中国互联网健康医疗发展报告（2018）图书
Annual Report on China's Internet Healthcare Development (2018)
[内容简介] 人们对健康生活的向往是健康产业发展的根本动力，利用互联网、大数据、人工智能等新兴技术，解决当前健康医疗产业中的“痛点”“难点”，已经成为共识，并逐渐在各细分领域应用，得到了社会各界的广泛关注。本书分为总报告、市场综述篇、产业篇、技术篇和互联网中医篇五部分，重点关注互联网健康医疗领域发展变化、政策监管趋势、热点问题以及新技术应用等，以期掌握互联网健康医疗领域的年度变化，为政策制定者、行业从业人员提供参考。
Abstract
《中国互联网健康医疗发展报告（2018）》编委会
主要编撰者简介
皮书数据库阅读使用指南
Ⅰ 总报告
B.1 中国互联网健康医疗行业发展研究综述
一 2017年互联网健康医疗行业总体发展情况
（一）互联网健康医疗定义
（二）2017年的互联网健康医疗政策环境
（三）互联网健康医疗行业总体发展现状
（四）互联网健康医疗投融资状况
（五）互联网健康医疗产业形态发展现状
二 当前互联网健康医疗行业主要业态及模式
（一）传统互联网健康医疗企业主要业态及赢利模式
1.服务模式分类
2.经营性收入分类
（二）医疗场景的合理化延伸
（三）健康医疗大数据平台的建设与应用
（四）互联网开始逐步改造公立卫生服务体系
（五）深化医改背景下互联网健康医疗市场探索新业态
三 现存问题及发展趋势展望
（一）现存问题
1.互联网健康医疗平台信息可信度及公信力有待提升
2.传统医疗服务模式扎根较深，公众还需进一步转变观念
3.法律法规尚不健全，缺乏对互联网健康医疗的有效监管
4.人才和技术短缺，难以满足市场需求及支撑长足发展
（二）未来发展趋势展望
1.互联网推动公立医院主动改革，行业面临重新洗牌
2.互联网健康医疗赋能基层医疗，着力解决医疗服务短板
3.健康医疗大数据应用不断发展，构建新型经济增长点
4.创新开始趋向细分领域，头部企业进入上市周期
5.电子处方将加速发展，医药电商迎来机遇
（三）保障措施
Ⅱ 市场综述篇
B.2 2017年健康医疗大数据政策解读
一 健康医疗大数据政策演进
（一）第一阶段：2013～2015年
（二）第二阶段：2015～2016年
（三）第三阶段：2016年至今
二 2017年健康医疗大数据政策变化
三 专项政策分析
（一）十九大报告
1.十九大报告再次明确将大健康观上升到国家战略高度
2.十九大报告提出深化体制改革，确保健康中国发展
3.十九大报告要求发展健康产业，推动健康中国建设
4.十九大报告强调完善健康政策，促进健康中国继续前行
（二）“健康中国2030”
（三）《关于印发“十三五”深化医药卫生体制改革规划的通知》
（四）《关于印发“十三五”卫生与健康规划的通知》
（五）国务院印发《新一代人工智能发展规划》
1.2025年前初步建立AI法律、伦理和政策体系
2.建立新一代人工智能基础理论体系和关键共性技术体系
3.对智慧医疗发展提出了多个方向
4.发展便捷高效的智能服务
5.数据基础与产业发展并重
6.加快培养聚集人工智能高端人才
B.3 医疗流量入口价值报告
一 医疗流量变迁
（一）网民数量增速放缓，移动化趋势
（二）搜索引擎信任感缺失，医疗垂直化平台涌现
二 医疗流量的江湖
（一）医疗流量入口梳理与分类
1.微信健康服务体系
2.支付宝健康服务体系
（二）医疗流量入口价值评估
1.引流精准度
2.转化率
3.留存率
三 暗流涌动，流量江湖变革正当时
（一）医美引流：“四美”暗斗，美团点评搅局
（二）连锁药店：并购卡位正当时，或成互联网医疗落地急先锋
（三）异业合作：挖掘特定场景下的长尾医疗价值
1.医疗场景的合理化延伸
2.医疗流量互导
B.4 互联网医疗投融资分析
一 2017年互联网医疗行业投融资概述
（一）企业融资案例数和金额分析
（二）企业融资阶段分析
（三）企业融资地域分析
（四）企业融资细分领域分析
二 2017年互联网医疗投资主体概述
（一）机构及个人投资者投资情况概述
（二）企业投资者投资概述
三 2017年互联网医疗投融资交易案例
（一）重点案例介绍
案例一：图玛深维
