托符合条件的第三方机构配送。此外，允许互联网医院在线开展部分常见病、慢性病复诊。医师掌握患者病历资料后，允许在线开具部分常见病、慢性病处方。这就为以医院为核心构建从服务到药品、从院前到院后的完整互联网医疗服务体系提供政策支持。
经过互联网改造的互联网医院，将极大的提高线上服务的能力和粘性。一些常见病，慢性病患者将足不出户就能享受到安全适宜的医疗服务，同时患者根据开具的常见病、慢性病处方，可以通过第三方机构配送到家，这就实现了覆盖诊前、诊中、诊后的线上线下一体化医疗服务模式。
互联网医院与慢病管理。从现实需要上看，将慢病管理与互联网医院相互结合，存在较好的业务结合点。在中国，慢病构成了人口死亡率的87%，其中包括心脑血管疾病、肿瘤、呼吸疾病和糖尿病代谢疾病等等。在慢病的防控上，互联网医院能发挥很大的作用。
如银川市互联网医院通过“互联网+慢性病管理”新模式，构建慢病管理云平台。并且在此基础上更加深入去做院外的健康跟踪管理，让患者长期跟医生保持关系。该模式通过可穿戴设备自动采集数据，将用户监控数据由单点变成连续数据进行统计，结合云端的人工智能将数据趋势的分析和大量相关特征匹配，发现用户的体征波动规律，而慢病管理云平台通过回顾性的分析研究和前瞻性的诊疗探索，建立了一套完善的基于全科医生、家庭医生、医生助理的慢病分级诊疗管理体系。
互联网医院与互联网医联体。互联网医院的建设无疑也为“互联网+”医联体的建设提供助力。医疗联合体运用互联网技术，进一步推动该医疗资源上下贯通、信息互通共享、业务高效协同。趋势一是若干互联网医院实现互联互通，共同构建区域互联网医联体平台，各个医院之间实现部分数据共享、诊疗服务协同、共享业务流程和推动医疗智能。
南京军区福州总医院计算机应用与管理科陈金雄主任认为医疗的核心是数据，要建立医联体的信息化体系，打通信息流，构建信息协同机制，之后通过流程改造和标准化，提升患者医生的双向体验，当达到医疗大数据的程度，就可以通过智能化的手段开展智能医疗和精准医疗。
趋势二则是依托某一互联网医院，构建一个互联网医联体服务平台。如浙江邵逸夫医院打造的纳里云平台，实现了对医疗机构全面开放、对医疗人员全面开放，整合平台内医疗机构的资源，同时对药品、检查、保险、支付、养老、保健等健康产业资源进行整合，打造一个共享性协作性的云平台。
案例4：浙江邵逸夫医院与纳里云健康平台
浙江大学医学院附属邵逸夫医院是由香港知名实业家邵逸夫爵士捐资、浙江省人民政府配套建设，集医疗、教学和科研为一体的公立综合性三级甲等医院。信息化建设是邵逸夫医院支撑系统的核心，是国内最早实施医院信息化建设的单位，也是国内医院信息化建设的引领者，是国内最早建设LIS、PACS、门诊电子病历、移动护士站等信息系统的医院，也是国内医疗数据连续性、完整性最好且结构化程度最高的医院。
“纳里健康云平台”联合浙江邵逸夫医院，利用云计算和移动互联网技术，以自由联盟、共享共赢的方式整合区域内各级医疗机构的医疗资源，实现医院与医院、医生与医生以及医疗与其他健康产业在业务上的无缝连接和全面协同。
3.2互联网技术加持下的分级诊疗
从国家政策上看，分级诊疗已被确立为本轮医改第一要务和重中之重，基层卫生机构“接得住”是实现分级诊疗模式的重要基础，其突破口便是实施符合中国国情的家庭医生签约服务。预计到2017年，家庭医生签约服务覆盖率达到30%以上，重点人群签约服务覆盖率达到60%以上。到2020年，力争将签约服务扩大到全人群。“互联网+家庭医生”的市场化运营模式将成为国家政策实施的助推器。
从每个家庭来说，“互联网+家庭医生”的模式不再让患者因为一些常见病就得去大医院排队挂号，有网络的地方就可以看病，并且在网络上就能得到家庭医生的及时回复，让小病得到及时解决，大病能够及时发现。
