云计算已成为全球公认的下一代信息技术，和传统单机或网络应用模式相比，虚拟化、通用性、超大规模、高可扩展性、高可靠性、按需服务、极其廉价是云服务的显著特点，这让 SaaS 成为被资本市场热捧的领域，国际主流 IT 厂商 IBM、HP、微软、思科、Google、Amazon 等亦在实质性地参与云计算，微软更一度宣布将 90% 的研发预算投入云计算。
然而，相比其他领域 IT 服务的云端化，医疗 SaaS 当前仅处于初级阶段，未来有很大发展潜力，HIS 云、EHR 云&EMR 云、PACS 云及部分云端化医疗信息子系统都是相当典型的医疗信息云产品。医疗 IT 的云端化趋势至少建立在以下客观需求与痛点之上。
1）数据积累到一定阶段后产生的互联互通的需要，至少在于：
A、数据互通能够产生的规模效应和大数据价值（EHR&EMR 是典型）；
B、同一个患者相关数据合并后能为医生出具更正确的诊疗方案形成支持；
C、云服务能为解决众多医院信息化标准不统一的问题带来帮助（例如我们将在下文介绍的电子病历云 Practice Fusion）；
D、未来一旦医生自由执业成大趋势，医生会对数据多点互通产生更强需求。
2）数据爆炸背景下大型医院对 IT 系统更强的数据存储&处理能力提出要求。信息化手段及诊疗技术的提升亦导致医院数据积累速度加快，大型医院由此对医疗 IT 系统的数据存储&处理能力提出越来越高的要求。
3）更便捷和强大的云服务成本反而更低。这点对财力有限的小型医疗机构特别有价值。分级诊疗无疑将加大社区门诊、卫生院、门诊部、诊所为代表的基层、小微医疗机构对信息化建设的需求，小微医疗机构在医疗信息化建设中存在的特有痛点则更倾向于让医疗信息云服务（而非项目制传统医疗信息化建设）抢占有关市场。小微医疗机构的痛点有：
A、成本投入资金有限。大多数小微医疗机构当前资金已主要用于诊疗环境建设与医护人员成本，发展信息化建设将涉及到复杂的软硬件采购、调试、部署和大量后期运维工作，这些投入是小微医疗机构目前难以负担的；
B、已有的传统医疗信息化系统更符合大医院需求而不是小微医疗机构的需求，与大医院不同，小微医疗机构日常业务更多面向常见病治疗与社区居民日常保健，且很多小微医疗机构病历、处方、收费单仍采用人工手写处理，效率低且缺少集中管理，但当前市场上通常大而全的 HIS 多数面向大医院需求开发；
4）除此以外，云服务对产业发展至少还具有如下显著推动作用：
A、推动医疗信息化产业模式由 case-by-case 的项目运作向相对标准化的产品运作转变，有助于企业突破成长瓶颈，毕竟项目制下产品与服务的个性化正是制约已形成一定规模的医疗信息化企业通过模式的快速复制维持较快增速的重要因素之一；
B、云化的细分领域系统更容易催生「小而美」的应用，并为相关专业细分型公司的出现与崛起带来机遇。我们将在下文介绍相对独立于 HIS 的电子病历云、PACS 云、少数云化的医疗信息子系统都是 「小而美」的典型专业化细分应用。
医疗信息正在从「大而全」走向「专而精」
医院信息化建设理念的转变，以及以 EMR、PACS 为代表的子系统重要性的提升推动医疗信息化建设从「大而全」走向「专而精」。从我国医疗信息化产业发展历程看，医院的医疗信息化建设是从费用管理&医院管理相关的 HIS 系统起步，随后一但新子系统出现，医疗信息化企业通常采取以 HIS 为基础框架、「缺什么补什么」的「HIS+模式」对医院信息系统进行扩充。
然而随着医院信息化建设理念从以付费&医院管理为中心向以患者为中心的演变，以及诊疗技术进步，EMR、PACS 等主要子医院信息系统的重要性逐步提升到与 HIS 对等甚至超越 HIS 的程度，EMR、PACS 等主要子系统不仅开始渐渐摆脱先前附属于 HIS 系统的地位，更因相关子应用不断涌现，初步具备了平台化潜力，并为相关系统更专业化的发展奠定基础。
图 1 随医疗信息化深入发展，EMR、PACS 等子系统逐渐摆脱对 HIS 的附属地位并成为有平台化趋势的独立系统，分级诊疗为云模式 HIS 带来时代机遇
图 2 零散分布的传统 HIS 系统 VS 集约化建设的云 HIS 平台
积极拓展云模式的医疗信息化企业有望最先把握住 HIS 云端化带来的机遇。HIS 迈向云端本就符合云计算时代产业长期的技术更迭趋势，相比仅能实现医院内部信息、资源共享的仅供医院内部使用的传统 HIS 系统或 HIS 私有云，HIS 云平台能实现区域医疗与预防、公共卫生与保健、教学与科研一体化管理，并能显著降低医院医疗 IT 支出，由于我们已对此进行过分析，因而这里不再详述，只额外强调面向基层医疗机构的 HIS 云相比传统 HIS 更有望受益于分级诊疗带来的机遇，HIS 云端化趋势在基层医疗机构更有望首先实现破局。