案例二：体素科技
案例三：博迪加
案例四：未名企鹅
案例五：森亿智能
（二）2017年多家AI+医疗企业获得融资
四 2018年互联网医疗投融资发展趋势预测
B.5 2018年医疗行业信息安全分析
一 引言
二 医疗卫生行业网络与信息安全管理
（一）管理体系
1.机制体制
2.安全管理
3.安全服务
4.应急管理
5.安全审查
6.安全人才
7.新技术应用
（二）应急预案管理
（三）安全审查
（四）责任认定
（五）关键基础设施
三 健康医疗数据安全
（一）发展现状
（二）分类分级
（三）人才培养
四 医疗机构安全
（一）安全挑战
1.共性安全挑战
2.对外安全挑战
3.对内安全挑战
（二）安全风险
（三）安全工具
1.360态势感知与安全运营平台
2.百度gSRC
3.腾讯御界高级威胁检测系统
Ⅲ 产业篇
B.6 国家健康医疗大数据中心及产业园建设
一 国家健康医疗大数据中心及产业园建设的内涵
二 国家支持健康医疗大数据产业持续发展
（一）国家政策推动健康医疗大数据战略
1.十九大报告——大健康思路
2.“健康中国2030”——健康融入所有政策
3.“十三五”全国人口健康信息化发展规划——加强国家健康医疗大数据中心及产业园建设试点
（二）组建国有健康医疗大数据产业国家队
（三）规划健康医疗大数据中心应用试点
三 国内外健康医疗大数据市场发展情况
（一）全球医疗健康行业事件数减少，项目吸金能力大幅提升
（二）国内融资规模保持稳定，服务创新领域趋冷，医药、生物技术成新增长点
（三）技术积淀加速健康医疗大数据产业发展
四 国家健康医疗大数据中心及产业园建设的产业发展意义
（一）促进行业融合互联互通
1.医疗卫生信息逐渐探索互联互通
2.医保金融行业与医疗机构积极互联互通
（二）构筑产业生态体系
（三）构建安全体系及大数据标准和规范体系
五 国家健康医疗大数据中心及产业园建设情况
（一）福州模式——全国首发“一个办法、两大平台”
（二）厦门模式——打造健康医疗大数据中心
（三）南京模式——“一中心三基地”
（四）常州模式——“一中心多园区”
（五）四大模式的差异和共性
B.7 中国特色的HMO与管理式医疗模式探索
一 医改的核心诉求：医保控费
（一）医保支出增速高于收入增速，控费压力大
（二）高药价、过度医疗导致医疗费支出虚增
（三）控制药占比，减轻群众看病负担
（四）破除“以药养医”并非“一刀切”
二 医改的核心诉求：分级诊疗
（一）分级诊疗是医改成功之关键
（二）医生自由执业与多点执业是落实分级诊疗的前提
（三）加快推进家庭医生签约服务
三 管理式医疗模式需要医、药、险等多方联动
（一）什么是HMO
（二）HMO的四种运营模式
（三）HMO的优势
（四）管理式医疗多元化发展趋势
（五）管理式医疗保持高增长态势
（六）管理式医疗产业链分析
（七）当下中国医疗环境亟须引入管理式医疗模式
四 医疗大数据的作用至关重要
（一）医疗大数据的来源
（二）医疗大数据的特征
（三）如何从医疗大数据中受益
（四）电子化、结构化、标准化、区域化
（五）组建健康医疗大数据“国家队”
五 管理式医疗在中国落地
（一）分级诊疗与医生自由流动
（二）改变医疗保险费用支付方式
（三）对医疗过程进行全面监督
（四）激励式薪酬体系
（五）医疗大数据的应用
（六）中国管理式医疗探索案例
B.8 “互联网＋”赋能基层医疗及应用实践
一 基层医疗是国家医改成功的基石
二 “互联网+”赋能基层医疗的整体解决方案和应用实践
（一）契合医院“痛点”，“互联网+”模式实现基层医疗一站式赋能
（二）互联网+家庭医生：提升签约效率，建立医患信任
（三）互联网+健康管理：提升慢病管理专业性和效率
（四）互联网+医联体：推动基层首诊，分级诊疗体制落地
（五）互联网+便民服务：提升居民就医体验，满足居民诉求
三 基层医疗卫生服务能力的提升需要充分整合信息资源和社会资源
（一）基层医疗需要一站式服务
1.基层医疗卫生机构的信息系统维护力量不足
2.医生需要一站式服务，居民需要一站式服务
（二）基层医疗需要“互联网+”
1.基层全科医生数量不足
2.老百姓需要便捷的服务手段
3.医疗信息碎片化需要信息整合能力
（三）基层医疗需要整合社会资源
