淺析互聯網醫療助力疫情防控與公共衛生服務體系完善

◆柏杰 馬軍杰 / 文

自新冠病毒肺炎疫情發生以來，為響應習總書記提出的構建疫情防控體系及公共衛生服務體系要求，提高應對突發重大公共衛生事件的能力和水平，加強信息技術在“在線醫療”“數字健康”方面的應用，工信部加大了5G等基礎設施在醫療系統的布局，推動醫院信息化、醫療設備智能化、在線平臺便捷化。國家衛健委也發布《國家衛生健康委辦公廳關于在疫情防控中做好互聯網診療咨詢服務工作的通知》，要求在疫情防控期間，大力開展互聯網診療服務，特別是對發熱患者的互聯網診療咨詢服務，以有效緩解醫院救治壓力，減少人員集聚，降低交叉感染風險。截至目前，阿里健康、平安好醫生、百度、丁香醫生、春雨、好大夫在線、騰訊健康、微醫等平臺召集全國各地的醫生和專家，開通免費咨詢服務、為全國患者提供“24×7”在線咨詢和遠程診療等，部分平臺還對湖北地區用戶提供免費的服務。除了這些線上醫療平臺和互聯網公司外，公立醫院以及政府相關部門也積極通過手機軟件、官方微信公眾號等渠道，開展在線問診服務。

毋庸置疑，互聯網醫療平臺在此次疫情防控中發揮了巨大作用，而且，疫情則讓更多用戶通過在線問診接觸互聯網醫療服務，提高了互聯網醫療的用戶整體規模和滲透率。同時，互聯網醫療不僅可以通過在線問診、健康咨詢等方面為疫情減壓，更可以從應急管理方案輔助決策、患者定制化醫療方案、形成居民健康管理數據庫（在信息安全的基礎上）等途徑對各地居民擬定針對性的健康管理方案，助力完善疫情防控管理體系與公共衛生服務體系。

（一）互聯網醫療在疫情防控與公共衛生服務體系完善中的作用

將互聯網醫療應用于國家公共衛生應急管理體系與公共衛生服務體系建設，有助于促成互聯網醫療平臺實現更多實用性新功能，并在應用過程中形成大量的業務型數據。這些數據最終將促成醫療數據資產、醫療數據分析及醫療數據應用分層，并通過數據綜合與匯聚、數據洞察、用戶分群、用戶需求分析、用戶畫像等應用和創新，為構建居民健康管理、精細化健康管理、個性化定制科學醫療以及健康教育、傳染病預防等提供平臺、實施方案、預測工具與決策依據。

首先，在精細化管理方面，可以精準管理所有用戶的健康數據、醫療數據，根據患者醫療數據的反饋輔助醫生制定相應的輔助治療方案。

第二，通過醫療數據洞察患者的特征，這些特征及相關數據將成為政府在遭遇突發公共衛生事件時決策的依據，可以很大程度減少決策成本，避免醫療資源浪費。

第三，在用戶畫像和公共衛生服務體系相結合之后，可以精確地模擬每一個用戶的健康狀況和管理方案，迅速為患者匹配最優健康管理方案，甚至可以以此為依據為患者制定治療計劃，有利于提升醫療效果。

第四，在醫療數據匯集之后所形成的醫學智庫，對臨床傳染病學的研究和數據更新有著非常重要的意義，并有利于科研再創新以及醫學資源的共享和拓展。

第五，通過互聯網醫療平臺創新公共衛生及公共防疫體系的模式與機制。

（二）互聯網醫療的主要功能

1.在線問診

醫療機構可以通過互聯網醫療平臺這一媒介對患者進行診療，同時通過互聯網醫療平臺反饋的醫療數據進行臨床醫學研究。互聯網醫療企業主要對平臺進行技術支持，并通過互聯網醫療平臺收集診療數據，從而以大量數據為基礎持續為互聯網醫療平臺賦能，形成良性循環，與此同時以數據為基礎，進行輔助醫療方案制定、精細化服務、個性化智能健康管理等附加價值創造工作。互聯網醫療平臺作為互聯網醫療的線上信息中心，直接連接患者、醫療機構及互聯網醫療企業，輔助醫療機構對患者進行線上診療，并收集相關數據供后端處理并應用。政府相關部門主要起監管及推動作用，一方面通過政策紅利吸引社會資源流向互聯網醫療行業，另一方面通過資格預審及安全監管等途徑維護行業健康發展，保障患者生命及信息安全。

