数字健康技术赋能优质医疗资源共享研究

郭熙铜 ,  张敏 ,  白闪闪 ,  谢真真 ,  范先群

中国工程科学 ›› 2025, Vol. 27 ›› Issue (6) : 1 -11.

PDF (691KB)
中国工程科学 ›› 2025, Vol. 27 ›› Issue (6) : 1 -11. DOI: 10.15302/J-SSCAE-2025.02.014

数字健康技术赋能优质医疗资源共享研究

作者信息 +

Empowering High-Quality Medical Resource Sharing Through Digital Health Technologies

Author information +
文章历史 +
PDF (707K)

摘要

促进优质医疗资源共享是我国医疗卫生领域的重要决策部署，而数字健康技术已成为实现这一目标的关键抓手。本文分析了数字健康技术在突破空间限制、优化资源配置、赋能基层诊疗等方面的战略价值及其实现机制，系统梳理了基于互联网、移动通信、大数据、人工智能和区块链等技术在数字健康领域的典型应用。同时，从医疗资源的供给端、需求端与流动过程，揭示了当前数字健康技术在推动优质医疗资源共享过程中所面临的主要挑战，包括基层医疗机构能力薄弱、数字安全保障体系有待完善、公众数字健康素养不足以及资源流动机制复杂等。针对上述挑战，本文围绕强化顶层设计与统筹规划、夯实数字化基础设施建设、深化数字健康技术应用、推动基层医疗机构能力建设、拓展普惠性数字健康服务五个方向提出了系统性发展策略，为推动优质医疗资源协同共享提供理论依据和实践指导。

Abstract

Promoting the sharing of high-quality medical resources is a major strategic initiative in China's healthcare sector, with digital health technologies emerging as a key facilitator in realizing this goal. In this paper, we examine the strategic values of digital health technologies in overcoming spatial barriers to healthcare access, optimizing resource allocation, and strengthening the capabilities of primary healthcare institutions. Representative applications of digital health based on technologies such as Internet platforms, mobile communication, big data analytics, artificial intelligence, and blockchain are discussed. However, several key challenges hinder the application of digital health technologies in advancing the sharing of high-quality medical resources, involving issues related to the supply, demand, and distribution of these resources. These challenges specifically include limited capabilities of primary healthcare institutions, underdeveloped digital security systems, low levels of digital health literacy among the public, and the complexity of the resource distribution process. In response, a comprehensive set of development strategies is proposed to advance the sharing of high-quality medical resources through digital health technologies. These strategies encompass five key areas: enhancing policy coordination and planning, improving digital infrastructure, deepening the integration of digital health technologies, supporting the development of primary healthcare institutions, and expanding access to digital health services. Collectively, these strategies provide theoretical foundations and practical guidance for promoting the collaborative sharing of high-quality medical resources.

关键词

医疗资源共享 / 数字健康 / 医联体 / 智慧医疗 / 分级诊疗

Key words

medical resource sharing / digital health / medical consortiums / smart health / hierarchical medical system

引用本文

引用格式 ▾
郭熙铜,张敏,白闪闪,谢真真,范先群. 数字健康技术赋能优质医疗资源共享研究[J]. 中国工程科学, 2025, 27(6): 1-11 DOI:10.15302/J-SSCAE-2025.02.014

登录浏览全文

4963

注册一个新账户 忘记密码

一、 前言

我国医疗资源总量虽持续增长，但仍存在分布不均、结构失衡、区域差异显著等突出问题。《中国卫生健康统计年鉴（2022）》数据显示，城镇每千人口执业医师数为3.37人，农村仅为1.18人；城镇每千人口注册护士数为4.58人，农村则为2.64人[1]。从区域维度看，东部地区集中了大量的优质医疗资源：其医疗卫生机构数占全国的38.3%，其中三级公立医院占全国的42.7%，执业医师数占46.3%，医疗卫生机构净资产占45.3%。东部地区医疗卫生机构的净资产分别是中部和西部地区的1.72倍和1.6倍[1]。为应对这一挑战，我国通过构建医联体、推进分级诊疗等方式促进优质医疗资源共享，并取得了一定进展：截至2023年，全国已组建各类医联体超过1.8万个，医联体内双向转诊总人次已达3032.17万人次[2]；89.8%的县实现县级医院人员下沉全面覆盖乡镇卫生院，远程影像诊断中心覆盖率达66.9%。同时，远程医疗已覆盖所有县级医院，92%的县级医院已具备二级及以上医疗服务能力[3]。然而，基层医疗服务能力不足、公众对基层医疗机构信任不足、不同地区和各级医疗机构医疗需求差异大等问题，仍然制约着我国优质医疗资源的协同共享。

数字健康技术的快速发展为破解优质医疗资源共享难题提供了新思路。近年来，我国正加快数字健康领域的顶层设计与政策布局。2018年，国务院发布《关于促进“互联网+医疗健康”发展的意见》，强调运用互联网技术创新医疗服务模式、落实分级诊疗制度，为偏远地区引入优质医疗资源；2023年，《关于进一步完善医疗卫生服务体系的意见》强调发挥信息技术的支撑作用；2024年，国家卫生健康委员会发布的《关于进一步健全机制推动城市医疗资源向县级医院和城乡基层下沉的通知》提出，运用数字化手段连通各级医疗机构，提升资源共享效率，并重点强调推进医联体内的数据信息共享，开展远程医疗服务等具体举措。在政策引导下，我国数字健康技术应用迅速发展：已建成13类国家医学中心，布局125个国家区域医疗中心及114个省级区域医疗中心。与此同时，跨区域专科医疗联盟已突破5600个，进一步补强区域医疗短板，提升重大疾病的诊疗水平。此外，全国互联网医院数量突破3000家，三甲医院普遍接入远程会诊系统，支持基层医疗机构开展疑难病例会诊；远程影像诊断中心覆盖率达66.9%。这些成果为优质医疗资源共享提供了有力支撑，但同时也面临着医疗信息系统互联互通不足、数据共享机制不完善、公众数字健康素养不足等挑战。深入研究数字健康技术赋能优质医疗资源共享的路径与策略，对推动医疗卫生事业高质量发展具有重要的理论价值和实践意义。

基于此，本文以数字健康技术赋能优质医疗资源共享为研究主题，首先明确两个核心概念：优质医疗资源指实现高质量医疗服务所需的关键要素，包括高端医疗设备、优秀医护人员及高水平护理资源等；数字健康技术指将数字信息技术应用于医疗服务、健康管理及相关健康场景，以提升公众健康的一类综合性技术。在此基础上，本文从四个维度展开研究：一是分析数字健康技术在突破空间限制、优化资源配置、赋能基层诊疗等方面的战略价值；二是系统梳理基于互联网、移动通信、大数据、人工智能和区块链等技术的典型数字健康应用；三是从医疗资源的供给端、需求端与流动过程剖析目前面临的主要挑战；四是围绕顶层设计、基础设施、技术应用、基层能力和普惠服务构建发展策略，为推动优质医疗资源协同共享提供理论依据和实践指导。