1）面向基层医疗机构的 HIS 云相比传统 HIS 更有望受益于分级诊疗带来的机遇
A、 分级诊疗让基层医疗机构的信息化建设需求和中心医院下级医院间信息互联互通的需求变得更为迫切。分级诊疗当前已进入实质性的全面落地阶段，且落地还在加速，这种情况下，一方面，中小微医疗机构为对接医保、完善管理、控制医疗质量、提升收益水平，信息化建设越来越急迫并几乎成为刚需，这也催生大量如领健信息、信生科技等面向基层医疗提供 SaaS 平台及服务的创业公司的出现；
B、 针对基层医疗机构的 HIS 云服务，比传统 HIS 更易受益于分级诊疗拉动的基层医疗机构信息化建设，基层医疗机构经费压力更突出，是制约基层医疗机构信息化建设的关键瓶颈，云服务的成本优势让云模式 HIS 比传统 HIS 对基层医疗机构吸引力更大，毕竟中小医疗机构无法效仿大医院投入大量资金组建专业团队。九明珠针对小微医疗机构推出的 HIS 云（云杏）用于小微医疗机构 IT 建设，宣称能降低约 80% 的 IT 投入，尚医网的尚医云则宣称能降低约 70% 的 IT 投入；而进一步，HIS 云在基层医疗机构更显著的成本节省效应亦能降低那些已建立 HIS 的基层医疗机构推倒原有 HIS 改用云服务的转换成本——事实上，，从公开访谈医疗信息化企业九明珠的信息反映，已有的 3000 多家传统线下医疗机构用户正在迅速向公司的云模式医疗信息平台云杏迁移；
基层医疗机构信息化建设需求短期内快速提升，但主流 HIS 产品与基层医疗机构需求的不匹配，会削弱大量传统 HIS 厂商在基层医疗机构信息化建设市场相对 HIS 云服务商的竞争力，毕竟，基层医疗机构和等级医院是医疗信息化产业中不同的客户群，市场上主流 HIS 厂商产品主要面向大而全的等级医院的需求设计，但基层医疗机构日常业务更多面向常见病治疗与社区居民日常保健，于是主流医疗信息化厂商的产品，并不能像针对基层医疗机构需求设计的 HIS 云一样，更能和基层医疗机构的需求匹配；
2）HIS 云端化或有望首先在基层医疗机构破局，这是因为，虽然云端化亦是等级医院信息化的长期趋势之一，且医联体和医院集团亦是让分级诊疗落地的方式之一，但公立医院成本压力不像基层医疗机构那样突出，加之等级医院 HIS 投入高，推倒重来障碍大，以及拥有大量数据（特别是疑难病数据）的等级医院对数据互通潜在的抵制和数据安全的考虑都难免让 HIS 云服务在等级医院的推广面临更大阻力。
我们估算云模式 HIS 的空间时参考的客观数据、采用的假设和简化条件如下：
1）按三甲医院用于信息化支出的费用占其收入的 1%~2%，其他约 0.8%，我们能直接从医院营收规模推算医院信息化的年度空间上限；
2）采用云模式后，假定云模式正常情况下能带来的 IT 投入节约保守在 20%-40%（云模式让 IT 支出节约的比例相对缺乏公开数据，公开宣称中有节约幅度达 70%-90%IT 支出的云模式，因而我们这里保守起见选 20%-40%）；
3）假定云模式 HIS 原则上除包含最基本的医院管理信息系统以外，还应包括必要的电子病历云、影像云等其他医疗机构需要的功能，不论这些功能是提供云模式 HIS 的企业自己开发的还是接入合作方的（电子病历云、影像云等创新企业亦在大量涌现，它们都是良好的潜在合作方）——毕竟公有云模式的 HIS 在外延其他功能时比线下版传统医院信息系统更为便利；
4）假定因成本节省明显，云模式 HIS 在经费压力更大的基层医疗机构替代传统 HIS 阻力较小，于是不论基层医疗机构传统信息化建设当前进展到怎样的程度，HIS 云服务面对的将是医联体和医生集团体系以外的全部基层医疗机构客户，不论这些机构是否已经建立自己的信息化系统；
5）假定 HIS 云面对的市场还将包括主要以民营为主、对成本控制同样要求较高的专科医院；
6）如假定美国医疗机构占医院收入 3%-5% 的年度信息化支出对应「医疗信息化成熟阶段的必要信息化投入比重」，那么我国即便三甲医院信息化建设也远不完善（我国三甲医院医疗 IT 投入占比仅 1%-2%），而如假定医院在经费充足时总愿意建设尽可能必要和强大的信息化系统，且假定当前制约我国医院信息化投入对营收占比的重要原因正是收入，那么分级诊疗如顺利推进，并导致等级医院营收向基层医院显著分流，基层医疗机构的信息化投入比例将会比当前有进一步提升。
图 3 HIS 云的行业天花板测算表
代表性案例
