中國互聯網醫療挑戰疫情控制、緩解醫療資源緊缺，迎來加速發展的契機，市場發展空間大

一、現狀：新冠肺炎確診案例仍在上升

互聯網醫療，是互聯網在醫療領域的新應用，包括了以互聯網為載體和技術手段的健康教育、醫療信息查詢、電子健康檔案、疾病風險評估、在線疾病咨詢、電子處方、遠程會診、遠程治療和康復等多種形式的健康醫療服務。

據了解，丁香醫生、好大夫、微醫集團等互聯網醫療平臺以及釘釘、阿里巴巴、京東等企業，也都針對新冠肺炎疫情開設線上義診，除幫助公眾初步判斷病情，避免恐慌帶來的盲目就醫外，還為居家隔離人群提供免費的網上全程醫療照護、保障其他疾病患者在線咨詢、治療通道順暢。

互聯網醫療能免除面對面的接觸或集聚高危人群，在流行性傳染病爆發期能幫助有效解決用戶多方面的痛點，問診量大增。整個疫情期間，平安好醫生平臺訪問人次達11.1億，APP新注冊用戶量增長10倍，APP新增用戶日均問診量是平時的9倍，相關視頻累計播放量超9800萬；阿里健康在除夕夜緊急上線針對湖北地區居民的義診服務。截至2月8日晚24點，問診頁面累計訪問用戶近1000萬，累計在線問診用戶超過93萬人；醫生人均日接診量100人以上，呼吸科部分醫生人均日接診量在200人以上。

目前在我國醫療價值鏈上，無論是醫院、醫生還是患者方面都存在諸多痛點，如醫院方面三甲醫院超負荷運營，基層醫療資源大幅浪費，主要是因為醫院體系缺少合理的分層服務和分層收費標準，導致分級導診治療作用發揮不大。

政策上，互聯網醫療作為醫療領域新模式，在流程優化、數據支持、破除醫療服務時空壁壘等方面具有較強優勢，獲得了國家和地方政府的支持。早在2015年，國務院就提出“推廣在線醫療衛生新模式”，2016年又進一步提出“促進云計算、大數據、物聯網、移動互聯網、虛擬現實等信息技術與健康服務的深度融合”等，打開互聯網醫療新成長空間。自2018年以來，互聯網醫療領域的政策密集出臺從總領性政策到規范管理辦法，再到具體板塊的指導意見，層層遞推助力互聯網醫療步入快車道；今年3月5日，國家醫保局官網披露了中共中央、國務院發布《關于深化醫療保障制度改革的意見》。在這份重磅文件中，“互聯網+醫療”多次被提及。

截至2月1日24時，國家衛生健康委收到31個省（自治區、直轄市）和新疆生產建設兵團累計報告確診病例14380例（廣東省核減1例），現有重癥病例2110例，累計死亡病例304例，累計治愈出院病例328例，共有疑似病例19544例。

互聯網醫療助力分級診療實現。疫情爆發引發湖北地區出現醫療資源擠兌現象，不僅對醫院造成較大的負擔，且潛在的交叉感染極不利于疫情防控。應急事件的出現凸顯分級診療的迫切性，互聯網醫療企業紛紛推出在線問診功能，緩解線下醫療系統壓力。

分級診療對現有醫療信息化系統提出更高要求。在線診療在此次疫情防控中發揮了重要作用，而要實現“小病在社區，大病進醫院，康復回社區”這樣較為理想的就醫環境還需要構建“基層首診、雙向轉診、急慢分治、上下聯動”的分級診療基本模式。除了基層醫療服務能力迫切需要提升之外，雙向轉診、急慢分治要實現的基礎是疾病診療目錄、DRGs、臨床路徑管理、雙向轉診信息平臺，上下聯動更是對醫療機構分工明確、醫聯體、遠程診療等提出更高要求。

二、挑戰：疫情控制三大挑戰包括監測、物流及檢測環境

監測挑戰：春運期間人口流動大、分散，對疑似傳染病人監測難度大。國家發展改革委相關負責人介紹，今年預計30億人次的客運總量中，道路客運24.3億人次，同比下降1.2%；鐵路4.4億人次，同比增長8%；民航7900萬人次，增長8.4%；水運4500萬人次，同比增長9.6%，官方監測難度艱巨。

物流挑戰：試劑盒運輸條件苛刻，需要冷鏈運輸，而正逢春季，國家郵政局預計1月份快遞業務量超過50億件，同比增長11%，物流相對較緊張，試劑盒無法第一時間運輸到全國急需地點；

檢測環境挑戰：檢測環境要求苛刻，為避免污染，檢測至少要在達到生物安全二級的實驗室里做。2017年中國安全柜市場銷量僅4.79萬臺；2017年國內3級醫院2340個和二級醫院8422個，占全國醫療衛生機構份額較低，現階段武漢每日僅能獲得2000個檢驗結果。

