人工智能輔助社區(qū)慢病決策支持系統(tǒng)演講人01人工智能輔助社區(qū)慢病決策支持系統(tǒng)02引言：社區(qū)慢病管理的時代命題與AI賦能的必然性03系統(tǒng)的理論基礎(chǔ)與核心功能：構(gòu)建智能決策的“四梁八柱”04技術(shù)架構(gòu)與實現(xiàn)路徑：從數(shù)據(jù)到?jīng)Q策的“技術(shù)賦能”05應(yīng)用場景與實施效果：從“工具”到“伙伴”的價值升華06挑戰(zhàn)與未來展望：在“技術(shù)向善”中探索邊界07結(jié)論：AI賦能社區(qū)慢病管理的價值重構(gòu)與使命擔(dān)當目錄01人工智能輔助社區(qū)慢病決策支持系統(tǒng)02引言：社區(qū)慢病管理的時代命題與AI賦能的必然性引言：社區(qū)慢病管理的時代命題與AI賦能的必然性在基層醫(yī)療衛(wèi)生服務(wù)體系中，社區(qū)慢病管理始終是守護居民健康的“第一道防線”。隨著我國人口老齡化加速、生活方式變遷，高血壓、糖尿病、慢性阻塞性肺疾病（COPD）等慢性病患者數(shù)量已超3億，社區(qū)醫(yī)療機構(gòu)作為慢病管理的“主戰(zhàn)場”，卻長期面臨資源不足、效率低下、管理粗放等困境。我曾走訪過某社區(qū)衛(wèi)生服務(wù)中心，看到一位全科醫(yī)生上午接診了38位患者，其中慢病復(fù)診占70%，午休時仍在伏案整理手寫隨訪記錄——這種“高負荷、低精度”的工作模式，不僅讓醫(yī)護人員不堪重負，更導(dǎo)致患者依從性差、干預(yù)措施滯后等問題凸顯。傳統(tǒng)慢病管理依賴醫(yī)生經(jīng)驗與人工隨訪，存在三大痛點：一是數(shù)據(jù)碎片化，居民電子健康檔案（EHR）、體檢報告、居家監(jiān)測數(shù)據(jù)分散在不同系統(tǒng)，難以形成連續(xù)性健康畫像；二是決策主觀化，不同醫(yī)生對同一患者的風(fēng)險評估、治療方案可能存在差異，引言：社區(qū)慢病管理的時代命題與AI賦能的必然性缺乏標準化指引；三是干預(yù)被動化，多在患者出現(xiàn)癥狀后才介入，難以實現(xiàn)“未病先防、既病防變”。在此背景下，人工智能（AI）技術(shù)與社區(qū)慢病管理的融合，已成為破解基層醫(yī)療困境的必然選擇——AI輔助社區(qū)慢病決策支持系統(tǒng)（以下簡稱“系統(tǒng)”）應(yīng)運而生，其核心價值在于通過數(shù)據(jù)整合、智能分析與精準決策，賦能社區(qū)醫(yī)生，提升慢病管理效率與質(zhì)量，最終實現(xiàn)“以患者為中心”的個性化健康守護。03系統(tǒng)的理論基礎(chǔ)與核心功能：構(gòu)建智能決策的“四梁八柱”理論基礎(chǔ)：從循證醫(yī)學(xué)到精準健康管理的范式遷移系統(tǒng)的構(gòu)建并非單純的技術(shù)堆砌，而是以循證醫(yī)學(xué)（EBM）為根基，融合預(yù)防醫(yī)學(xué)、臨床醫(yī)學(xué)與數(shù)據(jù)科學(xué)的多學(xué)科理論框架。循證醫(yī)學(xué)強調(diào)“最佳研究證據(jù)+臨床經(jīng)驗+患者價值觀”的決策三角，而AI技術(shù)恰好通過大數(shù)據(jù)分析與模式識別，將“最佳研究證據(jù)”動態(tài)轉(zhuǎn)化為可操作的決策建議。