您的位置:首页 » 医疗资讯 » 聚焦医改 » 正文

互联网医疗能否拆除医院壁垒?目前多以预约挂号为主

发布时间: 2020-07-14 05:13:50      来源:

用手机扫描二维码在手机上继续观看

什么是自体免疫性肝炎
手机查看

互联网医疗正逐步成为市民就医新体验。  今年的国务院政府工作报告提出要在70左右的地市开展分级诊疗试点,并多次提及要利用“互联网+”力量来进一步深化改革。如何实现分级诊疗呢?全国人大代表、国家卫生计

  

  互联网医疗正逐步成为市民就医新体验。

  今年的国务院政府工作报告提出要在70%左右的地市开展分级诊疗试点,并多次提及要利用“互联网+”力量来进一步深化改革。如何实现分级诊疗呢?全国人大代表、国家卫生计生委主任李斌也重点提出,要用“互联网+”提升诊疗水平,推广预约诊疗,推广专家团队诊疗等。

  近两年来,“互联网+”已经以不可阻挡的步伐“杀入”传统医疗行业的改革中。目前,深圳的政府和企业都在积极布局互联网医疗领域,成为互联网医疗最活跃的城市。据统计,在就医160平台上,2015年预约挂号量接近1500万人次,每天有超过4万患者通过该平台预约挂号,深圳成为国内网络预约挂号量最大的城市。然而,由于医院‘信息孤岛’的存在,互联网医疗难有实质性的推进,大多数互联网医疗还是以预约、挂号等周边服务为主。对此,人大代表、业内人士纷纷表示,只有打破“信息孤岛”,实现数据共享,互联医疗才能拆除医院的“壁垒”,促进分级诊疗的实现。 □南方日报记者 向雨航

  现状

  每天超4万患者通过就医160平台挂号

  今年1月,“女孩怒斥号贩子”视频引发热议,全国两会上,“号贩子”和互联网医疗也成为一个备受关注的话题。

  早在2012年,深圳市卫计委便在全国率先建立了网络预约挂号统一平台——就医160,成功打造预约挂号的“深圳模式”。2015年,除了预约挂号外,移动医疗平台还实现了诊中支付、查看检查报告等服务。去年6月,深圳市儿童医院携手就医160打造了首个“网上医院”,从预约挂号到诊中支付、查看检查报告、点评医生等,都被整合到互联网医疗平台上。据悉,市儿童医院开设网上医院后,患者人均就诊时间节省了近4小时,从平均耗时295分钟缩短到65分钟。

  据统计,在就医160平台上,2015年预约挂号量接近1500万人次,在线支付笔数超过100万人次,每天有超过4万患者通过该平台预约挂号。深圳成为国内网络预约挂号量最大的城市。

  在改善医疗服务方面,去年7月,南山区卫计局携手金蝶医疗共创全国首个移动互联网医院群,区属5家医院作为“互联网+”的主体成功向公众开放“移动互联网医院群”暨“南山看病易”服务平台,整合区域医疗资源,构建从社区到医院、从门诊到住院、从医疗到健康的全流程服务体系。使用移动互联网医院的患者就医时间平均可缩短31分钟。

  在破解“看病难”问题上,深圳市新元素医疗技术开发有限公司也早在10年前就开始探索,并已在深圳、广州创新推出“网络医院”模式,通过建立网络医院、健康小屋,推行分级诊疗和慢性病全程健康管理。“看病难最根本的原因在于优质医疗资源的分布和利用不均衡,出于对大医院的信任,群众无论什么病都选择去大医院看专家,造成大医院专家在看80%的常见病,无法集中看诊疑难杂症,患者的时间成本也很高。”深圳市新元素医疗技术开发有限公司首席科学家张黔说,通过建立网络医院运行机制,将优质资源进行纵向流动,优化就诊流程,将有效缓解该状况。

  瓶颈

  互联网医疗面临医院“信息孤岛”

  事实上,从深圳的情况来看,除了预约挂号平台外,其他轻问诊、健康管理的互联网医疗平台仍是“叫好不叫座”。分享投资副总裁蔡聪说,互联网医疗的本质还是“医疗”,互联网只是提供了更多改造流程、提升患者就医体验、增进医患沟通的手段,而治愈患者疾病还是得依靠医院的科室及其医生。目前有大量的互联网医疗公司都苦于没能连接医院内部的科室及其医生,更提供不了医疗服务,无法形成用户黏性。“患者挂完号,问完诊,就跟你的APP无关了。”蔡聪说。

  “互联网医疗离不开医疗,但由于政策法规,以及医院‘信息孤岛’的存在,医疗行为在线上仍很难实现,必须到医疗机构才可以开展。”易特科集团(前海安测)副总裁于飞说,所以,目前大多数互联网医疗还是以预约、挂号等周边服务为主。

  去年开始,易特科把互联网医疗线上服务延伸到线下,在深圳布局了36家O2O线下实体店,包括日间照料中心和社康中心等,还收购了深圳一家二级民营医院,直接对接基层医院资源,准备打通院前、院中和院后所有医疗环节,形成一个线上线下的O2O闭环。