2.精細化管理

互聯網技術與醫療設備的融合，催生大量智能裝備，一定程度上協助和替代人工進行醫護工作，降低醫務人員感染風險。醫療服務機器人通過人臉識別、自動避障、遠程協作等功能，可進入隔離區對患者測溫、記錄、簡單問詢、配藥、送餐，并對病房進行消毒清潔等，在一定程度上接替醫生“人工”查房，減少醫患接觸。比如上海交通大學醫學院研發的AirFace人工智能醫護服務機器人在武漢抗疫一線使用，醫護人員可在任何時間、地點，通過該機器人對病房內患者進行指導。而高清監護系統輔助重癥監護工作，減少醫生感染概率；5G+VR遠程觀察及指導系統通過高清顯示功能，方便醫生對重癥病房監護觀察，及時反饋病房情況。再比如，浙江大學醫學院隸屬第二醫院將高清攝像頭分布在重癥病區各處，醫護人員能隨時對病患進行遠程觀察指導與會診，從而避免醫護人員和重癥患者之間的接觸，減少醫護人員可能因接觸病患而出現的感染。

3.電子病歷

病歷是醫務人員對患者疾病的發生、發展、轉歸，進行檢查、診斷、治療等醫療活動過程的記錄。我國近代以來，病歷一直沿用人工手寫、紙質歸檔的模式，這一模式存在難以形成系統醫療信息資源庫等缺陷。電子病歷可以實現病歷數字化，從存儲方式、管理模式、傳輸方式和分析預判等方面彌補傳統病歷的缺陷。電子病歷在診療服務過程的全覆蓋能夠鼓勵醫療機構在電子病歷信息化建設工作中，將臨床路徑、臨床診療指南、技術規范和用藥指南等嵌入信息系統，提高臨床診療規范化水平。

電子病歷數據化可以使分布在不同部門的不同信息系統由分散到整合再到嵌合融合，逐步解決信息孤島問題，最終形成基于互聯網醫療平臺的整體統一的電子病歷信息系統。除此之外電子病歷能夠加強對診療行為的監督，通過對電子病歷信息系統的后臺監控，分析判斷診療行為是否符合相關法律法規、核心制度、技術規范、用藥指南等要求；促進線上線下醫療健康服務結合；鼓勵醫療機構在實體醫療機構基礎上，運用互聯網技術拓展醫療服務空間和內容、提供安全適宜的醫療健康服務；推進在線信息采集、遠程監測、遠程指導、健康教育，在線開展部分常見病、慢性病復診，允許醫師在掌握患者病歷資料后在線開具部分常見病、慢性病處方，藥師在線審核處方及配送藥品等。

（三）互聯網醫療模式下的大數據防疫分析

1.數據匯集

現在越來越多的行業和技術領域需要大數據分析系統，例如各種應用場景需要大數據系統持續聚合和分析時序數據，各大科技公司需要建立大數據分析平臺等。支撐這些場景需求的分析系統，面臨大致相同的技術挑戰：業務分析的數據范圍橫跨實時數據和歷史數據，既需要低延遲的實時數據分析，也需要對歷史數據進行探索性的數據分析。有鑒于此，進行數據收集的前提便是確定數據源。數據通常來自不同部門，包括文件型、數據庫型、Http服務型等，數據匯集通過軟件實現原始數據的讀取存儲，將不同的數據都存儲到各自的數據庫中。因為要保證各個部門不相互扯皮，所以必須保證讀取的原始數據是對的，要獨立存儲不做任何加工，以便于后續的數據處理，實現對數據的初步清洗和加工，對數據進行規范化的管控。