领健信息、泛米医生、信生科技、京颐股份、尚医网、九明珠等企业都有推出云化 HIS 产品，整体而言这些企业可分为面向专科医院进行创新、面向基层医疗机构（不专门区分病种）进行创新、同时面向基层医院&大型医院&医院集团推出不同创新、传统医疗信息企业转型这四种类型，而其中，专科医院的信息化建设尤其值得注意，专科医院信息化云一方面能受益于医生去编制、多点执业甚至自由职业这种长期医改趋势下专科医院相关的创业潮（特别初创阶段的民营专科医院往往有更强的成本控制需求从而更倾向于选择成本更低的云服务）；另一方面，从事专科医院信息化建设的企业更有可能通过对专科医院特色化需求极致的把握，在整体而言竞争较激烈的医疗信息化产业中获得传统龙头企业也难以企及的细分领域优势和壁垒，成为小而美的细分领域龙头。
考虑到广泛的同业对比是最终从一个较大的一级市场同类可选项目集中最终确定 1-3 家拟投资项目的基本方法，我们将部分代表性企业基本情况及典型相关产品整理至下表，并于表后附典型产品的设计与外观截图，以展示典型的此类创新能达到怎样的水准，作为一级市场投资时同业比较的参考标杆——
图 4 医院信息化云当前大致有面向专科医院专、面向不特定基层医院、面向大型医院或医生集团三类细分
技术进步已推动医学影像从最初的医院功能科室的地位，逐渐成为一个独立产业。完整的 PACS 功能主要涉及图像采集（有纯数字采集、视频采集和胶片扫描三种方式），数据的传输&存储（DICOM 标准是统一标准），影像分析&处理三个环节，同时随 HL7 标准和 IHE 规范不断完善，PACS 已从简单的几台放射影像设备之间的图像存储与通信扩展至医院所有影像设备乃至不同医院影像之间的相互操作，并出现 Mini PACS（微型 PACS）、科室级 PACS、全院级 PACS、区域 PACS 等类型，功能上亦向需 CFDA-III 级认证的影像大数据分析延伸。
图 5 PACS 架构（上左）和 PACS 与诊疗流程的互动（下右）
图 6 不同影像相关应用的 CFDA 认证级别一览
产业的真实需求与痛点依然是创新之本
整体而言，临床对影像诊断的需求很大，导致医疗机构影像业务营收增速比药品更大，这亦客观决定 PACS 类创新具备巨大市场潜力。医学影像涉及多种影像检查手段*注，是临床上最大的证源，目前 90% 的医疗数据来自医学影像，70% 的临床诊断需借助医学影像，国内三甲医院营收数据亦显示一般医学影像收入占全院总收入约 20% 且增速远高于药品（2014 年我国三甲医院收入 12168 亿元，按 20% 比例对应 2433.6 亿元的医学影像相关业务营收），而未来随影像诊断技术进步（受 IT 技术和临床诊断技术进步推动），影像在临床的重要性又只会不断提升，新型应用的出现与普及将进一步抬升 PACS 产业的产值和潜在天花板。
*注：医学影像涉及到影像诊断学、放射学、内镜、医疗用热影像技术、医学摄影、脑磁造影技术等多种手段与技术，如 X 线片、血管造影、心血管造影、计算机化断层影像、牙齿摄影、荧光透视法、乳房 X 线照相术、伽马射线的γ照相机、正电子发射断层扫描仪、单光子发射计算机化断层显像、磁共振的核磁共振成像、磁共振成像、超声的医学超声检查、光学摄影的内镜检查术、复合应用的正电子发射计算机化断层显像、单光子发射计算机化断层显像等。
1）PACS 建设相对不完善为整个 PACS 细分产业（传统+创新）带来整体性机遇。
我国 PACS 领域信息化建设依然不完善，存在从无到有的建设机会，按 CHIMA 统计，PACS 在等级医院中渗透率不超过 50%（科室级 60%-70%，多科室或院级 50%-60%，区域级 10%-20%），由此我们亦容易推测，信息化建设通常滞后于等级医院的我国基层医院 PACS 建设更不完善，这意味着在我国，PACS 不论在等级医院的信息化深化，还是分级诊疗推动的基层医疗机构信息化建设，都存在机遇——这是 PACS 信息化领域当前看得到、可预期的机遇。然而传统 PACS 领域参与者多，竞争激烈，单个公司规模通常有限，竞争相对呈红海状态，最佳投资对象很可能是有望受益于行业整合的龙头企业；相比之下基于公有云的 PACS 是领域中相对较新的细分方向，并且也是建设空间较大的区域级 PACS、对成本控制要求较高的基层医院、注重盈利与成本管理的专科医院，在 PACS 建设时适合采用的模式。公有云 PACS 参与者包括拓展云业务的传统 PACS 厂商，和以 PACS 云业务切入产业的创新企业，我们后文中将提到的很多代表性创新均采用云模式。