二、 数字健康技术赋能优质医疗资源共享的意义

在健康中国与数字中国两大战略深入推进的大背景下，数字健康技术作为新一代数字信息技术与医疗健康体系深度融合的产物，正日益成为推动医疗服务模式创新、促进区域医疗健康协同发展、推动优质医疗资源共享的关键抓手，具有重要的战略价值。数字健康技术赋能优质医疗资源共享符合国家关于基本公共服务均等化的战略导向，也是解决“看病难、看病贵”等现实问题的重要路径，更是推动医疗卫生服务高质量发展的内在要求。从实现机制来看，数字健康技术主要通过以下三个方面赋能优质医疗资源共享。

（一） 突破空间限制，扩大资源覆盖面

当前，我国的优质医疗资源高度集中于发达地区的三级医院，基层及偏远地区患者面临就医成本高、可及性低的困境。传统线下服务模式受空间与人力约束，难以实现优质医疗资源的广域辐射。通过建立跨层级、跨地域的医疗协作网络，数字健康技术能为基层患者就近获取优质诊疗服务创造条件，推动实现医疗公平。具体而言，远程会诊、远程监护、远程手术指导等多种形式的数字健康技术，有望打破优质医疗资源传递的地域限制，实现资源共享新模式。以远程医疗为例，一线城市的三级甲等（三甲）医院专家可为数百公里外的县级医院患者提供实时诊疗指导，将优质医疗资源的服务半径由城市扩展至省域乃至全国范围。

这种空间限制的突破响应了我国促进优质医疗资源下沉的战略部署，为实现城乡区域医疗资源均衡布局提供了有效途径，为缩小区域间医疗服务差距、促进基本公共服务均等化创造了条件。

（二） 优化资源配置，提升医疗体系效率

当前医疗体系呈现结构性失衡：三甲医院人满为患、超负荷运转，而基层医疗机构设备闲置、资源冗余。通过实时监测、需求预测与弹性调度，数字健康技术能构建资源供需匹配的动态调控机制，避免重复投入与结构性浪费，充分释放存量资源价值。具体而言，通过构建区域医疗资源管理平台，有望实现医疗设备、床位资源、专家资源等关键资源的数据联通与数字化管理。在此基础上，借助大数据分析和人工智能算法，系统将可以预测不同区域、不同时段的医疗需求，并据此优化资源配置，形成智能资源配置新机制。

这种资源配置的优化不仅能提高医疗资源投入产出比，还能降低社会的整体医疗成本，是推动医疗卫生领域供给侧结构性改革的重要手段。同时，通过数字化手段实现存量资源的科学配置，能够在不大幅增加资源投入的情况下，提高整体医疗服务供给能力。

（三） 赋能基层诊疗，促进知识共享

优质医疗资源的核心价值在于高水平的诊疗能力，但基层医疗机构因人才储备与经验积累不足，难以有效承接资源下沉。传统专家实地指导的帮扶模式难以实现规模化、可持续的能力传递。通过构建智能辅助诊疗系统和远程培训平台，数字健康技术可将专家经验转化为可复制、易传播的数字化知识资产，为解决基层能力不足提供解决方案。数字健康技术以多种形式促进医疗知识向基层流动，包括智能辅助诊断系统在基层医师诊疗过程中提供实时辅助，以及通过远程医教平台与虚拟手术教学平台实现高水平医师经验的持续传授。

这种数字化赋能模式有助于医疗人才培养体系的构建，加速医学知识在区域间的数字化共享与传递。从长远看，这种医疗知识的数字化传递不仅提升了基层医疗机构的服务能力，也为构建梯次化、可持续的医疗人才培养体系提供了创新思路。

三、 数字健康技术赋能优质医疗资源共享的典型应用

为实现优质医疗资源的协同分享和有效下沉，缩小区域间医疗服务差距，提升基层医疗服务能力，数字健康技术正在发挥关键的支撑作用[4]。通过互联网、移动通信、大数据、人工智能和区块链等新兴技术的应用，数字健康技术可以使医疗服务突破空间限制，优化医疗资源配置效率，加强医疗机构间协同水平，推动分级诊疗深入落地，让更多群众能够享受到优质、便捷的医疗服务。深刻认识数字健康技术的创新应用模式，对加快构建覆盖全民、均衡布局、智能高效的医疗服务体系具有重要理论与实践意义。

从功能定位与技术特性来看，这些关键数字健康技术可分为三大类：一是空间联通型技术，包括“互联网+”与“移动通信+”医疗健康，实现医疗资源的跨域输送；二是精准决策型技术，包括“大数据+”与“人工智能+”医疗健康，提升基层医疗服务质量与能力；三是数据安全保障型技术，包括“区块链+”医疗健康，确保医疗健康数据安全可信流转。这些技术相互支撑，协同融合，共同构建数字健康技术赋能优质医疗资源共享的技术生态体系。

（一） “互联网+”医疗健康

“互联网+”医疗健康依托视频通信、在线平台、移动应用等数字技术，形成多种创新服务模式[5,6]。一是互联网医院，通过在线问诊平台实现远程诊疗、电子处方开具、健康咨询等服务，使患者足不出户即可享受优质医疗专家资源。二是远程医疗平台，通过远程影像诊断和病理分析，有效助力上级医院为基层医疗机构提供专业指导，提高基层医疗能力。三是移动医疗健康管理平台，通过移动应用提供疾病预防、健康监测、慢病管理、用药指导等延伸服务，实现医疗健康服务的连续性管理，并强化公众健康意识。

“互联网+”医疗健康在我国已取得一定实践成效。以四川大学华西医院为例，该院依托“互联网+”医疗健康，构建了覆盖我国西部地区的远程医学网络，通过“一网双模”（远程医学网络与在线、在位的人才培养模式相结合）模式促进优质医疗资源共享。医院通过远程培训、在线转诊等形式，覆盖以西部地区为主的全国23个省、自治区、直辖市的650家医疗机构，累计培训基层医务人员439余万人次[7]，有效促进了优质医疗资源共享。

目前，“互联网+”医疗健康的服务模式在我国已具备一定基础。中国互联网络信息中心数据显示，我国互联网医疗用户规模从2020年的2.15亿人持续增长至2023年的4.14亿人，占网民比例从21.7%提升至37.9%[8]。这一发展趋势表明，“互联网+”医疗健康的合理应用有望进一步打破医疗资源流动的地域限制，提升优质医疗资源的可及性，增强基层医疗机构的服务能力，推动形成高效协同的医疗服务模式。

