基于大數(shù)據(jù)的社區(qū)慢病管理個性化干預(yù)方案效果追蹤演講人01基于大數(shù)據(jù)的社區(qū)慢病管理個性化干預(yù)方案效果追蹤02引言：社區(qū)慢病管理的時代命題與大數(shù)據(jù)的賦能價值03理論基礎(chǔ)：大數(shù)據(jù)驅(qū)動個性化干預(yù)的核心邏輯04個性化干預(yù)方案的設(shè)計(jì)與實(shí)施05效果追蹤：構(gòu)建“多維度、全周期”的評估體系06實(shí)踐案例：某社區(qū)“2型糖尿病個性化管理”項(xiàng)目全流程分析07挑戰(zhàn)與展望：大數(shù)據(jù)驅(qū)動社區(qū)慢病管理的未來方向08總結(jié)：大數(shù)據(jù)重塑社區(qū)慢病管理的價值閉環(huán)目錄01基于大數(shù)據(jù)的社區(qū)慢病管理個性化干預(yù)方案效果追蹤02引言：社區(qū)慢病管理的時代命題與大數(shù)據(jù)的賦能價值引言：社區(qū)慢病管理的時代命題與大數(shù)據(jù)的賦能價值作為一名深耕基層醫(yī)療管理實(shí)踐十余年的從業(yè)者，我親歷了社區(qū)慢病管理從“粗放式隨訪”到“精細(xì)化干預(yù)”的轉(zhuǎn)型陣痛與突破。當(dāng)前，我國高血壓、糖尿病、冠心病等慢性病患者已超3億人，社區(qū)作為慢病管理的“最后一公里”，承擔(dān)著超過70%患者的日常照護(hù)職責(zé)。然而，傳統(tǒng)管理模式下，“數(shù)據(jù)碎片化”“干預(yù)同質(zhì)化”“效果評估滯后”等問題始終制約著服務(wù)效能——我們曾遇到因未及時調(diào)整降糖方案導(dǎo)致急性并發(fā)癥的老年患者，也因缺乏動態(tài)數(shù)據(jù)支撐而難以判斷運(yùn)動干預(yù)對高血壓患者的真實(shí)療效。這些痛點(diǎn)讓我深刻意識到：慢病管理亟需從“經(jīng)驗(yàn)驅(qū)動”轉(zhuǎn)向“數(shù)據(jù)驅(qū)動”，而大數(shù)據(jù)技術(shù)的成熟，恰為破解這一難題提供了關(guān)鍵鑰匙。引言：社區(qū)慢病管理的時代命題與大數(shù)據(jù)的賦能價值大數(shù)據(jù)的核心價值在于“全維度數(shù)據(jù)整合”與“精準(zhǔn)化決策支持”。通過整合電子健康檔案（EHR）、可穿戴設(shè)備、檢驗(yàn)檢查、行為日志等多源數(shù)據(jù)，構(gòu)建“個體-群體”動態(tài)畫像；依托機(jī)器學(xué)習(xí)算法預(yù)測疾病風(fēng)險、干預(yù)效果，實(shí)現(xiàn)“千人千面”的個性化方案制定；更重要的是，通過全周期效果追蹤，形成“設(shè)計(jì)-實(shí)施-評估-優(yōu)化”的閉環(huán)管理，讓每一項(xiàng)干預(yù)措施都有據(jù)可依、有效可循。本文將從理論基礎(chǔ)、方案設(shè)計(jì)、追蹤方法、實(shí)踐案例到挑戰(zhàn)展望，系統(tǒng)闡述基于大數(shù)據(jù)的社區(qū)慢病管理個性化干預(yù)方案效果追蹤的完整路徑，以期為行業(yè)提供可復(fù)制的實(shí)踐經(jīng)驗(yàn)。03理論基礎(chǔ)：大數(shù)據(jù)驅(qū)動個性化干預(yù)的核心邏輯慢病管理的“生物-心理-社會”醫(yī)學(xué)模型重構(gòu)傳統(tǒng)慢病管理多聚焦于生理指標(biāo)控制，而大數(shù)據(jù)視角下的管理需回歸“人”的整體性。世界衛(wèi)生組織（WHO）提出“慢性病照護(hù)模型（CCM）”，強(qiáng)調(diào)以患者為中心、多學(xué)科協(xié)作、社區(qū)支持六大要素。