关键词：智能化；医院；医疗服务
1医院管理智能化的特点
医院一直以来都是一个人多且弱势群体较为集中的场所。在医院投入使用智能化技术与其他场所不同，因为要考虑到多数人的情况，但也与其他场所有相同之处，即智能化技术都是依托互联网技术、信息技术、自动控制技术以及计算机等多项先进科学技术实现。医院的管理智能化有什么特点？智能化技术必须结合医院的实际情况，比如功能、环境、需求等因素，形成适合医院管理的智能化技术，为患者打造一个高效、舒适、安全的理想就医环境，从而提高医院的服务水平，减轻医院管理人员的工作压力，减轻医护人员的工作负担，提高用户体验，达到节约投入、增加收入的目标[1]。
2医院管理系统中应用智能化技术的目的
医院作为一个弱势群体集中的公共场所，在管理中应用智能化技术的目的是给医护人员及前来就诊的患者提供便利，具体表现如下。
2.1为患者挂号提供便利
看病前先挂号一直以来都是医院的规则，但根据目前情况来看，大部分患者都想挂专家号，每次为了看专家号都要提前到医院挂号。此挂号规则为“黄牛”提供了可乘之机，造成了患者挂号难、挂号贵等不良现象。智能化技术的投入，让患者挂号不再排长队，且收费公开透明，减少了患者被骗的情况。
2.2减少患者排队等候的时间
医院患者多，患者需要长时间排队等候。智能化技术可以将患者按照挂号先后顺序分类，提供一站式服务，改善患者看病排队时间长的现状，一切为患者着想，将患者的用户体验摆在第一位。
2.3提高医疗服务水平
科技改变生活。随着智能化技术的融入，医院实现了与全国乃至全世界医学权威专家的共同会诊及远程视频，为医生讨论患者病情提供了便利，偏远地区的患者也可以享受与大城市同等实力的医疗。智能化技术还有利于提高医院的医疗服务水平，为医院营造良好的口碑。
2.4提高医院工作者的工作效率
智能化技术提供挂号、候诊、重症探视以及病床呼叫器等一站式医疗服务，减少了患者看病过程中的各种棘手问题。很多工作都被智能化技术完美解决，医院工作者可以有更多的时间投入到其他工作中，在一定程度上提高了医院工作者的工作效率，为医院节约了人力成本，增加了医院收入。
2.5改善医疗环境
除了以上几点外，智能化技术还可以控制医院灯光、空调、暖气等设施，改善医疗环境，让患者在舒适的环境中治疗[2]。
3医院管理智能化系统的分类
医院管理方面的智能化分类有很多种，被广泛应用的分类有四种，具体内容如下。
3.1基础系统
顾名思义，基础系统是医院管理智能化系统的根基。不只是医院，基础系统是所有运用智能化技术管理系统的根基。其是管理智能化系统必须存在的内容。基础系统牢靠，可为整个医院管理智能化系统打下一个夯实的基础，使后续建设工作高效快捷进行。
3.2应用系统
应用系统是基础系统完整的条件下诞生的产物。应用系统将基础系统中拥有的资源进一步细化分类，让每个分类有自己独特的功能，比如监控系统、声控系统、警报系统以及远程交流系统等。这些拥有不同功能的系统组成了整个应用系统，对医院管理智能化的发展具有重大意义，为医院服务能力的提升做出了卓越贡献。
3.3医疗系统
医疗系统与其他场所的智能化技术发展无关，是医院专享的系统。由于医院是一个十分特殊的场所，人员密集，主要以弱势群体为主，因此医院建设医疗系统时一定要将患者的需求放在第一位。智能化技术为医院的挂号、排队、诊疗安排和探视等方面提供援助。此外，医院需要提供婴儿防盗、视频教学、远程会诊等功能，为患者提供便利，营造良好的就诊环境，减轻医护人员的负担，提高工作效率[3]。
3.4集成系统