（二） “移动通信+”医疗健康

“移动通信+”医疗健康依托第五代移动通信技术（5G）高带宽、低延时等技术特性，形成多种创新联结模式[9~12]。一是5G临床协作平台，通过4K高清视频和无损医学影像数据传输，支持多方实时会诊、远程查房、远程手术指导等多种临床工作，实现跨院区医疗专家的实时互动协作，为偏远地区和基层机构提供优质医疗资源支持。二是远程急救协同系统，运用急救车载设备与移动通信网络将急救现场的心电图、生命体征等关键数据实时传输至急诊中心，使院前急救团队能够获得专家及时指导，同时使院内专家团队提前了解患者病情并做好救治准备，实现院前急救与院内救治的无缝衔接，提升区域急救网络整体效能。

中国人民解放军总医院在“移动通信+”医疗健康领域获得一定进展，已成功实施了基于5G的“脑起搏器”植入手术，开创了远程外科手术的新篇章，使复杂外科手术和术后随访突破地域限制。在急救领域，运用5G技术实现远程专家指导和精准调度，提升老年危重症抢救成功率，构建院前院内无缝衔接的急救模式[13]。这些创新应用充分展现了“移动通信+”医疗健康在突破时空限制方面的优势，为推动优质医疗资源跨区域共享提供了有力支撑，全面提升基层医疗服务能力和医疗资源可及性。

（三） “大数据+”医疗健康

“大数据+”医疗健康通过数据采集、分析和挖掘技术，形成多种创新管理模式[14~16]。一是医疗数据整合管理平台，汇聚患者电子病历、检验检查结果等临床数据，实现跨机构信息互联互通及检查共享互阅互认，让“数据多跑路、群众少跑腿”，有效减少重复检查及资源浪费。二是医疗资源共享平台，整合区域内医疗机构的设备、专家、科室等资源数据，实现信息透明化和精细化管理，为优化患者分流和医疗资源调配提供数据支撑。三是公共卫生应急管理平台，整合临床数据、医疗资源分布、人口流动等多模态大数据，实现突发公共卫生事件的态势研判与资源调度，支持突发事件下的医疗资源科学统筹。

我国长江三角洲地区依托“大数据+”医疗健康推进区域公共卫生体系一体化建设。上海、江苏、浙江、安徽三省一市通过区域卫生信息平台，积极推动健康检查互认和信息联通，在公共卫生应急管理中加强大数据整合与联防联控[17]。“大数据+”医疗健康的创新应用有望优化医疗资源配置效率、增强区域医疗协同服务能力，为推动精准医疗资源管理提供有力支撑。

（四） “人工智能+”医疗健康

“人工智能+”医疗健康依托机器学习、计算机视觉、大语言模型等技术，形成多种创新赋能模式[18~22]。一是智能导诊系统，通过分析与患者的对话，实现患者初步病情评估和分诊指导，引导合理就医行为，优化医疗资源配置。二是智能诊断辅助系统，通过分析医学影像、病理切片和临床数据，将医疗专家的诊疗经验转化为算法模型，为基层医生提供专业诊断建议和治疗方案，解决基层专科诊断能力不足等问题。三是智能健康管理助手，通过实时监测和分析健康数据，将专科医生的管理经验转化为个性化的慢病管理和健康干预方案，提升基层公共卫生服务水平。

“人工智能+”医疗健康技术在我国逐步落地实践，推动优质医疗资源的共享与合理配置。例如，北京协和医院运用基于人工智能的陪诊助手，通过智能导诊帮助患者快速找到适合的科室和医生，促进医疗资源的高效分配；浙江大学医学院附属邵逸夫医院借助智能医生助理生成预问诊病历，帮助医生提前掌握患者病史，提升诊疗效率。此外，人工智能辅助诊断技术正在逐步成熟，为基层医生特别是偏远地区提供精准诊断支持，显著提升基层医疗服务能力。这些创新应用赋能基层医疗机构和医护人员，推动优质医疗资源智能化下沉，形成跨层级协同、智能普惠的医疗服务新格局。

（五） “区块链+”医疗健康

“区块链+”医疗健康依托分布式账本、智能合约等技术功能[23~25]。一是医疗数据协同平台，通过电子病历上链实现多机构间病历数据安全共享和实时流转，确保患者数据使用全程可控、全程留痕，有效解决跨机构就医中的数据互信难题，让基层医院能够便捷获取患者在上级医院的诊疗信息，提升分级诊疗效率。二是医疗监管平台，依托区块链联盟实现处方流转、医保支付与药品流向等核心业务数据的监管和审计，有效规范医疗资源流转秩序。

以江苏省人民医院为核心的医联体单位共同建设了基于区块链的区域诊疗平台，为医联体内各医疗机构整合处方资源、提供智能化审方服务，推动医疗资源共享和信息互通。平台利用区块链技术的去中心化与不可篡改特性，实现电子处方的链上存证和快速审查，保障数据安全和患者隐私的同时，提升审方效率。目前，平台已接入10家医疗机构，累计上链电子处方17 000余份，统一化审方5000余份，处方共享次数达41 000余次，整体审方率提升90%以上[26]。上述创新应用在保障数据安全和患者隐私的基础上，打通机构间数据壁垒，实现医疗数据的可信共享，为构建开放、透明、高效的优质医疗资源协同共享服务体系提供了有力支撑。

（六） 数字健康技术协同融合

数字健康技术并非孤立存在，而是相互支撑、协同发展。互联网和移动通信技术提供基础连接通道，大数据和人工智能技术提供智能决策支持，区块链技术则确保数据交互安全可信。在实践中，一些互联网医疗平台已深度结合大数据及人工智能技术，实时监控互联网诊疗行为，有效杜绝不合规行为，提升服务质量与患者安全。在健康数据的收集与治理领域，也已形成融合人工智能与区块链技术的数据治理新模式，实现了健康数据的质量控制、自动分级与隐私保护。随着技术发展与融合的深化，数字健康将衍生出更多创新应用模式，为优质医疗资源共享提供更全面的技术支撑。

四、 数字健康技术赋能优质医疗资源共享面临的主要挑战

尽管数字健康技术在促进我国优质医疗资源共享方面取得了初步成效，但其应用深度和广度仍有待提升，赋能效果尚未充分释放。从系统性视角分析，目前面临的挑战是多维度的，贯穿医疗资源的供给端、需求端及流动过程全链条。