1.基层医疗的发展需要医疗器械企业、药品企业、保险公司以及第三方影像和检验公司的共同支持
2.基层医疗需要社会力量推动，需要三甲医院、医疗联盟、医疗协会、社会基金、养老院等机构的共同支持
B.9 国外健康管理模式的经验借鉴
一 国外健康管理的出现
二 健康管理的核心内容
三 健康管理的应用
四 健康管理与商业医疗保险
五 健康管理与技术创新
六 我国健康管理行业的现状与思考
Ⅳ 技术篇
B.10 医药供应链大数据
一 医药供应链行业发展环境
（一）医药供应链领域的相关政策
（二）医药供应链领域的各类行业标准
二 医药供应链行业发展现状
（一）基础设施
（二）人才结构
（三）供应链金融
1.医药行业基本情况一：医药供应链中中小企业资金需求大
2.医药行业基本情况二：医药供应链金融服务市场机遇大
3.医药行业基本情况三：相关国家政策的支持
4.供应链金融发展现状
B.11 大数据在医疗健康领域的应用
一 医疗大数据库建设的紧迫性及其应用价值
（一）医疗大数据与临床研究及药品研发
（二）发展健康医疗大数据的意义
（三）医疗大数据与预测医学
二 我国医疗大数据建设优势及劣势
（一）我国医疗数据库建设
（二）我国医疗数据库资料质量现状
（三）我国医疗大数据资源共享及利用情况
三 我国医疗大数据建设及应用对策
（一）建立医疗大数据研发企业及人才队伍建设
（二）结构化水平和数据质量是医疗大数据的生命
（三）隐私保护及脱敏对医疗大数据库安全的保护
（四）指导和普及医疗大数据库的应用
四 总结及展望
B.12 人工智能在医疗健康领域的应用
一 背景情况
二 国内外现状
三 发展方向
四 应用方向
（一）数据治理
（二）临床辅助决策
（三）临床科研
（四）患者管理
（五）智能影像诊断
1.放射影像
2.病理影像
3.其他影像
五 总结及讨论
Ⅴ 互联网中医篇
B.13 大数据背景下的中药资源信息化
一 信息化的发展趋势与挑战
（一）大数据的兴起
（二）云计算技术
（三）区块链技术
（四）信息化面临的挑战
二 中药资源信息化发展现状
（一）中药资源应用信息系统
（二）中医药文化应用系统
（三）中药数据库平台
（四）国家标本资源共享平台
三 中药资源信息化内涵的变化
（一）信息化内容的变化
（二）数据采集方式的变化
（三）数据分析方法的变化
1.大数据在中药饮片规格等级调查中的应用
2.大数据分析方法在中药资源价格预测中的应用
3.全样本量思想在中药材价格指数编制中的应用
四 中药资源信息化的发展趋势及挑战
（一）中药资源信息化成为常态
（二）中药资源生物信息成为关注重点
（三）中药资源科研信息化成为发展趋势
（四）信息技术应用水平不高
（五）中药资源信息化专业人才匮乏
B.14 “互联网+”背景下中医药传承新模式探讨
一 传统中医药传承的内涵
（一）中医药文化传承
1.天人合一，整体观念
2.以人为本，尊生重命
3.大医精诚，德业双馨
4.谨察阴阳，以平为期
（二）中医药经典著作传承
1.医经类
2.医方类
3.本草类
（三）名医经验与学术思想传承
1.理论与思想创新
2.方药新用
3.临证验案
二 当前中医药传承的主要模式
（一）院校教育模式
（二）师承教育模式
（三）科学研究模式
三 “互联网+”背景下中医药传承新模式
（一）知识管理
1.中医经典知识管理
2.中医医案管理
3.名医经验管理
4.在线中医药文化传播
（二）数据挖掘与利用
1.临床诊疗系统
2.健康管理系统
（三）人才培养
1.充实院校教育素材
2.拓展毕业后教育内容
3.丰富继续教育资源
B.15 人工智能与中医药传承创新
一 AI在中医药领域的应用历史
二 AI在中医药领域的应用现状
（一）中医四诊与人工智能
1.望诊
2.脉诊
3.问诊
（二）中医智能辅助诊疗
三 AI在中医药领域的发展方向
（一）AI与中医文献分析
（二）AI虚拟助手
（三）AI与中药新药研发
四 小结
B.16 中药人工智能感知方法研究与应用
一 色度学理论与机器视觉系统搭建研究
（一）色度学理论简介
1.色度学原理
2.颜色空间
二 机器视觉系统设计与搭建
（一）机器视觉原理及装置组成
（二）机器视觉系统设计与搭建
1.图像采集系统
2.软件系统
（三）机器视觉系统校正
1.仪器与材料
2.机器视觉技术测定色卡颜色
