以数智，赋医道：读懂医疗行业的智能化升级

不久之前，我读了马伯庸的小说《大医》。故事中三位年轻人，在1910年来到中国红十字总医院，见证了那个时代“筚路蓝缕，以启山林”的中国医疗事业启航，参与了一次次的医道之变。

一百年过去，医疗事业蓬勃发展，也在迎来更加波澜壮阔的变局。医疗大数据、医疗AI大模型、5G+远程诊疗，种种数字化、智能化技术加速着医疗行业的变化，也催生了一个个时代机遇与时代责任。

在目前阶段，医疗行业智能化究竟迎来了哪些机遇？

华为这样的ICT厂商，又能为医疗行业智能化带来什么？贡献什么？

4月17日—19日，第21届华为分析师大会在深圳举办。期间，以“数据要素助力医疗智能化升级”为主题，开展了医疗行业圆桌活动。来自各个领域的业界专家，围绕医疗影像、健康大数据、医疗大模型等前沿内容，进行了广泛而深刻的探讨。

圆桌论道之后，脑极体与IDC中国高级研究经理肖宏亮进行了对话，请他分享了对医疗数智化变革的见解，共同探讨了圆桌活动带来的启示。

我们以这次对话为起点，共同进入医疗行业的智能化升级，见证未来医疗的数智之变。

双轮驱动：医疗数智化的变革趋势

在目前阶段，我们可以从多个角度发现医疗行业正在经历意义深远的变革。统筹统建、公立医院改革与高质量发展相关政策趋势下，医学技术高速发展，医疗数据爆发式增长，医疗机构管理与服务进行着高速升级。

肖宏亮认为，目前医疗数智化升级，是由两个因素驱动的。一是政策因素，另一个是技术因素。

首先来看政策因素，自2009年新医疗改革开始之后，解决看病难看病贵的问题是首要任务，从2009年至2020年这一阶段主要围绕这一任务进行产业推进。而从2020年开始，医疗行业进入了新的阶段，政策主要导向是要解决医疗可持续发展的问题，解决医疗公平性的问题。在2023年年底，中国开始全面推进医共体建设，进一步改革医疗服务体系，推进医疗服务的互联互通。这些政策趋势，要求医疗资源下沉，实现医疗普惠与公平。

客观上来看，数智化技术是推进医疗公平、加强医疗资源利用效率的有效手段。比如说，圆桌中就有专家谈到AI技术在基层医疗中的应用，可以有效解决基层医生相对缺乏的问题，有效提高医疗资源公平性。因此这一阶段中，数智化技术的价值将在医疗行业发展中被放大。

从技术层面上看，源源不断的新技术涌现，为医疗行业拓展了极大的价值可能性。AI技术的应用，可以辅助医疗诊断，提升诊疗效率与准确性；云计算可以实现医疗数字化系统的集约化建设，从而让数字医疗呈现平台化发展的特征，降低建设与运维成本；通过云平台，使能医疗数据的互联互通，解决异地就医难等挑战。

在政策与技术“双轮驱动”下，医疗数字化、智能化的程度在加强，发展速度在加快。而这也要求供应商拿出更加前沿、先进，并且具有可行性的医疗数智化解决方案。

诊疗、院区、健康城市：华为智慧医疗解决方案的全面赋能之道

在政策与技术的驱动下，医疗领域的每一个层级，每一个领域都孕育着智能化的可能性与必要性。想要推动医疗智能化的全面发展，必须将相关能力做专、做深，真正找到适合医疗行业典型场景与广泛需求的解决方案。

整体而言，今天的医疗智能化需求，涵盖了从模式创新到技术创新的方方面面。有能力创新，有能力解决行业问题的厂商，未来将在医疗数智化浪潮中获得更大的机会。

为此，华为希望聚焦根技术，助力医疗行业打造数智健康底座，加速医疗行业的智能化发展。具体而言，华为打造了智慧医疗解决方案，从医技数字化、智慧院区、智慧健康城市等方面入手，解决医疗数智化最迫切，最棘手的需求。

首先来看诊疗层面。诊疗是医疗的第一线，是医生每日工作的前沿阵地。在这一方面，华为带来了“智慧医院”解决方案，满足医学影像、病理业务场景的数智化需求。

该解决方案依托云计算、人工智能等技术打造统一架构，具备全院数据融合、多协议免拷贝、无损压缩、SmartCache2.0AI预读、视网联动五大优势特性，可以实现影像、病理秒级调阅1000余切片，为院方节省30%存储空间和70%机房空间，帮助医生打造精准高效、同质化的阅片诊断服务，从而缓解一线医生压力，提升医疗场景的核心智能化水平。

在院区管理方面，华为打造了智慧病房、一院多区、智慧院区三大解决方案。其中，华为智慧病房解决方案，依托Wi-Fi、物联网、一网多频融合等技术，支持400+终端设备的物联和数据采集，打造高质量的病房数智化能力。华为智慧院区解决方案，可以借助数字平台打通院区运营子系统，实现院区全场景智能服务、全流程精细化运营。此外，华为一院多区解决方案，通过构建“多院区云网边资源一体化底座”，实现多院区的统一管理和同品质诊疗服务，从而帮助医院全面提升医院的数智化能力，让智能体验流入院区的每一个角落。