利用互联网的优势，通过建立家庭医生签约服务制度，借助家庭医生的综合服务能够帮助缺乏专业知识的患者提升合理选择医疗机构就医的行为能力，获得长期、协同的健康照顾。本次政策从两个方面增强了互联网技术对分级诊疗的支持力度，使得分级诊疗体系成为推动若干互联网医疗应用场景实现的必要基础。
互联网医联体下的分级诊疗。首先是“互联网+医联体”的实现，这既是互联网医院发展的一个必然结果，同时也是分级诊疗得以加强的一个重要推动力量。通过“互联网+医联体”，使得医疗联合体内检查检验结果实时查阅、互认共享，远程医疗服务将覆盖全国所有医疗联合体和县级医院，并逐步向社区卫生服务机构、乡镇卫生院和村卫生室延伸，提升基层医疗服务能力和效率。通过“互联网+医联体”，便捷开展预约诊疗、双向转诊、远程医疗等服务，推动分级诊疗格局加快构建。
“互联网+家庭医生签约服务”模式。通过在家庭医生签约服务环节引入互联网技术，推动家庭医生签约服务智能化信息平台建设实施，上级医院对基层能够提供技术支持，对家庭医生的线上考核评价和激励机制更加完善，同时也逐步改善患者的就医观念，从实体医院就医向家庭医生方面转变。
网络医疗服务在分级诊疗体系的嵌入。网上问诊、网络挂号等是医疗服务环节中“流量”最高、入口级的应用，历来是互联网医疗布局的重点领域，也是各类互联网医疗企业野蛮生长的灰色地带。如微医、好大夫、春雨医生、平安好医生等知名互联网医疗企业，无不是将这一服务作为互联网医疗的主要服务抢占市场。随着本次政策公布，线上医疗服务的整体发展方向得以确定，家庭医生的网上签约服务将成为互联网医疗服务的主流场景。家庭医生通过互联网医疗平台，为签约居民在线提供健康咨询、预约转诊、慢性病随访、健康管理、延伸处方等服务，这既是推进家庭医生服务模式转变的政策支持方向，也是落实分级诊疗的题中之意。
案例5：好大夫在线在分级诊疗方面的探索和实践
好大夫在线成立于2006年，最初是通过建立患者与医生的平台实现迅速发展，患者可以根据医生的点评和口碑选择自己咨询的医生，并通过网络实现咨询问诊。随后好大夫切入分诊系统和慢病管理，实现服务端延伸。2016年，好大夫在线与银川市政府共建的银川智慧互联网医院，实现包括网络问诊、远程会诊、家庭医生服务、预约转诊等互联网医疗服务。这一过程本身即说明了分级诊疗是互联网医疗发展的重要支撑。
目前的好大夫在线已经与分级诊疗深入融合，提出“精准分诊”的理念。主要针对网络患者，以第三方平台中立和数据的优势，为患者精准匹配医生和专家资源，“专家看专病”。其次好大夫在线突出远程会诊和远程门诊在互联网医疗业务中的位置，要想让患者留在基层，专家的能力必须要送到基层，网络平台则是最好的服务手段。最后好大夫在线认为，互联网医疗网络平台要成为“为未来准备的医生工作的云平台”，特别是慢病管理环节，治疗的主场景不在医院里，而是通过家庭医生实现在家里治疗，工作的主平台不是医院，而是网络。
3.3 医疗人工智能在临床诊疗决策的集中爆发
复旦医院管理研究所所长高解春认为，人工智能最大的变化是它的行为主体已经不是医生，而是计算机。人工智能和互联网医疗要成为未来，必须要解决的最大瓶颈就是互联网模式的行为主体和法律主体。这也就决定了在医疗服务这一特殊的领域，医疗人工智能较难在短期产生颠覆性的影响。
随着本次政策文件的出台，在互联网医院和互联网分级诊疗大发展的背景下，作为临床诊疗决策的医疗人工智能将成为下一阶段发展最为迅速的领域。除了辅助临床诊断可以较好的规避行为主体和法律主体这一问题外，通过人工智能提高基层家庭医生专业水平，也是本次政策主推医疗人工智能的一个重要考虑。