集成系统主要包括楼宇自动控制系统、能耗分类设置、智能照明以及IBMS系统集成等四部分。简单来说，集成系统就是将所有的系统功能再一次集中，从而形成一个集中控制器，控制范围可以囊括医院智能管理系统的全部功能。集成系统的主要功能就是减轻医院智能化管理系统的负担，让所有功能统一管理、统一调配。
4如何在医院管理中应用智能化技术
医院智能管理系统建设的重点应以满足患者需求为终极目标。建设智能管理系统时一定要着重关注以下三点内容。
4.1统一规划
规划、设计、施工和维护四个阶段，是建设智能化医院管理系统必不可少的环节。这四个环节具有连续性，不可漏掉其中任何一个环节。因此，要求建设医院智能化管理系统前，必须清晰了解医院，注重实地考察的重要性。考察内容包括医院大部分患者的需求、医护工作者的需求以及医院地理位置等各方面，切忌纸上谈兵，如此才能为后续建设奠定良好基础[4]。
4.2高度集成
医院需要重视高度集成。智能管理系统建设过程中，可能会遇到无法在一家公司完成所有系统建设的情况，原因是每个公司都有自己擅长和不擅长的领域。这要求医院擦亮眼睛，决不能贪图便宜而随意将就，一定要在能力范围内集合各大专业公司的优势，形成一套优秀的智能化管理系统。
4.3分部实施
智能医院管理系统建设需要花费一定时间，切忌心急。建设智能医院管理系统时一定要有足够的耐心，做好整个项目的规划和每个项目的预期判断。根据医院的能力将一个项目分成几部分，按照整个建设项目的规划逐步建设，逐步完成智能医院管理系统建设。
5结语
目前，智能化技术随着科学技术的进步而不断发展，相关工作人员应与时俱进，应用智能化技术为医护人员和病患营造舒适安心的医疗环境。院方也应在大力发展智能化技术在医院管理方面的应用，做好相应规划和充分准备，充分发挥智能化技术的功能，从而更好地服务于医生和患者。
参考文献
[1]尹涛烽,潘超,徐亚平,等.三甲医院智能化系统整体规划[J].智能建筑,2018(2):65-67.
[2]尹涛烽,陈向锋,胡海龙.智慧医院智能化系统整体规划[J].甘肃科技纵横,2017,46(8):7-9,6.
人工智能在医疗领域的广泛应用价值
目前，人工智能在医疗领域的研究成果频出，人工智能应用医疗领域已是大势所趋。各个科技巨头都相继布局人工智能医疗行业。对人工智能在医疗的应用主要基于多方面的客观现实：比如优质医疗资源供给不足，成本高，医生培养周期长，误诊率高，疾病谱变化快，技术日新月异；此外，随着人口老龄化加剧和慢性疾病发病率的增长，人们对健康重视程度普遍提高，医疗服务需求也在持续增加。
人工智能结合医学应用有非常多的益处，可以让患者、医师和医疗体系均受益。比如对于患者来说，可以更快速地健康z查，获得更为精准的诊断结果和更好的个性化治疗方案建议；对于医师来讲，则可以消减诊断时间，降低误诊的概率并对可能的治疗方案的副作用提前知晓；对于医疗体系来说，人工智能则可以提高各种准确率，同时系统性降低医疗成本。
据悉，人工智能在智能诊疗、智能影像识别、智能药物研发和智能健康管理等方面都有广泛的应用价值。
比如在智能诊疗方面，就是让计算机“学习”专家医生的医疗知识，模拟医生的思维和诊断推理，从而给出可靠诊断和治疗方案。智能诊疗场景是人工智能在医疗领域最重要、也最核心的应用场景。谷歌宣布已尝试将其面向消费者的机器学习能力应用到医疗保健领域中。今年谷歌的人工智能算法在乳腺癌诊断上也表现出了很高准确度；苹果公司最近收购了Lattice，该公司在开发医疗诊断应用的算法方面具有很强能力。
