移动医疗的进化：从 mHealth 到 cHealth

　　高端私人医生服务已经独立举办了六年之久的美国mHealthSummit（移动医疗峰会）今年11月8～11日在华盛顿盖洛德国家会议中心召开。

　　不同以往的是，这个全球最大的移动医疗峰会，在其第七个年头，与「数据安全峰会」和「公共卫生峰会」一起合并，统一用「HIMSSConnectedHealthConference」的新面貌示人。为什么会有这个变化？HIMSS的执行副总裁JeremyBonfini在主题发言中一语中的：

　　mHealth（MobileHealth）已经进化，cHealth（ConnectedHealth）的时代已经到来，我们不能再满足于技术的进展，我们要用技术去解决真实世界的问题，构建一个全新的生态系统。

　　以iPhone为代表的新一代智能手机在2007年出现，随后医疗健康行业也跨入「移动时代」。mHealth的概念也随之而来，各种手机App、传感器、可穿戴设备极大地丰富了医疗健康行业的产品线。

　　据不完全统计，目前医疗相关的App产品已经达到近万种，和健康相关的App就更多得难以计数了。还记得三、四年前，美国mHealthSummit上的各路讲者（包括我自己），还都是以自己开发的各种App为主题进行介绍，观众的热情参与程度毫不亚于现在国内各种移动医疗大会的盛况。

　　时过境迁，七年之痒如约而至。mHealth暴露出来的问题也越来越多，比如：收集数据不全面、数据缺乏临床意义、数据之间无法互联互通、数据存储不安全、不完整的数据给医患互动带来风险、患者个性化需求无法满足等等。

　　FCC（FederalCommunicationsCommission）的局长MignonClyburn在主题发言中指出：

　　无线技术会为生产力提升带来进步，未来的医务人员会成为人机结合体，但患者安全仍是所有服务的底线。基于上述种种问题，mHealth向cHealth进化成为必然。

　　mHealth关注底层的数据采集，比如通过App、传感器等设备，对人体的生理和病理数据进行收集。而cHealth更加关注顶层的数据整合，通过数据整合、数据互操作、数据分析，最后提供数据驱动的医疗决策和患者的个性化服务。

　　cHealth互联医疗都联什么？

　　HIMSS的主席与CEO，StephenLieber在大会第一天的主题发言中指出：

　　cHealth就是不同App之间的数据连接，不同硬件之间的数据连接，不同系统之间的数据连接，不同平台之间的数据连接，最后让人和人之间实现医疗健康服务的连接。

　　这种数据连接所带来的创新是医疗基础架构的创新，不再是简单的技术创新。

　　在谈到平台连接的时候，美国护士协会主席PamelaCipriano特别强调，美国的执业护士群体也是移动医疗服务的重要组成，健康人群、老年人群、康复人群这三大类人群是美国护士协会提供移动医疗服务的主要群体，来自护理行业的数据和医疗行业的数据也同样重要。医疗、预防、护理……这些不同平台之间的数据连接将为患者提供更为全面的健康和疾病管理。

　　cHealth互联医疗会带来哪些价值？

　　美国最大的连锁药房Walgreens数字健康部副总裁AdamPellegrini比那些单纯宣传概念的理论家更加务实，Walgreens与很多可穿戴设备厂商达成合作伙伴关系，鼓励Walgreens的用户使用多种App和可穿戴设备，并号称是Omni-channel（全渠道）覆盖。

　　Walgreens通过各种可穿戴设备和传感器收集患者的慢病数据，并给予患者「点数」，患者可以通过「点数」获得打折券，通过这种方式来鼓励患者持续使用可穿戴设备、上传数据并保持一定的活跃度。而后Walgreens会集成这些患者数据，判断患者的健康或者疾病情况，帮助患者提供有针对性的指导或者有效的帮助。

　　模式很简单是吗？没错，这就是Adam总结的三原则之一：简单（besimple）。其余的两条分别是：奖励（berewarding）和有效（beeffective）。

