飞书助力AI医疗云，打造智慧医疗新纪元

飞书助力AI医疗云，打造智慧医疗新纪元

引用

一财网

等

9

来源

1.

https://www.yicai.com/news/102382955.html

2.

https://www.feishu.cn/content/medical-management-system-overview

3.

https://www.nhsa.gov.cn/art/2024/12/3/art_14_14942.html?sid_for_share=99125_3

4.

https://www.dolitt.com/?m=home&c=View&a=index&aid=67

5.

https://www.feishu.cn/content/8-selected-hospital-management-system-tools

6.

https://www.feishu.cn/customers/neusoftmedical

7.

https://blogs.nvidia.cn/blog/ai-medical-devices-gtc-2024/

8.

http://www.news.cn/mrdx/2024-04/08/c_1310770418.htm

9.

https://editverse.com/zh-CN/%E6%99%BA%E6%85%A7%E5%8C%BB%E7%96%97%E5%88%9B%E6%96%B02025/

2024年12月1日，国家医保局在江苏省南京市鼓楼医院正式启动医保影像云共享路径，各省份影像管理机构系统中的影像目录数据可上传到国家医保影像数据云共享中心，全国的医保影像信息将逐步实现共享互通。这一举措标志着智慧医疗进入了一个全新的发展阶段，为未来的医疗变革奠定了坚实的基础。

飞书平台以其低代码开发、多维表格和招聘等功能，全面助力智慧医疗系统的发展。通过云计算和人工智能技术，飞书帮助医疗机构实现了数据的高效管理、实时分析和个性化医疗服务，大大提升了医疗质量和效率。

飞书多维表格

飞书多维表格是一款集成了数据管理和协同办公功能的高效工具。它不仅支持传统的表格功能，还提供了多维度的数据展示和分析能力。用户可以通过多维表格实现数据的灵活管理和多角度分析，从而提高工作效率。

在医疗管理系统中，飞书多维表格可以用于多种场景，如患者信息管理、医院资源分配、医疗数据分析等。例如，医院可以利用多维表格管理医院的资源分配情况，如床位使用情况、设备维护记录等，确保资源的合理利用。

飞书低代码平台

飞书低代码平台是一种高效的应用开发工具，旨在降低开发门槛，提高开发效率。它的核心优势包括快速开发、高扩展性、灵活定制和实时预览。

飞书低代码平台在医疗信息化中发挥着重要作用，以下是一些具体的应用场景：

• 电子病历系统（EMR）开发：通过飞书低代码平台，医院可以快速开发和部署电子病历系统，实现患者病历的数字化管理和查询。
• 医院信息系统（HIS）集成：飞书低代码平台支持与现有的医院信息系统集成，帮助医院实现信息的无缝对接和共享，提高工作效率。
• 临床信息系统（CIS）定制：医院可以利用飞书低代码平台定制临床信息系统，根据具体需求灵活调整功能模块，优化临床诊疗流程。

飞书项目管理工具

飞书项目是一款高效的项目管理工具，旨在帮助团队更好地协作和管理项目。飞书项目的主要特点包括任务管理、甘特图、协作功能、文件管理和数据分析。

在医院管理系统中，飞书项目可以应用于多个方面，提升医院的管理效率和服务质量。例如，医院在实施新项目时，如医疗设备采购、科室改建等，可以利用飞书项目进行详细的规划和执行，确保项目按计划推进。

医保影像云共享路径的启动，是国家医保平台迈向我国14亿人健康平台的关键一步。通过医保影像云，医生可以快速获取患者的历史检查数据，避免不必要的重复检查，降低患者的时间和经济负担，提高医疗服务的质量和效率。

国家医保局副局长黄华波在启动仪式上表示，力争2025年底，实现全国医疗机构通过国家医保影像数据云共享中心可调阅北京、上海、广东等地区医学影像信息；2027年底，力争实现全国医保影像云数据“一张网”“路路通”，有效解除广大患者重复检查费时、费力、费钱的痛点问题。

