资源描述
2020-2021中国互联网医疗诊后行业研究报告中国互联网医疗市场概述 1中国互联网医疗诊后行业现状 2典型案例分析 3中国互联网医疗诊后行业趋势 4中国互联网医疗发展阶段概述 3.0从以诊断治疗为中心,到以关注全生命周期健康为中心自互联网技术不断进步以来,远程医疗逐渐互联网化,互联网医疗不断取得新的进展。2012年以来,在新医改的冲击下, 医院与互联网医疗公司合作,大力开展信息化工作,不断优化看病流程,基于PC端开展在线预约、挂号、咨询等服务。 2015年以来,随着移动互联网的普及,移动智能设备使简单的医疗服务如线上问诊等成为可能,但整体仍是以诊断治疗为 中心。直至近一年来,互联网医疗开始将目光投向全生命周期的健康管理,通过协调平台与医生团队,将服务范围从单纯 医疗延伸至全健康流程,提供慢病管理、院外护理、院外康复照护等,构建真正以居民健康为中心的服务闭环。2012-2020年中国互联网医疗发展阶段概述线上门诊阶段 2.0 全生命周期管理阶段1.0 PC互联网时期此阶段互联网医疗主要基于PC 端的患者自诊、在线预约挂号、 电话咨询等服务,仅起到医生与 患者之间的桥梁作用 2.0 移动互联网时期移动智能设备为互联网医疗注入 巨大的能量,通过移动智能设备, 部分简单医疗服务如门诊复诊、 院内管理等通过互联网延伸至线 上 3.0 新兴技术时期新兴的云技术、大数据帮助互联 网医疗行业能够基于数字化的IT 解决方案和互联网医疗的运营管 理,进一步将服务范围从院内延 伸至院外,为患者提供慢病管理、 院外护理、院外康复照护的全生 命周期的医疗服务CAGR:42.2%CAGR: 40.0% CAGR:44.7%2012 初步桥梁阶段 1.02015 2020互联网医疗诊前定义分诊到医生 开始问诊匹配擅长医生 线上问诊以“诊断”为分界线,包括从信息收集到线上问诊全流程对于医疗而言,诊断具有重要意义。从基本信息收集到患者主诉、既往史、个人史、家族史的询问以及结合已有检查做的 鉴别诊断,医生能够凭借以上信息给出一个基本诊断,后续的治疗及疾病管理也会根据诊断进行。而诊断前的流程,也正 是互联网医疗平台长期以来最容易满足用户相应需求的部分,相比线下繁琐而费时的流程,线上引导带给了用户更好的体 验。因而,本次报告将以“诊断”为分界线,区分诊前、诊后。互联网医疗诊前包含患者信息采集、医疗信息识别、预约 分诊挂号以及在线问诊等几大部分。2020年中国互联网医疗诊前流程医疗信息识别意图识别疾病识别症状 识别症状 补充患者信息采集患者基本信息主诉输入 分诊到科室分诊到二级科室特殊科室映射互联网医疗诊后定义Internet Post-diagnosis”通过互联网技术与平台,为整个诊断之后的医疗到康复的全生命周期进行管理, 涉及院内信息化搭建、院外疾病管理、康复照护等多个内容。“院内治疗处方外延复诊管理诊后照护帮助医院内进 行HIS、NIS、 RIS等平台的 搭建,实现各 科室信息共享通过互联网医疗 诊后平台,医院 与医保部门及零 售药店之间互联 互通,开具外延 处方通过线上复诊, 将患者信息与负 责医师之间挂钩, 管理患者的预后、 并发症、生存周 期等棘手问题通过互联网医疗 诊后平台,患者 预约照护人员上 门服务,进一步 满足院外的临床 需求场景包含院内外,内容包含从治疗到康复的全生命管理流程从治疗到康复的流程一直以来就是医疗的重点内容。每种疾病在经过治疗后,预后、并发症、生存周期等都需要继续了解 和关注,治疗带给患者的利弊,也需要长久的随访。