香港医院管理局蔡阳：医疗数字化转型的关键是打造整合两侧的基本底座
9 月 11 日 -14 日，由钛媒体与 ITValue 共同主办的 2024 ITValue Summit 数字价值年会在三亚举行。此次峰会主题为 "Ready For AI"，交流经验教训，交叉行业思考，推动创新交易，以创新场景为基础，共同探索 AI 驱动下数字经济时代的全新机遇，共同打造一场数字经济时代的 AI 创新探索盛宴。
大会上，香港医院管理局 CIO 蔡阳以 " 医疗数字化转型的挑战与实践 " 为主题进行了分享，并介绍了目前正在运行的三种医疗体系——全民福利公费医疗体系、市场化医疗体系、社会医疗保障体系。
他指出，三种医疗体系各有利弊，中国当前正逐渐过渡到社会医疗保障体系。
" 我们国家医疗改革的发展，从需求侧出发，是看病难问题，从供给侧出发，是看病贵问题。" 蔡阳说：" 医疗数字化转型的关键是打造全国性整合需求侧和供给侧服务的基本底座。"
他指出，我们国家未来的数字化底座打造，首先要下移。在需求侧，下移全民健康数据平台，实现全国 3.6 万家医院和 7 万家卫生院电子病历数据实时互通，这可以参考中国民航的统一数据底座 " 中国航信 "；在供给侧，下移各城市互联网总医院平台，打通并整合各大医院和卫生院之间的服务产品和流程，这可以参考携程网整合国内外航司，酒店和十几万家旅行社的基层网络的做法。
蔡阳分享了香港在医疗数字化转型方面的实践和经验，其中，由特区政府和医务卫生局建立的 " 医键通 +" 医疗数字底座，整合了公立医院、私立医院和基层医疗服务机构，推动了医疗服务模式转型。
香港医院管理局 CIO 蔡阳
以下为蔡阳演讲内容，经钛媒体整理：
今天要大家要分享的是数字化转型中对所有人关系最大，也最复杂的行业——医疗卫生行业的数字化转型。
随着人民寿命的增长，中国与世界各国一样，正在通过不断整合医疗资源来满足全社会对于医疗的爆发性需求。
医疗发展的瓶颈与挑战
我们今天讨论的第一部分是怎么通过数字化转型解决医改中的瓶颈问题，同时我们通过香港医疗数字化改革作为例子来说明。
在联合国登记的 230 多个国家和地区中，大致运行着三种医疗体系。
第一种是全民福利公费医疗体系，由政府的公立医院服务大多数民众，但是由于免费，就会造成需求的高企，为解决这个问题，政府鼓励私立医院为负担得起的患者提供自费高档次的医疗服务。这个体系中医疗卫生支出的比例比较低，占 GDP 的 5% 到 8%，比如英联邦国家和中国香港。
第二种是市场化医疗体系，把医疗服务全面市场化运作，大家一起通过医疗来赚钱，由居民自费或者商业保险支付，最典型的是美国，目前的医疗支出约占 GDP 的 17%。
第三种是社会医疗保障体系，由职工所在的企业或者社会来购买医疗保险，典型的是德国、法国和日本。
我们国家在 1979 年以前，国家财政非常弱小，只能对小部分城市居民提供公费医疗服务，农村居民几乎是自费。由于城市人口增长，国家财政无法负担得起公费医疗，不得已探索市场化路径。随着国家财政实力增强，现在逐渐走向了社会化医疗保障体系。
目前这三种体系各有好坏。 全民医疗体系虽然公平性高，但是财政全部由政府单方面投入，所以患者的等待时间非常长，体验不好；市场化医疗体系的社会医疗总成本很高，但是行业上下游研发资金充沛，可以说 80% 的医疗创新都在美国；社会医疗保障体系尽管兼顾了效率和公平，但社会医疗费用增长很快，而且资源分布不均，大家对此理解很深，人人都在去往大三甲医院。
需要强调的是，这三种模式中，只有在全民服务的医疗体系中，医院之间是合作关系，第二种和第三种体系，医院之间是竞争关系，会不可避免地造成患者在各个医院中重复检查，带来资源浪费。
在不考虑医疗保险的情况下，患者在香港做一个阑尾炎手术，香港公立医院收费大概是 500 元港币，中国是 7557 元人民币，美国是 8500 美元，美国的手术费用非常昂贵。
