黨的二十大報告指出，促進優質醫療資源擴容和區域均衡布局，堅持預防為主，加強重大慢性病健康管理，提高基層防病治病和健康管理能力。對專注于慢性病管理賽道的創業者而言，發力慢性病的全周期管理工作、提高慢性病管理效率，是他們希望借助技術創新實現的目標，智云健康創始人匡明就是其中之一。

　　從上海交通大學畢業后，匡明入職一家研制電腦處理器的知名公司擔任工程師，之后前往劍橋大學繼續深造。2014年，匡明決定在數字醫療領域創業，團隊正式落子浙江杭州未來科技城。近10年時間里，他帶領團隊從糖尿病健康管理App起家，其公司已發展成為中國數字化慢病管理領域頗具代表性的企業之一。如今，他希望能帶領團隊在搭建數字醫療基礎設施上貢獻更多力量，讓醫療數據更加標準化。

　　慢性病管理路徑的數字化升級

　　留學期間，匡明曾前往英國當地一家著名醫院實習，有一件事令他印象深刻：患者抵達醫院前，醫生已經接收到患者居家期間的體征數據。見面后，醫患二人“閑聊”幾句，便輕松地完成了就診過程。與此同時，醫生對患者下一階段的用藥方案已做出調整。

　　醫生是如何完成診療的？這一過程讓匡明好奇。

　　“對慢性病治療來說，生活習慣的變化是重要變量之一。聊天是為了尋找數據變化的真正原因。”醫生回答。

　　那時，這樣一個看似簡單卻能為患者精準“把脈”的過程，在匡明心中埋下了創業的種子——能否打造出一個數字化平臺，更好記錄慢性病患者的日常數據，為醫生減負？

　　以血糖管理為例，醫護人員統計患者血糖情況時，需要逐個檢測再手動錄入醫院系統。如果一個病區有100多名患者，每名患者的每天統計便是巨大的工作量，而且繁瑣工作容易出錯。匡明團隊推出一體機和操作系統，使護士檢測的血糖數據可以實時上傳，同時部署到不同科室，幫助醫護人員提高效率。

　　2014年，匡明帶領團隊打造的糖尿病數據健康服務管理平臺上線。一方面，患者可以在App上記錄健康數據、獲取健康指導，逐步改善自己的健康狀況；另一方面，連接平臺的醫院可以透過可視化醫療健康大數據，為患者提供更高效精準的病情指導和治療方案。

　　“我們最初的方案就是以醫院為先，用技術去提升醫院對患者的治療及管理效率。思路特別簡單：我們想，如果能幫助整個公立醫院效率提高1%，這個量就非常大了。”匡明說。

　　為藥房插上“數智雙翼”

　　2017年11月，通過業務整合和品牌升級，匡明從糖尿病管理切入整個慢病領域。通過“院外+院內”“線上+線下”“軟件+硬件”的運營模式，將醫院端和患者端的數據連接起來，構建慢性病管理生態圈。

　　兩年后，匡明做出了創業路上另一個非常大膽的決定——讓團隊研發的數字化平臺從醫院走向藥房，為傳統藥房插上了“數智雙翼”。

　　“慢性病周期很長，有的病程甚至有三四十年，讓患者天天去跑門診，這并不現實。在這種情況下，醫院外部的補充體系就變得更加重要。”匡明說。

　　在杭州市余杭區，62歲的陸先生實實在在地感受到了互聯網醫療所帶來的便利。他患有高血壓已有6年，之前每次復診都需要到社區醫院排隊掛號、復診、拿藥，在嚴寒酷暑的季節時最難熬。現在，樓下的藥房已接入智慧問診系統，陸先生在藥房就可以完成復診、開方、取藥流程，極大節省了就診時間。同時，在手機上也可以與醫生在線溝通，翻閱問診歷史記錄，更好記錄自身健康情況。

　　“過去，互聯網醫院的建設方式重在將醫院的線下服務搬到線上，但對于推動整個數字醫療運轉來說，與‘藥’相關的處方流轉，同樣需要納入系統設計之中。傳統藥房的數字化轉型很重要，這里是醫藥流通的重要載體、基礎醫療服務的重要組成部分。”匡明說。

　　2022年，匡明團隊在醫院外部體系上提供醫療服務約1.7億人次，其中絕大多數是通過藥房來實現的。截至2023年6月底，智云健康平臺醫療服務系統已累計為全國2600多家醫院、逾20萬家藥店提供服務，平臺注冊醫生超過10萬，注冊用戶超過3000萬。

　　讓人工智能更好賦能醫藥產業

　　近年來，人工智能大模型競相布局醫療賽道。在業內分析人士看來，當前市場正處于AI大模型與醫療產業機遇的爆發期，國內AI大模型通過覆蓋更多預防、診斷、決策下的場景，可以更好實現降本增效的目的。

　　2022年8月印發的《科技部關于支持建設新一代人工智能示范應用場景的通知》(簡稱《通知》)中就曾提到，要針對常見病、慢性病、多發病等診療需求，基于醫療領域數據庫知識庫的規模化構建、大規模醫療人工智能模型訓練等智能醫療基礎設施，運用人工智能可循證診療決策醫療關鍵技術，建立人工智能賦能醫療服務新模式。重點面向縣級醫院，提升基層醫療服務水平。

　　如何發力探索“AI+醫療健康”，是匡明團隊如今聚焦的重點，也是數字化品牌升級的方向。匡明介紹，基于數據庫與技術積累，以及豐富的院內外SaaS業務場景實踐經驗，其團隊已打造了自研AI平臺智云醫療大腦，去年又對AI能力進行完善升級，推出兩個醫療行業模型——ClouD GPT和ClouD DTx，為AI輔助診療、AI輔助藥械研發等提供創新技術解決方案。

　　“我們希望人工智能可以更好協助醫生，提升診療的準確性和效率。醫學在不斷進步，迭代速度越來越快。在擁有巨大樣本庫的基礎上，人工智能可以主動匹配，在醫生遇到新的病例時提供建議，這些建議來自樣本庫內別的專家或者文獻資料。”匡明說。

　　在醫療行業，新的技術范式與交互能力的突破，的確衍生出了新的應用機會。從掛號、報告解讀到個性化健康管理、用藥指導等，AI大模型的應用場景正在拓寬。

　　“我們也希望能依托AI大模型，繼續提升數字化能力，高效地為醫療產業各方賦能。”匡明說。

　　孫亞慧