医疗科研管理系统

2020年12月底，经过几个月开发和优化，谷泰-圣兰格临床试验项目管理系统迎来了项目总结会议。双方在各自会议室通过远程会议形式交流沟通。会上谷泰软件吴总首先回顾了该项目的情况。临床试验项目管理系统是一套专为圣兰格公司实现高效管理临床实验研究项目而设计开发的项目管理系统。实现PM，PD，CRC，外协CRC和公司管理层等人员日常工作实现系统化，信息化达到管理的数字化，智能化。经过双方人员的高度配合，顺利完成前期预定目标。项目的完成得到圣兰格公司高层的充分肯定，为后续二期开发奠定良好的基础。谷泰软件团队到目前，该系统实现日常工作系统、项目管理系统、后台管理系统三大子系统；20多个功能模块、90多项子功能，30多张报表。超过50多次系统迭代更新。临床试验项目管理系统临床试验项目管理系统临床试验项目管理系统圣兰格对前期系统取得阶段性成果给予了充分赞许和肯定，也系统继续完善提出一些设想，希望在二期开发中实现，销售业务前期工作的跟踪管理，招投标管理，合同管理，项目款项管理等，这样可以实现公司业务管理的闭环，更加提高信息化水平。#临床试验项目管理系统

作者：DIGITIMES陈智德大数据、云端和人工智能(AI)不断与各行各业结合产生新的商业模式，医护产业未来在发展也将更加与这些科技结合。然而，尽管AI已自动化了一些医学上的工作，但最终的诊断仍会交给「人」来判断，因为医生不会愿意将更复杂的临床诊断交由机器判断，而机器也不适合在重大判断上为人类代劳。依照英国医疗器材公司Health & Care医学博士Ric Thompson观察，医疗科技在2019年将有四大趋势：1，云端化管理平台将加速成为寻常的后台管理系统：对医护产业而言，尽管在云端上管理伴随一定的风险，但除了成本和存取方便的优势外，AI工具、大数据分析将成为更有吸引力的优势，未来3~5年内，医界将会更快速地接纳这种系统。2，兼容性(Interoperability)开始被重视：各个医护IT系统不互通是过去被诟病已久的问题，能够互相通讯、具有可扩充性界面的网站服务，将是往后医疗经济长期发展的基础之一。Thompson认为在市场的压力和国家介入建立标准之下，为了病患最好的福祉，以及降低整体医护系统的开支，不同IT供应商间的系统终究是要往能够互相通讯的方向发展。3，整合分析后所产生的资讯仍然过少：现在医疗机构所掌握各种有关疾病、病患的数据已是海量等级，但整合分析过后的「资讯」仍然十分不足，如何分析数据并转为有意义的资讯，作为系统性医疗资源的分配，将是重要的议题，而经过AI工具分析后得出的资讯，已有愈来愈多证据显示此能增加临床医护的效率。4，AI已是必须，而非潮流： Thompson表示，在未来5~10年内，AI和机器学习将成为医护产业革新的最大因素，目前已有实证研究发现，AI对医学影像的诊断结果优于人类，但这只是开始，因为许多医疗专家和病患仍对AI诊断的安全性充满疑虑。出自于这样的原因，AI革新医护产业的速度，将慢于其他产业，而必须有更多实证研究经验的累积，才足以使人类信服，或许是看到了发展潜力，未来民间对医疗AI的投资将持续增加。但Thompson认为，尽管AI已自动化了一些医学上的工作，但最终的诊断仍会交给「人」来判断，因为医生不会愿意将更复杂的临床诊断交由机器判断，而机器也不适合在重大判断上为人类代劳。

发布会现场。10家单位与通诺信息正式签约。红网时刻10月30日讯（记者 陈亚男 通讯员 王丽娜）10月30日上午，国内首款智慧实验室管理平台（ILP）在长沙隆重发布，开启我国医药研发全面信息化之路。国家卫健委科教司副司长顾金辉、湖南省药品监督管理局副局长曾令贵、湖南省科技厅副厅长鲁先华、长沙高新区管委会副主任帅军 、中南大学副校长陈翔、原国防科技大学信息系统与管理学院院长查亚兵、广东华南新药创制中心首席科学家张克坚、商汤科技智慧健康研发总监段琦、中南大学湘雅医院教授、都正生物/通诺信息创始人欧阳冬生出席活动，行业专家、企业负责人等200余人，线上关注5000余人共同见证这一时刻。ILP是长沙通诺信息科技有限责任公司打造的国内首款智慧实验室管理平台。结合5G、大数据、云计算、区块链、人工智能等先进技术，集药物研究实验室信息管理系统—PharmLIMS、科学数据管理系统—SDMS以及电子实验记录本—PharmELN为一体，为药物研发信息化管理提供整体解决方案，打造了融汇中国人自己的智慧实验室管理平台。开启我国医药研发全面信息化之路国家卫健委科教司副司长顾金辉对ILP高度评价，他表示，ILP是我国生物医药研发信息化的重大事件，具有里程碑意义，“ILP开启了我国医药研发全面信息化之路，必将为医药研发升级转型发挥积极作用。”湖南省药品监督管理局副局长曾令贵发言说，“药监部门很高兴能见证智慧实验室管理平台ILP这样的产品问世。ILP不仅能够确保数据的真实、完整、准确和可溯源，还有望实现对药物的研发、临床、供应链和流通等一键审查。”