3.色差计测定色卡颜色
4.机器视觉系统和色差计所测颜色值误差计算
5.正交试验设计
6.验证试验
（四）小结
二 红花视觉感知的数据获取方法研究
（一）仪器与材料
（二）软件
（三）方法
2.图像分割
3.颜色空间转换
4.颜色特征提取
三 红花视觉感知的建模方法研究
（一）不同等级红花颜色值的分析
（二）红花有效成分含量和颜色值相关性分析
1.羟基红花黄色素A含量与颜色值相关性分析
2.水浸出物含量与颜色值相关性分析
（三）化学成分含量与颜色值回归方程的建立
1.羟基红花黄色素A含量与颜色值回归分析
2.水浸出物含量与颜色值回归分析
（四）小结
四 红花视觉感知的方法研究与应用
（一）仪器与材料
（二）方法
1.红花饮片颜色测量
2.样本集划分
3.变量筛选方法
（三）结果与讨论
1.羟基红花黄色素A定量模型的建立
2.水浸出含量定量模型的建立
（四）小结
结语
B.17 互联网中医与“精准医疗”
一 “中医+精准医疗”的内涵
（一）“精准医疗”的概念与发展历程
1.“精准医疗”概念
2.“精准医疗”发展历程
（二）中医“精准医疗”的理论基础
1.“精准医疗”与中医辨证论治
2.“精准医疗”与治未病思想
3.“精准医疗”与中医标准化
二 “互联网+”时代下中医“精准医疗”发展的机遇与挑战
（一）“互联网+”时代下的机遇
1.国家政策扶持
2.中医药法律保障
3.政府投入及目标激励
4.“互联网+”技术加快发展
5.基于大数据分析的健康服务产业逐步成长
（二）“互联网+”时代下的挑战
1.中医药事业自身面临的问题
2.“精准医疗”技术创新与开发的挑战
3.“精准医疗”受到支付能力的限制
4.中医“精准医疗”与大数据融合较初级
三 “互联网+大数据”背景下中医“精准医疗”发展契机
（一）中医药的标准化是中医“精准医疗”的基础
1.标准化奠定学科发展的基础
2.标准化进一步推动学科的现代化
3.标准化伴随中医药全球化持续发力
（二）医案大数据是中医“精准医疗”的有效手段
1.中医医案的信息化和数据化
2.中医医案数据分析和挖掘
3.数据挖掘技术在中医药行业中的应用和尝试
（三）“治未病”是中医“精准医疗”的优势
1.“治未病”理论内涵
2.人们对“治未病”的迫切需求
三 “治未病”精准干预措施
（一）中医特色精准干预
（二）综合性精准干预
四 “治未病”精准实施模式
（一）健康信息收集与咨询
（二）中医健康状况诊断
（三）“治未病”干预与指导
（四）跟踪随访，调整“治未病”管理计划
B.18 互联网与中医“治未病”
一 互联网背景下中医“治未病”学科的发展
（一）新时期背景下中医“治未病”政策的出台
（二）中医“治未病”理论体系的构建
1.互联网背景下的中医“治未病”学科构建
2.互联网背景下的中医“治未病”相关教材的融合创新
3.中医“治未病”相关专著的出版
4.中医“治未病”相关标准的制定
（三）中医“治未病”人才培养体系的构建
1.人才培养模式
2.学位点设置
3.实践基地建设
（四）中医“治未病”学术平台的搭建
1.行业协会及学会组织
2.相关学术期刊
（五）中医“治未病”科研体系的形成
二 互联网背景下中医“治未病”的应用实践
（一）互联网与中医“治未病”医疗服务
1.优化中医“治未病”服务流程
2.创新“治未病”的服务模式
3.开创中医“治未病”远程服务
（二）互联网与健康产业的融合发展
1.互联网背景下的中医养生保健服务
2.互联网背景下的中医养老康复服务
3.互联网背景下的中医健康旅游服务
4.互联网背景下的中医“治未病”文化的传播
摘要
习近平：《决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次全国代表大会上的报告》。
《国务院关于印发“十三五”深化医药卫生体制改革规划的通知》（国发〔2016〕78号）。
《国务院关于印发“十三五”卫生与健康规划的通知》（国发〔2016〕77号）。
《“健康中国2030”规划纲要》。
《国务院关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号）。