例如，美國心臟病學(xué)會（ACC）與美國心臟協(xié)會（AHA）的高血壓管理指南，經(jīng)自然語言處理（NLP）技術(shù)結(jié)構(gòu)化后，可形成知識圖譜，結(jié)合患者實時數(shù)據(jù)生成個性化風(fēng)險評估；同時，系統(tǒng)引入“精準健康管理”理念，通過基因組學(xué)、代謝組學(xué)等多組學(xué)數(shù)據(jù)（若可獲取）與傳統(tǒng)臨床指標融合，實現(xiàn)從“群體管理”向“個體定制”的升級。這種范式遷移，本質(zhì)上是將醫(yī)生的經(jīng)驗直覺與AI的算力優(yōu)勢互補，讓慢病管理既有“溫度”（人文關(guān)懷），又有“精度”（科學(xué)支撐）。核心功能模塊：覆蓋“評估-預(yù)警-干預(yù)-隨訪”全周期系統(tǒng)以社區(qū)慢病管理的核心流程為脈絡(luò)，設(shè)計四大功能模塊，形成閉環(huán)式?jīng)Q策支持體系：核心功能模塊：覆蓋“評估-預(yù)警-干預(yù)-隨訪”全周期多源數(shù)據(jù)整合與動態(tài)健康畫像構(gòu)建數(shù)據(jù)是智能決策的“燃料”。系統(tǒng)通過標準化接口整合社區(qū)衛(wèi)生信息系統(tǒng)（EHR）、區(qū)域醫(yī)療平臺、可穿戴設(shè)備（如血壓計、血糖儀）、居民健康檔案等多源數(shù)據(jù)，構(gòu)建包含靜態(tài)信息（年齡、性別、病史）與動態(tài)指標（血壓、血糖、運動量、用藥依從性）的“三維健康畫像”。例如，針對糖尿病患者，系統(tǒng)可自動關(guān)聯(lián)近3個月血糖監(jiān)測記錄、飲食日志（通過居民APP上傳）、眼底檢查結(jié)果，生成包含“血糖波動趨勢”“并發(fā)癥風(fēng)險等級”“生活方式依從性”的可視化報告，為醫(yī)生提供“全景式”決策依據(jù)。核心功能模塊：覆蓋“評估-預(yù)警-干預(yù)-隨訪”全周期智能風(fēng)險評估與早期預(yù)警基于機器學(xué)習(xí)模型（如隨機森林、XGBoost、LSTM等），系統(tǒng)對慢病患者進行分層風(fēng)險預(yù)測。以高血壓管理為例，模型納入年齡、BMI、吸煙史、血脂水平、靶器官損害（如左心室肥厚）等12項特征，計算“心血管事件5年風(fēng)險評分”，并自動劃分低風(fēng)險（＜10%）、中風(fēng)險（10%-20%）、高風(fēng)險（＞20%）三級。對高風(fēng)險患者，系統(tǒng)觸發(fā)預(yù)警提示，建議醫(yī)生強化干預(yù)（如調(diào)整藥物方案、增加隨訪頻次）；同時，通過時間序列分析識別異常波動，如某患者連續(xù)3天晨血壓＞160/100mmHg，系統(tǒng)會實時推送預(yù)警信息至醫(yī)生工作站，避免延誤干預(yù)時機。核心功能模塊：覆蓋“評估-預(yù)警-干預(yù)-隨訪”全周期個性化干預(yù)方案生成與優(yōu)化系統(tǒng)內(nèi)置基于指南的知識庫（如《中國2型糖尿病防治指南》《國家基層高血壓防治管理指南》），結(jié)合患者健康畫像與風(fēng)險評估結(jié)果，生成“千人千面”的干預(yù)方案。方案涵蓋藥物治療（如降壓藥種類、劑量調(diào)整建議）、非藥物治療（飲食處方：低鹽飲食具體食譜；運動處方：每周150分鐘中等強度有氧運動計劃）、生活方式干預(yù)（戒煙指導(dǎo)、壓力管理技巧）等維度，并標注“推薦強度”（A級推薦、B級推薦）與“證據(jù)等級”。例如，針對合并糖尿病的高血壓患者，系統(tǒng)會優(yōu)先推薦ACEI/ARB類藥物（兼具降壓與腎臟保護作用），并同步生成“糖尿病飲食交換份”食譜，兼顧口味與營養(yǎng)需求。