记者日前从国家公共卫生计生委得知，为确保医患双方合法权益，电子病历新规4月1日起实施。这伴随着我国在医疗信息化融合方面又迈向了一步。不过，近日出版发行的《数字医疗》一书中却谈到了过去人们在医疗信息化路上遇上的一些障碍。

该书作者被称作“医院医生之父”，加州大学旧金山分校医学院院长罗伯特·瓦赫特，在书中他曝光了不少医疗事故：一位在加州大学旧金山分校医学中心贝尼奥夫儿童医院拒绝接受化疗的少见遗传病少年患者，遵医嘱应当不吃1片抗生素，护士却让他不吃了38．5片！这个离谱错误再次发生的部分原因是由于信息系统参予到了医疗过程中：系统中的计量单位与医生熟知的不完全一致，机器人取药系统并未明确提出批评，系统警告因为过于多骗警报而被忽视……数字医疗，一个计量单位的小错误，就有可能严重威胁生命。当整个世界信息化的比重更加大，每个人的生活甚至可以分成“实体维”和“二进制维”时，医疗的信息化却进展较慢。尽管各种机器人斡旋于药房与病房之间，尽管AI临床工具的临床错误率在大幅度减少，但“就诊的便利性提高”一栏中，患者的直观感觉并无法像金融、通信等领域那样，不假思索地印上“五颗星”。

尽管步伐艰苦，医疗毕竟最必须信息化的领域，医疗信息化过程中有哪些艰难？该如何密码？如何又慢又安全性地让民众取得仅次于便捷？树兰医疗集团总裁、该书的翻译者郑杰回应，“医疗与信息技术的‘婚姻’，显然是一个全球性课题，特别是在作为超级大国，中美有一定的可比性”。标准不统一医疗信息大数据无以分享在没医疗信息系统之前，美国数一数二的梅奥医学中心通过气动管道传输系统传输病人的纸质病历和X射线胶片等，有1万多条总长16公里的气动管道在地底，把病人的信息传到换去。

直到2004年，美国明确提出十年内让每个美国人都享有电子身体健康档案。我国的数字化进程跟上稍早，资料表明，2009年下半年，当时的卫生部开始实行身体健康档案电子化，在半年中先后公布了《电子病历基本架构与数据标准（印发稿）》、关于印发《基于身体健康档案的区域公共卫生信息平台建设技术解决方案（全面推行）》的通报等多个文件和标准。如果没身体健康档案，医生对于患者的理解将每次都要从“零”开始，档案的累积让信息以求连接成倒数的“身体健康线”。

在数据累积的过程中，中美两国遇上了医学所特有的相近的技术难题。“比如血液钾含量较低有可能被记作‘较低钾＇’血钾过少症‘’较低K离子‘’↓K‘等。

”瓦赫特在书中写道，这些五花八门的医学专有名词在电子化中必需统一，否则无法构建医疗系统间的无缝接入。2011年公开发表在《中国公共卫生产业》的一篇为题《浅谈电子病历与电子身体健康档案发展历程》的论文写出到，目前的数据资源局限在某部门或某一个业务系统内，建设标准不统一，各个系统之间无法展开数据交换和信息分享，产生大量的“信息孤岛”。

多年来，随着硬件和算法的升级，信息“孤岛”渐渐坐落，计算机不仅需要辨识文本信息，还可以辨识图片信息，虚拟世界里“结构化数据和非结构化数据”能被同时“消化”的时代如同现实中的“全球一体化”般来临，信息互相交换从技术上早已仍然是难题，它很快在基层获得应用于。“为了建构密切型的医联体，我们把社区和三级医院的信息联系一起。”北京大学首钢医院院长顾钢讲解，基于可接入的信息系统他们自发性地尝试信息分享，但其他医院如果效仿有可能还必须从机制体制上推一把。

北京市方庄社区卫生服务中心是主动牵头的社区医院之一。中心主任吴浩讲解，“我们和天坛医院（牵头的4家三级医院之一）信息早已联网切断，方庄所有病人的信息每天晚上要和天坛医院交互。我们的签下患者在天坛医院的病历、住院信息等都会实时到他的身体健康档案数据库和签下医生的管理平台”。