医保影像云通过医疗影像资料的云端存储与共享，打破信息孤岛，使得医生能够迅速获取患者的历史检查数据进行诊疗。近日，国家医保局在价格项目立项指南中，将“数字影像处理、上传与云存储”纳入放射检查的价格构成，并明确提出医疗机构无法做到检查影像云存储的，就需要减收一定费用，推动医疗机构将影像检查结果上传至云端，实现患者可阅、同行可查、医保可核。

南京鼓楼医院互联网医院院长屈峰表示，影像上“云”后，患者是最受益的。以前患者在不同的医疗单位做了检查之后，需要带着胶片走，但物理胶片的数量对于影像检查来说是不够的。现在电子胶片清晰度更高，原始信息更为丰富，医生诊断更为清晰方便，也可避免跨院就诊不必要的重复检查。

智慧医疗的未来发展趋势包括数字疗法、智慧医院、临床数字化、医药营销数字化、AI制药、人工智能医疗影像等多个方面。

数字疗法发展趋势

目前，中国的数字疗法过于早期，相关产品的研发、推广及商业化的路径需探索过多。可从3个层面对领域进行粗路预判：

1. 行业基础，决定该领域是否有可发展的先决条件;
2. 企业供给，决定中短期内是否有足够的人力、财力、资源进入到该领域;
3. 患者需求，决定产品相对成熟后，商业路径以及市场潜力。此外，肿瘤领域相对特殊，其长周期管理需重点关注并发症的发展，因此基于全病程管理的数字疗法也是企业重点探索的方向。

智慧医院未来趋势

公立医院诊所的数字化探索，多由三甲医院领头，案例相对成熟后，再向下级机构延伸。医院诊所的数字化探索方向较多，包括如电子病历5级建设、互联互通、辅助决策、远程诊疗、物联网智慧管理、软硬-体化等多个方向。其中，电子病历与互联互通有明确评级指标且与医疗机构自身评级息息相关，因此最为成熟。数据显示，截至2020年，全国总共有172家医院获得电子病历评级，其中三甲医院为145家，占比84.3%; 三级医院总共为162家，占比94.2%。对于互联互通，则从2016年的9家增长到2020年的148家。

AI制药发展趋势

伴随着人工智能等新技术的突破性发展，人工智能为代表的计算机技术也被越来越广泛应用于药物研发领域，特别是在临床前药物研发领域，诞生了一批Al和计算驱动的药物研发公司,它们或以人工智能和计算为核心驱动力研发自有管线药物，或作为第三方服务于制药公司。

药物研发是指从实验室发现活性化合物后反复测试并优化成为安全有效药物的系统工程，其包含了发现和开发两大阶段。药物发现包括三个步骤，分别是疾病相关治疗靶点的确认，先导化合物的发现及先导化合物的优化，最终获得候选药物，进入药物的开发阶段。发现活性化合物的方法包含偶然发现、随机筛选以及理性设计等手段。药物开发阶段是对候选药物进行临床前评价和临床试验评价的过程，需要对候选药物的药代、药理、毒理、安全性、有效性进行系统的评价。

目前的计算制药分为以数据为基础的人工智能制药和以物理规则为基础的两种制药范式。前者本质上是机器通过学习数据，挖掘数据总结归纳规律，反过来优化药物研发环节;后者是从第一性原理出发，从分子、原子等微观粒子层面去计算药物分子与靶点蛋白分子之间的相互作用力，也可以借助于AI提高运算速度和精度。

未来将会有越来越多AI/计算制药公司从服务走向自主研发管线为主的Biotech之路。原因之一是成立30年的薛定谔公司， 原本以软件服务为主营业务,在增加自主研发药物后得到资本市场认可，成功上市。这激励了更多AI制药公司从服务走向合作研发管线+自主研发药物的道路，特别是在中国创新药崛起的发展大潮之下，biotech的定位更容易被资本市场认可。另一方面，由于Al应用于药物发现领域，验证流程较长，而且目前还尚未有一款AI设计的药物成功上市，国内很多药企都属于观望状态，付费意愿不高，市场开拓难度较大。

随着技术进步和跨学科融合，AI将进一步提升医疗质量，助力实现普惠医疗，同时伦理和监管问题也将得到更多关注。未来，AI医疗云和智慧医疗的发展将为医疗行业和患者带来更多积极影响，推动医疗服务向更高效、精准的方向发展。