而且这三种体系都不可持续，有三方面原因，第一是众所周知的老龄化，很快我们每 4 个人中就有 1 位 60 岁以上的老人，二是老龄化带来对医疗的严重依赖性，香港 80 岁老人对病床的需求是 60 岁老人的 14 倍，三是我国高速增长的慢性病人口，现在已有近 6 亿人已经或正在发展成为慢性病人群。
所有这些会进一步加剧医疗体系的供需失衡、影响财政的持续性发展。
医疗数字化转型的关键底座
第二部分是医疗改革中数字化转型的关键是什么？
首先对于我们国家医疗改革的发展，从需求侧出发，是看病难问题，从供给侧出发，是看病贵问题。
解决看病难问题，要通过一系列的改革措施和数字化技术，让数据多走路，让患者少跑路，目标是构建全人群、全生命周期的医疗服务体系；解决看病贵问题，要打造从医疗到医药再到医保的三医联动，主要目标是降低医疗成本。
所以，医疗数字化转型的关键是打造全国性整合需求侧和供给侧服务的基本底座。
目前，我们已经拥有了贯通全国和所有省市的全民信息平台，这个算不算必要的数据底座？我的回答是，能算，但不全算。因为当前的平台是从管控切入，实现了国家和省市级数据化，解决了统计和管理的问题。
举例来说， 2023 年中国平均的住院费用是 10315 元，门诊的平均费用是 361 元，平均的住院日是 8.8 天，但是各个医院之间信息系统各自为政，没有办法将患者数据实时准确地结合，无法建立真正的数字化底座。
国家批准的 3000 家互联网医院算不算供给侧服务整合平台？我认为不是，因为互联网医院只是解决了数字化服务入口的问题，很多地方解决了需求侧网上就医的问题，但不能在供给侧整合各大医院的内部的医疗资源。
未来，我们国家的数字化底座应该怎么建设？我的建议是 " 下移 "。
在需求侧，下移全民健康数据平台，实现全国 3.6 万家医院和 7 万家卫生院电子病历数据实时互通。这部分可以参考中国民航的统一数据底座 " 中国航信 "，建立 " 中国医疗数据公司 "，实现所有国民数据的实时管理。
虽然国内不同航空公司有各自的产品和客户，存在激烈的市场化竞争，但是，他们的数据是建立在国资委下属的中国航信统一的数字底座之上。有了这样的数字底座，我们的临床数据就可以开放给更多的医疗机构去支持创新，包括诊断医疗和新药研发。而且，患者的行为数据也可以开放给互联网企业，从而开发生活饮食、慢病管理等健康产品。
在供给侧，下移各城市互联网总医院平台。现在中国的每个城市都有互联网总医院，要打通并整合各大医院和卫生院之间的服务产品和服务流程。这部分可参考携程网，他们建立的基层网络整合了国内外六十万家酒店、十几万家旅行社的产品和服务，他们实现了标准化服务和差异化竞争并存，其中的服务就包括线上线下的全方位基层服务。
香港医疗数字化转型的实践与经验
第三个部分，香港在医疗数字化转型的实践和经验。
香港和内地差不多，面临着公立医院资源短缺、服务不足、人口老龄化等问题。香港的解决思路包括两个方面。
政府层面由特区政府医务卫生局牵头建立 " 医键通 +" 医疗数字底座，整合了公立医院、私立医院和基层医疗服务机构，推动了整体医疗创新。
香港的数字底座叫医健通 +，自 2016 年开始运营，有两个发展阶段。第一个阶段解决了需求端数据底座的问题，整合了香港市民侧的电子病历数据，到 2023 年，有 85% 的香港市民登记了医健通。在这个基础上，我们未来几年，准备打造供给侧整合全社会医疗服务的数字底座。
接下来有三个案例分享。
首先，医健通 + 整合了全港市民的终身医疗需求，实现了统一电子病历、统一治理、统一平台、统一健康管理，香港市民可以在医健通联网所有公立医院、私立医院和诊所的服务商，实时地调用自己过去 30 年的电子病历，无需重复检查。今年开始，香港市民的病历已经北上到大湾区，在指定 8 家医院可以实时调用他们在香港过去 30 年的病历 .
