与往年不同的是，在今年的CMEF上，各家推出的新款产品不仅仅关注于准确度、舒适度的提升，而是更多地将数字化、智能化与医疗设备相结合，应用于整个医疗过程。
可移动医疗设备最受关注
伴随着“啪”的一声，GE医疗最新推出的MAC-Link平板心电分析仪被GE大中华区总裁段小缨摔到了地上。这并不是一个意外，而是段小缨在演示这款GE医疗针对中国市场最新推出产品的耐摔性。
在琳琅满目的医疗产品展览中，MAC-Link平板心电分析仪获得了诸多关注，原本重达上百公斤的庞大躯体被一次性浓缩，变身为一个类似iPad的平板设备。凭着其卓越的采集分析技术，可以灵活地在医院移动使用，有效屏蔽电子干扰，助力心脏病早期发现诊断与治疗。
GE医疗大中华区生命关爱解决方案总经理周怀宇告诉《中国经济周刊》记者，MAC-Link这款产品主要针对中国医院患者多、人流大的特殊情况而定制的。“传统的心电分析仪往往需要借助推车才可以移动，遇到楼层之间移动时就非常不方便，因为中国的医院里往往人流大，推车在使用电梯时会遇到拥堵和等待时间长的难题。MAC-Link只有平板大小，医生可以方便携带，不仅是楼层之间，甚至穿梭于不同的楼宇。”周怀宇表示，“这款产品不久前刚刚获得了国际设计大奖，尽管体积小，但是可以非常精准地发现病人心脏急症的异常状况，方便医生迅速地进行相应处置。”
就在GE医疗展厅的隔壁，另一款主打可穿戴的全球最轻心脏监护仪也引来了众多目光。这款由迈瑞医疗推出的心脏监护可穿戴装备近期刚刚出炉，全部重量还不足9克，佩戴者几乎感受不到它的存在。可是当佩戴者出现心率失常时，这款设备就会通过与之相连的手机App发出警报，并且将数据无线上传至后方平台进行分析处理。迈瑞的展示者表示，智能可移动设备正在医疗中起着前所未有的作用，尤其是一些用于医院监测使用的可穿戴设备已经证实可以有效降低死亡率。未来可移动、可穿戴设备将不仅仅局限于采集病人体征信息和健康管理，也会在疾病诊治方面让更多人受益。
人工智能医疗成未来发展重点
如果说去年的CMEF是可穿戴装备的天下，那么今年的CMEF主角无疑要让位于人工智能医疗。
在联影医疗的展台，同一个人不同时期的两张肺部的胸片影像正在屏幕上通过差分剪影技术慢慢重叠。通过计算后，人工智能将自动识别出结节位置，并显示出结节大小、密度等量化数据，供医生直接参考。
“肺部的医疗影像如果出现光点，需要有经验的医生才能判断出是结节还是肿瘤，需不需要下一步检测。几亿人次都筛查完，需要多少人力？”联影医疗董事长兼首席执行官薛敏说，而这一智能化的平台目前已引入了人工智能，这个医疗界的“阿尔法狗”可以通过对医生诊断过程的深度学习，通过影像对肺癌进行早期诊断。目前正处于将计算机和专家的筛查结果进行比对阶段，如果相似性很高，未来可能实现计算机的自主判断。
不仅如此，如何利用数据的收集和计算，将影像采集和疾病跟踪结合也是本次医疗器械展上的重点之一。
以心血管疾病为例，针对该病较为复杂且呈现非线性发展的特点，飞利浦借用智能数据整合，通过识别不同环节的切入点，推出了整体解决方案。首先在早期的慢性病管理阶段，通过先进的体征监测、预警、跟踪疾病的发生;在急症发生时，提高医护人员为患者制定优选治疗方案的能力，从而改善检查、诊断和决策结果;在院后的协作护理中，协调医护人员，连接医院和家庭，加速患者康复，以提供更好的关护服务。飞利浦大中华区首席执行官何国伟表示，如何利用先进技术和数据来以更低的成本连接疾病治疗全程的各个环节，将成为飞利浦未来致力的方向。
“云端”诊疗让“小病不出社区”指日可待
随着国家“十三五”规划纲要落地，分级诊疗将成为未来中国医改的重点。去年国务院办公厅印发《关于推进分级诊疗制度建设的指导意见》后，业内人士认为，这将是国内医疗器械企业进一步扩大的重要机会。
本次CMEF，锐钶医疗推出了全新的VueCCP临床整合平台。通过这个平台，锐钶初步实现了医院内所有设备和IT系统互联，建立以临床数据中心为基础的“互联网+医技信息”系统，推进区域协同诊断。