  为何要直接收购医院做线下实体呢?于飞告诉记者,这也是目前互联网医疗企业面临的一个最大难题——医院“信息孤岛”。目前医院、医药、医保、公共卫生等四个系统都是靠信息来连接,但考虑到医疗的个人隐私和信息安全问题,大多数医院的医疗信息系统都在物理上与外界互联网隔绝。近年来只有国家建立的医保、医药以及公共卫生系统能够与外界联网。大量的医疗数据和信息都存在于各个医院自己的服务器上,形成一个个“信息孤岛”。而这些数据价值巨大,医院都会以病人个人隐私为理由,拒绝共享这些数据。不能嫁接这些医疗数据和信息,互联网医疗企业很难推广互联网医疗服务。

  “互联网医疗的主体只能是医院,但是目前大多数医院本身打造互联网医院的动力不大。”于飞说,易特科在互联网医疗领域已经探索多年,曾尝试与医疗机构合作开展互联网医疗服务,最终由于大医院不愿意共享医疗信息,互联网医疗业务难以开展。该集团只好“曲线创业”,自己收购医院把互联网医疗真正落地。“我们打通自己的医院、社康中心和日间照料中心等,在医院和社康中心、养老机构间构建一个线上线下的O2O闭环,实现医院和基层医疗机构间数据的共享,形成一个互联网医疗集团。”

  趋势

  共享医疗信息和数据才能实现共赢

  今年全国两会,全国人大代表马化腾建议建立分级诊疗,并通过互联网技术打破“信息孤岛”,指出实现分级诊疗的一个重要条件是患者信息共享。

  “要实现分级诊疗,必须打破医院的‘信息孤岛’。”罗湖医院集团院长孙喜琢说。两年前,孙喜琢来到罗湖人民医院,就一直力推互联网医疗和互联网医药,希望通过“互联网+”的手段为全区居民配置网络医师、药师、健康管理师和营养师,通过手机客户端为居民实时提供健康咨询、健康管理、公共卫生服务、初级卫生保健等服务,促进双向转诊和分级诊疗的形成。但是,在推进过程中也遇到“信息孤岛”的问题。

  据介绍,罗湖医院的医疗信息系统有一个主系统和多个分系统,主系统与分系统都是独立的。要推进互联网医疗,必须把这些系统纳入到一个平台。由于不同的医疗信息系统有不同的提供商,导致不同系统之间的数据兼容和信息交换都成为问题。如果要把分系统都接入到主系统上,医院必须再付出一笔几十万甚至数百万元的“端口费”,导致医院信息化成本增加,相当于医院被提供商卡住了“七寸”。“多加一个端口就要多付一笔费用。”孙喜琢说,而随着互联网医疗的推进,未来医院需要的端口将不断增多。

  无奈之下,孙喜琢决定放弃原来的信息系统,医院自己另外开发一个新系统,并研发一个与医院系统连接的移动互联网医疗平台——“健康罗湖”APP。今年1月22日,“健康罗湖”APP正式上线,该APP可以实现在线预约、诊费支付、签约医生互动咨询、健康管理等功能,打破了罗湖医院集团内5家医院和所有社康中心内部的医疗“信息孤岛”,可记录个人或全家在这些医疗机构内的所有健康信息。该集团甚至花上大半年的时间,通过最简单的拍照录入方式,把罗湖医院集团旗下所有医疗机构,10年来所有病患的数据直接导入进平台。

  “要打破医院‘信息孤岛’,最大的障碍还是医院信息系统的标准不一致。”金蝶医疗总经理陈登坤说,这对互联网医疗公司的技术实力提出了更高的要求。

  除了技术标准外,张黔则表示,打破“信息孤岛”更需要数据共享的平台和思维,“企业和企业间,医院和医院间,医院和企业间的数据都要共享”。医疗机构采集的是专业的医学数据,而互联网医疗企业采集的主要是用户日常数据,不同企业监测的数据也会不一样,比如有的测睡眠、有的测血压、有的是慢病管理等等。她指出,在互联网医疗大数据时代,一个企业或者一个医院监测的数据是不完备的,企业、医院、政府要有联盟的意识,共享医疗信息和数据,才能达到共赢,才能把互联网医疗做大,真正拆除医院的“壁垒”。

  ■个案

  “信息孤岛”如何打破

  1.互联网医疗企业收购医院

  大量的医疗数据和信息都存在于各个医院自己的服务器上,形成一个个“信息孤岛”。而这些数据价值巨大,医院都会以病人个人隐私为理由,拒绝共享这些数据。不能架接这些医疗数据和信息,互联网医疗企业很难推广互联网医疗服务。

  有鉴于此,去年开始,易特科集团把互联网医疗线上服务延伸到线下,在深圳布局了36家O2O线下实体店,包括日间照料中心和社康中心等,还收购了深圳一家二级民营医院,直接对接基层医院资源,准备打通院前、院中和院后所有医疗环节,形成一个线上线下的O2O闭环。

  2.医院研发互联网医疗平台

  罗湖医院集团在集团内5家医院和所有社康中心推行患者信息共享,但由于主系统与分系统有不同的提供商,导致数据兼容和信息交换都成为问题。如果要把分系统都接入到主系统上,医院必须再付出一笔几十万甚至数百万元的“端口费”,导致医院信息化成本增加,相当于医院被提供商卡住了“七寸”。

  无奈之下,医院决定放弃原来的信息系统,自行开发一个新系统,并研发一个与医院系统连接的移动互联网医疗平台——“健康罗湖”APP,实现了信息共享。

 
(文/小编)
分享到:

润宝医疗网 Copyright © 2006-2020 AiBaoYL.Com All Rights Reserved

Processed in 0.231 second(s), 66 queries, Memory 1.36 M