三、大數據：疫情監控的重要抓手，優勢突出、成效顯著

（一）、大數據分析在疫情監測中優勢突出

我國已建立完備的傳染病上報和監測預警體系。我國于2008年4月在全國31個省（直轄市、自治區）就運行了國家傳染病自動預警系統，建立了自動預警與響應機制；已實現39種傳染病的監測數據自動分析、時空聚集性實時識別、預警信號發送和響應結果實時追蹤等功能，目前處于世界先進地位。同時，我國在除國家傳染病自動預警系統外，還相繼建設了國家傳染病報告信息管理系統以及其核心子系統國家傳染病網絡直報系統（NNDRS），實現了基于醫療衛生機構的法定傳染病病例的實時、在線、直接報告；為了提高監測數據的完整性和準確性，實現電子健康檔案（EHR）、電子病歷（EMR）等數據的標準化統一采集，也相繼試點和運行了四級人口健康信息平臺和其數據交換平臺（區、市、省、國家）；為了降低診療醫生填寫傳染病報告卡的難度，又打通了醫院HIS系統和直報系統，通過診療病歷自動彈出或人工打開填報頁，半自動提交傳染病報告卡。

工信部提出運用大數據分析支撐疫情監測。工信部于2020年1月26日召開新型冠狀病毒感染的肺炎疫情防控大數據支撐服務工作調度會，提出加強聯防聯控，運用大數據分析，支撐服務疫情態勢研判、疫情防控部署以及對流動人員的疫情監測。根據工信微報報道，工業和信息化部副部長、部應對新型冠狀病毒感染的肺炎疫情防控工作領導小組副組長陳肇雄表示：當前新型冠狀病毒感染的肺炎疫情加快蔓延，疫情防控工作已進入關鍵時期，內防擴散、外防輸出任務依然嚴峻。運用大數據分析，支撐服務疫情態勢研判、疫情防控部署以及對流動人員的疫情監測、精準施策，迫在眉睫。信息通信系統要充分認識當前疫情防控形勢的嚴峻性、復雜性和艱巨性，在前期工作基礎上，進一步做好疫情防控大數據支撐服務工作，加強聯防聯控，堅決打贏疫情防控攻堅戰。

運營商和地圖大數據追蹤人口流動趨勢，定位潛在疫情風險，降低疫情傳播。運營商可利用大數據畫像可以幫助衛生部門對潛在疫情風險進行定位，如風險人口漫游從武漢移動到其他省區進行定位。利用漫游數據，結合身份號碼實名制等認證信息，理論可以對疫區人員進行追蹤和防控，從而降低疫情傳播。

地圖平臺可形成宏觀出行大數據，有利于人口遷徙數量與疫情相關性分析。地圖平臺能夠掌握用戶遷徙軌跡并形成出行大數據。百度遷徙產品可以基于地圖大數據反映出人口流動軌跡，2014年推出時被央視用于報道春運；如今，《用大數據“預判”武漢疫情的高發區》報告中援引百度遷徙數據對武漢流出人口進行了分析，發現其人口主要流向了長三角、廣東等地區以及周邊城市，流入人口數量與當地疫情爆發數量呈現出一定的相關性。

互聯網平臺通過大數據和AI識別機制辨別假消息和錯誤消息，減少社會恐慌。針對對疫情描述不實的假消息和錯誤消息，互聯網平臺上線辟謠功能，通過大數據和AI識別機制，對錯誤的文字和圖像進行智能識別和清理，消除錯誤和虛假消息的傳播，減少社會恐慌程度。

（二）、與疫情賽跑，大數據企業助力疫情防控

1、阿里云：利用新型肺炎查詢工具、疫情信息采集系統跟蹤疫情

阿里云運用大數據技術，分別針對個人和政府企業提供疫情信息搜尋和采集工具。

針對個人用戶者，開發者利用阿里云開發新型肺炎同行程查詢工具。據公開新聞報道，8位開發者用阿里云開發了新型冠狀病毒肺炎確診患者同行程線上查詢工具。輸入日期、車次和地區等信息即可查詢到對應行程是否與已披露的確診患者同行。數據顯示，工具上線后，查詢總次數已突破三千萬。

阿里搭建疫情信息采集系統，為政府等企業提供疫情上報信息。據36氪報道，面對新型冠狀病毒不斷升級的疫情，浙江省衛健委聯合阿里巴巴、浙江谷瞰服務團隊，通過阿里云宜搭平臺，僅用時1天就搭建出疫情信息管理系統，并能按照最新需求迅速調整以滿足工作需要。該系統可以支持多級部門數據實時導入，同步給出統計分析報表，解決了基層疫情上報繁瑣、區縣市級收集耗時耗力等問題。基于該系統的實時展示功能，還為政府部門的決策提供直觀的數據支持。據了解，全國15個省市、100多個區縣、10萬多個基層醫療單位正在應用阿里宜搭平臺搭建疫情相關的信息采集、管理系統。為了讓更多政府、企業快速生產類似應用服務，阿里云表示向全社會開放宜搭搭建平臺及每日健康打卡、企業返工情況跟蹤等免費模板，直至疫情解除。