锐珂医疗大中华区医疗IT总经理潘艺琼告诉《中国经济周刊》记者，单一的产品已经不具有明显优势，必须有整套解决方案才能在医疗市场站住脚跟。
“在已经落地的宁夏远程医疗项目中，我们已经实现了一个省级数据中心，6个地区级数据中心，2个省级会诊中心，覆盖了30家以上的三级和二级医院，以及196个乡镇卫生院。从而通过建设省级远程会诊/远程诊断平台，快速提高基层医疗机构的服务水平和诊断质量。”潘艺琼表示，“未来锐钶还将进一步运用云影像项目来解决国内的医疗资源不均衡问题。”
瞄准“云端”医疗的不仅仅是锐钶。事实上，联影、GE等大型医疗器械生产商纷纷推出了数字化医疗诊断方案。
医疗协同共享新形态
多级区域医疗业务协同的建设，是医疗卫生信息化发展新时期的新要求，是深化医疗卫生体制改革的新助力。各级政府、卫生管理机构在推动其发展的同时，为了避免盲目建设而带来的巨大损失，更多地要去思考“如何做”、“怎样做”，从而选择出一个能够满足和支撑当地区域医疗卫生信息化发展模式。
目前来看，区域医疗业务协同的主体主要包括各级医院、乡镇卫生院、村卫生室、社区卫生服务机构、血液中心等，它们通过平台共享数据、技术、设备和人才等资源，实现双向转诊、检查检验结果互认、远程会诊等业务功能。而区域协同医疗服务是大范围、多角度、宽领域的协作和共享。
主要的协同业务有：电子健康档案查询。电子健康档案查询为患者提供远程电子病历、检验检查结果查询功能。这样在相应的区域内患者只要提供相应的就诊信息，医生就能够通过计算机网络直接查看患者曾经做过的相应的检验检查结果，便于医生诊治；区域统一预约挂号。区域统一预约挂号可以整合区域内大型医疗机构的预约挂号资源，让每一位居民通过各种途径方便地预约到这些医院的挂号，对于方便群众就医、提高医疗服务水平具有重大意义；双向转诊。双向转诊可以实现“小病进社区、大病转医院、康复回社区”的就医格局，缓解看病难、看病贵问题，优化医疗资源配置，降低医疗成本，提高医疗效率；检查检验一单通。检查检验一单通是指在医疗机构之间实行检验检查报告的共享和互认，通过一单通可以降低医疗成本，避免过度检查，降低百姓就医费用，节省就医时间，提高工作效率；远程医学影像会诊。远程医学影像会诊利用现代网络技术、计算机技术、多媒体技术将医学图像进行数字化和重建，实现远距离异地的图像采集、传输、存储、分析和处理。远程医学影像会诊使患者能够方便地在就近的医院就诊，在保证正确诊断的情况下，减少了患者就医费用和时间。远程医学影像会诊将多家、多级医院构成一个“医疗网络”，患者的医学影像信息可以在这个“医疗网络上”传输和共享，使得患者在二、三级的医院能够得到专家级的诊断；药品、设备、耗材等医疗资源统一配送。通过区域协同医疗网络平台的建设，药品、设备、耗材等医疗资源形成以第三方配送中心为中心点，辐射到各个医院的星型结构。将三级医院的药品、设备、耗材管理网络化，实时更新数据，培育专业化的第三方配送服务企业，节约医院运行成本，使医院更专注于医疗质量提高与医疗服务的改进。
SaaS解决区域级医疗难题
在深化医疗卫生体制改革的过程中，区域医疗卫生信息化扮演着越来越重要的角色。此时，如何发展、采用何种模式发展区域医疗卫生信息化变成了区域医疗业务协同成功与否的关键。
与“单体级”医疗卫生信息化相比，“区域级”服务整个区域的患者、政府管理机构和医疗机构，“区域级”的数据使用方很可能不是数据来源方，各来源方之间又可能存在着利益或竞争关系，这里数据采集和利用是关键问题。
因此，SaaS模式是能够满足“区域级”医疗卫生信息化发展需要的最佳模式之一。
首先，SaaS模式可以通过抑制、避免重复投资和盲目投资，以及提高资源利用率来实现社会整体投资、运营、服务成本最低化。另外，服务对象的多样和庞大，也有利于形成规模效应，从而降低运营和服务成本。
其次，由于政府、相关医疗机构的组织属性和业务特性，有些公共产品和服务无法或不便提供，或提供的效率很低。而中立的SaaS服务运营商则能够关注不同的需求主体，有效满足社会多元化的需求，支持多元化格局。
