国家网信办发布的《数字中国发展报告（2022年）》指出，在过去一年，数字健康服务资源加速扩容下沉，地市级、县级远程医疗服务实现全覆盖，全年共开展远程医疗服务超过2670万人次；数字健康加速发展，互联网医疗用户规模达3.6亿人，增长率为21.7%。

整体来看，我国数字医疗建设经过多年的发展，已经取得了长足的进步⸺从初始的医疗信息化阶段，跨入了互联网医疗阶段，并正在快速迈向数字医疗创新阶段。

近日，埃森哲发布《智慧医疗新引擎数字医疗工具应时而起》报告指出，数字医疗工具融合新兴数字技术与医疗场景，拥有各种形式（诸如影像处理软件、决策支持软件、AI技术医疗机器人），深度服务于多种医疗用途。数字医疗服务模式也更趋向清晰化和深入化。新的数字医疗工具融合了技术、服务和支付方式，正在解决医疗市场过往没有被满足的需求，同时也打破了医疗服务供需不平衡的局面。医疗与技术的持续结合，正在逐步推动整个产业进入全新格局。

数字医疗工具将成为解决医疗难题的重要抓手

从数据采集、录入、整理、辅助问诊、诊疗决策、病例病案管理、病理诊断，到辅助制药、为科研提供依据，数字医疗工具不单服务于患者，还服务于医生、科研人员，并被应用在医院的资源管理方面，有望成为解决医疗领域难题的重要抓手。

数字医疗工具的介入与应用可以极大程度地减轻医护人员的工作负担，让医生将精力投入到更重要的工作中去。

数字医疗工具在诊前诊中和诊后的应用举例

值得注意的是，以往医生在采集患者信息时，只关注影响诊疗决策的信息，采集到的数据多为离散、不连贯的文本描述，非结构化程度高，无法直接用于分析和应用，数据质量存在很大问题。因此，医生在使用数字工具时，需逐步改变传统诊疗的工作习惯，从而使诊疗更加规范化，使数据发挥更大价值。

数字医疗工具的研发要以需求为导向

创新数字医疗工具在研发过程中要以需求为导向，在具有数据质量保障、高科技技术含量以及高精度临床需求的基础上，贴合医疗工作的诉求，有效解决临床问题，比如:

·程序接口的兼容性是否够强，能否和临床工作无缝衔接，并且和其他工作流程建立较高的协作性?

·能否真正辅助诊断和治疗，帮助医生减少工作量和时间，为患者带来更好的诊疗效果?

·数字医疗工具所收集的数据是否准确、一致且高效，并真正有利于科研?

·操作是否简单、高效，是否有利于工作对接和流程整合?

数字医疗工具切入院端应用场景的驱动因素

埃森哲报告中指出，在数字医疗工具的设计过程中，要注意以下几点，挖掘数据价值：

1开发思维向临床思维看齐，设计契合专业度和实际场景的数字医疗工具。

数字医疗工具的终端使用场景是医疗，因此必须契合医院和科研工作的专业度，以及不同科室不同疾病的实际场景。这是数字医疗工具的灵魂也是在现阶段研发中需填补的空白。

2将是否有助于提升“价值医疗”作为衡量数字医疗工具有用与否的重要指标。

“价值医疗”关注患者的投入产出比，强调最大限度地提高患者从医疗服务中获得的收益。

3保护患者隐私，合理挖掘数据价值。

当前，医疗器械在设备接入、应用数据传输和信息系统标准等方面缺乏统一标准，数据割裂与信息孤岛成为常态，数字工具难以真正发挥应有潜力。数字医疗市场充斥着零散的数字技术解决方案，医药公司在市场中疲于应对和甄别众多数字工具，缺乏足够的人力物力来选择合适的赋能业务的数字医疗工具。

4拆分系统构成，助力量化复制和延展。

在数字医疗工具的设计过程中，研发团队要能够针对不同科室和疾病的使用场景和特点，拆分数据中台、后台以及应用层，同时赋予数据中台足够的兼容性和延展性，从而使其能够在多样化的医疗场景中快速实现量化、复制和延展，以及效用的最大化。

人工智能大模型的快速发展正在推动行业与技术的融合变革，同样需要以需求为导向。埃森哲在报告中指出，该类新型模型的应用需满足以下条件：

·在医疗服务场景及信息化数据平台基础上进行搭建；

·为专业人员或接口提供符合国际标准的优质诊疗决策提示；

·建立针对准确性的审核机制，保障输出权威专业。

单独的语言模型较难以独立插件形式发挥作用。数字医疗工具需要结合医疗服务，因此需要具备较高的专业性并考虑其背景。此外，实际使用场景的潜在风险评估也极其重要，多数受访医生对在关键决策中应用AI相关工具持保留意见，他们担心需要承担潜在的法律风险。