190
GE 醫療發布智能影像 UV 6.0 和兩大解決方案，全速推進數字化產品落地
隨著“互聯網+”在各行業的滲透，數字化、智能化成為未來幾年內當代商業和醫療行業發展的主流趨勢之一。醫療的數字化、移動化、大數據化和人工智能將釋放出更多活力，以患者為中心的數字化醫療產品、模式、技術、平台和終端應用的創新也將迎來更好的發展機遇。
今年 5 月，GE 醫療發布了“資產雲管家”醫療設備資產管理解決方案，這是第一個基於 Predix 平台發布的數字化產品，目前已在國內 10 家醫院展開試點。 “資產雲管家”具備可擴展、可升級、醫療工業級安全特性等優勢，通過一站式平台，可以幫助醫工快速了解設備的全麵狀況，提升醫工生產率、醫療設備利用率以及醫院設備維護水平；其次，通過實時預測、預警，可實現醫療設備的遠程診斷和維修，減少非計劃宕機時間；此外，通過提升醫療設備利用率、可靠性以及資產可用性，幫助醫院降低運營成本。
繼“資產雲管家”發布之後，9 月 1 日，在 2017 中華醫院信息網絡大會（CHINC）期間，GE 醫療舉辦了 GE 醫療數字智能影像解決方案衛星會，發布了全新智能影像解決方案 CentricityTM Universal Viewer 6.0（以下簡稱 CentricityTM UV 6.0），並展出基於“工業互聯網”技術的兩大解決方案——醫聯體和影像中心解決方案，展示了 GE 醫療在醫療數字化領域的最新軟件研發成果和針對不同客戶群的創新數字化解決方案布局。
智能影像新品，優化臨床診療效能
隨著可視化技術的不斷發展，醫學影像信息在現代醫學中扮演著愈發重要的角色，影像數據成為醫院數據中占比最大的部分。龐大的影像數據存儲、傳輸和調閱需求不僅給醫院的信息係統帶來了巨大的運維壓力，還因院內既有醫療影像存儲與傳輸係統（PACS）的兼容性、協同性等諸多瓶頸，對臨床醫生的診療效率和患者滿意度造成了不利影響。
憑借在醫療影像信息領域的探索，GE 醫療此次發布的全新智能影像解決方案 CentricityTM UV 6.0 具備通用性、可擴展性和互操作性三大特點。通過將高級可視化係統與 CT、MR、介入、核醫學等多種專業成像設備充分整合，實現影像信息跨設備、跨科室、跨醫院、跨地域的全維全域化應用以及隨時隨地的全麵查看，可有效降低醫院信息係統的運維成本，優化人力資源分配，提升臨床效率，廣泛用於心血管、神經、腫瘤、乳腺等專業學科。
GE 醫療數字部首席架構師莊偉則在會上將其總結為十六個字，“包羅萬象，無所不在；萬象更精，無所不能”。目前，該智能影像解決方案已在全球超過 3,000 家醫療機構投入使用。
醫聯體解決方案，促進區域醫療協同
近年來，患者就診量的激增和分級診療的推進，使臨床診斷對於患者影像信息區域化的需求巨大。醫療機構亟需打破現有影像係統的技術壁壘，融合多科室的分散係統，打造全院級的統一影像信息平台，從而提高專科影像診斷能力，實現醫院數字化發展，為醫療共同體影像信息的區域協同奠定基礎。
GE 醫療此次展出的醫聯體解決方案，包含醫療應用雲服務平台 Centricity® 360 和影像及臨床文檔管理中心 Centricity® Clinical Archive，能整合和管理整個醫療機構內不同係統、不同設備的影像和臨床資料，打造規範、可靠的統一影像信息平台，便於全院級、多院級管理患者臨床信息的整個生命周期，並通過提供各項遠程醫療的數字化技術，促進區域級影像信息的共享與協同，為區域內醫療共同體的建設提供涵蓋設備與信息係統一體化的強有力的技術支持。
雷鋒網了解到，醫聯體解決方案，目前更多麵向的是國內的大型三甲醫院，然後統一由這些醫院對基層醫院或者幫扶醫院進行技術支持和指導，從而形成整個聯合體。這個聯合體裏，GE 可以獲取所有基層醫院的所有數據，然後集中存儲在整個醫聯體數據中心裏，由醫聯體數據中心的專家進行會診和診斷，最後再把相關的診斷結果再反饋給社區醫院或基層醫院。
對於患者而言，原來必須要到大醫院去才能看的病或者才能享受到的專家服務，現在到一些社區醫院就可以享受到專家級別的診斷。此外，對康複治療而言，通過專家遠程治療，醫聯體也釋放了一定的醫療資源。
影像中心解決方案，助推行業模式創新
我國優質醫療資源多集中在大型公立醫院，然而這些醫院的影像資源十分匱乏，就診流程繁瑣，延長了患者就診周期，進而影響了患者滿意度。近年來，不斷崛起的中產階級對醫療服務質量提出了更高要求。隨著多元化辦醫的加速推進，第三方獨立影像中心、體檢中心等多種形式的醫療服務模式將迎來更大的發展機遇。
GE 醫療此次展出的影像中心解決方案涵蓋基於“健康雲”的 Cloud Imaging 影像平台和 Cloud MUSE 心電平台，不僅能與院內 PACS 係統或設備進行互聯，實現影像數據的無縫上傳、雲端海量存儲和無損呈現，還幫助醫院搭建跨機構的統一影像平台，便於將院內涵蓋數據采集、報告分發與監控以及雲報告等整個影像係統流程通過雲端擴展到院外。