在智能影像识别方面，人工智能的应用主要分为两部分：一是图像识别，应用于感知环节，其主要目的是将影像进行分析，获取一些有意义的信息；二是深度学习，应用于学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握诊断能力。作为医生，从一个大的图像如CT、核磁共振图像判断一个非常小的阴影，是肿瘤是炎症还是其他原因，需要很多经验。如果通过大数据，通过智能医疗，就能够迅速得出比较准确的判断。
在智能药物研发方面，则是将人工智能中的深度学习技术应用于药物研究，通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。人工智能通过计算机模拟，可以对药物活性、安全性和副作用进行预测。目前借助深度学习，人工智能已在心血管药、抗肿瘤药和常见传染病治疗药等多领域取得了新突破，在抗击埃博拉病毒中智能药物研发也发挥了重要的作用。
在智能健康管理方面，则可以将人工智能技术应用到健康管理的很多场景中。目前主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。比如通过获取信息并运用人工智能技术进行分析，识别疾病发生的风险及提供降低风险的措施。计算机还能收集病人的饮食习惯、锻炼周期、服药习惯等个人生活习惯信息，运用人工智能技术进行数据分析并评估病人整体状态，协助规划日常生活。在精神健康领域，计算机可运用人工智能技术从语言、表情、声音等数据进行情感识别。在健康干预层面，计算机则可以运用AI对用户体征数据进行分析，定制健康管理计划。
从IBMWatson的发展看医学人工智能的未来
目前国内外已经有很多高科技企业将认知计算和深度学习等先进AI技术用于医疗领域，并出现了很多产品，其中以IBM的“沃森医生”（IBMWatson）最有代表性。IBMWatson作为该领域中的翘楚，随着人工智能技术的逐渐成熟，在2016年开始放开手脚，以肿瘤诊断为重心，开始在慢病管理、精准医疗、体外检测等九大医疗领域中实现突破，逐步实现人工智能作为一种新型工具在医疗领域的独特价值。
沃森是2007年由IBM公司开发的，IBMWatson具备了自然语言处理、信息检索、知识表示、自动推理、机器学习等能力，能够快速搜索分析非结构化的数据，获取想要的结果。2015年，日本东京大学医学院研究所最初的诊断结果，确诊一位60岁的日本女性患了急髓白血病，但在经历各种疗法后，效果都不明显。无奈之下，研究所只好求助IBMWatson，而IBMWatson则通过对比2000万份癌症研究论文，分析了数千个基因突变，最终确诊这位60岁的日本女性患有一种罕见的白血病，并提供了适当的治疗方案。整个过程IBMWatson只用了短短10分钟。
自2012年罗睿兰接手IBM开始，IBM公司发展方向与业务架构就一直在进行根本性调整。传统硬件与系统软件业务地位不断退后，而云计算、网络安全、数据分析与人工智能成为了公司现金流的核心投放领域。现在的IBM正在转型为一家认知计算和云平台的公司。其中在医学人工智能的优势也越来越明显。
IBMWatson首先进入的领域是复杂的癌症诊断和治疗领域，这也是目前全世界医学界聚焦的重点。Watson的第一步商业化运作就是通过和纪念斯隆・凯特琳癌症中心进行合作，共同训练IBMWatson肿瘤解决方案（WatsonforOncology）。癌症专家在Watson上输入了纪念斯隆・凯特琳癌症中心的大量病历研究信息进行训练。在此期间，该系统的登入时间共计1.5万小时，一支由医生和研究人员组成的团队一起上传了数千份病人的病历，近500份医学期刊和教科书，1500万页的医学文献，把Watson训练成了一位杰出的“肿瘤医学专家”。随后该系统被WatsonHealth部署到了许多顶尖的医疗机构，如克利夫兰诊所和MD安德森癌症中心，提供基于证据的医疗决策系统。
