從優化服務流程到提升服務連續性，從數據庫建設到醫療健康信息互通共享，從醫院信息化建設到醫療質量監管，數字醫療不斷開辟新空間
【現象】貴州省龍里縣的村醫遇到不常見的病癥，可以借助遠程診斷系統幫助會診；僅用時5分鐘，頭頸CT智能輔助診斷系統就能完成傳統方法下技術嫻熟醫生需30—40分鐘才能完成的卒中患者診斷，為搶救贏得寶貴時間；利用數字技術，社區衛生服務中心的醫護人員對居家的高齡老人和慢病患者進行遠程監護和健康管理……隨著算力資源不斷增加，算力布局持續優化，我國數字醫療獲得快速發展，為更多患者帶來了更大便利。
【點評】
手術機器人、遠程醫療、可穿戴設備、電子病歷……看得見的智慧應用背后，是看不見的智能算力在支撐。
我國擁有14億多人口，2022年全國醫療衛生機構總診療人次超84億，產生海量醫療健康數據。用強大算力將這些數據進行有效歸納、分析和總結，有助于優化醫療資源配置，提升全國疾病預防、治療和健康管理能力。
從行業發展看，我國數字醫療具有豐富的應用場景。利用大數據等技術，助力構建線上線下深度融合、覆蓋全生命周期的衛生健康服務模式；利用數字技術，能夠推動醫療資源下沉，提高醫療服務供給與需求的匹配度，促進分級診療格局更快形成。更好地發揮算力對醫療行業的賦能作用，應圍繞實際應用場景優化算力資源配置。要統籌建設國家和省級醫療大數據中心，完善區域全民健康算力平臺，支撐“互聯網+醫療健康”應用體系高質量發展。與此同時，還要加快基層衛生健康邊緣數據中心建設，強化對各級醫療機構的邊緣算力支撐，實現醫療算力資源的有效下沉。
當前，“互聯網+醫療健康”已經展現出巨大活力，新場景新業態不斷涌現，但其潛力遠未窮盡。從優化服務流程到提升服務連續性，從數據庫建設到醫療健康信息互通共享，從醫院信息化建設到醫療質量監管，數字醫療不斷開辟新空間。比如，通過處理大量醫學數據和深度學習，人工智能可以輔助醫生進行精確診斷，提供合理的干預和治療手段。尤其是在病例少、病因和癥狀復雜的罕見病治療方面，人工智能可以從數據中挖掘相關癥狀進行對比分析，為診斷提供幫助。此外，有關部門可以通過分析醫療數據，了解哪些地區何種疾病高發、哪些地區醫療資源不足，以及傳染病和慢病發生情況等，提升衛生健康政策的針對性；醫療機構也可以通過數據分析，了解門診運營、院感控制、醫保報銷等情況，提升質量控制和管理水平。緊跟行業發展趨勢，加強行業算力建設布局，推動算力與數據、算法一體化應用，才能更好地挖掘數字醫療的潛能，讓更多患者從數字技術進步中受益。
近年來，我國醫療衛生領域信息化加速發展，對算力的需求不斷增加，也日益多樣化。更好把握發展趨勢，順應群眾期待，加快構建通用、智能和超級算力協同發展的供給體系，加快互聯網醫療健康服務模式創新，定能讓插上“互聯網之翼”的醫療健康產業高質量發展，讓群眾切實享受到“互聯網+醫療健康”創新成果帶來的紅利。