3、每日互動：“個醫”團隊聯合李蘭娟院士尋找無意識密切接觸者

每日互動“個醫”團隊聯合李蘭娟院士尋找無意識密切接觸者，大數據生成的疫情趨勢圖與真實情況擬合度高。根據報道，抗疫一線專家、中國工程院李蘭娟院士認為當前最重要的是發現“無意識的密集接觸者”。據悉，“無意識的密集接觸者”定義是李院士團隊和每日互動個醫團隊共同提出的，是指沒有明顯癥狀的攜帶者，他們已經在無意中接觸到了疫區來的感染者，但自己并不知道。對他們的發現和控制，是此次疫情的二代甚至三代患者數量控制的關鍵。對此的一個解決方法，就是利用大數據。李院士團隊和每日互動個醫的聯合團隊自1月19日開始，經過十天連續作戰，做出的疫情趨勢圖與真實情況的擬合度越來越高。聯合團隊目前已經將一些數據提供給了政府的一些重要部門，以期提供幫助。

通過大數據，每日互動聯合團隊幫助疫情防控部門找到工作重點區域、重點人群和重點場景。技術主要源于每日互動的大數據解決方案中的人口和空間動態規劃服務。目前，聯合團隊已將數據分析成果提供給政府的一些重要部門，為疫情防控相關部門提供科學決策的依據，實現新型冠狀病毒感染的肺炎疫情可追溯、可預測、可視化和可量化。各相關部門也越來越重視大數據在此次防疫工作中所發揮的作用。

四、互聯網醫療：緩解醫療資源緊缺，在線問診成趨勢

（一）、互聯網醫療緩解醫療資源緊缺

疫情發展迅猛，部分地區醫院醫療資源緊張，很難滿足線下就診人數對醫療的需求。互聯網醫療通過線上醫療問診功能，將線下問診人數導流，有利于減少醫院交叉感染的機會。

疫情短期延滯醫院評級相關項目招投標及交付，但中長期一定加強建設迫切性。復工時間的推遲不免耽誤項目招投標及交付進度，但現有醫療體系信息化水平提升的迫切性也大幅提升，根據醫院數目和行政單元數大致估算分級診療實現的醫療IT市場空間，更加堅定衛寧健康、創業慧康、思創醫惠將顯著受益于我國醫療信息化系統的升級。

（二）、大數據助力提升疫情防控效率

互聯網醫療緩解醫療資源緊缺。在這次新型肺炎疫情中，大量擔憂自己是否被傳染的其他病癥患者涌到實體醫院里，大大增加了交叉感染的可能性，醫護人員被感染或者設臵保護措施，診療效率下降，會進一步降低供給，這加劇了醫療資源的緊張程度。利用互聯網的優勢，大幅降低調用一線城市優質醫療資源的成本，醫生也沒有感染病毒的顧慮，同時解決疫區醫療資源不足的問題，將明顯沒有感染的人排除在外，疑似病患再去指定機構確診或排除。

數據信息公開幫助降低公眾恐慌，提升疫情防控效率。不同于2003年的SARS，移動互聯網已經成為此次疫情的主要公眾信息平臺，通過搜索引擎、社交網絡媒體、新聞客戶端，人們得以實時獲取疫情動態和防疫知識，也可以知曉和關切疫區人民的狀態。充分的數據信息給予了公眾充分的信心以做出更理性和有利的決定和行動。

大數據分析支撐疫情態勢研判、防控部署及醫療資源調度等。百度地圖推出發熱門診、疫情地圖、遷徙動態、交通管控等功能；360與成都無糖信息聯合開發上線“確診患者同行”查詢系統，1月27日推出不到2天，已有2100余萬用戶使用；志愿者基于公開需求數據爬取等方式建立湖北醫療物資需求對接平臺，幫助解決了資源需求信息發布分散化的問題。

（三）、互聯網醫療市場發展空間

大數據互聯互通價值潛力大。碎片化、不連續、不完整的數據價值量有限，公眾面前可視化數據的呈現依賴于各級政府部門及各渠道信息的貫通。政務數據的公開也為社會力量的發揮提供了好的基礎。大數據在這次疫情防控中扮演了重要角色，更加堅定看好大數據廠商美亞柏科、中新賽克的長期成長價值。

此次疫情防控中，美亞柏科為北京、云南、廣東、福建、沈陽等近十個省市的執法部門統計和掌握由疫情重災區進入本地的人員和車輛的行動訊息提供技術支持。城市公共安全管理平臺在疫情期間也為執法部門提供疑似病例交通、住宿等信息，以及與其接觸的人員信息，并進行研判上報，為感染源的及時阻斷和防控提供數據支撐。此外，美亞還為廈門、西安、湖南、廣東等省市的疫情網絡輿情提供技術支持。烽火迅速成立疫情防控大數據支撐服務應急工作小組，在湖北、江蘇、四川、重慶、山西、上海、浙江、貴州等多個省市，烽火第一時間應對衛健委、應急等政府相關部門的數據分析需求。

理論上來說，未來大數據可做的更多：各式移動互聯網應用數據與用戶的關聯分析可更有效地對人口流動等數據進行AI挖掘、預測和防護；醫療防護資源的調動能夠更智能；機器人診療、遠程診療可助于更好地實現求診人群的分流和醫