湖南省科技厅副厅长鲁先华对ILP的发布表示祝贺，他说以通诺信息为代表的一批医药信息化企业快速发展，为生物医药领域提供了优质的信息化服务，他希望通诺信息能起好带头作用，为我省医药信息化建设继续添砖加瓦。发布会现场，沃特世科技（上海）有限公司、海尔生物医疗有限公司、浙江海正博锐生物制药有限公司、安徽省先锋制药有限公司、湖南省药物安全评价研究中心、长沙晶易医药科技有限公司等10家单位与通诺信息正式签约。产品发布会后，召开了主题为“信息化时代的机遇与挑战”的圆桌讨论，嘉宾聚焦医药行业现状与问题，共同解析国家战略，交流数字化转型实践对医药行业的赋能及未来发展，共话医药新格局。为药物研发信息化管理提供整体解决方案药物研发实验室作为药物研发的核心阵地，其数据完整性与规范性成为关注热点。目前，国内实验室存在大量纸质记录、信息孤岛、无法溯源、合规性差等问题，同时国产实验室信息化系统专业化程度低、功能结构单一，实验室信息化市场处于被国外厂商垄断窘境，不仅价格昂贵，也让信息安全存在隐患。在当前风云变幻的国际形势下，关键技术及核心软件国产化迫在眉睫。此次重磅亮相发布的ILP将打破僵局。发布会上介绍，ILP是基于5G、云计算、大数据、人工智能等领先技术，可为药物研发信息化管理提供整体解决方案。该平台以物联网为构架，突破了既有信息平台互联网思维局限，亮点纷呈——科学数据管理系统SDMS可突破通讯协议，自动采集不同厂商的仪器数据，初现实验室万物互联的无穷魅力；区块链等高新技术加持，可确保全过程可溯源，让技术为诚信背书；实验报告一键生成，将大大提高实验室管理效率。同时，平台严格遵循法规要求，确保数据真实、完整、准确、可溯源，为医药研发注入新的技术驱动力。“IL不仅将助力生物医药研发提高质量与效率，也将改变药品监管模式，线下监管将被线上替代。未来，通诺信息将以更高质量助推医药信息化。”中南大学湘雅医院教授、都正生物/通诺信息创始人欧阳冬生表示。【来源：红网】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

突如其来的一场新冠疫情，给全世界人民带来巨大阵痛，同时也引发人们对医疗体系的反思。武汉作为省会城市，其医疗资源相对充足，但是遇到大疫情，初期不可避免还是发生了医疗资源挤兑等状况，几乎需要全国医疗系统支援，侧面说明区域医疗系统信息化管理缺乏韧性。传统医疗资源投入“重硬轻软”，信息化短板严重制约医疗整体供给能力提升，后疫情时代，医疗信息化产业将会面临不少机遇，在医疗信息化、公共卫生治理体系方面现存的“短板”，将逐渐得到补足。优美科技依托大数据、物联网、互联网+、5G等技术，以客户需求为导向，国家政策为指导，构建区域医疗卫生管理解决方案，助力后疫情时代区域医疗数据实时共享，信息互联互通。区域医疗卫生健康管理系统建设我国的医疗信息化起步较早，积累了海量数据，大多数医院基本实现了不同程度的医疗信息化，但在实现底层数据互通方面，医疗大数据整体仍有较大的提升空间，这种不互通在这次疫情阻击战中展现得尤为令人焦急。基于这一痛点，方案通过统一标准、安全的区域医疗卫生健康管理系统的建设，打通医疗卫生的“信息孤岛”，促进跨区域、跨机构间的业务协同与合作，提高区域内医疗服务的效率与质量，辅助卫生行政管理部门的管理和决策，方便居民享受更好的医疗卫生服务。区域卫生系统可以实现卫生行政管理部门、公共卫生机构、医疗机构的连通。远程咨询和远程会诊系统建设当面临新冠疫情等突发公共卫生事件时，医生通过远程会诊可减少与病患的直接接触，从而更好防控疫情。方案以基于云视频的远程问诊、远程查房、手术示教等场景切入，可以在非常时期控制病人流量，规范门诊秩序，减少交叉感染。分级诊疗系统建设疫情带来的恐慌，使大批病人涌入定点医院，不但加重了医疗负担，反而极易交叉传染。方案通过建设分级诊疗系统，通过专家远程会诊等形式，提高基层诊疗能力，实现社区初筛、轻症患者社区诊治的目标，减少当突发性公共卫生事件来临时定点医院压力。医疗物资储备和调配监控系统建设突发公共卫生事件下，大部分医疗物资供给，如口罩、手套、防护服等，都出现了短缺现象。医疗物资储备和调配监控系统整合区域内医疗物资资源，掌握和监控企业日常药品和医疗器械的各类信息，卫健部门可以根据医疗资源的供给情况调整医疗服务的开展规模，同时根据各部门的工作量分配有限的医疗资源。●客户价值●● 实现区域内所有医疗机构之间卫生数据的共享互认，提供全生命周期的居民健康档案服务。● 实现基层卫生机构与专业卫生机构之间的业务协同服务，提升基层卫生机构的服务能力。● 提升整个区域的卫生信息化水平及医疗服务质量。●补齐公共卫生短板，提升突发重大公共卫生事件处置能力。

