4月12日国务院召开的常务会议中,国务院总理李克强确定了发展“互联网+医疗健康”的措施。会议中提到:要推进远程医疗覆盖全国所有医联体和县级医院,推动东部优质医疗资源对接中西部需求。支持高速宽带网络覆盖城乡医疗机构,建立互联网专线保障远程医疗需要。
国务院释放的这一信号,无疑将远程医疗的重要性提到了一个新的高度。在“互联网+医疗健康”的发展措施下,远程医疗或将成为智慧医疗发展的重中之重。
智慧医疗这个词,似乎从来没有一个明确的定义。有人认为它是物联网+医疗,有人则认为大数据、人工智能也属于它的范畴。总之,不同的企业和个人,都有着各自的理解。在心医国际CEO邰从越看来,远程医疗和医联体的建设,同样是智慧医疗的核心环节。
经过多年成功实践,心医国际已先后承建青海、河南、贵州、山西四省的省级远程医疗平台示范项目并积极参与运营服务工作。
其中贵州省远程医疗平台成绩斐然,在2016年6月至2017年10月之间,贵州累计开展远程会诊2.1万余例,是之前历年数目总和的80倍。省市三甲医院通过远程医疗平台,面向全省医疗机构开展常态化的远程培训300余场次、近30余万人次。
这些有力的数据,无疑是心医成功助力“互联网+医疗健康”,打造协同互通的智慧医疗新型服务方式的最佳证明。
按照心医的定义:智慧医疗=(技术+运营+学科)x (生态+数据)= 医疗赋能。这一公式,完美地诠释了企业的最新战略。
智慧医疗=(技术+运营+学科)x (生态+数据)= 医疗赋能
在构建国内最大的远程医疗综合业务服务平台同时,心医通过远程运营及专科医疗服务的开展,有针对性的协助基层进行品牌学科共建工作,为基层医生按需提供各项医疗实用技能培训,以服务驱动医联体建设,让医联体不仅“联”起来,还要“动”起来,真正赋能医疗。
在技术方面:心医通过全国设立的5大研发中心、270余人独立研发团队、超过200人的远程运营和质控团队,服务各级医疗机构及各类医联体项目。
运营上,心医拥有业内唯一的“医联体建设+可持续运营”服务模式。该模式能实现与基层医生的多终端互动联结,以“IT+学科+运营”整体规划医联体建设,为政府及医疗机构提供咨询、设计、实施、运营一揽子解决方案。
学科方面,心医打造开放平台,提供IT+学科+运营整体解决方案,与学科机构共享资源赋能医疗,协助基层进行品牌学科共建。
紧密围绕学科“医教研管”,积极赋能各级医疗机构。目前,已开展了呼吸、肿瘤、神经外科、康复、血管外科、心脑血管、肝胆外科等12大品牌学科共建服务,在全国落地实践了27个专科医联体。
进入2017年,心医进一步提出开放平台的概念,通过引入外部专业学科专家团队,以及医药、设备、供应链等生态合作伙伴,持续资源整合,实现价值提升,形成以医联体为骨干网络、覆盖区域卫生网络和生态合作网络的“三网合一”业务模式。
而在数据环节,心医基于构建的全国最大的远程医联体网络,经过多年累积,支持医院管理影像数据近1亿份海量、完整的真实诊疗数据。
从一家信息化公司,到专注于智慧医疗的建设,心医的成长过程绝非一蹴而就。
单一的产品提供者or全面的服务运营商?
刚成立的几年,心医一直做的是电子病历、PACS等信息化软件,与普通的信息化厂商并无二致。但发展到后来,邰从越和团队发现很多问题单靠信息化根本无法解决。
“过去,我们是一家销售型公司,时常会陷入以交付为目的或是以客户满意度为目的怪圈中。后来我们意识到,企业必须花时间跟客户坐下来一起讨论研究,才能打造出一整套及时、有效、准确的产品和服务。任何走捷径的企业,最终都会无路可走。”邰从越说。
跳出单纯的HIT思维,从行业发展的角度,帮助患者和医疗机构获取效率提升的价值,这才是心医应该有的定位。明确了这点的邰从越,让心医重新找到了自己的位置——一家领先的智慧医疗创新解决方案供应商。
领先,按照心医的定义是指覆盖网络和资源整合能力。心医拥有全国首屈一指的医联体远程网络,覆盖全国的4500家医院。并且接入了50家国家级医院,160家区域龙头医院。
创新,意味着当分级诊疗成为了主旋律,当远程医疗老树开新花,成为配合国家政策的应用,创新的思想和手段便成为了解决问题的途径。
供应商,意味着心医不再是单纯的软硬件销售公司,而是像华为一样,提供从产品到服务的一整套长期解决方案。
当然,要实现这一转变绝不容易。
学科赋能是远程医疗的核心要素
学科赋能,是心医全新定位中极为重要的一环。它的宗旨是:打造开放平台,与学科机构共享资源,赋能医疗。在此背景下,心医与医院或是专家合作,各自存在着优缺点。
与医院合作的优势在于,心医能够获得更多医、教、研的支持,但往往实施周期较长;与专家合作的优势在于灵活性和效率性,但缺点也很明显,不同的专家往往主导的方式不同,因此企业需要考虑究竟是从技术还是从临床应用和科研的角度去配合。
当一个基于学科合作的远程医疗平台搭建完毕后,客户往往会提出新的需求,如接入更多的医院和学科。
作为一名合格的“撮合者”,心医不仅要将基层医院和上级医院两方连接在一起,还需要通过技术和服务,解决双方的不对称。这种不对称包含两层含义,一是认知的不对称,二是技术标准的不对称。