相继攻克肺癌、乳腺癌、结肠癌、直肠癌后，2015年7月IBMWatsonforOncology成为IBMWatsonhealth的首批商用项目之一，正式将上述四个癌种的肿瘤解决方案进入商用。2016年8月IBM宣布已经完成了对胃癌辅助治疗的训练，并正式推出使用。此外沃森还在2016年11月训练完上线了宫颈癌的服务。
目前IBMWatson肿瘤解决方案已经进入中国。2016年12月，浙江省中医院联合思创医惠、杭州认知三方共同宣布成立沃森联合会诊中心，三方将合作开展IBMWatsonforOncology服务内容的长期合作，这是自IBMWatsonforOncology引入中国以来，首家正式宣布对外提供服务的Watson联合会诊中心，意味着中国医疗行业将开启一个新型人工智能辅助诊疗时代。目前Watson可以为肺癌、乳腺癌、直肠癌、结肠癌、胃癌和宫颈癌6种癌症提供咨询服务，2017年将会扩展到8-12个癌种。在医生完成癌症类型、病人年龄、性别、体重、疾病特征和治疗情况等信息输入后，沃森能够在几秒钟内反馈多条治疗建议。
此外，IBMWatson还与辉瑞达成了一项新协议，会将前者的超级计算能力用于癌症药物研发。辉瑞将用上WatsonforDrugDiscovery的机器学习、自然语言处理及其它认知推理能力，用于免疫肿瘤学（Immuno-oncology）中的新药物识别，联合疗法和患者选择策略。由于免疫肿瘤学的未来在于针对独特肿瘤特征的组合，这会改变癌症治疗方式。而在药物研发中利用Watson的认知能力，可以更快地为患者带来可能的新免疫肿瘤治疗。
毫无疑问，人工智能将会成为未来IBM的成长引擎。沃森目前已经不仅仅满足于涉及糖尿病等慢病、大健康、医疗影像、体外检测、精准医疗、机器人、疾病研究治疗这几个领域，未来，沃森的触角还会伸到医疗的其他行业，为整个医疗行业服务。
中国版小小“沃森”不断面世
与IBMWatson十年的发展轨迹不同，中国在医学人工智能领域的发展属于追赶者。由于中国没有统一的医疗数据格式以及数据孤岛的隔离，中国在医学人工智能I域投放的资源相对要少很多。不过这并不妨碍国人对其发展的热情。在智能影像识别和诊断方面，中国已经出现了若干版本的小小“沃森”，他们的功能虽然没有IBMWatson那么强大，但也在各个领域显示出独特的应用价值。
浙江德尚韵兴图像科技有限公司是由浙江大学知名专家和珠海和佳医疗设备股份有限公司共同投资成立一家高科技公司。浙江德尚韵兴利用深度学习处理超声影像，同时加入旋转不变性等现代数学的概念，形成了“DE-超声机器人”。该机器人算法借助计算机视觉技术，可以对甲状腺B超快速扫描分析，圈出结节区域，并给出良性与恶性的判断，大大节省了医生的诊断时间。一般来说，人类医生的准确率为60%-70%，而当下算法的准确率已经达到85%。
据悉，人体甲状腺结节已成常见病，如果不加重视，甲状腺结节可能会发生恶变，进而发展成癌症，危及生命。但由于个体化差异，目前三甲医院甲状腺结节的诊断准确率平均也只有60%，如果不做活检，不同医生对同一张片子可能会做出不同判断。而超声机器人的出现，不仅能辅助医生做出精准判断，还能缩短病人就医时间，提升医疗效率。目前“DE-超声机器人”已经在浙江大学第一附属医院、中国电子科技集团公司第五十五所职工医院和杭州下城区社区医院临床应用，一年病例达到8万多，准确率达86%以上。