编者按：本文来自微信公众号“创璟资本”（ID: AS_NewVisionCapital），作者：创璟资本投资部，36氪经授权发布。医疗信息化贯穿医疗健康领域的全流程，从药品、器械、到医疗服务均有运用医疗信息化系统的需求。医疗信息化可为企业带来效率、服务质量、用户满意度和核心竞争力的多重提升。医疗信息化简介医疗信息化泛指通过现代电子技术、计算机技术、网络技术、通信技术、数据库技术等，为医疗器械、药品的制造研发商提供辅助研发、生产监督、药械溯源监管等一系列服务，以及为医疗服务提供方（如各医院之间以及医院所属各部门之间）提供病人信息、管理信息和数据的收集、存储、处理、提取、共享和交换，并满足所有授权用户的功能需求。医疗信息化的目的是为企业带来效率、服务质量、用户满意度和核心竞争力的多重提升。医疗信息化贯穿医疗健康领域的全流程，从药品、器械、到医疗服务均需运用医疗信息化系统。因此，医疗信息化领域也可相应分为①面向医疗器械制造商/研发商的上游，②面向医疗服务提供商（如医院、诊所等）的下游。由于医疗行业的中游主要为药械销售渠道与医疗服务获客渠道，医疗信息化行业的中游将与上下游一并讨论，不作单列。医疗信息化产业链分布上游医疗信息化企业主要面向药械制造/研发商，在研发、生产、营销与监管四个方面提供相应服务：下游企业则致力于为医院、诊所等医疗机构赋能，致力于提升诊疗效率、延伸诊疗服务、消除医疗机构内部信息壁垒、提高医疗机构运营效率、并打通各医疗机构之间的信息孤岛：综合来说，医疗信息化有三大发展方向，即软件SaaS化，打通医疗环节的信息孤岛，实现医院、诊所、药店信息化系统完美升级；HIS移动化，通过医疗管理工具全面提升医疗效率，就医院层面而言，链接如云平台延伸诊疗服务；决策智能化，采用先进的人工智能解决方案，为医疗行业参与方的重要决策制定提供辅助。商业模式分析I. 行业上游研发阶段——研发智能化传统的医药研发模式平均耗时12-15年，平均投入15亿美元，且仅有10%的成功率。大型制药企业有逐渐将各个小阶段外包或者并购小公司以降低自身研发成本和风险的趋势。创新药的AI辅助研发利用人工智能模拟药物筛选的过程，对化合物活性作出预测，进而对有潜力的化合物进行针对性实体筛选；并通过深度学习算法分析数据，预测新药有效性。这一技术可极大缩短药物研发时间，提升研发成功率。盈利点：随着“4+7”药品带量采购在试点城市的落地，基药、仿制药价格大幅下降，传统医药企业的利润空间被严重压缩。药企将有极大动力增加新药研发投入，以寻求新的利润增长点。作为加快新药研发进程、提升研发成功率的新型工具，AI辅助药物研发服务市场将迎来巨大发展机会。按照企业在新药研发过程中的参与程度，我们将AI辅助药物研发企业的商业模式分为以下三种：现有的平台多与大型药企合作，参与某一阶段或某一药物品类的研发。然而，目前多数AI辅助药物研发企业仍处于早期阶段，在世界范围内还未出现成功完成研发的案例，AI参与研发的药物也没有被批准上市的记录，模式的有效性尚无法确认。临床药品试验阶段——临床信息化临床信息化企业主要利用信息化平台提升药物研发过程中的数据管理效率，主要承接大型药企的临床试验分包业务，提供信息收集、真实世界研究*等一系列临床试验阶段服务。*注：真实世界研究指：通过在真实医疗过程中采集的信息，对大样本数据进行广泛分析，以评估药品在临床中的使用效果以及监测药物安全性。2016年12月25日，美国FDA发布法案，支持新药研发企业在合适情况下使用真实世界数据，并批准利用真实世界证据扩大适应症时，无需开展临床有效性试验或生物等效性试验；以真实世界研究为主的通常需要大量的研究样本与多中心事件，因此其成本高昂、研究难度大、且由于多属于回顾性分析或事后分析，研究证据等级受挑战。由于药物研发是一个长期、多阶段的过程，从Ⅰ期临床试验到批准上市，甚至到后期的Ⅳ期临床试验，过程参与人员复杂，且临床研究对数据质量的要求非常高，各环节都需进行详细记录。传统使用的纸质或单一电子文档记录的数据面临以下问题：①不易保存、灭失风险大；②记录数据易被篡改，不利于对于药物研发过程的监管；③在后期CRA、DM核查和审核时需要通过人工审核，且在最后的统计分析时统计需要花费大量工时。采用临床药品试验信息化可极大提升药企在新药研发临床试验阶段的效率，加速新药上市流程。盈利点：临床药品信息化企业可为大型药企研发机构、小型独立新药研发机构搭建并维护临床药品试验信息化平台，或为其提供真实世界研究等第三方增值服务。从市场前景来看，大规模病例征集，进行临床循证的研究，以及观察药物疗效，不良反应是药企刚需。对比国外医药研发企业信息化的投入，国内才处于起步阶段。2010年中国临床试验阶段电子信息化的水平只有10%，经过几年的发展，到2017年电子信息化水平也只有50%左右。而随着中国药企加大新药研发投入，同时仿制药的大量释放，CRO企业的业务量以每年10-15%的速度增长，未来医药临床研究的电子信息化市场将非常可观。然而，不同于创新药大国美国，中国药企原创新药较少，需求此类临床试验信息化服务的企业较少。且目前真实研究以患者为中心，成本较高，与多数仿制药企业追求性价比的原则相矛盾。