其次，医健通 + 连接了香港各大私立医院和基层医疗机构。在香港有 43 家公立医院，13 家私立医院和 4000 多个诊所，在未来的几年，医健通准备打通全社会医疗服务，为香港市民提供一站式的标准化基层服务。
最后，医健通 + 的底座可以协调需求侧香港市民的健康管理和就医服务流程。
比如医健通 + 正在开发的用药管理模块，65 岁以上的香港市民平均有 2.5 个慢性病患者，就要看 2.5 个专科，患者有可能在多个专科甚至多个医院开药，造成多开处方、重复用药或者忘记用某一种药的情况。这个用药管理模块可以自动收集患者在各大医疗机构的电子处方，对药物进行自动化的核对和管理，诊断病情和药物敏感情况，并对过量用药发出警告，最后实现用药追踪，真正实现以患者为中心。
政府层面之外是香港医院管理局所在的医院执行层面，通过数据和人工智能实现医院服务模式的创新，主要的思路是以数据为抓手，打造人工智能产品，支持医疗服务的转型，另外，开发相关的智慧产品。
需要强调的是，香港医管局过去 30 年用的是自己开发的系统，到现在为止，所有的香港公立医院用的是一套系统、一个数据库。
我们在人工智能方面有非常切实、可落地的战略。大模型方面采用开源模型开发自己的产品，自主开发会慢一点，但是因为先有问题再有方案落地会很快。运算方面，由于数据不能出医管局，我们只能努力打造自己内部的计算平台。人才方面，医疗机构邀请大模型专家非常难，我们从 8 年前开始培养自己的人才，以数据为契机招募了很多大学的科技人才。
2016 年开始，医管局打造了数据产品，以疾病专科和人群分类开设数据实验室，邀请香港当地大学参与研发。
比较幸运的是，香港是中国唯一一个拥有 6 所全球 QS 排名前 100 大学的城市，所以我们的实验室向大学开放，并已完成 71 个科研项目，拥有超过 450 个研究院，交付了 34 份很有分量的国际性研究报告。
除了科研，我们还利用医管局数据自主开发大量覆盖端到端的人工智能产品。
要强调的是，第一，我们开发速度要比外部 AI 企业慢半年到一年，但好处是我们先自己改变流程，然后落地实施；第二是我们开发的人工智能产品但凡一家医院能用，那么所有公立医院都能用，所以，这是值得的。
我们的 AI 产品目前的现状是，能做到人能做到的事情，还做不到人无法做到的事情。
关于深层次的人工智能，我们利用开源正在开发 30 多个产品，加速数字化转型。由于现在开源模型的准确度在 60% 不高，我们是从下往上做，从内部协助医护处理日常工作，逐渐提高临床效率，最后才会到临床环节。当今后准确率能达到 80%、90% 甚至更高，我们也会更有底气去做 " 医疗数字人 "。
在数据驱动方面，医管局按照航空公司、机场运行的理念开发了医院指挥中心。
首先通过 IOT 实时追踪病人和状态，通过 AI 和一些规则的算法实现需求和供给的动态匹配，在这个理念指导下，我们开发了动态的床位管理中心、资源调配中心和临床病人监控中心，实现了实时数据驱动管理决策。截至目前，医管局的 18 家急诊医院已经部署了医院指挥中心小程序。
其次，由于数据驱动和人工智能的广泛实施，医管局开发了大量医院智慧产品，包括智慧诊疗、智慧医院支持、智慧医院管理、智慧设施、智慧员工五个方面，这些产品极大提升和改造了所有公立医院的服务，今年我们所有 43 家医院同时获得国际医疗信息化最高等级第 7 级。
总结来说，第一方面，政府层面主要目标是医疗发展模式的转型，技术路径是通过发展医健通 + 平台，打造两个底座，一是医疗数字底座，二是服务整合底座，目的是整合公立医院，私立医院和基层医疗服务；第二方面，在医院执行层面由香港医管局通过医院服务模式创新，技术路径是发展数据化人工智能，通过数据驱动改造医院的管理，并开发智慧医院产品和升级医院服务。
未来，中国和所有国家一样，由于国民寿命的延长，医疗改革永远是在路上，希望大家给予医改和医护人员更多支持，谢谢大家。