而關於影像中心解決方案的整體目標，GE 主要分四部分，首先是建立一個數據中心，或者叫影像數據中心，其次要實現遠程診斷，然後是要提供專業的診斷工具，最後提供專業的、科學的流程管理。
衛星會後，GE 醫療數字化業務部門大中華地區總經理康建鵬接受了包括雷鋒網(公眾號：雷鋒網)在內的媒體采訪，以下為采訪內容實錄，雷鋒網做了不改變原意的編輯。
記者：在 CT 輔助診療方麵，是否需要增加新的硬件才能夠從 CT 機器延伸至我們終端顯示中？
康建鵬：傳統上我們高級的後處理應用是要單獨服務器，但是 CentricityTM UV 6.0 之所以是革命性，是因為我們是跨平台、可把原來 PACS 裏麵已經從儀器獲取的這些圖像直接通過我們 CentricityTM UV 6.0 的應用展現出來，而且這是一個跨平台的、跨科室、在任何展示的應用上都可以做的產品。所以客戶會再用資源，但是一般不需要額外去增加資源，如果它原來夠用的話。
如果用了我們的 CentricityTM UV 6.0，你隻需要一套設備，你可以看所有的這些病種並且可以跨我們影像設備的平台，CT、核磁都可以，即跨平台、通用的、高度集成化的。另外一個革命性特點是不僅 19 個疾病的病種都可以看，包括如腦卒中，原本需要專門的服務器或者應用才可查看的病種，現在均不需要額外投資。
記者：醫聯體是基於工業互聯網技術而建設，那麼目前的醫聯體建設與傳統的醫聯體有什麼區別？是否有落地的案例？
康建鵬： GE 工業互聯網有自己雲的品牌叫 Predix，是我們整個雲服務的一個基礎，這個平台在中國已經落地，今年與中國電信已簽署戰略合作夥伴協議。
Predix 平台是已有的一些預知的應用，與我們傳統的雲服務提供商是不一樣的，比如說阿裏雲，微軟等。我們基於對整個經濟業態的理解，包括醫療、油氣、航空，構架了這樣的生態環境。不光 GE 在上麵可以最終用戶提供更多雲的應用，我們的合作夥伴也可以基於 Predix 來提供他們在行業裏的應用，與 GE 共同服務用戶。
記者：從行業的角度，GE 的係統是否隻是針對一些高端的患者？目前我們廣大農村缺醫少藥的情況下，還麵臨著很多資源的缺乏，醫療隊伍的建設等問題，GE 在這些方麵有沒有一些考慮？
康建鵬：從 GE 醫療全部的解決方案上來講，在影像設方麵可以說考慮到了中國現在醫療發展的階段。我們在蘇州設有工廠，很多產品都是麵向中國基層醫療的，這是 GE 醫療在中國最關注的一個市場。醫療行業的使命就是提高普通大眾醫療現狀的水平，特別是在目前的大環境下，將各類的醫聯體在整個醫療體係推廣，把我們的服務向基層去延伸。
從數字化的角度來講，如果沒有數字化就不可能有醫聯體的成功。不論是影像中心還是醫聯體的解決方案，就是要把優質的醫療資源向基層下沉，讓基層的患者不用長途跋涉也可以享受優質醫療資源。
記者：GE 的產品是麵對 2B 市場，推廣方式是怎樣的？如何說服大小不同的醫院客戶使用你們的解決方案？
康建鵬：目前來講我們基本上還都是 2B 的業務，但是看到我們目前的一些解決方案可以說我們應該是 2B2C 的業務。我們整個雲端應用裏麵，患者可以利用的智能設備去做預約、看報告，就完全等於 2C 了，但我們確實是沒有到 2C 端的銷售行為。所以其實我們這樣 2B 的業務對醫院來講，也是為他的客戶能夠提供最好的服務我們才能成功。
從整個營銷的模式上來講，在中國有自己的營銷團隊，並針對不同行業客戶特點有不同的銷售方法。目前，私立醫院的發展速度是非常快的，我們有一個單獨的銷售團隊去做這個市場。在今天的影像中心解決方案裏麵，我們都是采用直銷的模式提供一攬子的解決方案，端到端、定製化、從影像的設備到我們的數據化解決方案，這是我們現在能做，過去也能做的服務。但是會更多做一步，包括影像中心的選址、整體設計及布局，我們都會提供完整的解決方案，這是我們在營銷模式上最大的創新。
記者：根據目前的醫療政策導向和醫療市場的發展，GE 在整個市場營銷策略包括解決方案的組合方麵是否有一些變化？您自身是否有新的想法？
康建鵬：GE 醫療希望促進數字化在中國的快速落地，在醫療市場方麵我們是先鋒隊。基於對中國市場的了解，我們有三大舉措或者解決方案。首先是剛才說到的幫助醫院優化資產管理、提升效率，我們推出了“資產雲管家”，率先在落地於我們的“雲”平台並進行推廣。第二就是我們不能離開醫療的本質，即提升臨床水平和服務效率，包括 PACS，都是我們基於客戶溝通而提供的解決方案。
最後一個很重要的就是我們要去服務於目前中國醫療市場裏不同的業態。這些醫療形態的變化，其實對他們的業務提出了很多新的挑戰，同樣，對供應商來講也提出了很大的挑戰，他們共同的特點就是高度整合，滿足中國市場上新需求和新業態的發展，例如醫聯體，包括影像中心這些私立的醫療集團。
本文作者：王金許
本文轉自雷鋒網禁止二次轉載，原文鏈接
最後更新：2017-11-06 14:04:48