人工智能医疗影像领域是一个重要的发展方向。一方面是基层医疗机构缺乏大型医学影像设备，硬件和软件水平都无法和大型医院媲美。事实上，在2015年9月，《国务院办公厅关于推进分级诊断制度建设的指导意见》中就提出，要整合区域医疗资源，设立第三方独立的检验实验室、医学影像中心、血液净化中心等机构，弥补基层医疗机构资源稀缺。
另一方面则是医学影像医生缺口大，医学影像分析工作繁琐重复，误诊率较高。从影像误诊人数来看，美国每年的误诊人数达到了1200万，中国每年误诊人数高达5700万/年。根据中国医学会的一份误诊数据资料显示，中国临床医疗总误诊率为27.8%，其中恶性肿瘤平均误诊率为40%，器官异位误诊率为60%，如鼻咽癌、白血病、胰腺癌等，肝结核、胃结核等肺外结核的平均误诊率也在40%以上，这些误诊主要发生也在基层医疗机构。
将目前的人工智能技术应用在医学影像领域，是目前医疗人工智能发展的一个重要方向。AI医学影像的核心价值有两个：一是提高影像辨识速度，二是降低漏诊率和误诊率。我国已经有科大讯飞、汇医慧影等著名的人工智能医学影像企业。如汇医慧影公司，该公司于2015年4月在北京市成立，是一家致力于计算机视觉和深度学习技术应用的国家级医学影像人工智能高新技术企业。近年来打造了智能化的医学影像平台和肿瘤放疗平台，构建了影像智能筛查系统、防漏诊系统，在肿瘤、心血管等单病种领域开发人工智能辅助诊疗系统。
案例6：汇医慧影公司人工智能医学影像的发展
根据公司的介绍，汇医慧影公司收集了数百万级别的医学影像，不断提高人工智能读片能力。对于胸部X光的气胸、肺结核、肿块的自动诊断准确率已经达到90%。脑核磁肿瘤的自动识别率超过85%。胸部CT中肺结节的识别率超过85%。乳腺钼靶中钙化斑点以及肿块的识别率均超过90%。在帮助医生提高阅片效率上。汇医慧影的智能诊断系统的阅片效率平均为5秒，阅片准确度大于91%，效率提升至少40%以上。
汇医慧影合作的700家医院中，有500多家是基层医院，覆盖范围包括一二线城市，包括中国人民解放军总医院，首都医科大学附属北京友谊医院，北京协和医院，中山大学附属肿瘤医院等。
个人健康实时监测是医疗人工智能另一个发展方向。除临床决策外，本次政策中还提到了个人健康实时监测系统。我们认为该系统与家庭医生签约服务相结合是未来一个重要的应用场景。签约家庭医生对患者提供健康实时监测与评估、疾病预警、慢病筛查、主动干预，同时基于人工智能技术、医疗健康智能设备的应用，提高医疗人工智能的市场。但相对临床诊断决策，家庭健康人工智能监测系统的刚需性不够强，需要医保给予一定的激励补偿。
案例7：百度的健康云生态圈模式
百度通过与北京市政府、智能设备厂商和服务商合作，一起推出了“北京健康云”服务。该服务基于“设备—平台—服务”三层架构，能够对用户的健康数据进行监测、分析和建议。
百度医疗筑造的健康云生态圈有着三层架构：底层是“感知设备层”，中间是“健康云平台层”，上层是“健康服务层”。通过最底层的“感知设备层”，用户可以实时监测到自己的健康数据；当这些健康数据上传中间层的“健康云平台层”，数据被存储、分析和计算；继而达到最高层“健康服务层”，即为用户提供诸如减肥瘦身辅导、健康管理咨询、远程心电监测等专业健康服务。
健康云的三层架构能够对用户的健康数据进行监测、分析和建议，并根据用户的不同实际情况，提供个性化的健康服务。当用户发觉到自己的身体有不适的感觉，可以立刻把智能设备戴在身上监测一下，他的体征数据就会被实时上传到云端；而健康云端的24小时医生监控在发现用户体征数据出现异常后就可以立刻提醒他赶紧就医。目前“健康云”相应服务均免费，未来会对用户收取一定的费用。百度医疗可以从积累的过亿百度云用户出发，连通用户的百度云账户、感知设备以及即将发布的健康云应用，只要用户登录百度云账户就可以实时查询感知设备收集到的健康数据。
