医疗低效率主要原因之一是数字化程度低，物联网和人工智能可提高医疗透明度

卫生保健中心的分解（非集聚化）是为了巩固零碎的数据和资源，然后通过提供改进的诊断和治疗的服务，给患者改善的通道以及提高设施利用率将它们分解。在这里我们关注的是卫生保健大数据和资源共享。

领域1：医疗大数据

中国的医院或医疗机构的医疗数据目前是互相独立的。中国还缺乏标准化、密切相关的医疗记录。标准化的医疗记录是数据的整合，并能利用它们来跟踪病人的需求，获取临床信息，最终定出最合适的治疗方法，这些都非常具有挑战性。目前医疗低效率有几个原因，主要之一是数字化程度低。

截止2015年，中国大约29%的医院没有安装电子医疗记录系统（采用Himss Analytics电子病历的第0阶段模型），而2014年在美国该比例只有4%。其次，医院内不同部门之间的联系也不够密切。

到2014年，超过一半的中国医院没有临床数据库健康信息交换功能，而在美国（阶段0和1）这一数字仅为6%。只有21%的医院建立了院内电子病历连接（阶段3到7），在美国这一比例为88%。此外，医院限制了医生与其他医院和保健公司分享他们的病人数据的积极性，因为这样做可能会影响其病人流动和财务表现。

当认识到当前的挑战和了解到能更好地利用卫生保健数据的巨大机会时，政府相关部门在2017年5月宣布计划第一次对医疗保健部门的数据进行收集储存，并对该数据的使用进行监管。

医疗保健大数据可能会给该行业的参与者带来巨大的价值。医疗技术和制药公司能够提高其研发生产力，并为病人提供个性化的药物。通过分析数据，研究人员可以看到哪些治疗方法对特定的情况最有效，识别与药物副作用或医院再入院有关的模式，并获得其他重要的帮助病人和降低成本的方法。

此外，有个别病人更详细和完整的数据可以使治疗更精确，同时降低成本，获得更高收入。

随着个人健康数据越来越详细，例如，基因测序的成本下降，传感器、监视器和诊断提供了源源不断的实时信息，这就有可能使医生采取更具有针对性的治疗和干预措施。

使用这些数据进行个性化的药物治疗，以及远程提供药物，意味着更多的病人可以在昂贵的医院环境之外接受治疗。

健康保险公司可以大幅减少因信息不对称而产生的欺诈和因过度治疗而产生的浪费。有了大数据的分析，可以用临床数据交叉检查索赔数据，并分析账单模式，从而帮助识别不适当的支付。

由于对病人有了更好的了解，公司可以鼓励病人改变其行为，从而降低保险的成本。众安保险是阿里巴巴、腾讯和平安的合资企业，它正在探索在其产品开发和索赔管理过程中大数据的使用。

其特殊保险项目“糖小贝”通过连接血糖仪来监测糖尿病患者的血糖水平。使用这些信息，该公司为“糖小贝”设计了一个奖惩系统，改善了患者对治疗的依从性，从而改善了治疗的结果。

许多公司正在探索合作关系，以最大限度地提高医疗保健大数据的效益。阿斯利康与北京大数据研究所成立了一家合资企业，他们不仅要交换专业人员，还要交换临床数据库。他们还打算合作开发数据分析技术平台，以诊断和治疗中国的常见疾病。百度与北京市政府合作建立百度云，从可穿戴设备上监控健康大数据。

阿里云与西安国际医学、东华软件创建了一个医院管理平台西安国际医学中心，公司表示这样一来将更容易管理个别病人病例和分析聚合的健康数据，从而提高医疗保健的质量。

支付宝还推出了名为“未来医院”的端到端客户电子健康应用程序，该应用程序连接了全中国20多个省和40个城市的约200家医院。它提供了某个地方的信息，包括医院的可用性、预约时间、支付和医疗记录。

该研究发现，大数据的个性化医疗保健的全球市场可达2万亿美元至10万亿美元，这效益的大小取决于健康系统如何快速适应不同市场以及应用的研发能否推广到临床的治疗，在美国，医疗数据在产业中机会很多。根据推测，有效利用大数据能够减少超过3000亿美元的国家医疗保健支出。

领域2：共享资源

数据处理技术另一种方式是可以通过共享资源改善卫生保健的现状，这包括卫生保健专业人员和专门的设施，如独立临床手术室和门诊手术中心。这不仅可以节省成本，它也可以帮助解决医疗设施的使用高度不均匀的问题。

