疫情过后医疗IT行业发展趋势如何？

　疫情过后医疗IT行业发展趋势如何？IT技术利用现有各种格式的电子数据开展清洗导入、数据采集，以合适简单的可视化方式直观展示，引入外部门辅助决策数据，指导疫情监控，在疫情期间IT技术发挥了重要作用。

　　一、互联网医院　　互联网医疗应用落地或将成为新冠疫情助推医疗IT企业新基建的一个方向。疫情期间，由于COVID-19病毒具有高传染性特点，医院成为易发交叉感染的高危区域，普通感冒等轻微病症患者采用在线问诊，送药上门的方式进行诊断和治疗，减少前往医院进行暴露，能够降低感染风险。　　互联网医疗将原来统一在医院的疾病救治拆成若干可以互联网化的环节，典型的环节包括三个：线上问诊、开电子处方、药品审核配送，是早期入局的互联网医疗企业、近期入局的互联网流量平台等C端企业的主战场。　　二、互联互通评级　　互联互通，是大数据形成并据此开发多样化应用的基础。2017 年 9 月国家卫健委发布《国家医疗健康信息区域（医院）信息互联互通标准化成熟度测评方案（2017 年版）》。医院信息互联通测评的项目应用评级分为七个等级，由低到高依次一、二级、三级、四级乙等、四级甲等、五级乙等、五级甲等。每个等级的要求由低到高逐级覆盖累加，即较高等级包含较低等级的全部要求。　　医院信息互联互通标准化成熟度测评四级水平的最低门槛为四级乙等。其中，四级乙等的具体要求包括初步建成基于电子病历的医院信息平台、建成基于平台的电子病历共享文档库、平台实现符合标准要求的注册服务以及与上级平台的基础交互服务、应用功能数量不少于 13个、连通的业务系统数量不少于 15 个、联通的外部机构数量不少于 3 个等。　　三、底层上云　　运算能力在一定程度上制约了医疗大数据输出更多实用功能，IT 系统底层上云可以带来协同性和扩展性优势。自上世纪60年代以来，医疗IT作为计算机产业的重要组成部分，经历了从大型机到PC机、小型机，再到互联网数据中心，直至进入云计算时代的4个发展阶段。　　从计算能力被极少机构独占到企业按需获取计算空间，计算成为水电一样的社会公共基础设施，每一次的技术迭代都带来了裂变式的生产率提升，底层上云无疑是医疗IT的必然趋势。未来医疗防对于跨医院、跨科室、跨团队的沟通协作要求高，云化的底层系统意味着更便捷的互联互通，对于院内沟通协作，医院与管理部门间疫情数据的实时上报都有促进作用。　　云架构更为灵活，可扩展性更强。防疫时期医院短时间内流量和工作量激增，对于IT 系统承载力的要求上升，也衍生出对新的功能模块的需求。在云架构下，可以更灵活，更快速地配置新的工作站和流程，方便组建新的团队和业务线，也方便跨院医联体的快速组建。　　四、数字分级诊疗　　从试点到全面推广，城市医联体和县域医共体成为分级诊疗的重要载体。2019 年 5 月，国家卫健委官网发布《关于开展城市医疗联合体建设试点工作的通知》(国卫医函〔2019〕125 号)，制定了《城市医疗联合体建设试点工作方案》。根据《方案》要求，医共体实行药品耗材统一管理，统一用药目录、统一采购配送、统一支付货款；医共体实行医学影像检查结果互认；鼓励以县为单位，建立开放共享的影像、心电、病理诊断和医学检验等中心，推动基层检查、上级诊断和区域互认；医共体内诊疗资源共享；加强医共体内部和医共体之间床位、号源、设备的统筹使用，进一步贯通服务链，实现资源共享。　　五、医保异地结算　　目前，人口充分就医带来的医保异地结算已经成为一种常态。在未来，建设数字化的医保异地就医结算系统将成为趋势。国家和各省市医保局的设立及医保改革推进，医保的内涵和外延都发生了很大变化。全国统一的医保IT系统是医保异地结算系统的基础，2019年上半年，国家医保局推出了9个包14个信息系统项目招标，开启了新医保信息系统建设的序幕。
　　同年 7 月，全国统一医保 IT 系统建设标准正式推出。疫情结束后，统一医保 IT，以及后续异地结算、医保控费、医保监管 IT 系统的建设有望加速。此外，医保中心端系统建设完成后，需要连接定点医疗机构、诊所和药店并提供服务，医疗IT企业还可以面向医疗机构和药店提供精细化管理、药店云MIS系统等，面向商保公司可提供监管、快赔等业务，形成新的增长点。　　六、公共卫生信息化平台　　过去十多年来，我国已经逐步建立起覆盖超过13亿人口的公共卫生信息体系，实时更新的精确疫情数据便是出自这一庞杂的体系。截至2017年《“十三五”全国人口健康信息化发展规划》发布时，初步建立了全员人口信息、电子健康档案、电子病历等数据库，全国有27个省（区、市）建立了省级人口健康信息平台，连通44家委属管医院分别与国家平台实现联通。　　全国多数省级、副省级和地级政府已及时在其数据开放平台上提供了可获取的、完整的、细颗粒的、及时的、可机读的、结构化的数据。每个平台提供的数据集数量和结构不一，但这些符合开发基本标准的数据，为疫情期间一系列基于大数据的智能应用提供了前提