金小桃：正确把握健康医疗大数据发展的基本思路

国家卫生计生委副主任、中国卫生信息学会会长金小桃致辞

来源：HIT专家网           记者：朱小兵

2016年8月29日晚上8时许，2016中国卫生信息技术交流大会开幕式在南京国际展览中心隆重举行，数千名名来自全国各地及十多个国家和地区的卫生信息化从业人员与会。国家卫生计生委统计信息中心主任、中国卫生信息学会常务副会长兼秘书长孟群主持开幕式。

会议首先播放的开场短片，传达了全国卫生与健康大会习总书记“将人民健康放在优先发展的战略地位”的重要精神。中国卫生信息学会已经成功举办十届大会。与业界期望高度一致的是：本次大会的主题十分鲜明，即全面贯彻国家一系列关于健康医疗事业改革与发展的系列重大政策方针，特别是刚刚于8月19日至20日召开的全国卫生与健康大会的重要精神。会议将围绕充分发挥信息技术在健康医疗领域的重大支撑作用，开展全面深入的探讨和成果展示。健康医疗大数据、移动互联网、人工智能等，继续成为“高热”话题。

国家卫生计生委副主任、中国卫生信息学会会长金小桃在开幕式致辞中，重点阐述了三点意见。

第一，认真学习习近平总书记讲话精神，深刻认识健康医疗大数据发展机遇与挑战。

习总书记在全国卫生与健康大会上指出：完善健康医疗服务体系，推进健康医疗大数据应用。李克强总理在全国卫生与健康大会上明确要求，发展智慧健康产业。习总书记进一步明确了新的健康与卫生工作方针，为以人民健康为中心的理念落实奠定基础，特别是提出了“没有全民健康，就没有全民小康”重要论断。

第二，认真落实6月份出台的《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）。

金小桃透露，国家卫生计生委已经制订了针对47号文件的实施方案。“这是我国经济社会发展的需要，也是抓住财富制高点的重大历史机遇。李克强总理在全国卫生和健康大会上也指出，健康服务业是财富第五波。更重要的是明确了改善民生，提高老百姓获得感的必要性。”金小桃说。他特别强调，要正确把握健康信息和医疗大数据发展的基本思路：

1、要建立权威的统一平台。这个平台要由国家卫生计生委来落实建设。同时，制定管理办法，对健康医疗大数据的搜集、使用、发布等进行统一指挥。坚持共建共享，与各省各个方面互联互通。

2、以大数据中心试点为抓手，发展健康服务产业。在全国选定基础较好的几个省，建立大数据中心和产业园区。

3、增强老百姓的获得感。通过大数据云计算，已经实现了同时就诊人数达到几千人、几万人，未来可能达到几十万人，前景激动人心。

4、与科技部开展健康医疗领域“产、学、研、用”的协同研究计划。

5、健康医疗事业需要文化的支撑。借助这个平台为1100万医务工作者提供继续教育平台，同时利用平台面向老百姓普及健康知识。这也是“健康中国2030”计划的重要内容。

 第三，发挥社团优势和专委会的作用，不断开创新局面。

中国卫生信息学会发挥社团优势，带领全体卫生信息化同仁，包括市场主体，在四个方面加强拓展工作：

• 加强改革创新。推动卫生信息化、健康医疗大数据应用。
• 加强重点攻关。包括信息安全、标准、法律法规的攻关。尽快出台“互联网+医疗”的管理办法。
• 加强培训教育。面向两个对象：1100万的医务工作者的继续教育；13亿人的健康科普教育。
• 加强协同服务。学会不是行政机关，应该强化服务理念。服务好企业、社会、民生。更要服务国家大局。

        江苏省人民政府副省长张雷简要介绍了江苏省经济社会发展、医疗健康事业发展状况。他表示，在经济迅速发展的同时，江苏省坚持将人民健康发展优先发展的地位。全省80%的地区建立了区域远程医疗中心。

世界卫生组织驻华代表处主任Martin Taylor 在致辞中说，信息技术是改善全民健康的重要的驱动力。他特别提醒大家，在此进程中，隐私与信息安全的概念也在不断转变。世界卫生组织认为，健康信息技术蕴含着伟大的创新潜力，使得卫生可以触及最遥远的人群。打造创新高效和可及的服务体系，分享我的几点思考：第一，政府鼓励创新、加强监管，非常欢迎中国政府出台的规范健康医疗大数据发展的政策。第二，行业自我监管，非常重要。第三，重视社区和患者参与的重要性。最后，卫生部门应该积极和所有部门跨越界限协同合作。

随后，大会举行了一系列授牌仪式：国家医疗健康信息互联互通标准化成熟度等级测评授牌仪式、居民健康卡普及应用先进单位授牌仪式、中国卫生信息技术交流大会特别贡献单位和最佳支持单位授牌仪式。  

国家医疗健康信息互联互通标准化成熟度等级测评授牌仪式

国家医疗健康信息互联互通标准化成熟度等级测评授牌仪式

开幕式后，中国工程院院士、北京航空航天大学教授赵沁平做了主题演讲《虚拟人体：医药研究的新平台》，对于这一跨学科领域的计算机仿真、虚拟现实技术的应用前景和挑战，做了全面介绍。同时，也让业界看到多学科领域的结合，在医学信息学领域依然是一个十分复杂的系统工程，需要大量的数据融合和深度集成。（本文根据现场发言整理，未经本人审阅）