【案例】医疗行业数字化转型解决方案（42页 PPT）

微信扫码，打开到小程序

医疗行业数字化转型解决方案 自然环境 经济水平 科学技术 医疗水准 政局稳定 国民素养 人民日益增长的寿命预期 与医疗资源的矛盾 按人均，我国为 83 位 5 年增长变化 國家 醫生數量 每萬人 醫生數量 每萬人 醫生數量 中國 1862630 14 14.9 美國 793648 27 24.5 印度 643520 6 7 俄羅斯 614183 43 43 巴西 320013 17 18.9 墨西哥 303519 29 21 德國 288182 35 38.9 日本 270371 21 23 法國 227683 37 31.9 義大利 215000 37 37.6 埃及 179900 24 28.3 西班牙 163800 38 49.5 烏克蘭 143728 31 35.4 巴基斯坦 127859 8 8.3 英國 医疗资源有多少缺口？ 20% 30% 50% 非大城市 大城市 - 大医院 大城市 - 医院 80% 集中在 东部 药物： A $50 亿 VS C $-30 亿 创新： A 48.7% VS C 4.1% 强生： $107 亿 VS 恒瑞 $4.1 亿 器械： A $32 亿 VS C $0 10 : 1 医保资金的不平衡；商保与医保的平衡 医疗行业利益链打破与医疗质量的监管 100 万 级别的医生 地区不平衡 级别差异大 药械的效用 保障的资金 数字化 & 云服务 （能在有限的条件下）解决哪些问题？ 举些”栗子” 数据多跑腿，病患少跑腿；分级、区域、医联体诊疗（区块链、云化） DRGs(Diagnosis Related Groups) 进行医疗费用区间的管控（合理控 费） 运用算力，提升 AI 在流程中替代基础、细节类工作，提升诊疗效率 海量数据分析，将“人体拆解”进行保险，将保险覆盖到更多人群 将海量人群的全生命周期病理 / 健康状况数据汇集、分析，提升诊疗水 平 通过基因筛查，获知风险；通过算力与海量数据分析，加快医药研究 运用大数据手段，提前预知疫情；有效分析病症的关联因素和预防机制 通过 IOT 等类型设备，将慢性病、特殊人群的健康日常关怀进行覆盖 构建跨语言，跨时间轴的医疗相关知识库，有效促进医疗知识的发展 技能的培训与标准化，案例实操，远程诊疗与会诊（数 据、 AR 、 RTC ） 药物依从性，个性化药物，以家庭 / 家族为单位考虑医疗健康 医疗健康行业很宽（让我们收敛一下） 其他 要素 如：出生前的环境因素 如：健康活动的参与 如：后天的环境与心理建设 如：有效且良好的医疗环境 如：国家与个人层面的保障全面性 从医院主题 到医药与创新主题 到健康与保障主题 （这是一个系列）… 发达国家医疗信息化投资规模占卫生支出比例达到 3%-5% ； 医药、器械、数字医药等领域，并未纳入信息化统计范围 医疗信息化和数字化医疗不是一回事（医疗数字化：是面向业务的） 回到今天的重点 - 互联网医院 挂号 （ 1 ） 缴费 （ 3 ） 诊疗 （ 2 ） 检查 （ 1 ） 取报告 （ 1 ） 取药 （ 1 ） 显性现象： 深层困扰： 以新冠重症为例： 重症抢救设备 ECMO ：我国 400 台，德国 4000 台；购买设备？ 我国每万人医生 1.5-1.7 ；德国每万人医生 12 人； 增加医生？ 我国每 10 万人 ICU 床位 3.6 ；德国每万人 ICU 床位 30 个；增加医院和床位？ 抽象对算力：降低设备的研发、制造、使用成本； 通过数据与 AI 的能力，提供辅助诊疗能力，提升救治能力，减少设备依赖… . 