这里值得补充的是，类似前文提到的针对专科医院需求设计的 HIS 云，PACS 亦存在诞生专科型细分系统的机遇，毕竟主流 PACS 往往在满足特定专科需求方面存在缺陷（例如多数眼科设备不符合 DICOM 标准，以及特殊设备等，难以和传统 PACS 兼容），专科 PACS 市场亦存在供给不足的客观情况，相关潜在的专科方向至少有心脏病专科、眼科（例如浙江省眼科医院开发的自用眼科 PACS）、牙科等方向。
图 7 影像相关应用的市场潜力测算——大数据价值远大于 PACS 本身的价值
传统影像应用痛点和传统应用无法满足临床需求，让大量 PACS 创新存在重要机遇，这些机遇也代表着 PACS 功能不断扩展的方向（例如，病灶自动识别、病情严重度分析、甚至治疗方案推荐等）。其中，大数据相关应用在当前很难预测其天花板上限。我们可将传统 PACS 痛点与传统手段无法满足的需求，和相关针对性 PACS 创新归纳如下图所示：
图 8 PACS 创新直接指向的产业痛点与需求汇总
PACS 创新，短看 PACS 云与流程优化，长看影像大数据挖掘
专业化工具的进一步细分化，以及医学影像技术的进步，正在推动 PACS 产业不断向专业化、细分化的方向发展。整体而言，PACS 领域近年来涌现的众多创新主要集中在云模式的影像诊疗流程优化工具（存储&传输&可视化）和影像诊断辅助工具两大与诊疗流程直接关联的方向（我们在此暂不考虑影像诊疗流程关系相对有限的医患沟通、医生社区、教育等其他会涉及到影像传输的创新方向），相关核心技术至少涉及低成本实现大体量数据的存储和快速取用、影像快速无失真的解压缩、DICOM 接口标准开发、医学影像数字化重建等，应用种类上涉及如影像 3D 可视化、云端 PACS、专业影像自动算法分析、远程影像诊断平台等应用，这些应用涉及到的影像标准化处理流程（包括采集成像、影像存档、影像传输、影像显示、影像分享、影像诊断这些环节）以及对病种的覆盖情况动脉网曾整理如下：
图 9 PACS 创新力求解决的临床问题
注：√是直接针对的环节，*是解决核心问题需要疏通或会涉及的环节。
图 10 PACS 领域创新主要覆盖的病种范围
图 11 各类 PACS 创新对 IT 技术和医疗能力的要求
图 12 PACS 创新面对的主要风险
1）影像诊疗流程优化创新。医生、各级医院、政府、部分 PACS 企业（那些更为集成的、需要采购或分包各类细分型 PACS 应用的 PACS 企业）等都是此类创新型应用的潜在客户，从对已有案例的归纳出发，此类创新当前主要致力于解决以下问题：
优化影像诊断基本流程：包括影像彻底的无纸化展示、云端安全存储、便捷传输以让医生能在移动端或 PC 端随时访问并秒速查阅医学影像，并能在患者完成拍片后立即可在远程查看影像，从而优化患者就医流程。除此以外，此类流程优化还能满足分诊、会诊、二次诊断、病历管理等需求，于是分级诊疗加速落地和医生集团创业潮，很大程度会让医生&医院对影像流程优化类应用的需求变得更为迫切；
优化影像展示效果，提升信息利用率：PACS 创新不仅可通过纠错、提升影像质量等方法尽量减少由影像分辨率、清晰度等导致的读片误差，影像计算机重建还可帮助医生看清传统成像无法展示的细节，或是通过特异性成像满足医生在特定场景（例如针对某个专科的特定手术）对影像的需求，从而拓展医学影像的应用范围并推动 PACS 创新进一步向重度垂直的方向发展（例如，牙科在三维重建中需要一键植入假牙的功能就属于专科特殊需求，适合与专科型 PACS 结合使用）。
我们将影像优化展示创新能实现的典型效果展示如下，可作为此类创新效果水准的参考对标：
图 13 影像的计算机重建能让医生在移动端看到传统成像手段难以看清的结构与细节
图 14 PACS 应用在对器官进行 3D 化影像重建时，医生还能对影像进行任意旋转和缩放以看清想看的细节
2）影像辅助诊断是从事影像云的企业普遍在探索的方向，和未来非常有潜力的技术转化风口。虽当前传输和流程优化依然是大量影像类创新的切入方向，但传输已不是影像应用本质，影像计算才是医学影像应用的未来，影像学和信息学的快速进步正在为诊断、治疗和预防如老年痴呆症、心脏疾病和癌症这样的潜在疾病开辟新的路径，成为未来潜在技术转化新风口，从对已有案例的归纳出发，影像辅助诊断类创新当前主要致力于给出参考建议并实现以下效果：
降低医生阅片主观性带来的读片误差。阅片的个人主观性导致阅片误差，从误差程度看，有资料显示放射科医生平均失误率在 30% 上下，并随病种不同而不同；
提高医学影像信息的利用率，实现常规人工读片难以实现的功能。医学图像中一般存在人眼无法有效分辨、但计算机算法有可能系统性识读的图像信息，而这些信息经挖掘后可用于辅助判断疾病类型，判断疾病严重程度等。