大數(shù)據(jù)技術(shù)通過整合以下數(shù)據(jù)維度，實(shí)現(xiàn)模型落地：1.生物醫(yī)學(xué)數(shù)據(jù)：包括血壓、血糖、血脂等生理指標(biāo)，心電圖、肝腎功能等檢查結(jié)果，以及基因檢測等分子數(shù)據(jù)，反映疾病本身的客觀狀態(tài)；2.心理行為數(shù)據(jù)：通過焦慮抑郁量表、飲食日記、運(yùn)動記錄等，捕捉患者的情緒狀態(tài)、生活方式依從性；3.社會環(huán)境數(shù)據(jù)：如家庭支持度、社區(qū)醫(yī)療資源、經(jīng)濟(jì)水平等，分析外部因素對干預(yù)效慢病管理的“生物-心理-社會”醫(yī)學(xué)模型重構(gòu)果的影響。例如，我們在管理一名2型糖尿病患者時，不僅監(jiān)測其空腹血糖，還通過智能藥盒記錄用藥依從性，通過可穿戴手環(huán)分析運(yùn)動模式，通過社區(qū)訪談了解其家庭飲食結(jié)構(gòu)，最終形成“生理-心理-社會”三維畫像，為個性化干預(yù)提供依據(jù)。大數(shù)據(jù)技術(shù)的“精準(zhǔn)干預(yù)”支撐體系個性化干預(yù)的核心是“因人施策”，而大數(shù)據(jù)技術(shù)通過“數(shù)據(jù)-模型-決策”的鏈條，實(shí)現(xiàn)精準(zhǔn)化落地：1.數(shù)據(jù)采集層：依托區(qū)域健康信息平臺，整合醫(yī)院HIS系統(tǒng)、社區(qū)衛(wèi)生服務(wù)中心EHR、公共衛(wèi)生監(jiān)測系統(tǒng)、可穿戴設(shè)備（如動態(tài)血壓計(jì)、血糖儀）等多源異構(gòu)數(shù)據(jù)，建立“一人一檔”的動態(tài)數(shù)據(jù)庫；2.數(shù)據(jù)分析層：采用隨機(jī)森林、深度學(xué)習(xí)等算法，構(gòu)建疾病風(fēng)險預(yù)測模型（如糖尿病并發(fā)癥風(fēng)險模型）、干預(yù)效果預(yù)測模型（如不同飲食方案對血糖的影響模型），識別關(guān)鍵影響因素；3.決策支持層：基于模型結(jié)果，生成個性化干預(yù)方案，如針對“血糖控制不佳+運(yùn)動不足+家庭支持弱”的患者，制定“藥物調(diào)整+居家運(yùn)動處方+家庭醫(yī)生每周隨訪”的組合策略。04個性化干預(yù)方案的設(shè)計(jì)與實(shí)施方案設(shè)計(jì)：“分層分類+動態(tài)調(diào)整”的精細(xì)化路徑個性化干預(yù)方案需基于患者風(fēng)險分層與需求分類，避免“一刀切”。我們以高血壓管理為例，構(gòu)建“四步設(shè)計(jì)法”：方案設(shè)計(jì)：“分層分類+動態(tài)調(diào)整”的精細(xì)化路徑風(fēng)險分層：基于多維度數(shù)據(jù)評估疾病風(fēng)險通過Logistic回歸模型，納入年齡、血壓水平、合并癥、靶器官損害等12項(xiàng)指標(biāo)，將患者分為低危、中危、高危、極高危四層。例如，一名65歲、血壓165/105mmHg合并左心室肥厚的患者，被判定為“極高危風(fēng)險”，需強(qiáng)化干預(yù)力度。方案設(shè)計(jì)：“分層分類+動態(tài)調(diào)整”的精細(xì)化路徑需求分類：識別患者的核心干預(yù)靶點(diǎn)通過聚類分析（K-means算法），將患者分為“單純血壓控制型”“生活方式主導(dǎo)型”“心理因素影響型”等類別。針對“生活方式主導(dǎo)型”患者（如高鹽飲食、久坐少動），重點(diǎn)干預(yù)飲食結(jié)構(gòu)與運(yùn)動習(xí)慣；針對“心理因素影響型”患者（如焦慮導(dǎo)致血壓波動），聯(lián)合心理科進(jìn)行認(rèn)知行為療法。