但一直以来,线下诊后面临诸多难题如:1)由于患者依从性差造成 的复诊难题;2)传统模式下患者的长期随访和指导治疗在目前的医疗体系中很难实现;3)患者因药就医、用药指导等难 题。互联网技术赋能的医疗诊后行业作为一个独立赛道,可以协助线下传统模式在院内的信息共享,院外的处方外延、复 诊管理及诊后照护等方面不断拓展创新,帮助解决应对线下诊后管理日渐突出的现实问题。2020年中国互联网医疗诊后定义互联网医疗诊后1.8 1.9 2.0 2.2 2.42.4 2.5 2.7 2.9 3.22015 20192015-2019年中国医护资源情况2016 2017千人医生数(人)2018千人护士数(人)1.6 2.0 2.6 4.2 3.3 2.8 4.53.8 2.7 13.2 11.5 8.2 12.2世界平均中国美国德国法国英国日本2017年世界医护资源情况对比14.5千人医生数(人)千人护士数(人)中国互联网医疗诊后必要性:医护资源中国医护资源逐年攀升,但相比发达国家仍有一定差距在政府大力推动下,我国医疗技术及医护资源逐年攀升。据推算,至2019年千人医生数已达到2.4人,千人护士数已 达到3.2人,虽然我国千人医生数已超过世界平均水平。然而中国整体医护资源相比其他发达国家仍有不小的差距,护士资 源尤为紧缺。世界上大多数国家护士占总人口约5,而目前我国护士仅占总人口3左右。认为,如果能在诊后院内阶段优化信息系统流程,并在诊后院外阶段通过互联网医疗平台增加医患交流的机会,将会有效提升医生护士的工作效率, 并且互联网赋能医疗诊后也会促进医联体的建设,二者共同作用,将会使我国目前的医护资源得到最大化的利用。CAGR千人医生数:7.2% CAGR千人护士数:7.9%9.6 9.4 9.3 9.3 9.16.1 5.9 5.8 5.6 5.52015 2016 2017中国平均住院日(天)2018 2019美国平均住院日(天)128.3 135.5 143.9 152.4 160.647.0 48.6 50.1 51.7 53.314.6% 15.0% 15.4% 15.8% 16.2%9.3% 9.8% 10.4% 10.9% 11.5%2015 2016 2017 2018 2019中国65岁及以上人口(医疗服务高需人群)(百万人) 美国65岁及以上人口(医疗服务高需人群)(百万人) 中国65岁及以上人口(医疗服务高需人群)占比(%) 美国65岁及以上人口(医疗服务高需人群)占比(%)中国互联网医疗诊后必要性:院内流转中国平均住院日不断降低,仍需多途径增加医疗效率在我国医护资源紧张的背景下,充分利用医疗资源,以最短时间、最佳质量、最少耗费,达到最优疗效成为我国医疗事业 发展的方向。2015年至2019年以来,我国平均住院日不断下降,病床流转率增加。但仍要看到相比发达国家,中国医疗 效率仍显不够。根据估算,美国在近20年来医院总数减少约23%,病床数减少约39%,但平均住院日仍在不断下,相 比而言中国在近20年来医院总数增加约86%,病床数增加约165%,因而目前美国医疗效率远高于中国。认为,通过 互联网医疗诊后的介入,将可使部分患者在院外进行疾病管理,进一步降低平均住院日并可有效提高医疗效率。2015-2019年中美两国院内流转情况对比2015-2019年中美两国医疗服务高需求人群对比平均差距:3.6天中国互联网医疗诊后必要性:节省成本1506045 150 50挂号费医药费医疗服务费误工费陪护费交通费线上方式(元)线下方式(元)线上相比线下节省医疗成本,推动社会健康高效发展相比线下医院的熙熙攘攘,线上医疗方式对患者就医体验有着较大的影响。