A、辅助判断疾病类型。例如红斑鳞状皮肤病鉴别诊断在皮肤病学中是一个难题，此病包含 6 种类型，鉴别难点其一在于不同类型间有很多共同组织病理特征，其二在于这类皮肤病开始阶段经常会表现为另一类特征，在后续阶段才会出现自己的特有病症——而相关疾病鉴别涉及 34 种相关特征。从大数据挖掘出发，一种基于 SVM 的混合特征抽取方法模型则能提高诊断红斑鳞状皮肤病的准确性（Expert Systems with Applications, 2011, 38(5):5），该方法利用 34 种相关特征的 21 个特征进行分类，得到 98.61% 的精度；而 Abdi 等人开发的诊断模型 AR-PSO-SVM 模型（Engineering Applications of Artificial Intelligence, 2013, 26(1):603-608; 809-5815）则实现了 98.91% 的分类精度；
B、随着当前医学影像逐渐从结构型影像发展到功能型影像，对疾病发生进行预测并跟踪病情进展已成为可能，这是因为，结构型影像只有在出现病灶或病灶有物理性状改变后才能发现变化，功能型影像却可在组织结构发生变化前就依据器官代谢物质、性状等因素做出检查结果，这对很多疾病的超早期发现和定位有很大价值。此类影像包括 MRI、PET、SPECT 等。例如，阿尔兹海默症（AD）严重程度分级、监测疾病进展、做出预后判断、评价干扰治疗效果都是 AD 影像学检查的目的，和国际热点领域，AD 的 MRI 影像学诊断具体涉及的测量指标包括一系列线性测量指标（海马高度、颞叶宽度、沟回间距、内颞叶厚度等）、体积测量指标（海马、杏仁核、内嗅皮层等结构）、其他指标（海马旁回、颞上回沟周围皮层面积、扣带回面积），而随数据收集技术提高及复杂度增加，很多应用都需要处理异构数据源，和从多个异构的数据源中采集不同度量类型的数据进行分析（MRI、PET、基因/蛋白表达数据、基因资料等）；
值得注意的是，从研究方法方面的突破看，医学影像应用未来仍存在涌现出大量新技术的空间。2016 年 4 月，医学影像领域有个意义重大的事件，由医学研究理事会、世界最大的研究慈善机构维康信托基金会和英国心脏基金会资助的世界上最大的医学影像研究正式启动，这项研究的投资规模为 4300 万英镑，资金将用于把目前英国生物银行的 10 万参与者的大脑、心脏、骨骼、颈动脉以及腹部脂肪的样本进行扫描成像，将创建最全面的内部器官扫描集合，这些影像数据与英国生物银行在过去十年间收集的 50 万参与者的大量数据（包括生活方式、体重、身高、饮食、身体活动和认知功能、来自血液样本里的基因数据）结合后的大数据挖掘将有望改变科学家对包括痴呆、关节炎、癌症、心脏病发作和中风在内的一系列疾病的研究方式，并让科学家进行以前几乎不可能进行的研究，考虑到科研方向往往是技术转化的先导指标，且该项目相关研究也确实和临床需求的方向一致，这暗示未来医学影像学有望涌现出大量新领域，并进一步提升影像在临床中的应用价值，而 PACS 领域未来亦有望涌现大量与大数据紧密结合的新技术并成为技术转化热点，有非常乐观的长期发展前景。
PACS 创新代表性案例的共性
我们将本报告涉及的部分相对顶尖的代表性 PACS 创新型企业基本情况收录到后文图表中，可作为挖掘此类企业或评判相关转型企业时用于同业比较的参考（技术、认证、团队、行业地位等角度）。而从同业比较出发我们能归纳出典型 PACS 创新企业具备的一些共性，如下：
1）以 PACS 影像识别为核心突破方向的企业，核心算法和公司通过在使用中不断完善最终形成的独有影像数据库数据是关键。关于数据库特别值得强调的是，并非是影像都能直接使用，因用于建模的影像必须首先确保有足够质量和标准化水平，其次，病种、性别、年龄、健康状况、生活习惯的区域差异等因素亦都有可能成为影响影像数据在建模中分组聚类的潜在因素，进而对取样方式产生建模之前可能预期不到的特殊要求。
2）有数据≠能顺利做出优秀产品，为做出真正过硬的影像数据产品，技术是硬门槛，很强的技术转化特征&技术探索特征让真正强大的医学影像大数据公司几乎必须具备过硬的技术，因而创始团队中是否有技术实力非常强的人员（参考因素至少涉及以往项目经验、相关领域的文章数量与分数等）至关重要——事实上，典型 PACS 创新企业中不乏创始人自己就是美国顶级名校 IT 方向教授的情况。除此以外，考虑到影像大数据属于前沿研究热点，未来有潜力转化的技术可能大量涌现，且实现影像大数据几乎不可或缺的人工智能和机器识别技术本身亦在快速进步，壁垒很高，因而非常重视原创性技术突破、将自己定位为科技型企业、对取得和稳步积累原创性技术突破特别重视的企业值得重点关注（优先度高于那些短期赚快钱，或容易被抄袭的模式创新放在更重要位置的企业），并且我们不认为仅仅「坐拥数据」但缺乏科技型企业文化特征、缺乏真正过硬技术的公司有能力将手中医学大数据的价值真正发扬光大。