方案設(shè)計(jì)：“分層分類+動態(tài)調(diào)整”的精細(xì)化路徑方案生成：定制“干預(yù)包”與執(zhí)行路徑基于分層分類結(jié)果，生成包含“藥物指導(dǎo)、生活方式處方、心理支持、隨訪計(jì)劃”的個性化“干預(yù)包”。例如，為極高?！吧罘绞街鲗?dǎo)型”患者制定：-藥物指導(dǎo)：氨氯地平5mgqd+培哚普利2mgqd，智能藥盒提醒用藥；-生活方式處方：低鹽飲食（<5g/天）、每日步行30分鐘（通過運(yùn)動手環(huán)監(jiān)測步數(shù)），社區(qū)食堂提供“控鹽餐”配送；-隨訪計(jì)劃：家庭醫(yī)生每周1次電話隨訪，每月1次門診復(fù)測，每季度動態(tài)調(diào)整方案。方案設(shè)計(jì)：“分層分類+動態(tài)調(diào)整”的精細(xì)化路徑動態(tài)調(diào)整：基于實(shí)時數(shù)據(jù)的方案迭代建立“觸發(fā)式調(diào)整”機(jī)制，當(dāng)患者出現(xiàn)以下情況時自動啟動方案重評：血壓連續(xù)3天未達(dá)標(biāo)、出現(xiàn)新并發(fā)癥、依從性＜80%等。例如，一名患者通過智能血壓儀發(fā)現(xiàn)晨峰血壓升高，系統(tǒng)自動觸發(fā)增加睡前α受體阻滯劑，并調(diào)整運(yùn)動時間至傍晚。實(shí)施保障：社區(qū)醫(yī)療資源與技術(shù)工具的協(xié)同個性化干預(yù)落地需依賴“人-機(jī)-環(huán)”協(xié)同：1.人員協(xié)同：組建“家庭醫(yī)生+公共衛(wèi)生醫(yī)師+?？漆t(yī)師+健康管理師”的多學(xué)科團(tuán)隊(duì)，明確分工——家庭醫(yī)生負(fù)責(zé)日常隨訪，健康管理師負(fù)責(zé)生活方式指導(dǎo)，?？漆t(yī)師提供遠(yuǎn)程會診；2.工具支撐：開發(fā)社區(qū)慢病管理APP，實(shí)現(xiàn)數(shù)據(jù)上傳（患者端）、方案推送（醫(yī)生端）、效果可視化（雙方端），并接入AI語音助手，為老年患者提供用藥提醒；3.環(huán)境營造：聯(lián)合社區(qū)居委會開展“健康小屋”活動，組織慢病自我管理小組，通過同伴支持提升干預(yù)依從性。05效果追蹤：構(gòu)建“多維度、全周期”的評估體系效果追蹤：構(gòu)建“多維度、全周期”的評估體系效果追蹤是檢驗(yàn)干預(yù)方案有效性的核心環(huán)節(jié)，需兼顧“科學(xué)性”與“實(shí)用性”，從短期、中期、長期三個維度，定量與定性相結(jié)合展開評估。短期效果追蹤（1-3個月）：生理指標(biāo)與行為依從性改善短期追蹤聚焦干預(yù)措施的“即時響應(yīng)”，核心指標(biāo)包括：1.生理指標(biāo)達(dá)標(biāo)率：如高血壓患者血壓＜140/90mmHg的比例，糖尿病患者糖化血紅蛋白（HbA1c）＜7%的比例；2.行為依從性：通過智能設(shè)備數(shù)據(jù)統(tǒng)計(jì)，如用藥準(zhǔn)時率（智能藥盒記錄）、運(yùn)動執(zhí)行率（手環(huán)達(dá)標(biāo)天數(shù)）、飲食控制率（APP飲食日記上傳率）；3.不良事件發(fā)生率：如低血糖事件、血壓劇烈波動次數(shù)。追蹤方法：采用“自動化監(jiān)測+人工核查”結(jié)合。例如，智能血壓儀自動上傳數(shù)據(jù)至平臺，當(dāng)連續(xù)3天血壓超標(biāo)時，系統(tǒng)自動提醒家庭醫(yī)生電話隨訪，同時核查患者是否存在漏服藥物、飲食不當(dāng)?shù)惹闆r。