《新医疗新生态健康医疗行业的破局与布局——2017年大健康产业研究》，学路网，http：//www.xue63.com/toutiaojy/20171221G09HHJ00.html。
左亦鲁：《国家安全视域下的网络安全——从攻守平衡的角度切入》，《华东政法大学学报》2018年第1期，第148～157页。
刁胜先、郑浩：《大数据战略视野下我国信息网络安全立法分析》，《重庆邮电大学学报》（社会科学版）2018年第1期，第20～28页。
王春晖：《〈网络安全法〉六大法律制度解析》，《南京邮电大学学报》（自然科学版）2017年第1期。
梁思雨：《〈网络安全法〉视域下的网络谣言治理》，《信息安全研究》2017年第12期，第1091～1096页。
周洋：《医疗大数据的网络安全与隐私保护简析》，《信息安全与通信保密》2017年第9期，第28～32页。
王磊、郑云硉、吴晓芬、郭旭升：《互联网对平安医院建设的影响及挑战》，《医学信息学杂志》2017年第12期，第19～22页。
《健康医疗大数据：时代发展与国家战略的必然选择》，搜狐网，http：//www.sohu. com/a/212687216_176572。
《2017大健康产业研究——健康医疗大数据：探索中前行》，亿欧网，https：//www.iyiou. com/p/63512。
《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》（国办发〔2016〕47号）。
《“健康中国2030”规划纲要》。
《“十三五”全国人口健康信息化发展规划》（国卫规划发〔2017〕6号）。
《第二批国家试点健康医疗大数据中心都定了，第一批的成绩如何？》，百家号，https：//baijiahao.baidu.com/s？id=1586723652062683821＆wfr=spider＆for=pc。
《动脉网：医疗健康行业2017投融资报告》，健康界，https：//www.cn-healthcare.com/article/20180115/content-499293.html。
《国家卫计委牵头 三大健康医疗大数据集团鼎立》，搜狐网，http：//www.sohu.com/a/152799242_774749。
习近平：《决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次全国代表大会上的报告》，2017年10月18日。
《2016医疗支付研究报告》，36氪研究院，2016。
《年分级诊疗政策数据报告》，动脉网，2016。
《报销型医疗保险的困局、挑战和变革条件》，2016。
《中国商业健康险行业研究报告》，艾瑞咨询，2017。
《医疗大数据与人工智能产业报告》，蛋壳研究院，2017。
《公立医院取消药品加成政策解读及应对》，普华永道，2017。
江生忠：《我国健康保险商业模式研究》，南开大学金融学院，2017。
《美国医疗保险机构管理模式对我国的借鉴研究》，2012。
国家卫生计生委疾病预防控制局：《中国居民营养与慢性病状况报告》，人民卫生出版社，2015。
陈君石、李明：《个人健康管理在健康保险中的应用现状与发展趋势》，《中华全科医师杂志》2005年第1期。
黄建始：《美国的健康管理：源自无法遏制的医疗费用增长》，《中华医学信息导报》2006年第12期。
吴之杰、郭清：《大数据时代我国健康管理产业发展策略研究》，《卫生经济研究》2014年第6期。
金彩红：《芬兰健康管理模式的经验》，《中国卫生资源》2007年第6期。
国家卫生计生委、国家中医药管理局：《关于加快推进人口健康信息化建设的指导意见》，2013年12月9日。
健康管理大观：《德国社区都有“健康小屋”》，环球网，http：//health.huanqiu.com/health_news/2014-09/5143245.html。
解月娇、卢建华：《借“他山之石”发展中国健康管理事业》，《医学与哲学》2015年第17期。
Sullivan，S.，Nevins，R.“Population Health Management：Controlling Costs by Improving Health，”Benefits ＆ Compensation Digest，2005.