（一） 医疗资源供给端面临的挑战

1. 资源总量不足且区域分配不均衡

我国优质医疗资源供给面临的主要挑战之一是资源总量不足且区域分配不均衡[27]。以三级医院为代表的优质医疗资源集中于东部地区，而中西部和农村地区的优质医疗资源相对匮乏。尽管国家持续推动优质医疗资源扩容下沉，致力于实现区域间均衡布局，但由于居民医疗卫生需求总量巨大，且区域间经济发展、人口密度等差异较大，我国医疗资源分布不均衡问题仍然突出。三甲医院集中了大量优质医疗资源，而基层医疗机构在技术、设备、人才等方面的投入严重不足，导致医疗资源无法均衡覆盖全国，区域间医疗资源差距持续扩大。

2. 基层机构能力不足，优质医疗资源无法有效下沉

基层医疗机构能力不足[28]，优质医疗资源无法有效下沉。尽管国家出台了多项政策推动医疗资源下沉和基层医疗机构发展，但由于基层医疗机构在人才、设备和管理水平上的短板，使得优质医疗资源无法真正下沉到基层。此外，基层医疗人员的培养和教育体系相对滞后，无法满足日益复杂的疾病诊疗需求。值得注意的是，虽然目前已有地区引入了智慧医疗工具辅助基层医务人员工作，但这些工具主要聚焦于辅助诊疗过程，对基层医疗人员专业能力的直接提升效果有限，不能从根本上解决基层医疗人才能力不足的问题[29]。同时，基层医疗服务模式较为单一，缺乏创新和有效的诊疗手段，使得基层医疗机构难以承担个性化的医疗服务需求，制约了优质医疗资源的有效下沉。

3. 数字健康服务的监管与安全保障面临挑战

数字健康技术在推动医疗资源共享过程中也面临着严峻的安全监管考验。医疗数据敏感性高，且直接关系到患者的健康安全，因此对算法的准确性、系统的稳定性及信息的安全性都有极高要求[30]。与传统医疗服务相比，数字健康服务的开放性与网络依赖性显著增加了风险因素，尤其体现在线上、线下两种工作模式中医生的利益冲突问题，以及开放平台环境下的医疗安全监管问题[31]。监管体系的不完善与标准缺失使得数字健康服务质量难以有效保障。同时，联网医院建设率低、医保支付接通缓慢等基础设施支持不足也制约着其进一步的发展[32]。

（二） 医疗资源需求端面临的挑战

1. 公众对基层医疗机构信任不足

在医疗资源需求方面，公众对基层医疗机构的信任不足为我国优质医疗资源共享带来了阻碍[33]。长期以来基层医疗机构在医疗设备、诊疗技术和医护人员专业水平等方面与大型三甲医院存在明显差距，导致患者倾向于选择大型医院就诊。即使是常见病或慢性病的治疗和随访，患者也往往绕过社区卫生服务中心和乡镇卫生院，前往大型综合医院就医，这不仅加重了大医院的诊疗压力，也造成了医疗资源的低效利用。即便国家大力推动分级诊疗制度和优质资源下沉，基层医疗机构的形象和服务质量尚未完全赢得公众认可，导致优质资源共享的效果在基层层面被大幅削弱。这种现象阻碍了基层医疗机构在分级诊疗和健康管理中发挥作用，阻碍了优质医疗资源共享体系的良性循环。

2. 公众数字健康素养不足

公众数字健康素养不足，是当前优质医疗资源共享面临的重要制约因素。一方面，许多患者缺乏对自身健康状况的科学认知和对医疗服务的合理预期，往往基于亲友建议选择医疗机构，而非根据实际医疗需求做出理性决策。另一方面，公众对远程医疗、专家线上会诊等数字化医疗模式了解有限，习惯于依赖大医院的传统就医方式。特别是在老年患者比例较高的基层机构，数字技能障碍与传统就医习惯使得患者难以适应智慧医疗新模式[34]。这种对数字医疗健康服务模式的了解不足和使用障碍在一定程度上阻碍了优质医疗资源共享机制的推广与落地。

此外，当前面向公众的健康宣教渠道仍不够畅通，医疗健康信息供给不足。2024年，我国居民健康素养水平为31.87%（城市居民为34.74%，农村居民为29.11%）[35]，整体上仍有超过68%的居民缺乏基本健康素养。这在一定程度上导致公众整体健康意识薄弱，缺乏对疾病预防、慢性病管理等长期健康管理过程的重视[36]。部分居民往往忽视基层医疗机构在长期健康管理和疾病早期诊疗中的作用，在病情加重后才直接前往大医院就诊。这些因素共同制约了公众在优质医疗资源共享机制中的有效参与和获益程度。

（三） 医疗资源流动过程中面临的挑战

1. 优质医疗资源的流动过程动态复杂

医疗资源流动过程的复杂性显著增加了制定精准资源共享策略的难度。医联体内优质医疗资源的流动呈现出多场景、动态化和复杂性特征，其扩容下沉与区域均衡布局的实现路径难以进行精确量化。在优质医疗资源向欠发达地区和基层医疗机构延伸的过程中，存在两种相互作用的效应：一方面，高水平医疗机构通过技术输出、人才培养等方式对基层医疗机构产生积极的辐射效应；另一方面，资源集聚形成的马太效应又导致优质医疗资源进一步向少数医疗中心集中[37]。这两种效应的交互作用构成了优质医疗资源在不同场景下的复杂流动路径，增加了制定精准优质资源共享策略的难度。

2. 各级医疗机构信息化水平差异显著

我国区域间及区域内各级医疗机构的信息化水平差异显著，严重制约了医联体内优质医疗资源共享的均衡性和协同效能。在推进优质医疗资源共享与区域协同发展过程中，面临着双重挑战：一方面需要确保资源的快速流通与广泛覆盖，另一方面需要充分考虑各地区、各级医疗机构在就医人群特征、疾病谱分布、诊疗服务能力及职责定位等方面的差异性需求[38]。这使得制定精准的优质资源共享策略、建立高效的资源对接机制、优化区域资源配置成为一项极具挑战性的系统工程。

不仅如此，区域间医疗信息系统仍存在较大差异，医疗数据共享面临多方面障碍。现阶段，各地区医疗机构采用的医疗信息系统在数据标准、编码规则及接口协议等方面尚未完全统一[39]，致使信息在跨机构、跨区域传递过程中流通受阻。与此同时，信息共享的制度框架与技术规范仍不完备，缺乏统一的数据交换机制和责任划分体系，导致“信息孤岛”现象在医联体内部依然存在。此外，数据共享实践中涉及的患者隐私保护与数据安全挑战亦不容忽视。上述问题共同制约了医疗信息的高效流通，影响了优质资源共享机制的实际运行。