共享医生可以帮助克服地理不平衡的保健供应（尤其是城市与农村）以及医疗供需的不匹配。在这样的背景下，中国政策上在2017年4月提出了多点管理建议，尝试在公共和私人设施数量上不设置限制。

其中一项要求是，医生必须在省级注册，并报告所有他们向主要雇主工作的情况。丁香园是中国最大的在线健康社区，注册医师可以去寻找工作机会和获得有关培训政策、法律和搬迁的建议以及一般的职业发展建议。

正如房地产共享经济模式一样，将分散的消费者群体需求聚集在一起，可显著提高高价值固定资产的利用率，数字医疗平台可以帮助将独立实验室等专业设施与广泛的潜在患者匹配起来，从而实现规模经济。随着临床医学的迅速发展，对实验室的检测需求也在不断增加，但对技术上的需求越来越大。

而且，人员上的限制使中国现有的实验室，甚至是大医院的实验室，难以满足日益增长的消费者需求。一家医院之所以不具备成本效益，是因为购买和操作实验室设备和支付所需的专家费用很高，这对一家医院来说是不划算的。

共享经济模式是由独立的流动外科中心提供手术，以帮助这些中心与医生和其他潜在合作伙伴（包括医院、医疗技术和制药公司）合作，提供配套的设施和服务。

减量可能对医疗保健的影响最小

与其他两个数字化的力量相比，减量化产生的影响较小。就医疗设备而言，3D打印技术可以生产出植入设备和定制出药物的质地和剂量，以提高治疗质量。

2016年，Aprecia获得了FDA批准的首次利用3D打印生产的药物。使用Zipdose技术使药物在口中化解只需少量的水，而Spritam是用于长期的癫痫症患者。从长远来看，活器官的生物打印很有可能被更广泛地应用。但是，3D打印技术在医疗保健中的未来普及率是高度不确定的。

如果类似的形式被采纳并广泛应用，公司仍然坚持传统的标准化制造医疗器械和药品，那么他们与使用这些技术的竞争对手相比就可能会失去竞争优势。

如果所有形式的数字化干扰会重组价值链，中国未来的医疗保健将会是什么样。

世界各地的医疗保健系统越来越严格，进入壁垒越来越高，改善速度越来越慢。许多利益相关者秉着不同的动机、兴趣和对变革的不同态度，都参与到了这一领域中来。

但是，如果三种类型的数字化同时发生中断，将会产生什么影响？在一个大爆炸场景，我们使用物联网和人工智能健康护理方案，使大数据在医疗保健方面充分发挥作用，提高医疗服务供给，这种变化将是巨大的。

中国的医疗制度是分散的，医疗保健提供者，包括医院在内，在制定具有重大经济影响的治疗方案方面发挥着重要作用。

患者可能因为缺乏他们需要作出知情决定的知识理论，在诊断、治疗和支付方式方面是被动的。这种不对称是次优决策和浪费资源的结果。

在一项针对28个中国城市的230800门诊处方的研究中，2007年到2009年期间，近一半的处方都是抗生素，10%是两种或两种以上抗生素。因此，中国的抗生素耐药性似乎比西方国家更高。零散的信息意味着制药和保险公司和医疗技术的供应商提供的产品和服务是通用的，因此并不总是适合病人。

在我们的信息大爆炸环境中，病人处于医疗保健系统的中心。他们对药物和治疗方案更加了解，因为他们不再与卫生保健提供者的关系中处于信息劣势地位。

从多重资源收集数据，使得玩家能够在卫生保健系统中对信息进行跟踪，包括医院临床信息、行为和社会信息的记录、数字化设备。这些数据是不断集成的，独立数据库之间的边界通过医疗系统各个部分之间的无缝连接被打破。数据是结构化的，存储在云中，可用于分析。

借助机器化学习的能力，人工智能可处理海量数据，并提取有助于改进决策的方法。每一个病人的接触点都可以被数字化，从看一个在电子商务中在线咨询平台的专家填写处方药剂，到跟踪药物的递送。

这种以病人为中心、信息丰富、紧密联系的系统是高质量支出的结果。患者可以接受到个性化的疾病预防和诊断以及其他连贯服务。大量的数据提高了护理的质量和效率。例如，医生可以对治疗作出非常准确的决定，并能预测疾病发生的可能性。

在大医院和小医院工作的医疗保健专业人员之间、经验丰富的医生和新医生之间的能力差异被降至最低。对大量病例整理分析后，大数据使临床路径标准化。即使经验最少的医生在初级保健中，也