通过标准化知识体系，分级诊疗。覆盖更多地区，提升诊疗效率… More Service & Doing Less 互联网医院的根本命题是什么？ 如何增加医生的经验（降低误诊） 分级处理问题（发挥末梢神经作用） 提高医生的待遇（却不增加病人和国家的负担） 提升整体流程效率（加快流程和简化流程） …… 互联网医院 ≠ 互联网 + 医院 承载 通过云计算（灵活的算力、 5G 等连接能力、海量的存储能力） 承载 更久更大量的数据，进行大数据，从而实现更有效的管理和业务能力 并且运用人工智能等相关技术，对各流程进行协同、优化、增效、创新等 协同 将一些标准化、重复性劳动，提交给算力来解决（如：验血指标筛查） 通过数据闭环，实现大数据与人工智能在诊疗过程中的辅助作用 对医疗过程进行保障，规模一些事件发生（如，减少医疗事故与纠纷） 承接 结合 5G/RTC/ 边缘计算等能力，为个人与医疗机构之间，构建沟通能力 为医疗机构跨地域、跨层级 构建信息、数据、医疗能力的安全共享能力 运用与端的连接能力，实现多个环节的效率提升（比如，自动分诊环节） 互联网医院特征：政策与发展趋势 医保 + 商保的打通 + 数据整合与监管能力 + 海量数据分析能力 处方 与 药物（购买 & 配送）的分离、 AI 与 BD 构建创新力 关注分级诊疗能力与跨区域接入能力 + 互联网接入能力 问诊 随访 会诊 & 转诊 处方 复诊 分诊 导诊 诊疗 支付 （医保 & 商 保） 互联网 + 医院 / 医疗机构：闭环 转线下 - 临床 医药 - 配送 更有效的 商业保险 家庭医生 健康管理 衍生服务 社区医疗站？ 标准检测器？ 个性化治疗 专业化治疗 实现了 更安全有效 的监管 互联网 + 医疗：组织者 医院 / 集团 互联网平台 监管机构 互联网 + 医疗：分层 解决地区问题  偏远地区  区域医疗  异地支援 服务分层问题  高端人群  公司福利 时间与数据积累 互联网 + 医疗：病种 / 科室 互联网属性适合的治疗方向：慢性病、隐私疾病、精神健康等类型； 有些病症也是适合互联网属性的，如：皮肤病、流感与感染类疾病； 通过互联网医院的数据沉淀，增加“虚拟家庭医生”的角色赋予； 有互联网医院的先例：  设立了符合互联网医疗属性的从业规范，比如：禁止物理接触原则（互相保护）；  构建了 100 多项专有的临床指南，从而实现了知识的标准化、流程的标准化；  已经开设的医学子专业数量达到和超过了 450 种；  提供的服务包括：平台化流程化的服务，引导和支持，专业医疗服务，康复服务、远程看护和虚拟护理等服务。 标题 标题 标题 标题 规范 专业 标准 服务 互联网 + 医疗：周期 诊前 诊中 诊后 回到：互联网 + 医疗 + 闭环 云计算主要做什么 5G 技术 / 连接技术 算力 安全能力 基建能力 …… 海量存储 RTC/CDN 等传播能力 AI 与大数据 平台能力 基础设施与 业务安全保障 数据中心、托 管、容灾 …… 多类型数据 多模融合能力 私有化 / 一体机交付形式 公有云 / 行业云交付形式 与行业优质生态合作伙伴，共同构建业务和解决方案承载能力 网络连接方案 实施通讯能力 全球高速连接 (RTC) （跨域专线、 CDN 等） + 医院 药店 社区医院 辅助诊疗 病患 专科医生 全职医生 护士护理 宣布全球医疗 AI 领域的第一个双 盲随机对照试验来自消化内镜领域。 这也是第一个经受住了双盲随机对 照考验的 AI 技术。 