我們在某社區(qū)試點(diǎn)中發(fā)現(xiàn)，通過3個月干預(yù)，高血壓患者血壓達(dá)標(biāo)率從58.3%提升至76.5%，其中智能提醒功能貢獻(xiàn)了32%的提升效果。短期效果追蹤（1-3個月）：生理指標(biāo)與行為依從性改善（二）中期效果追蹤（6-12個月）：并發(fā)癥風(fēng)險與醫(yī)療資源利用變化中期追蹤關(guān)注干預(yù)的“疾病進(jìn)展延緩”效果，核心指標(biāo)包括：1.并發(fā)癥風(fēng)險下降幅度：如糖尿病患者的尿微量白蛋白/肌酐比值（UACR）降低率、高血壓患者的頸動脈內(nèi)膜中層厚度（IMT）進(jìn)展速度；2.醫(yī)療資源利用效率：如因高血壓/糖尿病急診就診次數(shù)、住院率、門診次均費(fèi)用；3.生活質(zhì)量評分：采用SF-36量表評估患者生理功能、社會功能等維度變化。追蹤方法：通過區(qū)域醫(yī)療信息平臺獲取患者歷史數(shù)據(jù)，采用“前后對照”與“組間對照”（干預(yù)組vs常規(guī)管理組）比較。例如，我們對120名2型糖尿病患者進(jìn)行6個月追蹤，發(fā)現(xiàn)干預(yù)組UACR下降23.6%，顯著高于常規(guī)管理組的8.2%（P＜0.05）；同時，干預(yù)組住院率下降18.3%，醫(yī)療費(fèi)用減少人均326元/年。長期效果追蹤（1-3年）：終點(diǎn)事件與健康管理效益長期追蹤是評估干預(yù)方案“根本價值”的關(guān)鍵，核心指標(biāo)包括：1.硬終點(diǎn)事件：如心血管事件（心肌梗死、腦卒中）、糖尿病腎病終末期、全因死亡率；2.健康管理效益：如患者自我管理能力評分（采用ESCA量表）、社區(qū)醫(yī)療滿意度、健康素養(yǎng)水平；3.成本效益比：計(jì)算每投入1元干預(yù)成本，可減少多少醫(yī)療支出（如通過避免住院節(jié)省的費(fèi)用）。追蹤方法：建立“隊(duì)列隨訪”機(jī)制，每年度通過入戶調(diào)查、體檢、死亡登記等方式更新數(shù)據(jù)。例如，我們在某社區(qū)對500名高血壓患者進(jìn)行3年追蹤，發(fā)現(xiàn)干預(yù)組心血管事件發(fā)生率為4.2%，顯著低于常規(guī)管理組的9.7%（HR=0.43，95%CI：0.25-0.74）；同時，干預(yù)組自我管理能力評分從（65.3±12.1）分提升至（82.6±10.3）分，患者對社區(qū)醫(yī)療服務(wù)的滿意度從76.8%升至94.2%。追蹤結(jié)果的應(yīng)用：形成“評估-反饋-優(yōu)化”閉環(huán)效果追蹤的最終目的是持續(xù)優(yōu)化方案。我們建立了“三級反饋機(jī)制”：1.患者級反饋：通過APP向患者推送“個人健康報告”，用圖表展示指標(biāo)變化，并給出改進(jìn)建議，如“您本周運(yùn)動達(dá)標(biāo)5天，建議將散步時間延長至35分鐘”；2.醫(yī)生級反饋：平臺生成“團(tuán)隊(duì)干預(yù)效果分析報告”，指出共性（如“冬季晨峰血壓控制不佳”）與個性問題（如“某患者用藥依從性持續(xù)偏低”），指導(dǎo)醫(yī)生調(diào)整策略；3.管理層反饋：向社區(qū)衛(wèi)生服務(wù)中心提交“區(qū)域慢病管理白皮書”，提出資源配置建議（如“增加冬季家庭醫(yī)生出診頻次”“加強(qiáng)社區(qū)心理咨詢服務(wù)”）。06實(shí)踐案例：某社區(qū)“2型糖尿病個性化管理”項(xiàng)目全流程分析實(shí)踐案例：某社區(qū)“2型糖尿病個性化管理”項(xiàng)目全流程分析為驗(yàn)證上述方法的有效性，我將以所在社區(qū)2021-2023年“2型糖尿病個性化管理”項(xiàng)目為例，展開具體說明。