智慧医疗顺应信息技术、人工智能与医疗健康结合而生，可以有效提升医疗服务质量，降低医疗成本，缓解医疗资源分配不均等问题。在抗击新冠肺炎疫情过程中，智慧医疗呈现出研发效率较高、时间成本节省、产业技术精准化、减少接触等特点和优势，引起全球高度关注，智慧医疗产业势必成为未来国际竞争的一个焦点。在这一新形势下，为加快医疗体系改革，实施“健康中国”战略，需要进一步加强顶层设计，加速智慧医疗技术开发应用和智慧医疗产业高质量发展，有效提升全民健康水平。

一、问题与挑战

1.体制机制障碍迟滞了智慧医疗产业可持续发展。智慧医疗是一项兼顾公益性和经济性的事业，公益性主要通过政府推动，经济性需要通过产业化的方式体现。目前，我国已有一些智慧医疗领域的高成长性企业，但在可持续发展上还存在一些体制机制的障碍。首先，跨部门、跨街镇的数据归集和共享还存在一定的困难；其次，智慧医疗服务价格的确定缺乏科学可靠的依据；第三，医保政策的衔接与完善还有较长的道路要走。

2.智慧医疗研发薄弱。我国大多数企业集中于智慧医疗产业链的中后端，主要是面向医疗机构和患者的诊疗智能化、医疗服务智能化，而在产业链上游的智慧医疗研发相对薄弱，以AI 辅助新药发现、过程开发等为主要题材的企业和项目严重欠缺。截至2019 年，我国医疗AI 初创企业中，从事辅助诊断的占61%，健康管理领域约占14%，医院管理约占15%，而涉及医药研发的仅占4%。在国际经贸摩擦和美国高技术出口收紧的外部形势下，智慧医疗研发已成为“卡脖子”科技战略资源，亟须加强顶层设计和战略布局。

3.技术研发与临床需求仍然存在错位现象。智慧医疗产业的发展有赖于人工智能技术在医疗行业各垂直领域的深入应用。由于临床应用场景高度复杂，智慧医疗要解决的问题通常聚焦于特定场景和全业务流程，需要对临床业务场景高度理解。从目前来看，智慧医疗相关技术研发活动与临床应用的联系不够紧密，一方面医疗机构开展智慧医疗的动力不足，另一方面高校、科研机构对智慧医疗技术项目的立项和研究活动往往出自科研人员对技术创新的追求，难以契合应用场景的现实需要。这种单纯依靠算法和技术的驱动模式无法满足智慧医疗产业的落地要求。

4.现行激励制度难以满足智慧医疗跨领域人才引育需求。发展智慧医疗需要跨智能技术、医疗健康领域的复合型人才。目前医疗卫生领域中，一方面社区基层医生人工智能知识存在欠缺，另一方面具备跨学科知识背景的医疗服务人员数量偏少。相关人才培育和职称晋升仍然沿用传统模式，侧重于专业知识。对于从事与智能技术相关的检验检测、医疗数据处理等业务的跨领域人才，激励制度缺位，上升空间狭小。

5.医疗数据共享与价值挖掘还有大量工作需要完成。智慧医疗的发展建立在有效的海量医疗数据基础上，但是由于数据结构与存储标准难以统一，不同医院之间的数据共享共用还存在较大难题，跨机构、跨区域间信息难以共享。信息孤岛问题阻碍了跨机构医疗业务的发展，也阻碍了居民享受持续的跨地区、跨机构的健康医疗服务。

6.缺少对健康医疗数据开放共享的规范性制度保障。健康医疗数据涉及患者隐私，在数据存储和使用方面具有更加严格的要求与限制。目前国家对于医疗健康相关数据的立法保护和安全应用缺乏明确的制度安排，各地区高度严格管控健康医疗数据，一定程度上制约了数据共享使用和商业化应用。如何在制度保障的基础上探索实现数据价值利用，是目前要解决的难题。

二、对策建议

1.探索多元化的智慧医疗付费模式。在“互联网医疗健康示范省”建设中，服务定价、医保支付、商业保险跟进等方面要加强政策的试点创新。在严谨评估智慧医疗服务项目绩效的基础上，将智慧医疗服务纳入医疗卫生收费和医保报销系统，进一步确定支付模式，为智慧医疗开辟价值实现的出口。

2.设立智慧医疗科研专项。整合现有财政支持渠道，加大对智慧医疗领域科技创新的经费支持力度。可以在“十四五”期间设立“智慧医疗科技”专项，通过足够的经费支持来集中优势力量突破智慧医疗研发的“卡脖子”技术和装备，形成具有国际竞争力的国产优势技术和产品，实现核心技术自主可控。

3.推进智慧医疗领域产学研合作。探索开放共享机制，推动智慧医疗领域“产、学、研、用”深度融合。大力支持“医工结合”，鼓励科研机构、企业与优势医疗机构开展研发转化的深度合作，针对特定应用场景设立试点、示范项目，形成可推广经验。大力支持“院校”合作，允许高校与医院合作共建“医教联合体”，打破医院科室与高校研究团队之间的合作壁垒，建立更加有效的科研协同模式。

文章来源：《电子元器件与信息技术》 网址: http://www.dzyqjyxxjs.cn/qikandaodu/2021/0515/1228.html