2017年2月，中山大学中山眼科中心刘奕志教授领衔中山大学联合西安电子科技大学的研究团队，利用深度学习算法，建立了“CC-Cruiser先天性白内障人工智能平台”。该人工智能程序模拟人脑，对大量的先天性白内障图片进行分析和深度学习，不断反馈提高诊断的准确性。将该程序嵌入云平台后，通过云平台上传图片，即可获得先天性白内障的诊断、风险评估和治疗方案。
据悉，先天性白内障是一种严重威胁儿童视力的疑难罕见病。中山眼科中心有全球最大的先天性白内障队列（队列人数近2000名），基于该队列开展了一系列严谨的研究，积累了大量高质量的先天性白内障临床数据。中山大学眼科中心于2017年4月设立“人工智能应用门诊”，由人工智能云平台辅助临床医师进行诊疗。在人工智能门诊就诊的患者，除接受常规诊疗外，其检查数据即时同步到CC-Cruiser云平台，同时享受由人工智能机器人提供的“专家级”诊疗。目前CC-Cruiser已在3家协作医院完成临床试点应用，并取得理想效果。此外，中山眼科中心已经连接了、新疆、云南、青海等边远省区上百家基层医院，每天有大量眼科检查数据上传云平台请求专家协助诊断。在医学人工智能应用场景下，病例以及图像数据将首先通过人工智能程序进行初审，再由专家复核，效率将提升70%以上，极大提高了专家协诊效率。
2017年5月，丁香园、中南大学湘雅二医院和大拿科技共同宣布就皮肤病人工智能辅助诊断达成独家战略合作，并了国内首个“皮肤病人工智能辅助诊断系统”。资料显示，系统性红斑狼疮是一种慢性自身免疫性疾病，属于风湿性疾病中的弥漫性结缔组织病，可引起全身多个脏器受累，包括皮肤、关节、肾脏、血液等。如何精准诊断系统性红斑狼疮，一直是困扰各国科学家的世界医学难题。
目前三方合作研发出的是红斑狼疮人工智能辅助诊断模型，该模型对红斑狼疮各种亚型及其鉴别诊断疾病能进行有效区分，识别准确率超过85%。据悉，该系统一方面是面向皮肤科医生，医生通过APP，把图像传到系统以后，系统提示最有可能的皮肤病类型，然后建立皮肤病电子百科全书，通过百科全书再去学习，辅助临床诊断；另一方面是面向患者，系统提供图片鉴别和导诊意见。据悉，该系统第一期主要实现以红斑狼疮为代表的皮肤病人工智能辅助诊断，下一步将“渗透”到其他医疗机构，并将开放患者端服务。
医学人工智能真正落地
需要全产业链配合
专家指出，要真正实现医疗产业的人工智能化，仅靠单方面的力量难以实现，这需要依托全产业链包括医疗主管部门、医疗机构的参与和信息化服务商等各个环节的共同努力。
比如像前文所述的甲状腺结节、红斑狼疮、先天性白内障的诊断，都要依靠形态学的图像数据，这些在皮肤病和病理科特别常见，所以人工智能的优势在此可以得到充分体现。训练一个好的皮肤科医生可能要十年，把人工智能引进后，可以大大缩短时间。但是医学人工智能研发成本高、数据获取难、尚未深入诊疗核心等成为阻碍其真正落地的因素。
人工智能技术形成产品，最重要是要有大量高质量的数据。深度学习靠的是“吃透”大量样本。但目前大部分医疗机构并不愿公开数据。比如前文介绍的德尚韵兴，为了收集数据，尝试通过多个渠道，有社区检查，有付费志愿者，也有试点医院。最后该公司收集了两三万张超声图像，不嗟厥淙胂低持胁疟Vち苏锒献既仿试85%以上。该公司负责人也评价到，如果样本量能提高一倍，诊断准确率还有较大的提升空间。
在获取高质量的医疗数据方面，国内医院在过去信息化程度不高，数据虽然多，但相对杂乱，使用难度大。如何找到合适的切入点，并快速获取数据会是一个很高的门槛。同时，医院信息孤岛现象长期存在，各个医疗机构的数据尚未实现互联互通。这一局面则逐步从政策层面迎来破冰。去年6月，国务院公布了《关于促进和规范健康医疗大数据应用发展的指导意见》，明确指出健康医疗大数据是国家重要的基础性战略资源，需要规范和推动健康医疗大数据融合共享、开放应用。但该政策的真正落地依然需要时间。