邵刚、徐爱军、肖月等：《国外健康产业发展的研究进展》，《中国医药导报》2015年第17期。
吴剑锋、边强：《远程健康管理与疗养相结合的新健康服务》，《现代医院》2014年第14期。
张艳、王卫红：《美、日等国健康产业的发展经验及其对我国的启示》，《现代商业》2012年第13期。
《IBM再次牵手苹果，这一次看准的是健康医疗大数据》，36氪，http：//36kr.com/p/531749.html。
李迎新、黄河：《基于国家卫生与健康管理大数据平台的健康管理模式》，《国际生物医学工程杂志》2017年第5期。
林丽、邹长青：《美国新医改推进医疗信息化对我国的启示：基于〈美国复兴与再投资法案〉的分析》，《中国卫生事业管理》，2012年第29期。
杨星、龙茜、龙琛：《大健康背景下我国健康管理产业发展策略分析》，《中国卫生经济》2017年第5期。
张博文、金新政：《移动健康管理研究》，《中国卫生信息管理杂志》2016年第13期。
范卢明、梁桂仙：《大数据在健康管理中的应用研究进展》，《中国全科医学》2016年第31期。
兰蓝、赵飞、徐向东等：《基于信息化的商业健康保险与健康管理融合研究》，《中国卫生信息管理杂志》2017年第6期。
Tom K.Big Data Is a Big Deal. ，http：//www.whitehouse.gov/sites/default/files/microsites/ostp/big_data_fact_sheet_final_1.pdf.
http：//www.moh.gov.cn/xcs/s3582/201611/af0f2620a4a74e9d9e5dc90aebdcbbd6.shtml.
代涛：《健康医疗大数据的现状与挑战》，《医院领导决策参考》2015年第19期。
Ross，MK，Wei，W，Ohno-Machado，L.，Big data and the electronic health record. Yearb Med Inform.2014，9（1）：97-104.
中共中央国务院：《国务院关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号），2017年7月8日。
中共中央国务院：《“健康中国2030”规划纲要》，2016年10月25日。
Health Information Technology （HITECH） Act 2009. Index for Excerpts from the American Recovery and Reinvestment Act of 2009.
王琦：《电子病历与健康医疗大数据，要突破四大壁垒电子病历和健康医疗大数据系列》，http：//vcbeat.net/ZjU0N2VjZDA0N2IxMDBjNDhmZGY2MjZj ZDQyMWM5OGQ=. 2017 Aug.8。
Savova，GK，Masanz，JJ，Ogren，PV，et al.Mayo Clinical Text Analysis and Knowledge Extraction System（cTAKES）：Architecture，Component Evaluation and Applications.J Am Med Inform Assoc.2010，17（5）：507-513.
Kaggal，VC，Elayavilli，RK，Mehrabi，S，et al.Toward a Learning Health-care System-Knowledge Delivery at the Point of Care Empowered by Big Data and NLP. Biomed Inform Insights.2016 Jun 23；8（Suppl 1）：13-22.
Sutherland，SM，Chawla，LS，Kane-Gill，SL，et al.Utilizing Electronic Health Records to Predict Acute Kidney Injury Risk and Outcomes：Workgroup Statements from the 15（th） ADQI Consensus Conference.Can J Kidney Health Dis.2016，26（3）：11.
陈方平、袁洪、王安莉等：《互联互通标准化测评对医院信息化的作用》，《 中国卫生信息管理杂志》2014年第6期。
Fernandes，L，O'Connor，M，Weaver，V.，Big data，Bigger Outcomes：Healthcare is Embracing the Big Data Movement，Hoping to Revolutionize HIM by Distilling Vast Collection of Data for Specific Analysis.J AHIMA.2012，83（10）：38-43；quiz 44.
Demner-Fushman，D，Chapman，W，McDonald，CJ.，What can Natural Language Processing Do for Clinical Decision Support？J Biomed Inform.2009，42（5）：760-772.
Cimino，JJ，Bright，TJ，Li，J.，Medication Reconciliation Using Natural Language Processing and Controlled Terminologies. Stud Health Technol Inform.2007，129（pt 1）：679-683.
Uzuner，O，Stubbs，A.，Practical Applications for Natural Language Processing in Clinical Research：the 2014 i2b2/UTHealth Shared Tasks.J Biomed Inform.2015，58：S1-5.
The Foundation for Continuous Improvement in Health and Health Care. Digital Infrastructure for the Learning Health System：Institute of Medicine.2011.
Laney，Douglas.3D Data Management：Controlling Data Volume，Velocity and Variety.2001.
方巍、郑玉、徐江：《大数据：概念、技术及应用研究综述》，《南京信息工程大学学报》（自然科学版）2014年第6期。
李学龙、龚海刚：《大数据系统综述》，《中国科学》2015年第45期。
L. Sweeney，A Abu，J Winn.Identifying Participants in the Personal Genome Project by Name（A Re-identification Experiment），Social Science Electronic Publishing，2013.
范美玉：《基于大数据的精准医疗服务模式研究》，硕士学位论文，华中科技大学，2016。
裴丽、曹霞、张宏伟：《本草古籍数字化信息平台现状与实践》，《中医药学报》2013年第44期。
Jhon Gantz，David Reinsel.The Digital Universe in 2020：Big Data，Bigger Digital Shadows，and Biggest Growth in the Far East.International Data Corporation and EMC，2012.