2.數據洞察

互聯網醫療的推廣，使得患者的醫療數據得以方便地再利用，成為教學、科研、管理決策的重要資料。結構化良好的醫療數據，可支持大規模病歷的自動分析，能夠更加高效、精確地輔助決策。然而醫療數據的利用存在兩重困難：其一是數據分散、形態多樣，不同部門的數據分散于不同系統，結構化與非結構化數據并存，缺乏統一規范的形式；其二是自由文本、難以利用，文本信息方便表達概念以及事件等，醫療數據是臨床治療過程的主要記錄形式，但不利于機器的理解和進一步分析。數據洞察可以很好地解決數據分散和文本難以利用的問題，其關鍵是定義洞察策略，在此基礎上明確定義期望達到的數據洞察目標，之后盡可能明確設定分析的范圍,以便有效聚焦于需要分析的數據。數據洞察能夠高效地捕捉對互聯網醫療發展有利的醫療數據，為后續的數據分析打下基礎。

3.用戶分群

進入互聯網醫療時代后，醫療服務地域限制將被打破。醫療機構可以通過互聯網醫療平臺扁平式服務所有用戶?；ヂ摼W醫療消費者以“80后”、“90后”為主力，他們的消費意識和健康管理意識正在增強。醫療服務正在從以診療為中心，轉向以健康管理為中心?；ヂ摼W醫療行業面對的最大挑戰是用戶的就診行為和健康管理需求的轉變，互聯網醫療企業迫切需要為產品尋找目標用戶和為用戶定制產品。對互聯網醫療平臺設計用戶分群模型是梳理特征變量的關鍵工具。它用來描述用戶的特征變量往往達到數百個甚至數千個之多，可以在微觀層面上進行數據分析和挖掘。眾多可用的分析變量可以結合用戶屬性和業務屬性，設計兩維衡量指標：一個維度以用戶的類型為主,可以應用用戶畫像或已經定義好的用戶分群；另一個維度基于業務場景,可以是互聯網醫療產品的組合或產品生命周期,也可以是互聯網醫療服務的過程或服務生命周期，從原始醫療數據的提取開始,通過數據清洗、有效性驗證和排錯形成清洗后的互聯網醫療數據,再經過數據排重和歸并操作形成可供分析使用的互聯網醫療數據集。

4.用戶需求分析

《健康中國2030規劃綱要》明確指出：“以普及健康生活、優化健康服務、完善健康保障、建設健康環境、發展健康產業為重點，把健康融入所有政策，全方位、全周期保障人民健康。”頂層設計映射出的是全民健康需求的切實變化。隨著生活水平的提升，客戶對于“健康”的訴求已不再局限于疾病治療和防控，還有能否獲得“更有效、更省心”的服務。比如，有效控制疾病發生的健康管理；更加順暢的問診、就醫安排和服務；疾病治療時更好的診療方案和更舒適的醫療環境等。下沉至互聯網醫療行業，洞察用戶需求、布局產品上下游、構建服務閉環、打造綜合健康管理生態……這一系列轉型方向調整其實都是對互聯網醫療產品和服務設計、資源整合等硬實力的考驗。當前的互聯網醫療應當從洞察用戶需求出發，依托自身的豐富資源和實力優勢主動打破思維桎梏，從追求單一服務的原始模式中跳出來，向客戶提供“一個客戶、多個產品、一個賬戶、一站式服務”，乃至綜合健康管理產品組合、全流程服務。在應用數據分析和挖掘模型方法之前,應該通過基本的綜合分析獲得對互聯網醫療數據的全面理解，比如數據的質量、分布特征和可追溯性等。要找到在統計上具有一致性意義且具有商業價值的靜態細分，重要的任務是對不同的模型變量組合進行測試和學習。在這一過程中不能忽略的是,將互聯網醫療服務輸入和用戶細分輸入視為一個整體，來進行互聯網醫療數據挖掘工作。