值得注意的是，医疗大数据归根结底归患者和医院所有，而不归通过医疗信息化工程切入医院渠道的医疗 IT 企业所有，这类企业仅仅是拿到医院信息化系统建设权限。原则上，能获取医院经营全部数据的传统医疗信息化企业，无权禁止医院将这些数据授权给别的大数据公司使用，而一旦在业内具备声誉的等级医院将自己医院的大数据资源授权给其他技术实力强大的大数据公司用于开发，且这个技术强大的大数据公司又开发出真正重磅的、与诊疗流程痛点相结合的医疗大数据产品，凭借技术突破带来的先发优势和合作方医院业内的影响力，即便是作为新入者、渠道优势远比不上传统医疗信息化企业的科技型大数据公司，凭借突破性产品亦完全有可能快速独立于医疗信息化企业之外拿到更多医院授权，并形成自己的渠道优势。
3）规模优势、渠道优势、资金优势突出的传统医疗信息化企业则可通过并购体量有限的创新型企业获取相关创新业务。
图 15 部分代表性影像创新类企业-PART1
图 16 部分代表性影像创新类企业-PART1
图 17 部分代表性影像创新类企业-PART3
电子病历应用创新的趋势与案例简析
* 注：EMR（电子病历）是病人在诊断和治疗过程中产生的数字医疗信息文档， EHR（电子健康档案）是以医院电子病历为主体，以信息共享为核心的数字化健康档案，二者以及二者和 PHR（个人健康档案）的区别如下图所示——
图 18 EMR 、EHR 、PHR 的区别
EMR 当前至少存在两类需求和两大趋势
1）两类需求：EMR 建设依然不完善的等级医院对 EMR 覆盖的需求&已有电子病历的等级医院提升电子病历水平的需求，以及经费有限的小微医疗机构对 EMR 覆盖的需求。
按 CHIMA 2014-2015 年中国医院信息化状况调查数据，抽样调查期间，电子病例在我国等级医院中的渗透率达 70% 左右，属于在等级医院中建设相对完备但仍有一定建设空间的系统；除此以外，按 2015 年 CHINC 对我国 2622 家参与调研并反馈的医院的统计，电子病历应用水平 5 级及以上占比仅为 6‰，显示我国那些已覆盖电子病历的等级医院应用水平依然有很大提升空间——考虑到等级医院对项目方集成能力&专业化&后端服务的较高要求和往往更个性化的定制，这部分份额更有可能被在电子病历领域排名相对靠前、综合实力更为突出的龙头企业/细分领域龙头企业获取。
而结合 HIS 在等级医院普及相对完备后在小微医疗机构仍存在建设空间的情况，同时参考小微医疗机构经费相对有限的客观事实以及日本医疗信息化建设中电子病历普及不及预期的实际情况*注，分级诊疗制度之下，我们也很容易推测我国小微医疗机构的电子病历覆盖必然不完善、且存在相应产业机遇。
*注：日本后生劳动省曾于 2001 年指定「面向保健医疗领域信息化的云设计」并提出到 2006 年完成普及电子病历的目标，但事实上，直至 2013 年，全日本面向医院的电子病历普及率仅约 30%（而其中拥有 400 张以上病床的大规模医院普及率约 70%，拥有 100～399 张病床的中等规模医院则约 34% 左右），主要问题正在于「导入和运用电子病历系统的花费」，特别这种花费对中&小规模医院而言相对较重。
产业空间方面，考虑到 EMR 是医院信息化系统的一部分，如此按前文对医院信息系统的规模测算，电子病历云服务本身在基层医院和专科医院本身对应的年度价值上限在 2014 年不会超过全部 HIS 云的价值范围 29.70 亿元~39.60 亿元， 假定复合增速 15%，在 2018 年也不会超过 51.95-69.26 亿元（在等级医院同样存在与传统电子病历竞争和替代的问题），而 EMR 云服务最大的价值在医疗大数据，相关价值我们放在大数据应用部分（如以该医疗大数据能为美国创造的价值占美国当年医药卫生总支出的比例为基础估算，2013 年医疗大数据应用能为我国创造的潜在价值达 3321 亿~4982 亿）。
2）两类趋势：EMR 的云端化趋势和移动端化趋势
电子病历云端化同时受技术和政策两方面的推动，技术方面，云计算的崛起是大势所趋；政策方面，国家力推的分级诊疗、区域卫生信息平台对电子病历共享提出了要求，而涉及到数据共享，基于云的解决方案有着先天优势，且也更为廉价。
