高端私人醫生服務(wù)已經(jīng)獨立舉辦了六年之久的美國mHealthSummit（移動(dòng)醫療峰會(huì )）今年11月8～11日在華盛頓蓋洛德國家會(huì )議中心召開(kāi)。

　　不同以往的是，這個(gè)全球最大的移動(dòng)醫療峰會(huì )，在其第七個(gè)年頭，與「數據安全峰會(huì )」和「公共衛生峰會(huì )」一起合并，統一用「HIMSSConnectedHealthConference」的新面貌示人。為什么會(huì )有這個(gè)變化？HIMSS的執行副總裁JeremyBonfini在主題發(fā)言中一語(yǔ)中的：

　　mHealth（MobileHealth）已經(jīng)進(jìn)化，cHealth（ConnectedHealth）的時(shí)代已經(jīng)到來(lái)，我們不能再滿(mǎn)足于技術(shù)的進(jìn)展，我們要用技術(shù)去解決真實(shí)世界的問(wèn)題，構建一個(gè)全新的生態(tài)系統。

　　以iPhone為代表的新一代智能手機在2007年出現，隨后醫療健康行業(yè)也跨入「移動(dòng)時(shí)代」。mHealth的概念也隨之而來(lái)，各種手機App、傳感器、可穿戴設備極大地豐富了醫療健康行業(yè)的產(chǎn)品線(xiàn)。

　　據不完全統計，目前醫療相關(guān)的App產(chǎn)品已經(jīng)達到近萬(wàn)種，和健康相關(guān)的App就更多得難以計數了。還記得三、四年前，美國mHealthSummit上的各路講者（包括我自己），還都是以自己開(kāi)發(fā)的各種App為主題進(jìn)行介紹，觀(guān)眾的熱情參與程度毫不亞于現在國內各種移動(dòng)醫療大會(huì )的盛況。

　　時(shí)過(guò)境遷，七年之癢如約而至。mHealth暴露出來(lái)的問(wèn)題也越來(lái)越多，比如：收集數據不全面、數據缺乏臨床意義、數據之間無(wú)法互聯(lián)互通、數據存儲不安全、不完整的數據給醫患互動(dòng)帶來(lái)風(fēng)險、患者個(gè)性化需求無(wú)法滿(mǎn)足等等。

　　FCC（FederalCommunicationsCommission）的局長(cháng)MignonClyburn在主題發(fā)言中指出：

　　無(wú)線(xiàn)技術(shù)會(huì )為生產(chǎn)力提升帶來(lái)進(jìn)步，未來(lái)的醫務(wù)人員會(huì )成為人機結合體，但患者安全仍是所有服務(wù)的底線(xiàn)。基于上述種種問(wèn)題，mHealth向cHealth進(jìn)化成為必然。

　　mHealth關(guān)注底層的數據采集，比如通過(guò)App、傳感器等設備，對人體的生理和病理數據進(jìn)行收集。而cHealth更加關(guān)注頂層的數據整合，通過(guò)數據整合、數據互操作、數據分析，最后提供數據驅動(dòng)的醫療決策和患者的個(gè)性化服務(wù)。

　　cHealth互聯(lián)醫療都聯(lián)什么？

　　HIMSS的主席與CEO，StephenLieber在大會(huì )第一天的主題發(fā)言中指出：

　　cHealth就是不同App之間的數據連接，不同硬件之間的數據連接，不同系統之間的數據連接，不同平臺之間的數據連接，最后讓人和人之間實(shí)現醫療健康服務(wù)的連接。

　　這種數據連接所帶來(lái)的創(chuàng )新是醫療基礎架構的創(chuàng )新，不再是簡(jiǎn)單的技術(shù)創(chuàng )新。

　　在談到平臺連接的時(shí)候，美國護士協(xié)會(huì )主席PamelaCipriano特別強調，美國的執業(yè)護士群體也是移動(dòng)醫療服務(wù)的重要組成，健康人群、老年人群、康復人群這三大類(lèi)人群是美國護士協(xié)會(huì )提供移動(dòng)醫療服務(wù)的主要群體，來(lái)自護理行業(yè)的數據和醫療行業(yè)的數據也同樣重要。醫療、預防、護理……這些不同平臺之間的數據連接將為患者提供更為全面的健康和疾病管理。

　　cHealth互聯(lián)醫療會(huì )帶來(lái)哪些價(jià)值？

　　美國最大的連鎖藥房Walgreens數字健康部副總裁AdamPellegrini比那些單純宣傳概念的理論家更加務(wù)實(shí)，Walgreens與很多可穿戴設備廠(chǎng)商達成合作伙伴關(guān)系，鼓勵Walgreens的用戶(hù)使用多種App和可穿戴設備，并號稱(chēng)是Omni-channel（全渠道）覆蓋。

　　Walgreens通過(guò)各種可穿戴設備和傳感器收集患者的慢病數據，并給予患者「點(diǎn)數」，患者可以通過(guò)「點(diǎn)數」獲得打折券，通過(guò)這種方式來(lái)鼓勵患者持續使用可穿戴設備、上傳數據并保持一定的活躍度。而后Walgreens會(huì )集成這些患者數據，判斷患者的健康或者疾病情況，幫助患者提供有針對性的指導或者有效的幫助。

　　模式很簡(jiǎn)單是嗎？沒(méi)錯，這就是Adam總結的三原則之一：簡(jiǎn)單（besimple）。其余的兩條分別是：獎勵（berewarding）和有效（beeffective）。

　　正是由于這種簡(jiǎn)單有效的服務(wù)給患者帶來(lái)了效果和價(jià)值，因此AdamPellegrini和Walgreens也被本屆大會(huì )授予了第一屆數字健康創(chuàng )新大獎。