五、 数字健康技术赋能优质医疗资源共享的发展策略

针对上述挑战，为推动数字健康技术有效赋能优质医疗资源共享，需要构建系统性解决框架。本研究从顶层设计、基础设施、技术应用、基层能力和普惠服务五个方向提出发展策略，以形成全方位、多层次的发展支撑。

（一） 强化顶层设计与统筹规划

1. 统一数据标准与技术保障

针对各级医疗机构信息化水平差异显著带来的挑战，根据国家卫生健康委员会统计信息中心印发的《医院信息互联互通标准化成熟度测评方案》，应从四个核心维度深化数字健康技术赋能优质医疗资源共享：一是加强数据资源标准化建设，统一医疗健康信息数据集与分类代码，规范电子病历共享文档结构；二是推进互联互通标准化建设，完善平台架构与信息整合技术，构建标准化的信息交互服务体系；三是提供技术保障，优化计算、存储与网络配置，增强网络与数据安全保障，完善业务系统建设与流程优化；四是深化互联互通应用，发展面向公众、医疗服务和卫生管理的应用系统，扩大机构内外部连通业务范围。通过统一数据标准、强化技术保障、深化应用场景，推动各级医疗机构信息化水平均衡发展，为优质医疗资源共享创造条件。

2. 建立医疗资源流动的数字化治理机制

针对优质医疗资源流动过程中的动态复杂性带来的挑战，可从流动监管与供需匹配两个维度深化数字健康技术赋能优质医疗资源共享。一是建立优质医疗资源流动数字化追踪体系，全程记录人才流动、设备共享、专家会诊和远程手术指导等各类资源流动过程，形成医疗资源流动大数据，支撑后续资源配置效果分析和政策优化调整。二是完善精准化资源配置机制，动态评估区域医疗资源供需匹配状况，制定差异化调配策略，实现优质资源的精准覆盖。通过加强流动监管、提升配置精准度，有效应对医疗资源流动的复杂性，推动优质医疗资源共享机制持续完善。

3. 规范数字健康技术应用

为提升数字健康技术在医疗资源共享中的实际成效，可从应用场景、实施路径与安全保障三方面推进其规范化应用。一是结合国家卫生健康委员会发布的指引，识别数字健康技术在医疗服务管理、基层公共卫生服务、健康产业发展与医学教学科研领域内的应用场景和责任分工，分类构建标准化技术应用模式。二是通过分层分类实施策略，在不同区域和医联体内推行梯度试点，探索医院场景、基层场景和跨机构场景的差异化、数字化转型路径，积累可复制、可推广的实践经验。三是健全数据安全保障机制，完善数据分级授权和隐私保护流程，确保数据在共享过程中既能满足资源流动需求，又能保障信息安全。通过规范应用、示范引领、安全保障，优化数字健康技术赋能路径，提升医疗资源共享效能。

（二） 夯实数字化基础设施建设

1. 构建数字健康信息平台

数字技术赋能是提升医疗健康服务质效、促进优质医疗资源共享的重要基础。构建包含基础设施层、平台层和应用层的数字健康信息平台，以数据互通为核心，以技术创新为支撑。在基础设施层，加快推进5G网络、云计算中心等新型基础设施建设；在平台层，构建统一的区域医疗健康信息平台，实现患者电子病历、检查检验结果、影像数据等的互认共享；在应用层，开发面向不同场景的数字健康解决方案，建立全国性数据标准体系。

2. 创新医疗数据治理技术

加强医疗健康大数据治理关键技术研发，突破数据标准化、质量控制、隐私保护等技术难点。应用区块链技术构建安全可信的医疗数据共享平台，实现数据安全存储与可控共享。通过智能合约机制，在区块链平台上推进医保报销、在线支付、药品流通等业务流程的自动化管理。建立医疗健康数据资源目录和标准化接口，构建多方参与的数据治理体系，明确数据所有权、使用权和监管权的分配机制，促进数据规范化管理和高效利用。

（三） 深化数字健康技术应用

1. 推进医疗物联网应用

加快医疗物联网技术研发和应用，构建覆盖诊前、诊中、诊后全流程的智能健康管理体系。研发智能医疗健康终端设备，提升设备智能化水平和互联互通能力，实现患者健康状况的持续监测与评估，为疾病早期干预提供数据支撑。开发基于物联网的医疗设备资源调配系统，实现设备智能化管理和远程运维，并确保医疗资源精准匹配居民健康需求，提高治疗效果和康复质量。通过物联网赋能的连续性健康管理，降低慢性病复发率，减少并发症风险，提升居民整体健康水平。同时，建设完善的医疗物联网安全防护体系，确保设备联网应用的安全可控，保障健康数据应用全程合规，最大化发挥医疗资源共享对居民健康素养提升和健康结果改善的积极作用。

2. 完善远程医疗技术支撑体系

围绕远程医疗需求，重点开发高清远程会诊、远程监护、手术示教等核心技术。基于5G技术的高带宽和低延时特性，研发虚拟现实／增强现实远程手术指导系统；推广智能可穿戴设备在健康监测中的应用，实现患者生命体征的实时监测和数据上传；建设面向基层的远程医疗培训平台，提供标准化的远程教学和技能培训支持。

3. 发展智能化医疗辅助系统

发展基于人工智能的医疗辅助决策技术，提升基层医疗机构的诊疗能力。结合《卫生健康行业人工智能应用场景参考指引》所划分的“人工智能+”医疗服务应用场景，在医疗专业服务方面，重点建设医学影像智能辅助质控、诊断与治疗系统，推进临床专病与基层全科医生智能辅助决策系统开发，完善手术智能辅助规划、放射治疗靶区智能辅助勾画和智能病历辅助生成等应用。在患者服务方面，采用智能门诊分诊、就医咨询、预问诊、陪诊、随访、满意度调查和院后管理系统，为患者提供全流程个性化服务。

（四） 推动基层医疗机构能力建设

1. 强化基层医疗机构数字化建设

针对基层医疗能力不足，优质医疗资源无法有效下沉的问题，可从基础设施构建、人才能力培训和持续改进三个维度强化基层医疗机构数字化建设。一是加强基层数字化基础设施建设，统筹建设医疗物联网和云存储平台等信息化基础设施，配置电子病历系统、远程会诊系统和智能诊断系统等数字健康基础设施，夯实基层机构承接优质医疗资源的硬件基础。二是实施数字化人才培育工程，系统开展基层医护人员远程医疗、电子病历系统和智能诊疗工具等数字技术应用培训，提升基层医务人员运用新技术提供医疗服务的能力。三是建立科学的效果评估体系，通过持续改进确保基层医疗数字化建设平稳有序推进。通过“基础支撑 ‒ 能力提升 ‒ 持续改进”的递进式布局，全面提升基层医疗机构承接和转化优质医疗资源的能力，实现优质医疗资源在基层的有效应用。