云计算作为分布式计算、网格计算等技术的继承与发展，已经成为当前工业化与信息化“两化”融合发展的主要技术实现路线。本文首先简要介绍了云计算技术的概念与特点，其次阐述了云计算技术对医疗卫生信息化的影响分析，最后给出了云计算技术在医疗卫生信息化建设中的应用策略，为“十三五”国内医疗卫生行业的信息化建设提供参考。
【关键词】云计算技术医疗卫生信息化应用研究
1前言
中国新一轮医疗体制改革以来，医疗卫生信息化作为医疗行业经营成本降低，工作效率提升的有效抓手，已经在国内医疗卫生行业中普遍开展。根据《医疗卫生第十二个五年计划规划》的要求，“十二五”期间国内医疗卫生行业围绕建设国家、省级、地市级等三级信息平台，建设电子健康档案和电子病历两个数据库，构建一个医疗卫生专用网络，健全医疗卫生信息标准体系为目标，加快推进国内医疗卫生信息化进程。经过“十二五”的五年建设，80%以上医院部署应用了医疗信息系统（HIS），健康档案、电子病历等120余项信息标准得到修订与增补，我国医疗卫生信息化建设取得了显著进步。但是，也存在顶层设计缺乏统筹，建设格局条块分割，重复建设现象严重等问题，医疗卫生信息资源整合优化趋势更加明显，智慧医疗、移动医疗、家庭医疗等发展理念开始深入人心。因此，开展云计算技术在医疗卫生行业的应用，用好用实虚拟化技术，是立足现有建设成果，提升医疗卫生的体系保障能力的有力抓手。
2云计算技术概述
云计算技术是一种网络信息资源虚拟化技术的集中体现。自2006年美国亚马逊推出世界首个云计算系统――亚马逊云服务（AmazonWebServices，简称AWS），云计算开始在全球范围的快速的推广应用，据Gartner公司统计，2015年全球云服务市场规模达到2450亿美元，已经成为全球信息化建设的主要经费组成部分。同样，国内互联网企业也对云计算技术基础架构的灵活性、可扩展性的作用高度关注，经过近几年发展，腾讯、百度、阿里巴巴等企业已经完成云计算架构的发展，并在市场运营领域进行了广泛的应用。云计算技术作为一个发展的理念，其理论研究者与技术实现者从不同视角对云计算技术概念进行多样化描述，现阶段较为权威的概念描述是美国NIST给出的定义：云计算是一种按使用量付费的服务模式，已以形成网络、存储、应用、服务等资源池为目标，实现对网络资源的虚拟化的整合优化，增强可靠性、整理性和可扩展性，实现网络信息资源的利用率最大化。通过云计算定义可以看出，云计算技术以形成基于网络环境的计算资源池为核心目标，强化对网络资源的灵活调配、削峰填谷，主要具备以下特点：
（1）强调对网络资源的统一管理；
（2）强调对网络资源的均衡负载；
（3）强调对网络资源的动态调控；
（4）强调对网络资源的智能重组；
（5）强调对网络资源的成本压缩。
3云计算技术对医疗卫生信息化建设的影响分析
简单而言，“智慧医疗”是云计算技术域与医疗卫生业务域相结合的产物，包含医疗资源整合、医疗远程协同、医疗信息安全等方面，它以构建以患者为中心的医疗全生命周期服务体系为核心目标，坚持整合医疗信息资源，增强业务互联互通，加强机构远程联动，逐渐实现业务应用、基础平台、硬件设备等层级的信息共享。当前，云计算技术包含Iaas（基础设施即服务）、Paas（平台及服务）、Saas（软件即服务）等三个维度，对医疗卫生信息化建设中的影响主要表现为：
3.1在Iaas应用层次上