而电子病历接入终端出现移动端化趋势则可直接从第三方咨询机构的市场调研结果得到体现，Black Book 在 2015 年对 6000 名医生（美国，跨多个专业）的调查结果显示，52% 的门诊医生使用移动设备访问电子病历或作参考资料，31% 的受访者表示使用智能手机管理患者病情，且 Black Book 还估计 2015 年年底医生通过移动设备访问电子健康记录的频率上升到 70%。值得注意的是，电子病历类早期/非上市项目密集出现的领域或传统 EMR 企业新业务拓展的方向正密集出现在基于云架构且以可在移动端访问为特色的电子病历相关细分。
代表性的美国主要电子病历企业（传统企业+创新企业）的特点和切入方向可作为把握我国未来电子病历细分领域新趋势的线索（我们小结如下图）。整合实践管理的电子病历解决方案是电子病历的产业趋势，好的电子病历不仅具备电子处方、电子化验请求和结果、电子日程等方面的能力，同时也能通过在线门户促进医患交流和互动，进行检查结果发送，具备短信及警报提醒等功能，同时大多电子病历应用通过进一步发展 SaaS 模式增加了灵活性，能满足多地点的管理。目前几乎美国所有电子病历供应商都提供社区内独立开业医生需要的核心功能（预约，患者个人资料、病史、和诊疗记录，电子处方，与实验室&影像中心实现电子连接，与保险公司连接的报账系统，患者沟通，包括「有意义地使用电子病历」等诊所管理的各种报告功能），且几乎每个厂商都在打造整个诊所需要的所有工作无缝隙的服务，只是每个厂商的侧重点可能不同。
图 19 美国代表性电子病历厂商基本特色简览（PART1）
图 20 美国代表性电子病历厂商基本特色简览（PART2）
在我国，中国平安今年 5 月 31 日对外发布的健康云「随身病历」即是以电子健康病历档案管理为核心的、面向患者的、基于云的智能医疗大健康平台产品，患者可通过该产品整理自身电子病历资料，在就医时即可把详细的历史病情提供给医生，帮助医生快速做出正确判断，最大限度减少重复检查和漏诊、误诊的情况发生。
着力解决电子病历创新痛点的创新
值得注意的是，除各类电子病历应用本身以外，美国还出现了一些致力于解决电子病历普及带来的新痛点的创新，相关创新企业至少有 Healthfinch 和 Protenus。
1）自动处理琐碎任务，优化电子病历使用流程的 HealthfinchEHR 的广泛应用为提升医疗效果和全面优化医疗机构工作流程带来了曙光，但也暴露出一些令人十分难以忍受问题，例如，自 EHR 应用之后医师不得不牺牲大量工作时间处理那些基础的、重复性的琐碎工作（如简单的数据录入和病例管理），在美国，每位医师平均每天诊断 20 位患者的工作量已经不小，但除此之外他们还要用 4 小时去处理常规的、无偿的、重复性的工作，EHR 的倡导者们（监管方和技术方）也都意识到了这一弊病。
Healthfinch 即为一家试图用科技手段帮医师完成这些重复、低价值工作的初创公司，公司试图在 EHR 电子病历系统之上搭建一个科技平台，以实现重复性琐碎工作的自动化处理。以慢病患者的续处方笺申请流程优化为例，传统 EHR 流程下，这些患者的续处方笺申请通常由医师直接处理，通常如此：当这些需定期服药的患者吃完医师开具的药物之后，药房会出具一份续处方笺申请，然后通过邮件发送给医师，由医师判定患者是否需续处方，判定前，医师往往需先回答一系列问题（例如，该患者上次就诊是什么时候，上次做化验是什么时候，化验是否是常规检验，等等）——然而问题是，医师只有先回答完这些问题，才能批准或拒绝患者的续处方笺申请，从而为医师增加了很多重复性低价值的工作量。在应用 Healthfinch 的解决方案后（即公司推出的 Swoop 产品），医疗机构可选择把续处方笺申请完全交给 Healthfinch 的平台处理，或把原本属于医师的工作移交给药房工作人员、护士或助理医师等人员处理，从而让原本医师直接负责的低价值、高重复性工作得到有效分流，最终需医师亲自处理的续处方笺申请减少了 70%，Swoop 问世后不久就被大量医疗机构应用，显示实现医疗领域重复性琐碎工作的自动化是医疗服务供应未来的一个发展方向。对 Healthfinch，续处方笺只是解决问题的开始，利用科技手段帮助医护服务供应者「消灭」所有重复性的琐碎工作才是他们的终极目标。
而 Healthfinch 当前面临的挑战至少有两点——其一，EHR 覆盖的深度依然有限且实现一体化的难度较大；其二，开发更多解决重复性琐碎工作的自动化解决方案需要企业对医疗行业有非常深的理解和熟悉——而这两点都是很难一蹴而就的。
2）致力于电子病历隐私保护的 Protenus