生产阶段——生产监督管理制药行业是一个典型的批量连续生产型的流程行业，但相比普通流程工业，具有以下特殊性：面向库存生产，批量大，药品类别繁多，批号管理及有效期控制严格，自动化程度高，涉及多种原料、辅料、产品、包装等的检验，物料管理及生产工艺复杂，质量要求高等。该背景下，药品生产环节信息化可大幅提升药企在原料物料管理、生产过程管理、药品质量管理、合规监督等方面对管理效率。盈利点：为药企搭建并维护生产监督管理系统，如：包含偏差处理、纠正预防措施、变更控制、供应商评估、客户投诉，产品质量回顾、退货、召回、内外部审计、委托生产/检验等模块的质量管理系统(QMS)；在生产过程监视侧重于生产流程和工艺过程之间物料输送、质量指标的监控的生产执行系统（MES）等。同时，信息化企业可帮助药企打通后续药品销售、产品流通监测等一系列环节。药品销售、流通环节a)药品营销药品营销信息化可赋能营销环节，通过掌握药品终端营销数据，协助药企了解市场需求以调整生产，并为药企向经销商、医院、零售商营销时提供渠道支持。盈利点：药品营销信息化企业作为ToB，ToC市场真实数据的收集和持有者，可利用信息资源，为药企在药品销售环节提供实时营销监测，进行营销评估与诊断，量身定做针对不同区域、不同品类的销售、生产策略，并提供渠道支持。b)产品流通监测、全链条溯源、不良反应汇报世卫组织 2015 年曾发布报告称，全球流通药品中有十分之一为假药。每年，假药导致数十万人死亡，造成近 750 亿美元的行业损失。信息化技术的出现为阻断假药流通提供了重要先决条件。近年来多国对药品、器械均提出了“一物一码，物码同追”的全环节信息化监测追踪的要求，欧美等发达国家和地区已与2011年完成强制性药品流通信息化全流程监测体系。我国国家药监局于2018年11月1日发布《国家药监局关于药品信息化追溯体系建设的指导意见》，将构建全流程的药品追溯体系提上日程。《意见》指出，企业可以自建药品追溯系统，也可以采用第三方技术机构的服务。盈利点：药品流通信息化企业可①为药品生产、批发、零售企业搭建药品流通信息化平台并提供技术支持；②直接提供第三方药品监管追溯服务。参考欧美国家强制性、全面全流程信息化的监管现状，预计未来药品流通信息化将成为我国药品行业的准入条件，届时药品流通信息化系统将达到完全渗透，市场潜力巨大。对于企业来说，药品监管虽无法变现，但明确受到国家现有政策的支持，契合未来政策导向，为政府提供便利。II. 行业下游行业下游客户主要为医院、诊所等医疗机构，其特点与行业上游客户存在明显差异。医院1)医院信息化医院信息化主要以HIS（医院管理信息系统）的搭建为主，具体又可细分为临床信息系统（CIS）、医学影像处理系统（PACS）、放射学信息系统(RIS)、实验室数据处理系统（LIS）、支付/医保智能监控系统等，以及医院设备管理、供应链管理等常规信息化项目。现阶段，医院信息化建设的重点在于构建临床信息系统、其主要包括电子病历系统（EMR）、临床专科数据分析、AI辅助诊断等。2)电子病历（EMR）电子病历是临床信息系统最核心、最重要的组成部分。它是辅助医生诊疗、病历数据共享、远程医疗和大规模医疗数据分析等应用前景的基础，同时也可以作为一个平台，与HIS、PACS、LIS、RIS等系统实现无缝接入整合。然而作为医院信息化改造第一个落地的项目，EMR市场中竞争者繁多，且产品核心同质化严重，用户替换成本极低，已成为红海。3)医学影像处理系统（PACS）医学影像处理系统指集影像传输与存储管理、影像诊断查询和报告管理、综合信息管理等综合运用于一体的应用系统。其主要任务为将医院影像科日常产生的各种影像以数字化形式保存（即电子胶片）。以电子胶片代替传统胶片，可为医院节省成本，并实现病理影像报告在不同科室与机构之间的快速共享。同时，随着移动设备的普及，电子胶片逐渐呈现消费属性，病患付费购买电子胶片的意愿较强，该领域新的盈利点随之出现。AI辅助诊断是医学影像处理系统（PACS）的延伸，其主要原理是利用人工智能对海量疾病信息的深度学习，为医生提供影像诊断辅助，准确率通常高达90%。人工智能辅助诊断技术的应用，可以很大程度地提高医疗机构、医生的工作效率。但目前因观念原因，在临床的实际应用有限。诊所/基层医疗机构c)医疗SaaS医疗SaaS主要面向规模较小的诊所或基层医疗机构，为其提供无需搭建、付费即用的模块化医疗信息化管理系统，服务内容多为电子病历EMR、病患管理、内部人员管理、药械供应链管理、获客渠道拓展、以及支付端搭建等。大部分医疗SaaS企业技术门槛相对较低，行业竞争者繁多，产品差异化不明显，用户替换成本低，且盈利模式较为单一，通常以服务订阅收费为主。值得注意的是，尽管医疗SaaS市场竞争激烈，在领域内拥有独特资源优势的企业仍可通过提升用户替换成本、提供差异化价值附加服务等独特商业模式来构筑壁垒，提高用户粘性，但市场现况和用户的消费习惯，使企业发展的速度受到一定限制。综上所述，医疗信息化下游整体主要面临以下问题：a)市场竞争激烈，产品同质化严重，难以形成竞争壁垒，而具有行业整合能力的巨头已经入场b)盈利模式单一，下游信息化企业主要以订阅服务收费为主，难以通过参与医疗环节进行变现此外，体量较大的医疗机构通常出于自身利益的考虑，为减少其机密运营信息泄露的风险，而避免选择与直接竞争者相同的医疗信息系统，选择自建系统。因此标准化的医疗信息化系统仍主要服务于小而散的医疗机构，市场开发成本高，利润空间相对较小。封面图片来源：pexels