5.數據應用

互聯網醫療在通過對相關數據的分析之后可以生成健康管理方案。對分析洞察發現進行結果展示和互聯網醫療服務業務解釋至關重要?；谙惹皩ヂ摼W醫療用戶數據洞察結果，對識別出的每一類用戶進行細分，運用人口統計屬性、潛在風險、身體狀況等維度變量對用戶群的健康狀況和產品偏好等給出理解和詳細的描述，之后制定健康管理方案。對于互聯網醫療平臺來說,最重要的工作就是優化每一類健康管理服務的價值,將對客戶的醫療數據轉化成相應服務策略和可行的健康管理方案。例如,對于識別出有潛在疾病風險的用戶,主動發起健康關懷行動,喚醒他們對疾病的預防認知,或者向他們提供高性價比的藥品或健康服務,從而降低客戶的治療成本。此外，理解健康管理方案的準確性非常重要。輔助決策結果并非全部準確，而是隨著潛在因素的變化而改變。

6.驅動創新

近年來，大數據的各類業態加快聚集，新技術、新產品、新模式不斷涌現，初步構建了從數據存儲、清洗加工、數據安全等核心業態到電子信息制造、軟件和信息技術服務等關聯業態，再到服務電子商務、精準營銷、互聯網醫療等衍生業態的產業鏈條。當前的數據賦能互聯網醫療，以醫療、醫藥、醫保三醫聯動，助力醫療服務、公共衛生服務、家庭醫生簽約服務、藥品供應保障服務、醫保結算服務、醫學教育和科普服務、人工智能應用服務等模式，實現了互聯網醫療的提質升級。這一模式以實體醫療機構作基礎，以衛生監督和信息安全作保障，使用了“大數據+人工智能”“物/互聯網”“臨床治療”等技術。醫生、醫聯體或社區醫生和患者共同用此平臺，除了問診外，還能利用當地醫生進行體檢、人工智能分診，可將普通常見病分診給醫聯體醫生處理或在線指導基層醫生處理，疑難重癥及時轉診到上級醫院，助力分級診療落地。

（四）互聯網醫療助力公共衛生服務體系完善

1.科學預警

在公共事件的預警機制上，根據《中華人民共和國突發事件應對法》和《國家突發公共事件總體應急預案》，將突發事件分為自然災害、事故災難、公共衛生事件和社會安全事件四類，本次新冠肺炎疫情屬于公共衛生事件。按照事件的性質、嚴重程度、可控性和影響范圍等因素，又將突發事件等級分為一級(特別重大)、二級(重大)、三級(較大)和四級(一般)四個級別。一般來說，一級響應由國務院組織實施，各省級人民政府在國務院統一領導和指揮下組織協調省內應急處置工作。下調應急響應級別，表明疫情的范圍、性質和危害程度有所降低，應對疫情的組織實施部門也隨之下調。二級響應、三級響應、四級響應分別由省級人民政府、市級人民政府、縣級人民政府領導和指揮本行政區域內的應急處置工作，上一級人民政府可根據實際情況給予下級人民政府指導和支持。

國家預案中僅對一級(特別重大)事件的標準進行了規定，各級人民政府在制訂應急預案的過程中，對于不同級別事件的標準因自身實際略有不同，尤其是對各級人民政府、衛生行政部門、醫療機構、疾病預防控制機構、衛生監督機構、出入境檢驗檢疫機構在應急響應過程中的職責也僅僅是進行了宏觀規定，對部門之間的聯動和信息共享并沒有具體的方案及舉措。通過數據賦能互聯網醫療，可以將對公共衛生事件的預警機制更加具體化、規范化和信息化，按照事件的性質、嚴重程度、可控性和影響范圍等因素設定啟動相關等級預警的條件，協助各部門解決公共衛生突發事件中的信息共享不及時、不準確的問題。