维克托·迈尔-舍恩伯格、肯尼思·库克耶：《大数据时代》，盛杨燕、周涛译，浙江人民出版社，2013。
孙成忠、陈士林、赵润怀：《地理信息系统与中药资源信息化建设》，《中国现代中药》2006年第8期。
王广平、张少辉：《用3S技术推动中药资源信息化管理》，《中国现代中药》2006年第8期。
阚红星：《基于大数据的中药材饮片规格等级调查——以亳州中药材市场硬质西洋参、甘草、白芍饮片为例》，社会科学文献出版社，2017。
王芳、路林吉：《基于小波神经网络的中药材价格预测方法的研究》，《微型电脑应用》2013年第30期。
盛魁：《W-RBF神经网络模型在中药材价格预测中的应用》，《西南民族大学学报》（自然科学版）2015年第41期。
1.Prepare for the Future of Artificial Intelligence，https：//obamawhitehouse. archives.gov/sites/default/files/whitehouse files/microsites/ostp/NSTC/preparing for the future of ai.pdf.
2.The National Artificial Intelligence Research and Development Strategic Plan，https：//www.nitrd.gov/PUBS/national aird strategic plan.pdf.
3.Artificial Intelligence，Automation，and the Economy，https：//obamawhitehouse. archives.gov/sites/whitehouse.gov/files/documents/Artificial-Intelligence-Automation-Economy.pdf.
4.《国务院关于印发新一代人工智能发展规划的通知》，中国政府网，http：//www. gov.cn/zhengce/content/2017-07/20/content_5211996.htm。
5.V.L.Yu，L.M.Fagan，S.M.Wraith，et al.，“Antimicrobial Selection by a Computer，”The Journal of the American Medical Association，1979，242（12）：1279-1282.
6.白春清：《中医专家系统三十年》，《医学信息》（上旬刊）2011年第24期，第550～552页。
7.赵静、刘明、郭世珍等：《中医面诊客观化研究进展浅析》，《天津中医药》2017年第34期，第718～720页。
8.张红凯、李福凤：《中医面诊信息采集与识别方法研究进展》，《世界科学技术-中医药现代化》2015年第17期，第400～404页。
9.李丹溪、关静、李峰：《舌诊仪的发展及其在舌诊客观化研究中的应用现状》，《世界中医药》2017年第12期，第456～460页。
10.夏雨：《基于机器视觉的望诊分析系统研究》，硕士学位论文，华东理工大学，2014。
11.郭红霞、王炳和、郑思仪等：《基于概率神经网络的中医脉象识别方法研究》，《计算机工程与应用》2007年第43期，第194～197页。
12.王颖纯、白丽娜：《基于 BP 神经网络的中医脉诊体质类型判定》，《中医杂志》2014年第55期，第1288～1291页。
13.焦琪玉：《脉象信号的特征提取与分类识别》，硕士学位论文，长春理工大学，2014。
14.奚唐敏：《数字化脉象信息获取和识别技术研究》，硕士学位论文，中国计量学院，2013。
王蕊、刘宝：《关于精准医疗经济学评价的思考》，《中国药房》2016年第27期，第149～153页。
赵晓宇、刁天喜、高云华、陈婷、康迪、王磊：《美国“精准医学计划”解读与思考》，《军事医学》2015年第39期，第241～244页。
李艳明、杨亚东、张昭军等：《精准医学大数据的分析与共享》，《中国医学前沿杂志》（电子版）2015年第7期，第4～10页。
Buxton B，Hayward V，Pearson I，et al.Big Data：the Next Google. Interview by Duncan Graham-Rowe.Nature，2008，455（7209）：8-9.
任思冲、周海琴、彭萍：《大数据挖掘促进精准医学发展》，《国际检验医学杂志》2015年第36期，第3499～3501页。
许德泉、杨慧清：《大数据在医疗个性化服务中的应用》，《中国卫生信息管理杂志》2013年第10期，第301～304页。
Collins FS，Varmus H.A New Initiative on Precision Medicine. N Engl J Med，2015，372（9）：793-795.
