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。