2. 构建区域医疗协同体系

针对我国医疗资源总量不足且区域分配不均衡的问题，可从协同体系的支撑、资源调配优化与保障机制完善三个维度推动区域医疗协同体系构建。一是构建区域医疗协同支撑体系，统筹建设远程医疗、智能辅助诊断和区域影像中心等数字化平台，支持远程影像会诊、病理诊断和手术指导等协作服务，形成跨区域医疗资源共享网络。二是建设智能化调配系统，依托多源数据，感知医疗资源分布与需求态势，实现区域间医疗资源的动态协同与优化配置，引导资源精准下沉，并通过持续迭代优化，完善优质医疗资源配置模式。三是健全配套保障机制，通过补助和奖励政策，鼓励优质医疗机构运用数字技术向基层和偏远地区输出医疗资源，并对数字平台建设和运营提供持续支持。通过形成区域医疗协同体系的支撑、优化和保障机制，推动优质医疗资源高效流动与均衡布局。

（五） 拓展普惠性数字健康服务

1. 提高基层医疗服务质量与透明度

针对公众对基层医疗机构信任不足的问题，可从质量监测、服务优化和品牌建设三个维度提高基层医疗服务质量与透明度。一是建立基层医疗服务数字化评价及质量监测体系，利用信息化手段对治疗效果、患者满意度等关键指标进行客观评估，并通过数字健康平台向社会公开相关数据，以信息透明化促进公信力提升。二是打造智慧医疗示范基层机构，将人工智能辅助诊断、互联网医院和智能健康监测等数字化诊疗模式融入日常服务，提升基层诊疗的规范性和专业化水平。三是推进名医资源共享，依托远程会诊、在线问诊等方式，建立品牌化的专家资源协同服务机制，增强公众就医信心。通过质量监测、服务优化、品牌塑造的整体布局，全面提升基层医疗机构的公众信任度，推动分级诊疗制度落地见效。

2. 完善健康信息服务体系

针对公众医疗健康信息不足的问题，可从精准信息服务与普及健康教育两个维度完善健康信息服务体系。一是构建精准化健康信息服务平台，整合全生命周期健康数据、分级诊疗资源信息和医疗服务入口，为公众提供个性化的健康教育内容、慢性病管理方案和就医指引，实现健康信息的精准供给。二是创新数字化健康教育模式，支持医疗机构通过远程健康教育、智能健康管理等数字化方式开展疾病预防和健康科普，提高公众对现代医疗服务模式的认知度和接受度。通过完善信息服务体系，全面提升公众获取和利用医疗健康信息的能力，促进优质医疗资源的有效共享。

六、 结语

在社会健康需求持续增长而医疗资源供给相对不足的背景下，数字健康技术已成为我国促进优质医疗资源共享的重要抓手[40]。本文系统分析了数字健康技术赋能优质医疗资源共享的重要意义，深入探讨了基于互联网、移动通信、大数据、人工智能、区块链五类数字技术及其协同融合在促进医疗资源共享中的典型应用，并从供给端医疗资源与基层机构能力现状、需求端公众对基层医疗机构的信任度与数字健康素养以及医疗资源流动过程中的复杂性等维度，剖析了当前数字健康技术赋能优质医疗资源共享面临的主要挑战。

为进一步推动数字健康技术赋能优质医疗资源共享，应聚焦以下五大战略方向：一是强化顶层设计与统筹规划，统一数据标准与技术保障，建立医疗资源流动的数字化治理机制，规范数字健康技术应用，为优质医疗资源共享提供制度保障；二是夯实数字化基础设施建设，构建数字健康信息平台，创新医疗数据治理技术，为优质医疗资源共享技术支撑与运行奠定基础；三是深化数字健康技术应用，推进医疗物联网应用，完善远程医疗技术支撑体系，发展智能化医疗辅助系统，实现优质医疗资源的跨区域延伸；四是推动基层医疗机构能力建设，强化基层医疗机构数字化建设，构建区域医疗协同体系，增强基层承接优质医疗资源的能力；五是拓展普惠性数字健康服务，提高基层医疗服务质量与透明度，完善健康信息服务体系，提升服务可及性和便捷度。通过这五大战略方向的协同推进，有望逐步改善优质医疗资源的流动与配置，为健康中国建设提供支持。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

国家卫生健康委员会. 中国卫生健康统计年鉴(2022) [M]. 北京: 中国协和医科大学出版社, 2022.
[2]

National Health Commission of the People's Republic of China. China health statistics yearbook: 2022 [M]. Beijing: China Union Medical College Press, 2022.
[3]

全国共组建各种形式医联体1.8万余个 [EB/OL]. (2024-02-28)[2025-01-27]. https://www.gov.cn/lianbo/bumen/202402/content_6934829.htm.
[4]

Over 18 000 medical consortiums of various forms have been established nationwide [EB/OL]. (2024-02-28)[2025-01-27]. https://www.gov.cn/lianbo/bumen/202402/content_6934829.htm.
[5]

国家卫生健康委主任谈加快建设分级诊疗体系 [EB/OL]. (2024-11-20)[2025-01-27]. http://www.nhc.gov.cn/wjw/mtbd/202411/4d55d851c7e04e94bb9f1435ffa4838c.shtml.
[6]

Director of the National Health Commission discusses about the accelerating the development of hierarchical healthcare system [EB/OL]. (2024-11-20)[2025-01-27]. http://www.nhc.gov.cn/wjw/mtbd/202411/4d55d851c7e04e94bb9f1435ffa4838c.shtml.
[7]

王超, 王培刚. 统一大市场背景下区域医疗资源共享路径探析 [J]. 中国卫生政策研究, 2022, 15(8): 1‒6.
[8]

Wang C, Wang P G. Path analysis of regional medical resource sharing under the background of unified big market [J]. Chinese Journal of Health Policy, 2022, 15(8): 1‒6.
[9]

何雪松, 罗力. 互联网医疗的应用现状和发展趋势 [J]. 中国卫生政策研究, 2018, 11(9): 71‒75.
[10]

He X S, Luo L. The application and development trend of Internet medical [J]. Chinese Journal of Health Policy, 2018, 11(9): 71‒75.
[11]

郝军, 戚淼杰, 韩优莉. 三级医院在线医疗社区使用情况研究——以北京市为例 [J]. 中国卫生政策研究, 2020, 13(8): 31‒36.
[12]