　　巧合的是，我在一個(gè)月前剛剛參加了位于硅谷的一個(gè)相關(guān)會(huì )議：Evidence-drivenmHealth大會(huì )，會(huì )上我和一位做過(guò)Walgreens數據分析的人士進(jìn)行交流，據他說(shuō)Walgreens的數據其實(shí)比較臟，貌似數量很大，用戶(hù)很活躍，但很多人都是為了獲得「點(diǎn)數」來(lái)的，并不是真實(shí)的數據，所以他們清洗數據非常辛苦。

　　這就是這種「有錢(qián)任性」方式帶來(lái)的副作用，雖然簡(jiǎn)單有效，但無(wú)法精準區分用戶(hù)的個(gè)性化需求，也無(wú)法精準衡量給用戶(hù)帶來(lái)的最終價(jià)值。一旦用戶(hù)認知出現偏差，就會(huì )出現這種干擾分析的臟數據。對此我們需要更精準的用戶(hù)區隔和效果評價(jià)方式。

　　cHealth與mhealth的關(guān)系如何？

　　根據對會(huì )議諸多發(fā)言的理解，我畫(huà)了下面這個(gè)圖，幫助大家理解：

　　從上圖可以看到，在這個(gè)新的生態(tài)系統中，mHealth主要負責數據的底層采集工作，cHealth則負責完成與多種App、多種硬件傳感器、多個(gè)系統、多個(gè)平臺、多個(gè)機構之間不同來(lái)源，不同格式的數據對接，并進(jìn)行數據集成、數據互操作和數據分析，最后生成基于證據的數據決策體系，指導政府、保險公司和醫務(wù)人員為患者提供患者教育和個(gè)性化的健康管理與疾病服務(wù)。

　　無(wú)獨有偶，前文提到的Evidence-drivenmHealth大會(huì )也有類(lèi)似的建議，大會(huì )主席EricTopol（即大家熟知的《顛覆醫療》一書(shū)的作者）表示：

　　目前各種App和可穿戴設備層出不窮，大家都在講自己有什么功能，有什么特色，但都缺乏臨床數據和效果評價(jià)。大家并不知道這些產(chǎn)品究竟能夠給患者帶來(lái)哪些益處？

　　所以需要討論「臨床證據如何驅動(dòng)醫療決策」，需要通過(guò)臨床研究的手段來(lái)證明mHealth的切實(shí)效果，而不應該關(guān)注App或者可穿戴設備自己聲稱(chēng)的那些特性。

　　在cHealth為主導的生態(tài)系統中，大家不再試圖把所有的服務(wù)都統統搬到手機上面來(lái)，能移動(dòng)的業(yè)務(wù)自然會(huì )在手機上出現，移不動(dòng)的業(yè)務(wù)也不必非移不可，只要能夠做到數據對接就可以了。

　　比如很多醫療服務(wù)，醫學(xué)檢驗與診斷業(yè)務(wù)，護理業(yè)務(wù)，養老康復……這些業(yè)務(wù)可能看起來(lái)還比較傳統，沒(méi)有「移動(dòng)醫療」那么吸引人的概念，但沒(méi)關(guān)系，只要能夠在數據層面互聯(lián)互通，仍然能夠在新的生態(tài)系統中發(fā)揮非常重要的作用，并最終為患者帶來(lái)巨大的價(jià)值。而缺少了這些傳統業(yè)務(wù)的服務(wù)支撐和數據支撐，其實(shí)移動(dòng)醫療自己也很難做強做深，更何況奢談「顛覆」？

　　cHealth面臨哪些挑戰？

　　不論在美國還是中國，現在都處于cHealth的非常早期階段，中國的數據很難獲得，也很難互通，甚至同一家醫院的不同院區都無(wú)法打通內部數據。而美國也不像我們想象的那么簡(jiǎn)單就能夠打通不同來(lái)源，不同格式的數據，各家都有一本難念的經(jīng)。

　　總體來(lái)說(shuō)，最主要的挑戰有下面三個(gè)：

　　數據不開(kāi)放。開(kāi)放是數據能夠互操作的根本，但現在還是各家的數據都鎖在自己的服務(wù)器里，無(wú)法實(shí)現開(kāi)放和共享。

　　數據標準不統一。導致數據格式相互不兼容，那么數據的互操作的效率就會(huì )大打折扣，因為總是需要有人在中間做「翻譯」。

　　醫療服務(wù)的個(gè)性化屬性較強。類(lèi)似亞馬遜根據購書(shū)記錄推薦相關(guān)圖書(shū)的那種服務(wù)模式較難在醫療服務(wù)中復制出來(lái)。這也令數據分析最終轉化為實(shí)際業(yè)務(wù)的效率大打折扣。

　　盡管如此艱難，我們還是看到IBM、英特爾、高通正在努力為攻克技術(shù)難關(guān)而努力，看到HIMSS正在為推廣統一的數據行業(yè)標準而努力，看到Continua和PCHA正在為cHealth的最佳實(shí)踐而努力。

　　在中國國內，也出現了OMAHA（OpenMedicalandHealthcareAlliance開(kāi)放醫療與健康聯(lián)盟）這樣試圖自下而上推動(dòng)醫療健康產(chǎn)業(yè)信息開(kāi)放、共享、開(kāi)源的民間非營(yíng)利組織。和他們在一起，我們并不孤獨。一切也才剛剛開(kāi)始，也許再過(guò)七年，從mHealth進(jìn)化而來(lái)的cHealth會(huì )給我們帶來(lái)更大的驚喜。