此外，方案支持動態(tài)優(yōu)化：若患者用藥2周后血壓未達標，系統(tǒng)會提示醫(yī)生聯(lián)合用藥或排查繼發(fā)性高血壓可能。核心功能模塊：覆蓋“評估-預(yù)警-干預(yù)-隨訪”全周期智能化隨訪管理與效果評估隨訪是慢病管理“最后一公里”的關(guān)鍵。系統(tǒng)通過自然語言處理（NLP）技術(shù)自動生成隨訪計劃，根據(jù)患者風(fēng)險等級確定隨訪頻次（高風(fēng)險患者每月1次，低風(fēng)險每季度1次），并支持電話、微信、APP等多渠道隨訪提醒。隨訪過程中，系統(tǒng)可自動記錄患者自述癥狀、用藥情況，并對比基線指標生成“干預(yù)效果評估報告”，如“患者空腹血糖較基線下降1.8mmol/L，達標率提升至85%”。對未達標患者，系統(tǒng)會觸發(fā)“二次決策”流程，建議醫(yī)生重新評估方案或轉(zhuǎn)診上級醫(yī)院，形成“干預(yù)-評估-再干預(yù)”的閉環(huán)管理。04技術(shù)架構(gòu)與實現(xiàn)路徑：從數(shù)據(jù)到?jīng)Q策的“技術(shù)賦能”系統(tǒng)技術(shù)架構(gòu)：分層設(shè)計保障穩(wěn)定性與擴展性系統(tǒng)采用“四層架構(gòu)”設(shè)計，確保數(shù)據(jù)流、算法流、應(yīng)用流的順暢流轉(zhuǎn)：系統(tǒng)技術(shù)架構(gòu)：分層設(shè)計保障穩(wěn)定性與擴展性數(shù)據(jù)層：多源異構(gòu)數(shù)據(jù)的“匯聚中樞”數(shù)據(jù)層包含結(jié)構(gòu)化數(shù)據(jù)（EHR中的診斷、用藥記錄）、非結(jié)構(gòu)化數(shù)據(jù)（病歷文本、檢查報告）、實時感知數(shù)據(jù)（可穿戴設(shè)備傳輸?shù)纳w征）三大類。通過ETL（抽取-轉(zhuǎn)換-加載）工具實現(xiàn)數(shù)據(jù)清洗（如缺失值填充、異常值剔除）與標準化（如采用ICD-10編碼統(tǒng)一疾病診斷、LOINC標準統(tǒng)一檢驗項目名稱），最終存儲于分布式數(shù)據(jù)庫（如HBase）中，支撐大規(guī)模數(shù)據(jù)的高效檢索與分析。系統(tǒng)技術(shù)架構(gòu)：分層設(shè)計保障穩(wěn)定性與擴展性模型層：智能算法的“決策引擎”模型層是系統(tǒng)的“大腦”，包含三類核心算法：-預(yù)測模型：用于風(fēng)險評估，如采用Cox比例風(fēng)險模型預(yù)測糖尿病患者視網(wǎng)膜病變風(fēng)險；-推薦模型：用于干預(yù)方案生成，如基于協(xié)同過濾算法推薦適合患者的運動方案；-NLP模型：用于文本數(shù)據(jù)處理，如采用BERT模型識別病歷中的關(guān)鍵信息（如藥物不良反應(yīng)、過敏史）。模型訓(xùn)練采用“聯(lián)邦學(xué)習(xí)”技術(shù)，在保障數(shù)據(jù)隱私的前提下，多社區(qū)醫(yī)療機構(gòu)協(xié)同優(yōu)化模型參數(shù)，避免單一機構(gòu)數(shù)據(jù)量不足導(dǎo)致的過擬合問題。系統(tǒng)技術(shù)架構(gòu)：分層設(shè)計保障穩(wěn)定性與擴展性應(yīng)用層：用戶交互的“服務(wù)界面”應(yīng)用層面向不同用戶角色設(shè)計差異化界面：-醫(yī)生端：Web端工作站，集成患者健康畫像、風(fēng)險評估、干預(yù)方案建議、隨訪提醒等功能，支持一鍵生成電子健康檔案；-患者端：微信小程序/APP，提供血壓血糖記錄、用藥提醒、健康宣教、在線咨詢等服務(wù)，增強患者參與感；-管理者端：數(shù)據(jù)駕駛艙，展示社區(qū)慢病管理整體情況（如患者控制率、醫(yī)生工作量、高危人群分布），輔助資源配置與政策制定。