Hao J, Qi M J, Han Y L. Research on the use of online health community in tertiary hospitals: A case of Beijing [J]. Chinese Journal of Health Policy, 2020, 13(8): 31‒36.
[13]

国家卫生健康委员会. 2018年9月14日专题新闻发布会散发材料之三: 四川大学华西医院远程医疗概况 [EB/OL]. (2018-09-14)[2025-01-28]. http://www.nhc.gov.cn/wjw/zccl/201809/7964157aad9c447ba038a8b92383de2e.shtml.
[14]

National Health Commission of the People's Republic of China. Material No.3 from the special press conference on September 14, 2018: Overview of Telemedicine at West China Hospital of Sichuan University [EB/OL]. (2018-09-14)[2025-01-28]. http://www.nhc.gov.cn/wjw/zccl/201809/7964157aad9c447ba038a8b92383de2e.shtml.
[15]

国家图书馆研究院. 中国互联网络信息中心发布第53次《中国互联网络发展状况统计报告》 [J]. 国家图书馆学刊, 2024, 33(2): 104.
[16]

National Library Research Institute. China Internet Network Information Center released the 53rd Statistical report on Internet development in China [J]. Journal of the National Library of China, 2024, 33(2): 104.
[17]

贾斐, 王雪梅, 汪卫国. 5G通信技术在远程医疗中的应用 [J]. 信息通信技术与政策, 2019 (6): 92‒95.
[18]

Jia F, Wang X M, Wang W G. Application of 5G communication technology in telemedicine [J]. Information and Communications Technology and Policy, 2019 (6): 92‒95.
[19]

冯永, 马德章, 陈霏. 5G医疗应用走向及相关问题思考 [J]. 医学与哲学, 2020, 41(20): 14‒20.
[20]

Feng Y, Ma D Z, Chen F. Development and considerations of 5G-based healthcare applications [J]. Medicine & Philosophy, 2020, 41(20): 14‒20.
[21]

孙震, 王梦莹, 贾末, 5G技术在医疗领域中的应用探讨 [J]. 中华医院管理杂志, 2020, 36(7): 589‒591.
[22]

Sun Z, Wang M Y, Jia M, et al. Discussion on the application of 5G technology in healthcare [J]. Chinese Journal of Hospital Administration, 2020, 36(7): 589‒591.
[23]

李英忠. 基于5G医疗定制网的远程手术的实践与思考 [J]. 电信科学, 2021, 37(11): 104‒114.
[24]

Li Y Z. Remote surgery based on 5G medical customized network practice and thoughts [J]. Telecommunications Science, 2021, 37(11): 104‒114.
[25]

解放军总医院第二医学中心推进5G智慧医疗应用 [EB/OL]. (2022-07-04)[2025-01-28].http://www.mod.gov.cn/gfbw/gffw/ws/4914637.html.
[26]

Advancement of 5G smart healthcare applications at the Second Medical Center, PLA General Hospital [EB/OL]. (2022-07-04)[2025-01-28]. http://www.mod.gov.cn/gfbw/gffw/ws/4914637.html.
[27]

王毅, 张芳, 宋凡, 医联体医疗信息平台研究与应用 [J]. 医学信息学杂志, 2022, 43(3): 62‒65.
[28]

Wang Y, Zhang F, Song F, et al. Study and application of medical information platform of medical alliance [J]. Journal of Medical Informatics, 2022, 43(3): 62‒65.
[29]

叶俊, 刘琴, 陈坤福. 基于健康档案的区域医疗信息平台建设与应用 [J]. 中国医疗设备, 2018, 33(7): 131‒134.
[30]

Ye J, Liu Q, Chen K F. Construction and application of regional medical information platform based on health records [J]. China Medical Devices, 2018, 33(7): 131‒134.
[31]

马晓江, 周然, 邹显东, 大数据技术在公共卫生应急管理中的应用 [J]. 医学信息学杂志, 2023, 44(7): 83‒86, 101.
[32]

Ma X J, Zhou R, Zou X D, et al. Application of big data technology in public health emergency management [J]. Journal of Medical Intelligence, 2023, 44(7): 83‒86, 101.
[33]

李幸祥. 长三角公共卫生领域行政规范性文件协作制定机制的构建 [J]. 中国卫生资源, 2022, 25(4): 403‒407.
[34]

Li X X. Construction of collaborative formulation mechanism of administrative normative documents in the field of public health in the Yangtze River Delta [J]. Chinese Health Resources, 2022, 25(4): 403‒407.
[35]

袁波, 代华, 伍佳, 人工智能在全科医学领域的应用 [J]. 中华全科医学, 2021, 19(9): 1433‒1436, 1572.
[36]

Yuan B, Dai H, Wu J, et al. Application of artificial intelligence applications in general practice [J]. Chinese Journal of General Practice, 2021, 19(9): 1433‒1436, 1572.
[37]

孔鸣, 何前锋, 李兰娟. 人工智能辅助诊疗发展现状与战略研究 [J]. 中国工程科学, 2018, 20(2): 86‒91.
[38]

Kong M, He Q F, Li L J. AI assisted clinical diagnosis & treatment, and development strategy [J]. Strategic Study of CAE, 2018, 20(2): 86‒91.
[39]

袁天蔚, 薛淮, 杨靖, 从战略规划与科技布局看国内外人工智能医学应用的发展现状 [J]. 生命科学, 2022, 34(8): 974‒982.
[40]

Yuan T W, Xue H, Yang J, et al. Development status of artificial intelligence in medicine based on the strategic planning and scientific projects [J]. Chinese Bulletin of Life Sciences, 2022, 34(8): 974‒982.
[41]

韩晓光, 朱小龙, 姜宇桢, 人工智能与机器人辅助医学发展研究 [J]. 中国工程科学, 2023, 25(5): 43‒54.
[42]

Han X G, Zhu X L, Jiang Y Z, et al. Development strategies for artificial intelligence and robotics in medicine [J]. Strategic Study of CAE, 2023, 25(5): 43‒54.
[43]

Rajpurkar P, Chen E, Banerjee O, et al. AI in health and medicine [J]. Nature Medicine, 2022, 28(1): 31‒38.
[44]

王毛路. 区块链技术在医疗健康领域的应用探讨 [J]. 中国医药导刊, 2021, 23(1): 68‒73.
[45]

Wang M L. Discussion on the application of blockchain technology in the field of medical health [J]. Chinese Journal of Medical Guide, 2021, 23(1): 68‒73.
[46]

Hasselgren A, Kralevska K, Gligoroski D, et al. Blockchain in healthcare and health sciences—A scoping review [J]. International Journal of Medical Informatics, 2020, 134: 104040.
[47]