項(xiàng)目背景與數(shù)據(jù)基礎(chǔ)-隨訪數(shù)據(jù)：家庭醫(yī)生每月1次面對面隨訪記錄（包括足部檢查、眼底拍照等）。05-實(shí)時數(shù)據(jù)：患者佩戴的動態(tài)血糖監(jiān)測儀（CGM，每15分鐘上傳1次數(shù)據(jù)）、智能藥盒（記錄用藥時間與劑量）；03該項(xiàng)目覆蓋社區(qū)內(nèi)18-75歲2型糖尿病患者642人，平均年齡（62.4±8.7）歲，病程（7.3±5.2）年。數(shù)據(jù)來源包括：01-行為數(shù)據(jù)：通過糖尿病管理APP上傳的飲食日記（記錄食物種類、攝入量）、運(yùn)動手環(huán)（步數(shù)、運(yùn)動時長）；04-基礎(chǔ)數(shù)據(jù)：社區(qū)衛(wèi)生服務(wù)中心EHR（包含病史、用藥、既往并發(fā)癥）；02個性化干預(yù)方案設(shè)計(jì)基于上述數(shù)據(jù)，首先通過隨機(jī)森林模型構(gòu)建“糖尿病并發(fā)癥風(fēng)險預(yù)測模型”，識別出高并發(fā)癥風(fēng)險患者（UACR＞30mg/g、視網(wǎng)膜病變風(fēng)險評分＞8分）213人（占比33.2%）；再通過K-means聚類將患者分為“飲食控制型”（占比45.3%）、“運(yùn)動不足型”（占比31.2%）、“用藥依從性差型”（占比18.5%）、“心理焦慮型”（占比5.0%）四類，針對不同類型制定差異化方案：-飲食控制型：聯(lián)合營養(yǎng)師制定“低GI飲食處方”，APP推送個性化食譜（如“早餐：全麥面包50g+煮雞蛋1個+無糖豆?jié){200ml”），并接入社區(qū)食堂“糖尿病餐”配送服務(wù)；-運(yùn)動不足型：制定“循序漸進(jìn)運(yùn)動計(jì)劃”，從每日步行20分鐘開始，每周增加5分鐘，手環(huán)實(shí)時監(jiān)測心率（控制在220-年齡的60%-70%），未達(dá)標(biāo)時推送提醒；個性化干預(yù)方案設(shè)計(jì)-用藥依從性差型：智能藥盒設(shè)置“雙時段提醒”（早餐前、晚餐后），若漏服1小時內(nèi)發(fā)送短信提醒，連續(xù)3天漏服則家庭醫(yī)生電話隨訪；-心理焦慮型：聯(lián)合心理科開展“認(rèn)知行為療法小組”，每周1次線上團(tuán)體輔導(dǎo)，APP提供“情緒日記”功能，焦慮評分＞6分時自動觸發(fā)心理干預(yù)。效果追蹤結(jié)果經(jīng)過24個月干預(yù)，項(xiàng)目取得顯著成效：1.短期效果（3個月）：HbA1c達(dá)標(biāo)率（＜7%）從基線的41.2%提升至63.7%；用藥依從性從72.5%提升至89.3%；飲食記錄上傳率從58.6%提升至82.1%。2.中期效果（12個月）：UACR異常率從28.4%降至15.2%；視網(wǎng)膜病變新發(fā)率從9.7%降至4.3%；因糖尿病酮癥酸中毒急診人次從8人次/年降至2人次/年；門診次均費(fèi)用較干預(yù)前下降18.6%。3.長期效果（24個月）：心血管事件發(fā)生率（心肌梗死、腦卒中）從3.4%/年降至1.2%/年；患者自我管理能力評分從（59.3±11.5）分提升至（81.7±9.8）分；社區(qū)對糖尿病管理的滿意度從68.5%升至92.3%。經(jīng)驗(yàn)總結(jié)與優(yōu)化方向該項(xiàng)目驗(yàn)證了大數(shù)據(jù)個性化干預(yù)的有效性，但也發(fā)現(xiàn)兩個問題：一是老年患者對智能設(shè)備的使用率較低（＞70歲患者手環(huán)使用率僅56.2%），二是部分患者因“飲食控制嚴(yán)格”導(dǎo)致依從性波動。