最后，由于“单体级”信息系统的大量建设，加上医疗信息标准的不统一，医疗卫生行业存在大量的信息孤岛。SaaS模式可以统一信息标准，实现信息大整合，使信息资源真正增值。
SaaS服务运营商独立于应用需求方，在中游通过充当运营商的中立角色，整合、孵化上游资源，通过中间的区域医疗卫生信息应用平台将上游分散的开发资源集合在一起创造出各类优秀的应用服务，然后再向下游软件使用者提供，最终实现整个产业链利益的最大化。
数据安全性无法回避
SaaS服务运营模式在医疗卫生信息化领域是一种新的尝试。因此，这种新模式可能会遇到许多问题。
由于SaaS的特殊服务模式，其安全风险一般会大于用户在组织机构自行架设的软件，而且对企业内部IT人员来说，外部式的SaaS软件安全风险也颇难掌控。另外，医疗数据涉及大量的隐私数据，怎样保护数据的安全性也是SaaS模式不可回避的问题之一。
对于信息安全及保障的问题，可根据国家公安部及工信部的信息安全指引，对内/外部泄密、人为错误、“黑客”行为、信息丢失、自然灾害、意外事故、计算机犯罪等原因所致的信息安全威胁给出保障技术及方法。
由于信息的非物质化特性以及信息技术的标准差异性，区域医疗卫生信息化的SaaS模式相对容易使SaaS服务提供商形成自然垄断的优势。因此，要建立健全退出机制，防止垄断经营，保障用户利益。
关键词：云计算；医疗；大数据；数据挖掘
中图分类号：TP311文献标识码：A文章编号：1009-3044（2015）30-0003-02
1前言
在海量数据时代环境下，以往的主流软件工具已经无法满足大规模数据的存储和计算要求，对于医疗行业来讲同样面临着大数据的挑战。云计算和大数据是相辅相成的，云计算技术为海量的、复杂的、多样化的大数据的存储和计算提供了有效平台，该平台下的数据挖掘技术可以在不受其他因素影响的条件下快捷地收集到可靠真实的医疗信息，而且云环境下的数据集存储具有较强的稳定性，进一步优化了数据挖掘模式。
2大数据与云计算
随着医疗信息化的发展，医疗数据规模迅速扩大，数据的种类和数量的变化令人难以置信，不论是病理分析图还是医疗影像都产生了大量的医疗数据。区域医疗数据虽然是医疗大数据的组成各个部分，但其数据来自百家医疗机构和百万人口的区域，一个患者的信息资料要保留50年以上，而且数据量呈不断增长趋势。医疗数据中每个患者的数据不仅包括临床诊断以及用药建议、医疗影像以及分析决策、（非）结构化文档，还包括患者大量的在线实时数据，仅仅一个社区医院就可以生成多个TB级甚至PB级的（非）结构化数据，所以说海量医疗数据名副其实。云计算技术是被称为是21世纪的技术和商业革命，如今已成为IT行业主流技术。云计算技术是在大数据环境下数据存储、数据计算以及数据动态分析要求越来越高的背景下产生的一种基础构架和商业模式，该模式可以为用于提供便捷的、快速的、可用的、足量的计算资源，并且用户按照用量付费，只需要进行少量的管理工作以及与云计算供应商进行必要的互动。
云计算技术是在大数据背景下产生的，对于云计算来讲，大数据是一种重要应用环境，而对于大数据来讲，云计算则是其IT基础和驱动力，两者之间是相辅相成的。随着大数据规应用的广泛推广，云计算技术的重要性也越来越突出。在医疗数据规模以几何级形式增长的情况下，数据挖掘平台是医疗数据中病历数据、诊断检验数据、影像数据等内在数据得到有效应用的关键所在，所以基于云计算的医疗数据挖掘平台是医疗信息化的一个重要研究方向。
3云计算在医疗数据挖掘平台中的应用分析
数据挖掘技术的概念可定义为“从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的过程，能够发现隐含在大规模数据中的知识，从而指导决策，主要涉及特征化、区分、关联或相关分析、分类、聚类、演变分析等。”数据挖掘在金融、交通、军事、电子商务、医疗等等领域中得到广泛应用。相同其他领域，医疗领域中数据挖掘技术的应用有很大不同，因为医疗数据包括患者诊疗过程中的所有相关信息资料，例如诊断记录、影像资料、治疗决策、用药方案等等，这些数据除了包括结构化数据之外还包括大量的非结构化数据，因此医疗数据挖掘的应用效益和收获最大。基于医疗数据的复杂性，医疗数据挖掘也存在极大难度，这主要体现在两个方面，一是诊断记录、治疗决策、护理过程等复杂的医疗程序导致了医疗数据的海量性特点；二是医疗数据类型多样化，不仅包括数值型数据，还包括图像、语音、视频等等类型数据。总之，医疗数据的海量性和异构性为医疗数据挖掘带来极大难度，需要具有强大数据处理能力的技术提高数据挖掘的效率和准确性，这就是云计算。