Attaran M. Blockchain technology in healthcare: Challenges and opportunities [J]. International Journal of Healthcare Management, 2022, 15(1): 70‒83.
[48]

中央网络安全与信息化办公室. 中国区块链创新应用案例集(2023) [EB/OL]. (2024-02-22)[2025-01-28]. https://www.cac.gov.cn/202402/22/c_1710016970183267.htm.
[49]

Office of the Central Cyberspace Affairs Commission. Case studies of blockchain innovations in China (2023) [EB/OL]. (2024-02-22)[2025-01-28]. https://www.cac.gov.cn/202402/22/c_1710016970183267.htm.
[50]

雷紫微, 严文浩, 胡伟男, 我国基层医疗卫生资源配置均衡性分析 [J]. 南京医科大学学报(社会科学版), 2023, 23(5): 404‒408.
[51]

Lei Z W, Yan W H, Hu W N, et al. Analysis on the equilibrium of primary healthcare resource allocation in China [J]. Journal of Nanjing Medical University (Social Sciences), 2023, 23(5): 404‒408.
[52]

柯丹丹, 贾楠, 崔埔安, 后疫情时代我国基层医疗卫生服务发展现状、挑战及建议 [J]. 协和医学杂志, 2024, 15(1): 45‒51.
[53]

Ke D D, Jia N, Cui P A, et al. Current situation, challenges and suggestions for the development of primary health care services in China in the post pandemic era [J]. Medical Journal of Peking Union Medical College Hospital, 2024, 15(1): 45‒51.
[54]

陈学超, 马云婷, 胡长林. 基于智慧医疗系统提升基层卫生能力的实践与探索 [J]. 现代医院, 2023, 23(3): 431‒434.
[55]

Chen X C, Ma Y T, Hu C L. Application practice and exploration of improving primary health capacity based on smart medical system [J]. Modern Hospital, 2023, 23(3): 431‒434.
[56]

肖辉, 万劼, 周溯力. 基于安全自主可控技术的区域智慧医疗体系构建与实践 [J]. 中国数字医学, 2021, 16(6): 14‒18.
[57]

Xiao H, Wan J, Zhou S L. Construction and practice of the regional smart medical system based on the safe, autonomous and controllable technology [J]. China Digital Medicine, 2021, 16(6): 14‒18.
[58]

王欣国, 张世翔. 不同互联网医院运营模式下的医学伦理挑战与对策 [J]. 中国医学伦理学, 2022, 35(10): 1094‒1098.
[59]

Wang X G, Zhang S X. Medical ethics challenges and countermeasures under different Internet hospitals operation modes [J]. Chinese Medical Ethics, 2022, 35(10): 1094‒1098.
[60]

刘晶. 新形势下公立医院互联网医院发展的机遇与挑战 [J]. 江苏卫生事业管理, 2020, 31(11): 1397‒1400.
[61]

Liu J. Opportunities and challenges for the development of Internet hospitals in public hospitals under the new situation [J]. Jiangsu Healthcare Administration, 2020, 31(11): 1397‒1400.
[62]

郭有德, 梁鸿. 我国实现分级有序医疗的障碍及对策 [J]. 中国卫生政策研究, 2014, 7(6): 6‒9.
[63]

Guo Y D, Liang H. Obstacles and strategies on bottom-up cascading healthcare practice in China [J]. Chinese Journal of Health Policy, 2014, 7(6): 6‒9.
[64]

焦岳龙, 左克强, 陈震, 门诊全流程智慧医疗体系建设实践与探索 [J]. 中国医院管理, 2021, 41(5): 39‒42.
[65]

Jiao Y L, Zuo K Q, Chen Z. Practice and exploration of the construction of intelligent medical system in the whole process of outpa-tient service [J]. Chinese Hospital Management, 2021, 41(5): 39‒42.
[66]

国家卫生健康委员会. 2024年全国居民健康素养水平达到31.87% [EB/OL]. (2025-01-10)[2025-04-26]. http://www.nhc.gov.cn/xcs/s3582/202501/3eb126cf09314d888b3e901ef1201ce5.html.
[67]

National Health Commission of the People's Republic of China. In 2024, the health literacy level of the national population reached 31.87% [EB/OL]. (2025-01-10)[2025-04-26]. http://www.nhc.gov.cn/xcs/s3582/202501/3eb126cf09314d888b3e901ef1201ce5.shtml.
[68]

韩正彪, 周明峰, 岳杭. 低风险疾病情境下农村居民健康信息规避行为研究 [J]. 农业图书情报学报, 2021, 33(11): 4‒15.
[69]

Han Z B, Zhou M F, Yue H. Rural residents' health information avoidance behavior in lower risk disease context [J]. Journal of Library and Information Science in Agriculture, 2021, 33(11): 4‒15.
[70]

秦思思, 李栋, 郭颖婕, 基于共享经济视角的区域医疗资源分配问题思考 [J]. 天津科技, 2023, 50(9): 62‒65.
[71]

Qin S S, Li D, Guo Y J, et al. Thinking about regional medical resource allocation from perspective of sharing economy [J]. Tianjin Science & Technology, 2023, 50(9): 62‒65.
[72]

孙克, 邹佳男, 胡佳城, 我国医疗资源利用效率的空间分异及驱动因素分析 [J]. 中国卫生经济, 2023, 42(6): 51‒55.
[73]

Sun K, Zou J N, Hu J C, et al. Analysis on spatial differentiation and driving factors of the medical resource utilization efficiency in China [J]. Chinese Health Economics, 2023, 42(6): 51‒55.
[74]

孙润康, 汪火明, 陈敏, 区域医疗数据中心与国家医学中心数据交换体系研究 [J]. 中国医院管理, 2023, 43(8): 56‒59, 63.
[75]

Sun R K, Wang H M, Chen M, et al. Research on data exchange framework of national medical center based on regional medical data center [J]. Chinese Hospital Management, 2023, 43(8): 56‒59, 63.
[76]

孙茜, 冯霞, 隆云滔, 数字技术赋能我国医疗治理现代化建设研究 [J]. 中国科学院院刊, 2022, 37(12): 1705‒1715.
[77]

Sun T, Feng X, Long Y T, et al. Deepening digital technologies to enable modernization of China's governance of health [J]. Bulletin of Chinese Academy of Sciences, 2022, 37(12): 1705‒1715.

基金资助

国家自然科学基金项目(72125001)

国家自然科学基金项目(72441024)

国家自然科学基金项目(72293584)

国家自然科学基金项目(72431004)

中国工程院咨询项目“数字医疗发展战略及能力建设研究”(2024-XBZD-18)

AI Summary AI Mindmap
PDF (691KB)

744

访问

0

被引

详细
导航
相关文章

AI思维导图

/

〈 〉