随着云计算、大数据、物联网、移动互联网、人工智能等信息技术对医疗健康业务的深度融合，医疗健康数据呈现爆发增长、海量集聚的特点，如何有效利用健康医疗数据，服务临床科研成为医疗机构急待解决的问题。在2020年8月23日下午举办的2020中华医院信息网络大会（CHINC）的通联站论坛上，与会专家将集中讨论与基于临床数据的临床科研平台有关的话题。通讯站论坛由上海市儿童医院院长于广军和复旦大学附属华东医院信息中心主任冯杰共同主持，内容涉及医院数据科研利用、数据平台建设、流行病学与医疗大数据的关系等话题。他山之石，可以攻玉，主办方邀请了法国科研机构，为与会学员介绍法国智慧医疗体系和医疗数据管理情况，为我国医疗行业起到借鉴作用。8月23日下午通联站论坛——基于医疗数据的临床科研平台（紫金厅）主要内容：医院数据赋能科研利用——计虹 北京大学第三医院信息管理与大数据中心主任法国的智慧医疗体系和医疗数据管理——雷萍 法国法中卫生研究院执行院长整合临床信息与生物信息的智慧医疗平台建设——于广军 上海市儿童医院院长流行病学与医疗大数据应用的关系是融通共进——梁会营 广东省医疗数据智能化应用工程技术研究中心主任、广州市妇女儿童医疗中心数据中心主任医疗数据开放与患者隐私脱敏处理——郑西川 上海交通大学附属第六人民医院信息中心主任部分主持人及授课专家介绍于广军上海市儿童医院院长上海市儿童医院/上海交通大学附属儿童医院院长，研究员，博导。上海交大中国医院发展研究院医疗信息研究所所长，上海医师协会儿科分会副会长、上海妇幼研究会副会长、上海医学会互联网医疗专委会主委、中国医师协会儿科分会常委儿保专委会副主委。上海第四届医务青年管理十杰。2013年卫生系统优秀学科带头人；2014年被批准享受国务院特殊津贴。2015年入选上海市领军人才。2018年上海市优秀学术带头人。目前研究领域为儿童保健和医疗信息化。近年来在儿保方面牵头开展了高危儿多学科合作的干预研究、多动症的医教结合研究项目。在信息化方面，承担了国家863课题《区域医疗大数据的研究与应用示范》。2011年获得上海市科技进步一等奖，中国医院协会科技创新一等奖；2013年获得国家科技进步二等奖。2017年中国医院协会科技创新二等奖。近期著作有《走进移动健康时代》、《儿童雾化治疗指南》、《健康医疗云》和《医疗大数据》。冯杰复旦大学附属华东医院信息中心主任1991年从事医院信息化建设工作至今。目前，担任中国医院协会信息专委会委员，中国医药信息学会上海分会副理事长，中国高等教育学会医学教育专业委员会医学现代教育技术学组委员，中国健康促进基金会健康大数据与智能医学发展专项基金管理委员会委员，中国医学装备协会数字医疗技术分会委员，中国心胸血管麻醉学会信息技术专委会委员，上海医院协会信息专委会委员，复旦大学附属医院信息管理分委会委员,上海市医保支付改革咨询专家。计虹北京大学第三医院信息管理与大数据中心主任硕士，研究员。北京大学第三医院信息管理与大数据中心主任。从事医院信息化工作20年。任中国卫生信息与健康医疗大数据学会卫生信息标准委员会副主任委员；中国医院协会信息管理专业委员会常委；中国研究型医院学会医疗信息化分会副会长等职；参与撰写《医院信息系统功能设计指导》、《健康医疗大数据》、《现代医院信息化建设策略与实践》等8部行业论著。曾荣获全国医院信息化杰出创新力人物、年度优秀CIO等荣誉。承担国家自然科学基金、863课题、国家卫健委、首发基金等多项课题研究。发表学术论文50余篇。率领团队首批获得《国家医疗健康信息医院互联互通标准化成熟度测评》五级乙等和新标准下《电子病历功能应用水平分级评价》六级级别。雷萍 法国法中卫生研究院执行院长博士，研究员，硕士生导师，欧中公共卫生学院执行院长，法国法中卫生研究院执行院长，法国巴黎政治大学卫生政策研究中心中国项目负责人，法国英赛克高等商学院管理学终生教师。2007年开始致力于法中卫生交流。2009年获得法国格勒诺布尔大学管理科学与工程专业博士学位。于2010年加入法国英赛克高等商学院从事教学科研以及中法教育合作工作。2016年担任法国法中卫生研究院（ Institut Franco-Chinois pour la Santé IFCS）并执行院长职务。2018年获得法国巴黎政治大学卫生政策管理专业EHPA学位并成为巴黎政治大学卫生政策研究中心中国项目负责人。