　　正是由于这种简单有效的服务给患者带来了效果和价值，因此AdamPellegrini和Walgreens也被本届大会授予了第一届数字健康创新大奖。

　　巧合的是，我在一个月前刚刚参加了位于硅谷的一个相关会议：Evidence-drivenmHealth大会，会上我和一位做过Walgreens数据分析的人士进行交流，据他说Walgreens的数据其实比较脏，貌似数量很大，用户很活跃，但很多人都是为了获得「点数」来的，并不是真实的数据，所以他们清洗数据非常辛苦。

　　这就是这种「有钱任性」方式带来的副作用，虽然简单有效，但无法精准区分用户的个性化需求，也无法精准衡量给用户带来的最终价值。一旦用户认知出现偏差，就会出现这种干扰分析的脏数据。对此我们需要更精准的用户区隔和效果评价方式。

　　cHealth与mhealth的关系如何？

　　根据对会议诸多发言的理解，我画了下面这个图，帮助大家理解：

　　从上图可以看到，在这个新的生态系统中，mHealth主要负责数据的底层采集工作，cHealth则负责完成与多种App、多种硬件传感器、多个系统、多个平台、多个机构之间不同来源，不同格式的数据对接，并进行数据集成、数据互操作和数据分析，最后生成基于证据的数据决策体系，指导政府、保险公司和医务人员为患者提供患者教育和个性化的健康管理与疾病服务。

　　无独有偶，前文提到的Evidence-drivenmHealth大会也有类似的建议，大会主席EricTopol（即大家熟知的《颠覆医疗》一书的作者）表示：

　　目前各种App和可穿戴设备层出不穷，大家都在讲自己有什么功能，有什么特色，但都缺乏临床数据和效果评价。大家并不知道这些产品究竟能够给患者带来哪些益处？

　　所以需要讨论「临床证据如何驱动医疗决策」，需要通过临床研究的手段来证明mHealth的切实效果，而不应该关注App或者可穿戴设备自己声称的那些特性。

　　在cHealth为主导的生态系统中，大家不再试图把所有的服务都统统搬到手机上面来，能移动的业务自然会在手机上出现，移不动的业务也不必非移不可，只要能够做到数据对接就可以了。

　　比如很多医疗服务，医学检验与诊断业务，护理业务，养老康复……这些业务可能看起来还比较传统，没有「移动医疗」那么吸引人的概念，但没关系，只要能够在数据层面互联互通，仍然能够在新的生态系统中发挥非常重要的作用，并最终为患者带来巨大的价值。而缺少了这些传统业务的服务支撑和数据支撑，其实移动医疗自己也很难做强做深，更何况奢谈「颠覆」？

　　cHealth面临哪些挑战？

　　不论在美国还是中国，现在都处于cHealth的非常早期阶段，中国的数据很难获得，也很难互通，甚至同一家医院的不同院区都无法打通内部数据。而美国也不像我们想象的那么简单就能够打通不同来源，不同格式的数据，各家都有一本难念的经。

　　总体来说，最主要的挑战有下面三个：

　　数据不开放。开放是数据能够互操作的根本，但现在还是各家的数据都锁在自己的服务器里，无法实现开放和共享。

　　数据标准不统一。导致数据格式相互不兼容，那么数据的互操作的效率就会大打折扣，因为总是需要有人在中间做「翻译」。

　　医疗服务的个性化属性较强。类似亚马逊根据购书记录推荐相关图书的那种服务模式较难在医疗服务中复制出来。这也令数据分析最终转化为实际业务的效率大打折扣。

　　尽管如此艰难，我们还是看到IBM、英特尔、高通正在努力为攻克技术难关而努力，看到HIMSS正在为推广统一的数据行业标准而努力，看到Continua和PCHA正在为cHealth的最佳实践而努力。

　　在中国国内，也出现了OMAHA（OpenMedicalandHealthcareAlliance开放医疗与健康联盟）这样试图自下而上推动医疗健康产业信息开放、共享、开源的民间非营利组织。和他们在一起，我们并不孤独。一切也才刚刚开始，也许再过七年，从mHealth进化而来的cHealth会给我们带来更大的惊喜。