2.科學防疫

2020年4月16日，北京九次方大數據因其在新冠肺炎防疫中的積極表現入選北京市防疫重點保障企業。其在防疫一線部署的聯防聯控一體化管理大數據方案為北京防疫工作作出了卓越貢獻。在這一過程中，數據賦能作為大數據的直接應用形式使互聯網醫療防疫效果呈指數型上升，使得互聯網醫療不僅可以提供在線診療，同時可以利用大數據傳播速度快、信息面廣等優勢建立全面、科學、有效、協同的區域甚至城際防疫網，為提升區域“免疫力”作出貢獻。數據賦能，以其多變的表現形式活躍于疫情防控一線，多家互聯網公司基于疫情數據，利用大數據賦能軟件，開發出如“確診患者同乘查詢”“定制防疫地圖”“發熱門診分布地圖”等一系列應用程序，使得互聯網醫療不僅局限于問診等基礎形態。此外，一些省份相繼實施了智慧防疫，將數據賦能作為防疫大腦，以數據為中心構建防疫系統，如浙江采取“一圖一碼一指數”措施、山東疫情可視化大數據分析、廈門市開發的“疫情監測溯源大數據平臺”，以及應急管理主管部門實施“交通大數據溯源”和“公安大數據定位”，開展“疫情動態追蹤”。政府部門利用大數據系統將不同形態的數據進行交匯與再賦能，使得追蹤確診患者行程和跟蹤密切接觸者成為可能，不僅控制了疫情傳染源頭，還有效掐斷了疫情傳播途徑。

正因為數據賦能后的互聯網醫療，擁有了不受場景和地域限制與數據賦能高效、科學的優勢，各互聯網醫療平臺在疫情期間積累了大量的流量和信任基礎。根據個推大數據，疫情期間大健康類APP平均日活躍用戶數量同比增長52%。

3.科學治療

國家統計局數據顯示，中國每千人中醫生人數達2.59人，每千人中護士達2.94人，均處于世界前列。但在疫情期間，面對大范圍傳播的新冠肺炎，中國多省公共衛生服務體系幾近滿負荷運轉，多地出現公共醫療資源供給不足的情況，多數醫院一床難求，某些普通疾病的診療也因居家隔離而難以進行。此時，互聯網醫療因不受地域限制的優勢成為線下醫生的補位者。通過互聯網醫療平臺，醫生與患者可以高效、安全地進行常規疾病的診療。不僅可以保證患者與醫生的安全，而且可以降低普通疾病對新冠肺炎醫療資源的占用率，使得公共醫療資源分配趨于平衡，更多的線下資源傾斜于新冠肺炎的治療，為社區建立科學的治療體系提供了可能性。

4.居民健康檔案

居民健康檔案是公共衛生服務中的重要環節。針對本次疫情防控，應做好對居民健康檔案的及時監控，以便及時高效地落實疫情防控措施。同時，在居民健康檔案的建立部分增加居民健康卡有關內容（涵蓋居民所有健康信息和活動范圍），在服務內容部分增加居民健康檔案的終止和保存有關內容，在服務要求部分增加電子版化驗和檢查報告單據的留存辦法，強調電子健康檔案的信息整合和互聯互通。

為使互聯網醫療和大數據進一步助力新冠肺炎疫情防控工作，部分地方的省衛生健康委聯合相關部門運用大數據進行分析比對，用電子健康卡二維碼“紅、黃、綠”三種顏色進行信息提示，為復工企業和個人提供疫情參考信息。使用健康碼的城鄉居民可以申領電子健康卡，并查詢電子健康卡二維碼顏色。電子健康卡主要是根據大數據比對，分析出個人可能暴露在新冠病毒污染環境的不同等級。這一方式極大地提高了防控疫情的工作效率，也可以針對不同人群個性化、人性化的定制防疫要求。