梁会营广东省医疗数据智能化应用工程技术研究中心主任广州市妇女儿童医疗中心数据中心主任卫生统计学硕士，生物信息学博士，临床流行病学博士后。主要从事健康医疗数据库建设和数据挖掘方法学研究，主持国家自然科学基金、省市科研项目5项。发表论文60余篇，其中第一（通讯）作者身份发表SCI论文20篇，单篇论文最高引用94次。申请发明专利5项，软件著作权11项。郑西川 上海交通大学附属第六人民医院信息中心主任硕士，上海交通大学生命学院生物医学工程专业硕士研究生导师，中国医院协会信息管理专业委员会（CHIMA）委员，中国生物医药技术协会医药信息分会常务理事，中国卫生信息学会卫生信息安全与新技术应用专业委员会常委，中国生物医学工程学会数字医疗与医疗信息化分会常委，上海医学会互联网医疗专委会委员兼秘书。近年来，承担科技部国家重点研发计划项目、科技部863课题以及上海市信息化发展项目多项，发表专业论文80余篇。关注领域：医疗信息标准、临床电子病历以及医疗大数据应用。*大会议程及内容设置以现场公布为准2020中华医院信息网络大会（CHINC）——看点预告2020CHINC会前透视——开幕式及主论坛精彩纷呈2020CHINC大会之精品培训课：聚焦医疗网络安全2020CHINC大会之精品培训课：医院CIO职业发展与业务管理专场2020CHINC大会之精品培训课：医疗信息化建设标准解读2020CHINC大会之新学科论坛：研究型医院信息化建设与实践2020CHINC会前预览——看看“新技术”培训课有哪些亮点？2020CHINC预告：新管理论坛内容聚焦DRG2020CHINC大会之精品培训课：医疗数据应用与治理专场简介2020CHINC大会之新数据论坛：医疗设备数据采集与应用戳这里关于召开2020中华医院信息网络大会 （CHINC）的第三轮通知“全国医疗信息化防疫抗疫优秀案例评选”结果揭晓“2019年度全国医院信息化杰出领导力和创新力人物”评选结果揭晓“2020中华医院信息网络大会”征文活动 优秀论文评选结果揭晓新媒体部： 010-81138718；81138717 传播数字医学领域发展最新动态，关注医疗卫生信息化相关资讯。

东软智能医疗研究院正式揭幕。1月29日，由东软集团发起组建的“东软智能医疗研究院”在沈阳东软软件园正式揭牌成立。作为东软大健康产业生态系统中一个非营利性、开放式、协同创新的技术与科研平台，东软智能医疗研究院将通过人工智能、大数据技术等信息技术与医疗知识的融合，挖掘寻找最佳的医疗方案，为医生创造最佳医疗解决方案提供智能医疗的服务平台，同时为医学院、研究性医院的学术研究提供基于人工智能与大数据的方法论和工具，支持医疗机构高效率、高质量地产生学术研究成果，致力于成为教育发展与人才培养的平台，并促进医疗机构研究成果的产业化，促进医疗机构之间、医疗机构与科技产业之间的合作。东软智能医疗研究院将专注于人工智能平台、大健康数据平台以及包含支付、医疗服务、医院、科研、健康管理等大健康全产业链的结合与应用，运用东软智能医疗研究云平台CareVault，以云模式提供AI工具和数据集，不断构建、优化和积累高质量的样本数据和认知模型，为医生提供辅助医疗与科研的服务平台，为医院等科研机构提供基于人工智能与大数据方法论和工具的科研平台，为医疗机构、科研院所提供科研成果产业化的孵化平台。据悉，该研究院创始会员包括中国医科大学、齐齐哈尔医学院、首都医科大学宣武医院、沈阳军区总医院、吉林大学白求恩第一医院、郑州大学第一附属医院、河南省人民医院、辽宁省肿瘤医院等八家医疗会员，东软集团软件架构国家重点实验室、澳大利亚昆士兰大学李雪教授团队、东北大学中荷生物医学与信息工程学院等三家技术会员。同时，研究院已经开展虚拟标准化病人、高血压社区综合管理研究、北方人群心脑血管疾病遗传学大数据研究、脑卒中救治智能辅助流程与规范、省级脑疾病协同救治临床方法与规范、医疗影像大数据与智能分析、高端智能影像设备应用验证和质量提升、肿瘤临床辅助决策等课题的研究。东软集团董事长兼首席执行官刘积仁博士表示：“在医疗健康领域，东软始终致力于构建可持续的大健康产业新生态。东软智能医疗研究院成立的初心与目标就是要通过IT技术与医疗行业的融合，为政府、医院、科研院所、医生等搭建一个纯粹的、公益的平台，通过技术研发、跨界合作、学术交流，为大健康产业的发展创造价值、分享价值。”据介绍，东软在大健康产业布局较早，已有二十多年的发展历史，业务涵盖医疗信息化、社保、医疗设备、健康管理等方面。在区域卫生和医院信息化领域，东软累计服务医院客户 2000余家，服务全国诊疗 4.6 亿人次。在人力资源和社会保障行业覆盖人群超过 7 亿，占据超过50%的市场份额。在医疗设备方面，子公司东软医疗服务于全球110个国家和地区的9000多家医疗机构。在健康服务领域，子公司东软熙康的云医院覆盖的服务居民超过3000万，已与宁波、太原、沈阳、秦皇岛、贵州、海南等多个城市开展合作。在医院精细化管理信息系统领域，子公司东软望海在HRP、医院成本一体化、医疗卫生资源监管等领域保持优势地位。这些都为东软智能医疗研究院提供了坚实基础和天然优势。（中国日报辽宁记者站）