经验丰富 端到端 绿色 标准化 信息化 数据库 / 中间件 主机 / 网 络 基础环境 弱电消防 安全 应用 容灾 云计算 运维 运营 基础需求 环境选址 新建 改进 托管 基础环境 弱电消防等 基础环境确认 机柜机架、能 耗、微模块等 服务器、网络 管理体系与运 维体系落地 云化（软件定 义计算、存储、 网络、安全 等） 自动化 整体验收测试 数字化运营 数据中心建设 医疗行业云解决方案 STACK 专有云 MCP 全量私有化部署（客户可自运维 或 双方协 同运维） 规模庞大，需要切分运营与运维管理界面 基于开源 OpenStack 、 Ceph 、 ES 、 Heka 、 Ubu ntu 等基础框架构建的行业标准平台 云厂商公有云主要 IAAS 层产品 ,PAAS 层 分步迭代提供 全量云厂商产品（ CDN 等产品特殊处理） 可使用功能与组件集合全面，市场人力资 源供给相对丰富 落实、升级、迭代的周期较短 & 可控 市场全面验证 & 支撑团队资源极为丰富 实现 CI/CD 、容器原生支持等特性 定制化的程度能进一步提高（更加个性 化） 在高可用、容灾能力上架构成熟 相对一般 OpenStack 栈，组件最为丰富 属于公有云体系的分支版本（源略有差 异） 版本更新周期有一定限制（ 3-6 个月一 次） 可变组合多、技术掌握难度较一般云更高 运作流程和需筹备的资源较多（周期较 长） 医疗混合云应用方案 1. 公有云或专有云 满足：行业、对外服务场景 2. 多种私有化云服务 满足：安全可控等场景 3. 既有计算池、托管类业务 满足：异构资源统一管理 现有计算池复用、新建计算池、多地多中心容灾架构、数据中心 IDC 租用 IAAS 层整合管理能力 公有云级别运营平台 公有云运维平台 PAAS 服务平台能力 异构环境纳管能力 云服务（ PAAS 、 IAAS ）服务目录， SAAS 服务接入能力 计算类 网络类 存储类 安全类 人工智能 数据库 中间件 边缘计算 与多媒体 大数据与 数据分析 各类型服务发布与集成（ SAAS 、 PAAS 、 IAAS ） 最终用户自主化、统一化门户服务 统一监控、管理（标准 API ） 无 缝 服 务 集 成 多 POP 点接入，全球化网络 裸机 虚拟机 其他虚拟化技术 OpenShift K8S Docker 开源： UMOS 闭源： USTACK CMP 云管平台（统一纳管） DMOS PAAS 平台 云厂商 Stor 存储 网络 安全 管控 IAAS 层能力 PAAS 层提升 PAAS 层能力 AI 平台 & 一体 机 数据库 & 大数据服务 微服务 &CI/CD 数据安全屋 智慧化服务 新类型数据 存储与分析 创新服务 互联网类型业务 跨机构合作 安全保障与协作 块存储 对象存储 文件系统 大数据接口 流媒体接口 门户 租户 调度 运维 监控 防护 容灾 定制 物理网络 虚拟网络 互联网连接 公有云连接 各类网络设备 虚拟机 公有云 互通能力 医疗私有云平台建设方案 数据类型与数据量急剧增加 采集与挖掘 收集与整理 分析与应用 安全的存储 应用级别容灾（数据和应用容灾机制）多活 准实时级别容灾（中心）数据高度安全 多数据拷贝 / 复制级备份、纠删码等防错机制 容灾级别灾备（中心），非实时数据备份 数据存储方案 医疗数据大数据闭环管理 5. 持续循环 持续改进 1. 医疗数据 数字化 2. 医疗数据 量化积累 3. 数据洞见 可分析 / 正循环 4. 数据转译 可服务 2D 到 3D 化 静态 到 动态 单模 到 多模 专业设备 到 IOT 设备 化学 到 数字 / 基因 治疗 大 预防 机构 / 机构群 到 全球化 安全屋通过打造可信第三方平台，实现了数据所有权和使用权分离，为各方数据流通提供安全可控的保证，发挥数据的最大价值。 