云计算技术要求医疗卫生领域的服务器计算资源与光纤通道存储设备资源进行虚拟化，实现物理上分布的计算、存储硬件资源的集中管理与统一调配。强化以虚拟机（VM）的形式，对各医院、医疗点、卫生主管部门提供硬件环节支撑。初步估算，云计算技术在医疗卫生行业的推广应用，可以使国内医疗行业减少50%以上硬件设备采购投资及60%以上的设备运维成本，应用经济效益显著。
3.2在Paas应用层次上
云计算技术要求以医疗行业公共云与医院私有云相结合的方式，构建形成全国医疗卫生公共服务平台，实现医疗管理、医疗业务信息的融合共享，实现面向公共与医疗卫生行业服务，包含公共卫生、医疗保障、药物配备、医疗协作等功能。
3.3在Saas应用层次上
云计算技术要求基于安全保密的前提，实现跨单位、跨部门、跨系统、跨领域中医疗数据的服务共享，形成患者为中心的医疗服务信息的生命周期管理模式，实施对患者的电子病历的增量管理，满足患者危急转院、异地就医的医疗信息动态支援保障。
4云计算技术对医疗卫生信息化建设的应用策略
云计算技术在医疗卫生行业的应用，涵盖要素多，集成难度高的庞大信息工程，国内相关专家已经开始着手考虑智慧医疗在《医疗卫生第十三个五年计划规划》的应用方式，因此抓好云计算技术域与医疗卫生业务域的融会，落实好国务院工业化与信息化“两化”融合发展的指导意见，是医疗卫生信息化建设“大处着眼，小处入手”的必由之路，经研究，云计算技术对医疗卫生信息化建设的应用策略包含以下几个方面：
4.1以全国医疗公共云平台建设为着力点
持续推动面向社会公共服务与医疗卫生行业服务的信息化进程，提升公共卫生、医疗保障、药物配备、医疗协作等服务保障能力。针对目前医疗资源分布不均衡，大型医院看病难等问题，开展自助服务机、医院门户网站、微信公众号等多种方式的医疗卫生服务，推动“初诊在社区，看病在医院，康复回社会”的新型医疗保障模式，提供医疗服务效率，加快患者、药品、医疗设备的流转速度，减少优势医疗资源的闲置浪费。
4.2以面向个人的智能医疗可穿戴设备为切入点
持续推动医疗服务由医院集中式向家庭分散式的延伸保障。依托智能手表（手环）与智能内衣等技术，实现对家庭危重病人与遗传病史的人员的生命体征实时监控，给出重大疾病威胁报警。同时，借助远程视频看诊可视化技术，实现对异地、分布的病人的病状判断，以及所服药物品种、剂量的在线指导。
4.3以医疗卫生信息标准体系的修改完善为立足点
持续加强医疗信息标准对医疗卫生信息化全民参与、自我发展的促进作用。按照“统一系统架构、统一数据编码、统一服务接口”等方式，修改完善医疗标准体系中基础类、数据类、标准类与管理类等标准，推动云计算技术在医疗卫生行业的应用深度与广度，提供系统拓展性与适应性，降低系统建设风险。
5结束语
云计算技术作为当前主流的网络信息虚拟化技术，在国内外电子政务、企业指导、航空物流、金融证券等领域得到了广泛的应用，现阶段，国内专家学者不断推出“智慧医疗”的研究专著，可以看出，今后一段时间，智慧医疗将是医疗信息化发展的重要方向，应持之以恒的加强关注研究，结合自身工作实际开展云计算技术的应用实践。
参考文献
[1]战国民.基于云计算技术的企业资源计划系统的研究应用[J].计算机应用，2015，05）：22-24.
[2]李甜金.云计算技术对企业大型制造行业信息化建设的影响分析[J].计算机工程，2014，23（9）：27-32.
[3]王波鑫.云计算技术的应用综述[J].计算机工程与设计，2015，31（6）：172-176.
[4]刘至家.云计算技术对国内物流信息化建设的应用研究[J].计算机工程与设计，2015，12（4）：125-129.