2023年4月14-16日，2023中国卫生信息技术/健康医疗大数据应用交流大会暨软硬件与健康医疗产品展览会（CHITEC）在合肥召开。神州医疗携最新产品和解决方案亮相大会，会议期间举办多场路演活动，并重磅发布最新产品和解决方案，受到领导和与会嘉宾们的关注。
（中国卫生信息与健康医疗大数据学会会长金小桃、国家卫生健康委规划发展与信息化司司长毛群安莅临神州医疗展位视察指导。）
当下，数字技术席卷全球，数据已成为国家核心竞争力，也是重要的战略资源。随着“健康中国”战略和“数字中国”战略的稳步推进，大数据、人工智能与医疗的融合势头正猛，成为推动医疗健康事业发展和公立医院高质量发展的新引擎。
神州医疗凭借在医疗大数据与人工智能领域的前沿技术优势和多个国家级专科大数据平台建设经验，充分发挥数据潜能，在学、研、用等层面不断探索和创新，重磅发布七大产品，全方位赋能卫生健康高质量发展。
医疗大数据平台：智能汇聚医疗多模态数据，标准化数据治理和管控，形成数据资产，支持医院和卫健委各类业务，助力临床科研、AI分析、运营管理，消除数据孤岛，实现互联互通，辅助提升医院临床和科研能力。
专病临床数据研究平台：整合并汇总患者临床大数据资源，运用大数据分析技术、本体技术、自然语言处理技术以及信息安全和生物信息学等技术，建立与国际接轨的OMOP通用数据模型，形成一体化专病科研数据分析平台，实现科研队列的精准建立和分析。专病科研数据分析平台优化了医疗科研服务的各应用场景，促进了科研成果的转化，形成了以专病为核心的临床科研大数据价值链闭环。
神州医疗智能影像平台：汇聚从影像筛查、AI影像辅助诊断、放射治疗、疗效评估、智能随访，再到影像科研平台，为医疗机构提供“筛查-诊断-治疗-随访-科研”全流程、一体化的解决方案。
精准医学基因多组学平台：解决院内基因组学数据分布及分析的痛点，实现全院级组学数据的分布式管理。将分散的组学数据进行标准化治理，将数据资源转化成真正的数据资产，实现院内院外的多重赋能。
多模态生物医学应用解决方案：围绕数据源层、数据采集层、大数据中心、数据应用4个方面，融合人工智能分析技术，建立一体化临床科研体系，提升临床决策水平，帮助客户在跨模态研究领域高效产出、处于多模态研究前沿地位。
神州医疗数字化肿瘤解决方案：提供放疗信息化、IPS、质控、放疗云和科研平台五大产品，既能实现工作效率和科研能力双提升，又能满足多院区及医联体模式下的上下级医院需求，实现多地区同质化管理，促进全行业的共同发展。
智能网络慢病管理解决方案：将医学逻辑与网络技术完美结合，根据患者病情分配到对应组别，通过精细化分组管理方案，实现高质量的院外随访管理，构建以智能化为主、人工为辅的智能慢病管理新模式。
此外，受大会邀请，神州医疗高级副总裁兼首席医学信息官弓孟春、神州医疗副总裁兼首席智能医学产品官卢建、神州医疗影像业务解决方案总监赵扬，分别作《基于大型教学医院构建全院级多模态数据平台的探索》《创新智能网络慢病管理模式实现主动健康》《整合型医疗服务体系下的影像云解决方案》主题演讲。
当下，大型教学医院多模态数据系统建设势在必行。弓孟春结合多家医院实践，分享了大型教学医院多模态数据系统的建设经验。他建议医院应面向新型临床研究的需求，全面纳入患者诊疗过程中产生的临床、影像、病理图像、基因测序等各个模态的数据，建设全院级多模态大数据平台，全面挖掘基于我国人群的疾病知识和真实世界证据。同时，医院在建设相关系统前应做好顶层设计和国际国内技术调研，联合各类合作伙伴进行技术攻关，推进数据科学与医学研究的深度融合，推动医院多模态数据系统建设及应用，助力公立医院高质量发展。
慢病管理已经成为医疗健康领域面临的最大挑战，卢建坦言由于现有产品局限于功能模块的堆砌，缺乏符合慢病管理的分层分级管理抓手，因此应用差、效率低，难以实现高质量的慢病管理需求。神州医疗第一次引入了支持各种慢病精细化分组管理的核心，通过智能慢病管理平台模式产品创新，满足所有慢病管理需求。同时他指出智能慢病对三甲医院的科研提升、创收提升、服务提升具有重要价值，是新时期医院高质量发展的重要工具。
赵扬以整合型医疗服务体系为切入口，分享了神州医疗智能影像在整合医疗体系的应用。他表示神州医疗智能影像平台针对医学影像行业痛点，聚焦前沿应用，通过开放聚合合作伙伴，打造“一云三平台”智能影像全景产品，为各级医疗机构提供“全流程、智能化、全功能”的专业影像服务，解决供需两端的问题，需方（基层医院）可以获得优势诊断资源，供方（大医院）可以将能力有效输出，从而在整合型医疗服务体系下保证医疗服务的连续性，并辅助医疗教学和科研更加高效，助力医院高质量发展。
未来，神州医疗将继续聚焦于医疗大数据、智能影像平台、精准医疗和药企数字化四大业务领域，面向医、药行业提供全生态解决方案，旨在“以科技之极，创健康无限”，致力于成为世界领先的医疗大数据与人工智能企业。