线上诊疗的模式,尤其是在复诊及诊后阶段, 可有效降低患者就医成本、照护成本、交通成本及时间成本。根据测算,诊后阶段线上模式算上线上问诊、医药及医 护到家的医疗服务成本,平均单人每次医疗成本仅395元。然而线下就医的模式平均成本则高达每人每次1,080元。相比而 言使用互联网医疗诊后方式,能够节省更多医疗资源,提高全社会医疗效率,让饱受疾病困扰、有着诊后医护需求的人群 能够得到更加有效的治疗和更舒心的就医体验,从而推动整个社会更加健康高效的发展。2020年中国医疗诊后线上线下单人平均成本情况对比根据测算,线上医疗诊 后成本相比线下花费成本节 省近700元,线上比线下花 费节省超1.7倍200 500120200中国互联网医疗诊后技术核心-平台搭建平台搭建实现医疗资源共享,助推患者就医体验互联网医疗诊后平台的搭建,可有效优化服务流程,减少原本臃肿的服务环节。平台搭建起到的良好效果包括:1)改变了传统医疗的工作方式,提高了医疗效率;2)能够对医疗成本做出合理估算及有效管理,节约并充分利用了医疗资源;3) 加强了过程控制,有效提高了医疗以及护理过程的环节控制,一旦发现问题可提早处理,将事后管理变为事前管理;4)网络采集数据可提高采集率及信息分析水平,提高了整体的保障服务能力,实现了卫生资源的共享;5)强化医院自动化管理,助推患者良好的就医体验。诊后 信息化文献管理综合服务医疗管理IOT信息自助服务远程医疗运营管理临床服务门诊 挂号分诊 排队门诊门诊 输液住院手术电子 病历医生工作护士 工作临床 路径医学 影像手术 麻醉输血重症管理监护门诊 收费收费科研供应急诊 收费住院 收费医疗 保险医疗 质量科研 教学病案 管理器械 供应药物 供应消毒 供应生命体 征监测ICU设备 跟踪废弃物 追踪婴儿 防盗内窥镜 追溯体温监测心电 监测血氧 监测脉搏 监测呼吸 监测人力资源财务管理药品管理设备管理自动办公绩效考核成本核算决策支持床头自 助服务预约诊 疗服务远程 会诊远程 监管图书 馆网国际Internet自动化管理健康 档案公共 卫生法定 调查身份 识别信息 共享医务 管理:并列关系:包含关系2020年中国互联网医疗诊后平台搭建门诊自助服务中国互联网医疗诊后技术核心-知识图谱病历处方资料病情 记录人口统 计资料患者A患者B患者C患者D症状1症状2药物1 ABCD EF IHG J KLMN医疗信息原始数据集医疗/护理知识图谱将原始 数据进 行初步 处理将联系 与对应 知识图 谱进行 评估真实世界 采集数据患者E患者F药物2 DKG专业知识图谱可提供相应指导措施为糖尿病患者提供临床决策支持ADR预测未知的药物 不良反应PKG典 型 示 例基于标准化程序提 供智慧护理方案对未知原因的疾 病给出建议方案PIO依据知识图谱构建标准化程序,为智慧医疗提供解决方案目前的知识图谱构建主要是从医疗大数据或标准指南中拆解分析得到。分析的过程包括构建、规范化、存储、管理和挖掘, 通过对比真实世界数据与知识图谱,可有效提高医疗效率,减少医疗不良事件的发生。国内外典型的诊后知识图谱包括为 糖尿病患者提供计算机化临床决策支持的DKG图谱;融合了包括CCC、NNN、interRAI等国际护理标准知识库,形成的智 慧护理标准化程序的PIO图谱;用于预测未知的药物不良反应的ADR图谱;用于儿科疾病预测的儿科混合知识图谱等。2020年中国互联网医疗诊后知识图谱应用患者、疾病及药物之间联系
展开阅读全文