針對此，我們優(yōu)化了方案：為老年患者提供“語音錄入”功能，簡化操作流程；引入“彈性飲食處方”，允許每周1次“自由餐”，既保證血糖控制，又提升患者依從性。07挑戰(zhàn)與展望：大數(shù)據(jù)驅(qū)動社區(qū)慢病管理的未來方向挑戰(zhàn)與展望：大數(shù)據(jù)驅(qū)動社區(qū)慢病管理的未來方向盡管大數(shù)據(jù)為社區(qū)慢病管理帶來了革命性變化，但在實(shí)踐中仍面臨諸多挑戰(zhàn)，需行業(yè)共同探索解決路徑。當(dāng)前面臨的核心挑戰(zhàn)1.數(shù)據(jù)孤島與標(biāo)準(zhǔn)化問題：不同醫(yī)療機(jī)構(gòu)、智能設(shè)備的數(shù)據(jù)格式不統(tǒng)一（如部分血糖儀數(shù)據(jù)無法直接對接平臺），導(dǎo)致數(shù)據(jù)整合困難。例如，某三甲醫(yī)院的檢驗(yàn)數(shù)據(jù)與社區(qū)衛(wèi)生服務(wù)中心的EHR未完全互通，需人工錄入，既增加工作量，又易出錯。2.隱私保護(hù)與數(shù)據(jù)安全：慢病數(shù)據(jù)涉及患者隱私，如何合規(guī)采集、使用數(shù)據(jù)是關(guān)鍵。部分患者因擔(dān)心信息泄露而拒絕參與智能監(jiān)測項(xiàng)目，我們在調(diào)研中發(fā)現(xiàn)，23.6%的患者對“數(shù)據(jù)上傳至云端”持擔(dān)憂態(tài)度。3.算法可解釋性與臨床接受度：機(jī)器學(xué)習(xí)模型的“黑箱”特性可能影響醫(yī)生信任。例如，某模型預(yù)測某患者“需調(diào)整胰島素劑量”，但無法解釋具體依據(jù)，醫(yī)生更傾向于憑經(jīng)驗(yàn)判斷，導(dǎo)致算法落地率低。4.基層醫(yī)療能力短板：社區(qū)醫(yī)生對大數(shù)據(jù)技術(shù)的應(yīng)用能力不足，部分老年醫(yī)生對智能終端操作不熟練，難以充分發(fā)揮數(shù)據(jù)價值。未來發(fā)展的關(guān)鍵方向1.構(gòu)建區(qū)域健康數(shù)據(jù)中臺：由政府主導(dǎo)，整合醫(yī)療機(jī)構(gòu)、疾控中心、企業(yè)等多方數(shù)據(jù)，制定統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)（如采用LOINC標(biāo)準(zhǔn)檢驗(yàn)項(xiàng)目編碼），打破數(shù)據(jù)孤島，實(shí)現(xiàn)“一次采集、多方共享”。2.強(qiáng)化隱私保護(hù)技術(shù)應(yīng)用：采用聯(lián)邦學(xué)習(xí)、差分隱私等技術(shù)，在保護(hù)數(shù)據(jù)隱私的前提下實(shí)現(xiàn)模型訓(xùn)練。例如，某試點(diǎn)項(xiàng)目通過聯(lián)邦學(xué)習(xí)，讓多家醫(yī)院在不共享原始數(shù)據(jù)的情況下聯(lián)合構(gòu)建糖尿病風(fēng)險預(yù)測模型，準(zhǔn)確率達(dá)89.3%，且患者隱私得到保障。3.發(fā)展“可解釋AI”輔助決策：開發(fā)結(jié)合醫(yī)學(xué)知識的“白盒模型”，如將中醫(yī)“辨證論治”邏輯融入算法，為醫(yī)生的干預(yù)方案提供理論支撐。例如，針對“脾虛濕盛型”糖尿病患者，模型可解釋為何推薦“薏仁粥+健脾中藥”，提升醫(yī)生對算法的信任度。123未來發(fā)展的關(guān)鍵方向4.加強(qiáng)基層醫(yī)療能力建設(shè)：開展“大數(shù)據(jù)+