梅志刚、谭凌菁：《从辨证论治看中医在我国精准医疗计划中的作为》，《中华中医药杂志》2016年第31期，第3887～3890页。
文国英、杨集群：《浅谈中医学的生物-心理-社会医学模式》，《当代医学》（学术版）2008年第14期，第40～41页。
吕泽斌、董万涛、尉伟卫等：《基于“治未病”思想探讨PMOP中西医综合疗法防治策略》，《中国骨质疏松杂志》2013年第19期，第1200～1202、1214页。
袁尚华：《中医健康体检在“治未病”中的作用》，《中国中医药信息杂志》2015年第22期，第8～10页。
贾龙、张华：《论精准医疗对中医辨证论治的思维创新探析》，《中华中医药杂志》2017年第12期。
陈红霞、张青：《2016“精准医学研究”重点专项敲定 精准医疗万亿蓝海开启》，《21世纪经济报道》2016年7月8日。
夏峰、韦邦福：《精准医疗的理念及其技术体系》，《医学与哲学》（临床决策论坛版）2010年11月第31卷第11期总第417期。
于淼：《精准医疗：机遇与挑战并存的“蓝海”》，《中国产经新闻》2016年11月26日。
吕爱平：《标准化推动中医药发展》，《中国战略新兴产业》2015年第2期，第88～90页。
国家中医药管理局：《中医病证诊断疗效标准》，南京大学出版社，1994。
曹洪欣：《中医循证临床实践指南》，中国中医药出版社，2011。
程杏轩：《杏轩医案》，中国中医药出版社，2009。
崔雷：《医学数据挖掘》，高等教育出版社，2006。
朱明：《数据挖掘》，中国科学技术大学出版社，2008。
陈涛：《基于当代名医医案数据库的舌脉诊研究》，博士学位论文，北京中医药大学，2006。
刘晋平、黄宇虹、陆小左：《数据挖掘在中医脉诊中的应用》，《天津中医学院学报》2003年第22期，第9～10页。
白春清：《中医专家系统三十年》，《医学信息》2011年第24期，第550～552页。
宋红梅、刘保延、何丽云等：《基于中医药临床科研一体化的数据挖掘需求与数据前处理方法》，《中国中医基础医学杂志》2011年第17期，第1323～1324页。
雍小嘉、彭京、韩佩玉等：《采用空间矢量方法判断方剂功效倾向新论》，《辽宁中医杂基于数据挖掘的古今医案常见妇科疾病研究81志》2005年第7期，第80页。
冯雪松、董鸿晔：《中药指纹图谱中的数据挖掘技术》，《药学进展》2002年第26期，第198～201页。
黄进京：《精准医学和中医药创新发展》，《临床医药文献电子杂志》2017年第4期，第12263～12266页。
王琦、朱燕波：《中国一般人群中医体质流行病学调查——基于全国9省市21948例流行病学调查数据》，《中华中医药杂志》2009年第24期，第7～12页。
Wu Y，Cun Y，Dong J，et al.Polymorphisms in PPARD，PPARG and APM1 Associated with Four Types of Traditional Chinese Medicine Constitutions. J Genet Genomics，2010，37（6）：371-379.
王琦：《中国式的精准医学：九体医学健康计划》，《中华中医药杂志》2015年第30期，第3407～3411页。
张树峰、杨振宇、李静华、王春旺、赵印涛：《关于加快中医治未病学科体系建设的意见》，《湖南中医药大学学报》2017年第37期。
张冀东、刘琦、叶培汉、王丹、刘向华、贾维丽、孙贵香、何清湖：《基于“中医+”思维促进中医治未病学术的传承与创新》，《湖南中医药大学学报》2017年第37期。
王鉴、安富海、李泽林：《“互联网+”背景下课程与教学论研究的进展与反思》，《教育研究》2017年第11期。
陈明选、刘萃：《 基于智能手机的交互式学习环境设计》，《中国电化教育》2015年第4期。
黄越岭、朱德全：《情境学习理论视阈下的网络学习评价：体系与策略》，《中国电化教育》2015年第2期。
张冀东、何清湖、孙贵香、胡镜清、叶培汉、王丹、刘琦：《基于“中医+”思维的中医亚健康职业技能水平培训教材编写初探》，《湖南中医药大学学报》2017年第37期。
祝恒琛：《未病学》，中国医药科技出版社，1999。
何清湖、张冀东、孙贵香、刘伟：《中医亚健康学人才培养模式的思考》，《中医教育》2016年第35期。
陈党红、杨志敏、黄培新：《中医“治未病”的机遇与挑战并存》，《辽宁中医药大学学报》2009年第11期。
吉良晨：《治未病——中国传统健康文化的核心理念》，《环球中医药》2008年第2期。
刘玉清、王丽君：《大众传媒的文化体验传播》，《河北经贸大学学报》（综合版）2013年第3期。