医疗大数据安全解决方案 构建于 Hadoop 生态系统的流通平 台 结合主流大数据框架实现数据存储、 资源管理和计算 UID 技术 UID 使得敏感数据无法识别及复原 基于 Docker 技术安全沙箱 提供基于 Docker 容器化技术，实现任 务的弹性扩容、按需分配、环境隔离 安全大数据体系 Kerberos 安全认证、 Knox 安全网 关、 HDFS 透明数据加密等构建完善的 安全大数据体系 场景三： AI 大赛 场景二：公共数据共享 场景一：公共数据开放 人工智能赋能医疗行业 数据管理 多引擎支持 快速容器化管理 任务化计费 资源动态调整 AI 全流程 独立安全保障 基因组学、 病理分析、 医疗影像分析、 报告解读、 医药研发、 健康关怀服务、 医疗机器人… 动态 GPU 资源 计算与服务资源 海量数据存储 非结构数据 管理安全防护能力 全球高速网路 信息安全保障方案 安全产品覆盖全、提供全生命周期的安全防护方案、大量为客户提供端到端的 咨询 -> 落地的安全与等保实施案例 信息安全保障方案 玻璃房 沙箱 可追溯 区块链 看不懂 加密 单向道 堡垒机 可认证 强隔离 可监控 审计 分权限 审批制 集中式部署 联邦式部署 信息安全保障方案 利用云可以做什么 行业案例 · 某卫健委存储归档 为了更好的提升“民生”的服务质量和能力，切实贯彻让“数据多走路，群众少走路”的政策，卫健委正在逐步上收个医疗结构的数据，做融会贯通和有效的数据安全 可靠流转。某区政府为此联合了其他委办局，共同筹建了以医疗体系数据为主要内容的多级数据存储、归档（备份）数据中心。并面向市一级的数据上收与流转 满足该场景需求。同时，运用好具有大数据分析、数据安全屋等能力，为后续的数据安全流通、安全建模与计算提供了基础。 案例特征 软件定义存储，有利于容 量与产品特性的持续扩展 热数据、温数据、冷数据 分层（ 1:6 ），超高性价比 标准化 (X86 ）设备 + 高密 度盘柜，通用性和维护性 强 高度冗余架构，提升整体 系统的容灾、容错能力 大容量、低能耗方案，更 绿色的整体解决方案 软件自动化运维能力强 硬件运维需求简洁 数据湖（数据的融合管 理） 接口集成（应用层无关 化） 高 靠表 伴随云使用的成长之路 行业案例 · 某医疗信息平台 用户初心在于更好的解决中国的“医患问题”，以“中国医疗领域的连接者”为己任，不断发展和壮大其业务领域，从最初的疾病、医生论坛起家，如今发展成“数据 驱动的医疗服务平台”，已涵盖全国 70% 医生。如今用户平台已囊括医生端、医院 / 企业端、患者 / 大众端，构建三位一体的医疗数据平台。 医生端相关服务 医院 / 企业端相关服务 患者 / 大众端相关服务 海量数据 存得可靠 存得经济 存得安全 可被分析 结合运用 面对的挑战 云端大数据 快速简洁构建，运维便捷 云端数据库 更易使用，高性能，免运维 AI 计算能力 强大的算力与平台级接能力 私有专区 独立、满足行业合规要求 容器服务 更适合互联网弹性业务承载 海量存储服务 弹性容量、随需使用与备份 数据分析能力 平台级经验，持续优化 数据保护机制 减少数据类风险和运维成本 物理云主机 灵活度与云服务免运维结合 综合安全方案 全面安全方案，解后顾之忧 典型案例 · 某医疗产品公司 用户专业从事家用医疗健康电子产品的研发、生产和销售及智能健康云平台的研发和运营。