东软集团（个股资料操作策略盘中直播独家诊股）　　由东软集团发起组建的“东软智能医疗研究院”今日在沈阳东软软件园正式揭牌成立。　　东软智能医疗研究院将专注于人工智能平台、大健康数据平台以及包含支付、医疗服务、医院、科研、健康管理等大健康全产业链的结合与应用，运用东软智能医疗研究云平台CareVault，以云模式提供AI工具和数据集，不断构建、优化和积累高质量的样本数据和认知模型，为医生提供辅助医疗与科研的服务平台，为医院等科研机构提供基于人工智能与大数据方法论和工具的科研平台，为医疗机构、科研院所提供科研成果产业化的孵化平台。　　秉承开放、融合、公益、共享、发展的原则，东软智能医疗研究院面向大健康产业，汇集并吸纳技术、产业、医疗等各方成员。据悉，该研究院创始会员包括中国医科大学、齐齐哈尔医学院、首都医科大学宣武医院、沈阳军区总医院、吉林大学白求恩第一医院、郑州大学第一附属医院、河南省人民医院、辽宁省肿瘤医院等八家医疗会员，东软集团软件架构国家重点实验室、澳大利亚昆士兰大学李雪教授团队、东北大学中荷生物医学与信息工程学院等三家技术会员。同时，研究院已经开展虚拟标准化病人、高血压社区综合管理研究、北方人群心脑血管疾病遗传学大数据研究、脑卒中救治智能辅助流程与规范、省级脑疾病协同救治临床方法与规范、医疗影像大数据与智能分析、高端智能影像设备应用验证和质量提升、肿瘤临床辅助决策等课题的研究。　　东软集团董事长兼首席执行官刘积仁博士表示：“在医疗健康领域，东软始终致力于构建可持续的大健康产业新生态。东软智能医疗研究院成立的初心与目标就是要通过IT技术与医疗行业的融合，为政府、医院、科研院所、医生等搭建一个纯粹的、公益的平台，通过技术研发、跨界合作、学术交流，为大健康产业的发展创造价值、分享价值。”　　据介绍，东软在大健康产业布局较早，已有二十多年的发展历史，业务涵盖医疗信息化、社保、医疗设备、健康管理等方面。在区域卫生和医院信息化领域，东软累计服务医院客户 2000余家，服务全国诊疗 4.6 亿人次。在人力资源和社会保障行业覆盖人群超过 7 亿，占据超过50%的市场份额。在医疗设备方面，子公司东软医疗服务于全球110个国家和地区的9000多家医疗机构。在健康服务领域，子公司东软熙康的云医院覆盖的服务居民超过3000万，已与宁波、太原、沈阳、秦皇岛、贵州、海南等多个城市开展合作。在医院精细化管理信息系统领域，子公司东软望海在HRP、医院成本一体化、医疗卫生资源监管等领域保持优势地位。

近日，作为医疗器械三巨头之一，GE医疗举行了一场特殊的线上发布会，正式推出针对新冠肺炎的CT影像智能分析平台技术——“智赢新冠LK 2.0”。智赢新冠LK 2.0平台是一个以呼吸系统疾病为中心，基于影像基因组学原理，结合AI技术和图像处理、图像识别方法，提供新冠肺炎CT影像智能化分析的软件平台。值得一提的是，该平台主要用于科研目的，不能用于临床诊断。会后，多位医生及GE医疗的高管接受了雷锋网在内的采访，详解了LK2.0平台的初衷与未来前景。LK2.0解决什么问题影像科成为这次战“疫”前线的重要力量。不管是新冠肺炎还是其他类型的肺部疾病，在影像科的工作流程中，医生首先要做的就是对病灶进行定位。吉林大学白求恩第一医院放射线科主任张惠茅表示，“看过大量片子之后，医生都很疲惫。很多医生都要在半夜值班，如果AI可以找出病变部位，告诉我们是否有病变，这是一个很有吸引力的功能点。”其次，找出病灶后，需要把病灶勾勒出来，便于对病灶特征进行分析。然后，相比于肿瘤，新型冠状病毒肺炎的边界并不明确。此前，在接受雷锋网采访时，依图医疗的副总裁石磊表示，“人眼难以精确分析CT图像2000个单位下的灰阶变化，对视觉不明显的病变，AI可以提供帮助，这方面AI要优于人类，但是否被医生采纳，还取决于医生对AI提供信息的判断和AI提供信息的维度。”张惠茅主任对LK2.0平台印象最深的点是“组学特征的可视化展现”：“除了新冠肺炎，患者并不是不存在其他病变，例如甲流、乙流、常规的早期肺癌。我们都需要结合临床数据作出诊断。如果AI可以帮助我们从更高维度分析所有的数据，会有很好的使用场景。”所以，根据这些需求，GE医疗在LK2.0重点做了几件事情：对于早期无症状病患和不易发现的新冠病灶，GE医疗将AI分析范围拓展到了气管、支气管部分，帮助肺部无明显形态学改变的病例，进行早期病灶识别。GE医疗中国精准医学院副院长赵周社解释说，就目前的指南而言，对气管和支气管的变化分析比较少，所以LK2.0平台专门针对这两者进行定量的分析。