很多时候,下级医院并不清楚如何与上级医院合作,而上级医院也担心接入远程后是否会影响自己的运作效率。
例如,当下级医院的远程病历申请完成后,要考虑它们是否满足上级医院专家的内容需求。除此之外,医嘱内容、检验检查的信息完善程度,都是制约远程医疗开展的因素。一旦出现信息不完整,对专家而言,就是一种时间上的浪费。
所以,心医做的工作便是让客户提出的服务能够及时响应。让下级医院能约到上级医院的专家,而下级医院的病历能够达到上级医院的会诊要求。
除了平台搭建,心医还对这一过程中的整体质量进行把控,将上级医院的诊疗证据和规范对下级医院进行定向培训。只有下级医院了解上级医院的需求,远程医疗才能成功开展。
当患者和下级医院的医生发起远程申请时,申请的对方是医院、学科或是医生个人,也对应着不同的产品需求。“点院点科不点人”或是“点院点科点人”,心医服务的内容和价格都存在差异。这一磨合的过程,需要心医不断地从中协调。
“远程医疗的两端就像哑铃一样,是一个协同成长的过程。上端的资源不够,就注定下端也难以壮大。”对此,邰从越给出了一个形象的比喻。
分级诊疗,关键是各方找准自己的位置
远程医疗,仅仅是医联体建设中的一环。医联体的建设,对于信息化企业服务的考验要更为复杂和严苛。
医疗服务的半径限制,是国家推行分级诊疗的核心原因。由于医保报销的比例不同,跨省的交通成本,患者不愿意长途跋涉北上求医。信任二字,成为了问题的关键。在此背景下,医联体成了目前最佳的解决方案。
在医联体的架构中,不同级别医院的定位完全不同。基层医院的职能是做守门人,做好患者疾病的早期筛查;二级医院是做标准化治疗;三级医院则是引领整个学科的发展。
过去,医院对于自己角色的不清晰,由此产生的错位导致了基层信任度的缺失和大医院的虹吸效应。如今,大医院开始利用自己的学科特色,吸引下级医院与自己形成有效的协同。
以专科呼吸医联体为例,下级医院的任务是做筛查。由于过去没有基层筛查这一环节,所以导致很多慢阻肺或是肺炎的患者病情加重。
二级医院的任务,则是把基础化的治疗做好,不让患者的病情发展。针对高危人群,二级医院应当及时找到中心端专家医院进行远程指导或转诊。
“闭关锁国,绝不是一家成熟的企业或机构应该有的特征。一些大医院对分级诊疗存在一定程度的隐忧,担心自己的患者被分流。但事实上,越是大的企业和机构,就越应当开放。”邰从越说。
如何帮助医联体从松散型往紧密型过渡?
从松散型往紧密型过渡,是心医医联体建设过程的目标之一,按照心医的规划,它应当包含三个层面:
1、专业下沉;
2、专家下沉;
3、专科下沉。
目前,国内已经成型的紧密型医联体,多是集团医院的形式。对绝大部分医联体而言,首先要在业务上进行协同,后才能考虑上升到人财物的范畴。
以心医合作的医院为例,医联体中的上下级医院会首先签署考核协议。一些大医院将副院级的专家主任与医联体的下级医院进行挂钩,专家每半个月就会定期驻扎在下级医院。
在此期间,专家需要帮助下级医院在学科建设方面制定标准,如手术室的改造、人才的招聘方式改良等。在患者转诊方面,是否有按照考核协议和学科的管理要求进行,也是相互监督的重要内容。
在这一过程中,医联体中的部分不配合的医院会遭到淘汰,而一部分则会脱颖而出,促使医联体往更加紧密型靠拢。
不以交付为目的,提供真正有价值的服务
以服务为本的做法,是邰从越多年行业打拼思考得出的结论,“企业越是想快速实施完一个项目,就越难,这是一个恶性循环。信息化行业很难有中间地带,你要么与客户关系很好,要么就会很差。”
企业因为交付压力,往往会陷入以自己为中心的陷阱,采用一些低成本交付的方式。最终很可能因为预期差异,在客户的抱怨中演化为高成本交付,这对企业来说既赔了本,又没有赚到吆喝。
但如果企业把对客户需求进行及时响应和反馈,保质保量的完成,结果就会大不一样。
服务的本质是以客户为中心,这是心医一直在反思的一点。
“你必须让客户感到有效果,让他们尝到甜头,与客户一起推进项目的成长和发展。通过不断的后续服务,形成服务长流的运作模式。比如,通过未来五年计划,将项目分为多期工程,分阶段完成,而不是验收完拿钱走人。”邰从越说。
不难看出,重新定位后的心医一直在做减法,紧盯核心的目标客户群,追求的是服务的尽善尽美。比起什么都做,邰从越和心医找到了最适合自己的公式。
文|郝雪阳
微信|hxy942416176
添加时请注明:姓名-公司-职位
后台发送关键词即可获得相关好文
网站、公众号等转载请联系授权
近期推荐
★ CMEF2018现场报道:4100家厂商、21个国家、600款新品,数字医疗解决方案成新主
声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。文中出现的采访数据均由受访者提供并确认。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。