在更加宏观的智慧健康城市方面，华为打造了“1+1+3+N”全景架构的智慧健康城市解决方案，即一个底座，一张网，医防协同、健康服务、产业赋能三大平台，N个应用，其中包含区域医疗健康AI、区域医疗大数据、区域公卫应急指挥三大场景化解决方案，支撑各地区医疗健康产业建设，助力医疗健康治理体系和治理能力现代化。

从医生诊疗，到院区管理，再到智慧健康城市建设，华为智慧医疗解决方案带来的，是对医疗行业数智化的全面赋能之道。只有深入医疗行业之所想，提供医疗行业之所需，才能让数智之道与医道合流，让医疗数智化变革真正更好、更快发生。

数智赋医道，数智见未来

数字化、智能化解决方案，能否契合医疗行业的时代发展，结出充分的应用硕果，还需要在实践中寻找答案。我们可以看到，华为智慧医疗解决方案已经在全球范围内有了充分的应用实践与落地案例，比如说：

在深圳市龙岗区卫生健康局打造的区域医学影像平台当中，就应用了上文讨论的华为医技数字化解决方案。通过该区域医学影像平台，龙岗区12家医院可以实现医学影像数据的互联、互通、共享，让影像报告一键调阅、跨院检查互认。根据相关数据显示，在使用区域医学影像平台之后，医生诊断便捷性极大提升，而医院也节省了大量报告及胶片耗材成本。在龙岗区属12家医院总年检查量157万人次的情况下，相较于使用传统物理胶片节省了约661万元的成本投入，极大程度推进了医疗资源的节约与普惠。

而在上海交通大学医学院附属瑞金医院，作为综合实力排名连续多年上海第一，华东第一的医院，这里承载着来自全国各地的海量病理诊断。为了提升数字切片的分析效率，瑞金医院病理科联合华为数据存储，基于华为OceanStor Pacific分布式存储，在数字化病理高性能调阅和数据缩减技术中实现了极大的飞跃，实现了1秒同时调阅1000个切片的能力提升，效率超越传统存储80倍以上。

针对整体数据量巨大、存储困难的问题，华为独有的数字化病理二次压缩算法，实现了病理数据智能识别，让数据压缩比达到30%以上，同时配合OceanStor Pacific分布式存储的高密硬件设计，实现了更少空间、更久存储、更多数据，帮助医院节约了70%的机房空间。

在四川大学华西医院，为了推进罕见病患者全基因组测序计划，其携手华为、赛乐基因科技三方联合发布了多组学数据加速分析平台。通过华为OceanStor Pacific分布式存储，实现了200倍存储性能提升，全基因组分析流程时间从传统的24小时缩短到了7分钟。这是全球首次将人类全基因组分析推进至分钟级，在多组学数据分析领域具有跨时代的意义。

整体来看，在积极的产业探索与行业合作过程中，华为的产品与解决方案已服务于全球110+国家，5000+医疗卫生机构。

在中国，华为已经服务超过1800家三级医院，将数字技术带入医疗、科研、教学、运营管理等诸多场景中。同时，华为积极与卫健系统合作，参与国家卫健委及各省市级全民健康信息平台建设及600+家远程医疗平台建设。在医保领域，华为服务了国家医保局、国家智慧医保实验室及31个省级医保信息平台。

在欧洲，华为全闪存助力医院核心业务系统高效稳定运行，保障医疗数据的全生命周期安全，助力养老服务提供商通过华为高品质万兆院区网为其客户提供绿色、持续、稳定的高质量网络服务。

在比利时第二大医院，比利时鲁汶大学（UCL）的附属医院Saint-Luc（UCL）医院，通过采用华为关键业务存储部署其核心业务，借助全SSD配置构建高性能低时延数据服务平台，实现了配置磁盘数量、功耗和机柜占地空间降低超过50%。同时构建双活数据中心解决方案，提升业务可用性至99.9999%，保障关键业务永不宕机。此外，华为融合存储还将帮助Saint-Luc（UCL）医院构建了备份系统。

在德国北莱茵—威斯特法伦州的最大医疗机构埃森大学医院，在使用华为OceanStor Dorado全闪存存储后，其实现了存储资源的有效整合，从而方便医生将医疗数据进行交叉参照和分析，更快速准确地进行医疗决策。此外，通过使用华为提供的全闪存存储的NoF网络、双活镜像和智能网络芯片组等先进技术，医院IT系统获得了超30万的IOPS和低至0.3 ms的时延，使其可以快速处理了大量的医疗数据。最终让埃森大学的医疗系统能够更加准确地存储和处理医疗数据，提供高效、安全、可靠的医疗服务。

在作为法国第四大医院的法国图卢兹大学医院，华为提供的基于OceanStor Dorado全闪存SAN&NAS一体化双活解决方案，为医院HIS、PACS、EMR等核心业务提供超高的性能和可靠性。设备运行6个月后，平均读时延低至0.8 ms，平均写时延达到0.144 ms，数据缩减比达到4.468:1，极具成本效益。

在这个波澜壮阔的时代，我们或许就是《大医》中的主人公，正在见证数字化、智能化技术如何深入医疗行业，带来影响深刻的医疗智能化变革。

一份病历全国通行，AI医生辅助诊断，远程会诊甚至远程手术，这些曾经出现在科幻电影里的医疗场景，正在一步步来到现实。

以数智，赋医道，是今天医疗行业升级中至关重要的主旋律之一。

免责声明

本文来源为其他媒体的内容转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。