百度目前合作的厂商主要集中在个人健康管理领域，未来可以向医疗领域拓展，与医生、医院合作。远程监测一旦发现用户的体征数据出现异常，不仅会及时提醒用户去看医生，而且能够直接安排预约、就诊。不仅能够高度匹配医生、患者，而且能够为医生提供患者的长期连续性数据，提高诊断的准确度。
3.4结合医保体制改革，构建大医保体系
据《人民日报》报道，2018年5月31日，国家医疗保障局正式挂牌。胡静林任局长，施子海、陈金甫、李滔任副局长[1]。
国家医保局的正式成立和挂牌，作为“三医联动”整体改革机制的重要组成部分，成为推进医改的重要抓手。我国医保正面临从单纯的行政性管理向医保资金综合管理转型的重要机遇期。所以国家医保局赋予了更多的医保控费的职能，包括主导药品集中采购、医保目录等市场准入；采取药品中标价格与医保支付标准紧密捆绑的方式直接决定药价；拥有从源头控制费用的权利，对于此前用量大的药品、辅助用药将有直接的控制权等。可以说，医保将从多个角度，直接影响药企，甚至关乎企业命运。
本次政策明确“互联网+医保结算服务”的发展方向，推进医疗保障数据与相关部门数据联通共享，实现医疗保障信息系统对接整合。实现在线支付功能，异地就医直接结算和智能审核实时监控，将成为“互联网+医保”应用的三个重要应用场景。
医保智能审核，将成为各地医保管理机构提升资金管理水平的重点，并呈现出与医保支付方式改革相互结合、互为补充的良好态势。如浙江金华推进的病组点数法, 即将病组、床日、项目等各种医疗服务的价值以一定点数体现，年底根据基金预算总额和医疗服务总点数确定每个点的实际价值，再以各医疗机构实际总点数进行费用拨付清算。
案例8：金华市的医保智能审核平台及应用效果
金华市依托海虹控股医保智能化平台，建立了协议医疗机构质量评价机制。为有效防止改革出现“过山车”（短期约束、继后反弹）效应和“鼹鼠”（药费下降、材料上升）效应，建立了协议医疗机构服务质量辅助评价分析系统（共设计50个指标，一期使用37个指标），并建立点数调整机制、激励点数机制等，实现医保费用合理控制。统计2016年7月1日-2017年6月30日的市医疗保险基金数据，445个DRGs分组费用下降或持平，占总费用82.68%，占总病组的80%，159个DRGs分组费用合理上升，占费用17.32 %，占总病组的20%，“病组点数法”与“互联网+医保”相互结合，取得了不错的成绩。
3.5医疗大数据进入政策窗口期
本次政策鼓励医疗卫生机构与互联网企业合作，加强区域医疗卫生信息资源整合，探索运用人群流动、气候变化等大数据技术分析手段，预测疾病流行趋势，加强对传染病等疾病的智能监测，提高重大疾病防控和突发公共卫生事件应对能力。
案例9：谷歌利用大数据预测流感趋势
2008年，谷歌推出了一款名为“谷歌流感趋势”（GoogleFluTrends）的产品。该产品假定：一旦人们患上流感，就可能会在搜索引擎上输入特定的检索词条以获得与流感相关的信息。通过汇总分析这些检索词条，利用大数据分析的办法，谷歌就能预测流感将在何时何地爆发。2009年，这款产品在甲型H1N1流感爆发几周前成功预测了其在全美范围的传播，取得了很大的社会反响。
医疗大数据如果要变革公共卫生服务体系，一个重要的关键点是医疗系统要对数据分析公司开放数据。例如上面谷歌预测流行疾病的案例，其中仅使用了谷歌自己的搜索平台，尚没有与医疗信息平台进行对接验证，这在实际使用中是存在一定风险的。
本次政策鼓励互联网公司与医疗机构合作，这就给予医疗大数据公司一个政策窗口期，大数据预测疾病、提供公共卫生监测服务将成为一个医疗发展的重要趋势，它不单变革医疗大数据分析体系，而且还会变革传统的公共卫生服务体系。大数据结合国家疾病预防控制中心观测点的数据，可提供更多更全面的原始信息，如果配合严谨的分析，对接诸如气象、人口、公安、环境等丰富海量的物理数据，有可能开辟疾病监测防控的新天地。