对于新冠中后期复杂病变，平台对肺叶进行快速智能化分割、精准定位病灶和定量评分；结合AI深度学习建模，进一步评估疾病进展、反映病变体积与分布，分析弥漫性病变，预测病情走势。同时，将分隔出来的特征进行影像组学的分析，从而提高检出的准确性。对于激增的新冠病患数据，平台可对不同型号的CT进行数据规范化处理，统一把数据处理成1毫米的层厚，同时进行批量快速读片处理。“没有精准定量，AI无从谈起”GE医疗中国首席市场营销官阎华说到，GE医疗的数字化布局，主要是从疾病出发，利用先进的数字化以及AI技术为临床提供服务，能够有效的迅速应对像疫情这样的突发情况。据雷锋网了解，LK2.0的前身1.0版本，主要是针对肺结节、肺部炎症和肺功能损伤的定量分析。GE医疗中国诊断药物业务总经理戴红东向雷锋网表示，此次发布的智赢新冠LK 2.0平台，是由20多位来自海内外的博士，涉及化学、影像学、临床、数学等多学科，还有将近10位人工智能科学家、工程师经过一个月的时间，与十几家医院合作，专门针对新冠病毒在肺部影像方面的特异性和特殊性而开发。在戴红东看来，LK2.0解决方案的推出，也是GE医疗在中国精准医学、数字化战略的一个缩影。“精准医学的概念提出后，很多年没有得到实质性的进展。但是人工智能技术的出现，为精准医学带来了更大的发展空间。”据雷锋网了解，GE医疗在内部设立了一个精准医学院，主要分为三个中心：生物医学研究中心、人工智能研究中心和精准定量医学影像研究中心。该院副院长赵周社表示，“我们不但要重视肿瘤、神经、心血管类疾病，我们更要重视传染性疾病，发挥人工智能技术来在精准医学中的作用。”为什么会设立这三个部门，赵周社解释了其中的逻辑——如果疾病在形态学上没有明显变化，我们能否通过DNA、蛋白质水平的变化，来推测出疾病的类型。赵周社的观点很明确：研究AI技术，如果没有“精准定量”作为基础，一切AI都没有办法获得结果。所以，精准医学院要做的第一件事情就是，进行精准定量，有了精准定量作为基础，GE医疗做的第二件事情才是AI。“研究院就是要用转化医学的理念，定量和分子医学以及分子影像仅仅是一个工具。AI技术也只是帮助我们建立一个模型，模型对不对，我们需要生物医学分析来验证它。三个中心就是互相协作，来实现精准医学的目标。”在雷锋网的采访中，赵周社也透露，基于1.0平台，GE医疗已经发表了一些肺损伤的文章。今年，GE医疗将会在2.0平台的基础上和15家医疗单位合作，预计到3月底，还会有15篇SCI和国际期刊论文发表。新冠肺炎研究将成为重点新冠肺炎疫情对人们的生活造成巨大冲击，但是从另一个角度来看，也启发了更多丰富的研究思路。作为上海长征医院影像医学与核医学科主任、中国医学影像AI产学研用创新联盟理事长，刘士远教授对新冠肺炎AI产品十分关注，而他也看好这方面的研究：“一方面是因为新冠肺炎本身的医学挑战，另一方面，这些医疗产品会有很好的延展性，新冠肺炎之后的大量肺部炎症和肿瘤的鉴别都有很强的需求。”刘士远教授的观点得到了印证。3月5日，为应对新型冠状病毒肺炎疫情，按照科学审评的原则和确保产品安全、有效、质量可控的要求，NMPA器审中心制定了《肺炎CT影像辅助分诊与评估软件审评要点（试行）》的通告。刘教授表示，“医疗AI的归口管理单位在积极进行新冠肺炎AI产品的质量标准制定、临床评价制定。影像科的医生也非常接受。因此，新冠肺炎的AI产品是有政府的支持、有医生的接受、有公司积极参与，相信会有很好的前景。”当然，基于CT影像的肺部AI产品从几年前就开始研发，但是至今还没有一款产品获批，本身有其产品端的“难关”。因此，可以理解为其“子系统”的新冠肺炎AI产品也面临着很大的挑战。首先，关于新冠肺炎的诊断标准还没有完全明确，基于CT影像的标注标准都是各家公司“各自为政”。其次，单纯的深度学习远远解决不了肺炎AI产品研发的整体问题。刘士远教授表示，“肺炎比肺结节更加复杂，它的维度更多，需要考虑的因素也更多。例如，图像分割就非常困难，由此带来的算法挑战也会很大。”最后，是产品迭代能力。前段时间，由于临床病例管理的限制，以及一线医生的参与度不够，新冠肺炎AI产品的迭代能力还不强。“我觉得AI产品尤其是新冠肺炎的产品，距离真正用于临床还有比较长的路要走，要大家一起做更多的努力。”武汉大学中南医院影像科主任徐海波教授也谈到了新冠肺炎AI产品面临的一些问题。“我们现在合作研发的参照这些重症这些标准，很多参数还没有完全匹配，今后我们很有可能跟GE医疗公司基于LK2.0再次合作，科学上是无止境的。”当然，徐海波教授看好LK2.0平台的前景。“未来不仅是LK2.0，很多AI软件的探索之路都还很长。毕竟，我们对新冠肺炎的了解太少。SARS已经过了17年，我们都还没有完全了解清楚。”刘士远教授也对新冠肺炎AI产品的未来表示乐观。“现阶段来看，疫情进入比较良好的控制形势下，希望未来在这些科研平台的基础上，为更多肺部疾病的诊断、鉴别、量化、分级，疗效评价，或者出院标准判断，提供更多维度的信息，更好地为所有的患者服务。”