3.1基于云计算的医疗数据挖掘平台架构
云计算是一种基于大数据的商业模式，其强大的数据存储、数据处理以及数据管理能力让大数据丰富的信息积淀不再是镜花水月，云计算在改变计算机运行模式的同时也正在改变这个世界。云计算以及其分布式结构是实现云构架的重要途径，云计算的应用实现了网格计算并行计算、分布式计算等概念，通过互连的计算机来完成计算任务，并根据应用需要获取各种资源和服务。中国电子学会将云计算技术定义为“云计算是一种基于互联网的、大众参与的计算模式，其计算资源（包括计算能力、存储能力、交互能力等）是动态、可伸缩、被虚拟化的，并以服务的方式提供”。云计算环境下的医疗数据挖掘平台的设计结构主要包括云计算环境、数据采集、数据清洗以及并行分析4关键个部分，如下图1所示。海量数据挖掘技术对云计算的应用主要是其低成本分布式并行计算环境，云计算的应用不仅极大减少了应用成本，同时也为海量数据挖掘提供更多的解决方案和途径。
图1云计算环境下的医疗数据挖掘平台架构
3.2云计算环境下的医疗数据挖掘的应用
医疗大数据挖掘技术应用主要表现正在临床决策支持系统、医学图像挖掘、生物信息学研究以及促进公众健康等方面。1）数据挖掘技术在临床决策支持系统的应用：云环境下的数据分析、处理技术得到大幅度提升，这使医疗数据中非结构化数据的分析和处理分析是难题（例如图像分析和识别技术），对临床决策支持系统功能的进一步优化提高系统智能性。可以为医生对患者的诊疗提出有效建议，同时也可以将诊疗医生的大部分工作内容和时间流向护理人员，让医生摆脱繁琐咨询，有利于规范医疗工作流程，提高诊疗效率。2）医学图像挖掘：医学图像时医疗数据的重要组成部分，如今医学图像在医疗领域中的应用价值越来越高，例如CT、MRI、PET等等影像学资料为人体各种疾病或者损伤的诊断和治疗提供了有效手段。3）生物信息学-DNA分析：生物学研究领域开展的基因组计划产生了大量的基因组信息，基因信息的识别以及鉴定是基于工程的重要研究内容，将高效的数据挖掘技术应用于基因工程有利于进行基因信息分析，可挖掘潜在的更高价值的信息，为基因工程的研究提供决策支持。4）促进公众健康：利用医疗大数据分析技术可以对传染疾病进行快速检测，对疫情的发展态势进行实时监测、评估，并在此基础上提出有效应对策略。另外，利用大数据挖掘技术建立可以覆盖全国的患者电子病历数据库并及时准确地提供公众健康咨询，提高健康风险意识，这将有利于改善公众健康监控，降低传染病感染率，创造了极大的社会效益。
4结论
云计算在医疗行业的应用是大数据时代医疗信息化的必然趋势，云计算作为一个新型资源共享平台为医疗信息应用提供了低成本、高质量的资源和服务，而云计算环境下的医疗信息服务也将新的建设平台。随着数据挖掘技术的不断发展，大数据时代环境下的医疗大数据挖掘技术数据处理能力将会进一步提高，以便更好地服务于人类。
参考文献：
[1]曹小春，曾安，潘丹，等.云计算环境下面向领域的数据挖掘服务平台研究[J].自动化仪表，2014，35（9）：9-13.
[2]孙中海，杨叔禹，姚冠华，等.区域云计算医疗信息服务平台建设：以厦门市健康医疗云实践为例[J].中国卫生质量管理，2014，21（6）：15-17.
[3]范炜玮，赵东升，王松俊，等.基于云计算的区域医疗信息共享平台的设计与实现[J].军事医学，2015（4）：257-260.
[4]高汉松，肖凌，许德玮，等.基于云计算的医疗大数据挖掘平台[J].医学信息学杂志，2013，34（5）：7-12.