公司开发的微信互联产品电子血压计、电子体重秤、脂肪测量仪、可穿戴运动 手环等，均与微信实现对接，打通了智能硬件产品与微信社交关系的入口。 智能硬件采集到用户的运动及健康数据，都会上传到云端采集和统计分析。目前在云上的项目包括智能体重秤、血压计、手环等产品，数据都会实时同步到服务端，并且 为用户建立个人及家庭健康档案，实时掌握家庭成员的健康趋势。 面对的挑战 初期的系统规划，跟不上大规模业务增长带来的压力，比如：海量数据的统计， 分析，实时反馈；针对数据的隔离；基础 IT 的支持能力不足等。 共同的应对 2018 年整体搬迁上云，我们共同分析并提供合理的改进意见和技术支持。比如： 数据库访问压力问题，架构上通过缓存存放中间态数据，异步的方式对数据进 行处理后入库等实践，得到明显的改善；对于其应用的网络低延迟要求，我们 配合应用端进行了网络链路进行监测和调优，确保其网络质量和性能；对于网 络隔离的需求，多级账户和使用组级别的隔离机制… 通过“技术结对子、 90 秒 响应、专项交流”等形式，持续的满足了用户不断发展的目标。 2019 年，将原有的自建 K8S 平台，迁移到 UK8S 平台上，缓解了用户的后顾 之忧 最终收益 用户可以专注于产品和业务， IT 基础设施的维护和支持交由云厂商来完成； 弹性伸缩，灵活应对业务发展需求，按需使用减少成本；容器服务带来灵活度； 具备快速部署和搭建高可用方案的条件，以及数据安全保护； 获得售前和售后技术支持团队的服务，提供解决方案的建议。 典型案例 · 某移动医疗平台 用户是让用户实现“自诊 + 问诊 + 健康管理”的移动医疗平台。 据普华永道预测， 2017 年全球移动医疗市场规模将达到 230 亿美元，中国则有望达到 25 亿美元。从当下格局看来，中国移动医疗市场还有非常广阔的发展空间。让每个 人都应该享有更优质、经济、便捷的医疗健康服务，真正做到惠及于民。 面对的挑战 产品产品上线后，发展迅速，拥有上亿级的用户和医疗数据，并且每天都有数十万个健康问题在平台上得到解答， 成为国内最繁忙的医患信息交流平台和在线健康服务平台。 因此，如何应对好业务的发展，做好与用户的沟通协调与服务，是用户能否持续发展壮大的最基础挑战。 同时，医疗行业在业务激增的情况下，如何降低和节省运维压力，也需要关心。 在此基础上，数据的安全也是用户需要面对的最核心诉求。 以北京为例，分为两个 Region 共计 5 个可用区，各可 用区与双 POP 点光纤互联， POP 承载了与上联各运营 商互联的工作。每个可用区均支持实现托管混合云，因 此单个可用区被划分为托管区域和公有云区域。上图以 北京二可用区 B 展开呈现混合云架构，用户将自有服务 器设备托管进公有云可用区，与传统托管一致的是，托 管也直接分配公网地址进行对业务访问。 云厂商定制化混合云解决方案之一的“托管混合云”就是 将用户的托管网络通过冗余光纤链路与公有云 PE 网关 互联，业务上真正实现了用户物理网络与公有云 SDN 网络打通，从而完美实现混合云架构。 行业案例 · 某医疗高科技公司 用户拥有一支由人工智能精英与权威医学专家组成的“梦之队”。秉承“智能科技赋能医疗健康”的使命，致力于通过深度学习等科技创新，打造智能辅诊及精准医疗服务， 推动循证医学向精准医学的跨时代飞跃。 用户拥有突破性的人工智能深度学习技术及核心算法，陆续推出了锐影、鉴影、悦影、镜灵等多款“ AI+ 医疗”产品，并在百余家医院真实应用 云厂商提供的平台级支持 1 ）高性能的资源支持：通过提供海 量 GPU 资源极其灵活调度，应对不 同科室和疾病类型的算法训练要求， 通过平台能力的支撑，已实