据此，人们原始的“身体健康线”渐渐显出，社区签下患者有所不同阶段的身体健康可以做“有踪可考”，并且由医护人员展开随访和身体健康管理。AI重新加入科技巨头争相敲“大讨”“沃森确切，它必须与医生对话并且沦为他们所在生态系统中的一部分。”IBM的全球医疗改革总监这样告诉他作者瓦赫特。

IBM的沃森是转入医疗行业的人工智能（AI）之一，它掌控大量的病历，甚至可以可行性临床，尽管不少媒体用“沃森医生”报导它，但是它的创造者只不过是极力想撇清这个称呼的。在中国，对AI+医疗的资本投放占到整个AI投放的一半左右。

中国某种程度享有自己版本的“沃森”。2017年11月，科大讯飞“智医助理”机器人以456分的成绩通过了临床执业医师考试，其专业知识已需要担负起执业医师的工作。

中国自律研发的肺部结节等图像识别系统在国际比赛中也多次名列前茅。公众感觉最直观的，是多地大医院配有的人形导医机器人，为患者问问题、可行性分诊、纾缓患者。

AI落地医疗目前正在为一线医生减少劳动强度，并协助医疗资源覆盖面积到偏远地区。更加简单算法被用作拓展此前不不存在的临床方法，强化医学整体实力。特别是在在近期，科技巨头们频密释放出“大讨”：2月，谷歌大脑从视网膜图像，相结合各种因素如年龄、性别、吸烟史、血压等数据中，可以预测心血管疾病的风险，他们建构的系统用于了130000个视网膜图像展开训练，成功率7成左右。而3月15日《大自然》公开发表了德国癌症中心的脑肿瘤临床AI工具，填补神经系统肿瘤临床的短板。

中国在AI扩展医学能力方面的进展少见于公众，记者在多次专访中了解到，多个院所高校皆在AI医疗领域有所部属，例如在国家重点研发计划的反对下，中科院软件所田富研究团队与协和医院积极开展合作，利用患者持物的微小晃动企图预测患帕金森症等神经退行性疾病的风险。集纳数据数字医疗还须要具体方法回头中国享有可观的患者人群，能获取贵重的研究数据。

“得出10000个基因组与疗效的案例，需要通过数据挖掘预判出有10000＋1个患者的有可能疗效。”国家重点研发计划干细胞专项专家组副组长王小宁建议，创建国家生物化疗疗效数据库，强迫拒绝生物化疗临床研究申报单位将数据集中于，解决问题无法判断疗效适应症指标的难题。

集纳数据仍旧是中国必须更进一步完备的工作，“我们必须提高的是医疗信息的标准化，目前一些主流的医学信息标准大部分来自美国的标准化的组织，美国在医疗系统的’互操作‘方面的进展也有一点我们注目和自学”。郑杰说道，从火车和铁轨、灯泡与灯座、互联网TCP／IP协议的例子可以显现出，一个简单的信息生态系统里，标准可以极大地提高效率，取得数据价值。“一个人一生的身体健康数据一定会集中在有所不同的医疗身体健康服务机构，必定面对横跨医疗机构、横跨身体健康医疗终端的数据共享问题。

”郑杰警告，涉及设施的法律、法规，数据追溯到以防伪造的技术机制也要不断完善。我们回头到哪儿了？《数字医疗》一书中将目前可预知的医疗卫生信息化过程分成4个发展阶段。

一阶段：构建整个医疗卫生服务体系的数字化；二阶段：有所不同的医疗信息系统间构建网络；三阶段：充分发挥医疗大数据的价值；四阶段：建构技术工具、完备医疗制度、建设医疗机构、改良医院文化，在前三个阶段的基础上，提高大众身体健康和提高医疗质量。如果高度总结的话，可总结为“建库、网络、AI和落地”。这4个阶段不是拆分具体的，瓦赫特指出，美国将要已完成一阶段，正在关卡二阶段，为三阶段奠下基础，也可行性牵涉到四阶段。“未来，我们可以通过’数字病人‘仿真一系列的临床医疗问题，通过分析大数据作出较佳的临床决策，但最后，只有确实的患者才是必须我们心里去注目的。

”瓦赫特说道。对比中国，也在完全相同的阶段思索，国家层面指征全面营养身体健康的“全息数字人”的明确提出，也是对医疗信息化未来南北观点一致性的展现出。

本文来源：NG体育-www.cshicl.com