虽美国医疗信息化软件代表国际一流水平，但由于医疗机构内和医疗机构之间软件碎片化严重，多数软件在设计之初并没与完全考虑到未来互联互通时可能存在的安全问题，留下很多安全隐患，据调查，美国 41% 的医疗机构没有对医疗数据进行加密处理，一半的医疗机构无法有效预防和应对信息安全泄露，加之产业当前正处于数据共享、医疗信息数据以几何倍数增长的大背景，美国近期医疗信息泄密事件波及的人数增速更大大超越了医疗泄密次数的增速，并与泄密事件次数脱节。
图 21 美国医疗信息泄露事件次数整体稳步上升
图 22 美国医疗信息泄露事件波及的人数则爆炸式增长
而泄密方式更进一步显示，服务器是大量医疗信息泄密的主要渠道，这显示数据共享时代信息的安全隐患比以往严峻得多。据美国一家名为 Royal Jay 软件公司统计，医疗信息泄露带给整个医疗行业的损失高达每年 60 亿美元，平均每次泄露会给医院造成 350 万美元损失，会给个人造成近 400 美元的损失；而美国医疗行业平均每个患者的信息泄露带来的信息安全管理成本高达 233 美元，远高于零售业的 78 美元，是所有行业中成本最高的一个。
图 23 美国医疗信息泄密主要是通过服务器
Proteus 成立于 2001 年，致力于开发数字医疗产品，并为消费者提供个性化健康管理工具，过去十年中 Proteus 总计获得超过 3 亿美元投资。Protenus 开发的名为 Privacy-as-a-Service 的隐私服务平台包括一个用以监测非法访问、进行持续自主学习的分析引擎，和一个下一代取证平台，可将必要的信息提供给隐私安全保护人员，Protenus 的服务通过将搜索、测试和决议的周期从几个月缩短到几分钟以及去除那些影响威胁系统的干扰项，针对患者数据建立了一个免疫系统，可判断当前医疗记录是否被一种不恰当的方式访问。Protenus 的服务能深入理解为什么要访问医疗记录以及如何进行正确的访问，意识到查看或使用某个特定病人的医疗或金融信息是否符合法律法规，并最终帮助提升卫生系统的能力和标准。目前 Protenus 进行的数据交换已涵了马里兰地区几乎所有的卫生系统。
医疗大数据：医疗信息化创新的终极目标
医疗信息化深入发展已导致医疗数据的类型和规模都在以前所未有的速度快速增长，按 IDC 数字宇宙的研究，到 2020 年，医疗数据将增至 35ZB（1ZB=1024EB），相当于 09 年数量的 44 倍，这些规模巨大的数据涉及电子病历数据、医学影像数据、居民行为健康数据、基因组数据、医学管理数据等多种层面，并涉及大量非标数据和存在实时交互的动态数据，正在为医院的数据存储、集成，特别是快速调用带来越来越大的压力，这些客观存在的痛点与需求一方面推动了相关领域研究的井喷，而相关研究井喷也反过来为领域内的技术转化奠定了越来越坚实的基础。从产业价值（行业空间天花板）看，按麦肯锡的研究，2013 年医疗大数据应用能为美国医疗体系创造的价值高达$3000 亿~$4500 亿，如以该价值占美国当年医药卫生总支出的比例为基础估算，2013 年医疗大数据应用能为我国创造的潜在价值达 3321 亿~4982 亿，且未来医药卫生总支出的增长和技术转化推进都有望进一步推升医疗大数据产业的价值。
因如对医疗大数据产业进行详细阐述内容将远远超出本篇报告范畴，并且我们先前亦对相关领域有较深覆盖（请见本篇报告署名研究员先前在国金证券发布的医疗大数据产业研究《国金证券新三板医疗物联网行业专题之二：技术转化加速，产业资本布局时点已至》），因而在此我们仅将医疗大数据相关应用基本情况、部分代表性应用案例汇总展示如下，不再详细展开。
图 24 部分案例展示
图 25 医疗大数据应用的变现方式小结
图 26 医疗大数据应用示例——数据预处理——电子病历（上）与医学影像数据（下）的机器识别与结构化
图 27 医疗大数据应用示例——临床决策支持——IBM 对心衰病人进行临床路径拟合实现最佳干预措施和预后预判
图 28 医疗大数据应用示例——公共卫生——HPE 在贵阳医疗大数据应用中的流感疫情预测
图 29 医疗大数据应用示例——慢病管理——可实现心脏病患者实时监控&预警&必要干预的慢病管理案例
图 30 医疗大数据应用示例——诊疗流程优化——Tableau 预判就诊高峰能为患者安排就医时间和地点，并为医院配置人员提出建议
图 31 医疗大数据应用示例——控费——Tableau 能直接监控不同地区医保费用的支出情况并比较差异原因
图 32 医疗大数据应用示例——控费——Tableau 可预判个人患病风险和支出为医保公司提供保费建议