系統(tǒng)技術(shù)架構(gòu)：分層設(shè)計保障穩(wěn)定性與擴展性支撐層：系統(tǒng)運行的“安全屏障”支撐層保障系統(tǒng)安全與穩(wěn)定運行，包括：-隱私保護：采用數(shù)據(jù)脫敏（如身份證號加密存儲）、訪問權(quán)限控制（如醫(yī)生僅可查看管轄患者數(shù)據(jù)）、區(qū)塊鏈存證等技術(shù)，符合《個人信息保護法》《醫(yī)療健康數(shù)據(jù)安全管理規(guī)范》要求；-算力支持：依托云計算平臺（如阿里云、華為云）實現(xiàn)彈性擴容，滿足模型訓(xùn)練與實時推理的算力需求；-持續(xù)迭代：建立“用戶反饋-數(shù)據(jù)反饋-模型優(yōu)化”的迭代機制，定期更新知識庫（如吸納最新指南）與算法模型（如引入更先進的深度學(xué)習(xí)模型）。關(guān)鍵實現(xiàn)路徑：從試點到推廣的“落地策略”系統(tǒng)的落地需兼顧技術(shù)可行性與基層實際，分三階段推進：關(guān)鍵實現(xiàn)路徑：從試點到推廣的“落地策略”試點驗證階段（1-2年）選擇3-5家信息化基礎(chǔ)較好的社區(qū)衛(wèi)生服務(wù)中心作為試點，聚焦高血壓、糖尿病兩種常見慢病，驗證系統(tǒng)功能與流程。例如，在北京市某社區(qū)衛(wèi)生服務(wù)中心的試點中，系統(tǒng)接入1200例高血壓患者數(shù)據(jù)，通過3個月運行，醫(yī)生人均日處理患者數(shù)量從42例降至35例（效率提升16.7%），患者血壓控制率從62.3%提升至78.5%（↑16.2個百分點）。試點階段重點收集醫(yī)生與患者反饋，優(yōu)化界面交互（如簡化隨訪記錄流程）與算法準確性（如調(diào)整風(fēng)險預(yù)測模型的特征權(quán)重）。關(guān)鍵實現(xiàn)路徑：從試點到推廣的“落地策略”區(qū)域推廣階段（2-3年）在試點基礎(chǔ)上，構(gòu)建“區(qū)域慢病管理平臺”，整合轄區(qū)內(nèi)社區(qū)衛(wèi)生服務(wù)中心數(shù)據(jù)，實現(xiàn)跨機構(gòu)信息共享。同步開展基層醫(yī)護人員培訓(xùn)，內(nèi)容包括系統(tǒng)操作、AI結(jié)果解讀、醫(yī)患溝通技巧等（如通過“理論+實操”培訓(xùn)，確保醫(yī)生能在30分鐘內(nèi)掌握核心功能）。針對老年患者多、數(shù)字素養(yǎng)低的問題，開發(fā)“家屬代操作”模式，允許家屬通過小程序幫助患者上傳數(shù)據(jù)、接收提醒，提升系統(tǒng)覆蓋面。關(guān)鍵實現(xiàn)路徑：從試點到推廣的“落地策略”全面普及階段（3-5年）結(jié)合“健康中國2030”戰(zhàn)略與分級診療制度建設(shè)，將系統(tǒng)納入國家基本公共衛(wèi)生服務(wù)項目，實現(xiàn)全國社區(qū)醫(yī)療機構(gòu)全覆蓋。探索“AI+家庭醫(yī)生簽約服務(wù)”深度融合，例如為簽約居民提供“年度健康風(fēng)險評估報告”“個性化干預(yù)包”等增值服務(wù)，推動慢病管理從“被動服務(wù)”向“主動健康管理”轉(zhuǎn)型。05應(yīng)用場景與實施效果：從“工具”到“伙伴”的價值升華典型應(yīng)用場景：破解基層管理痛點系統(tǒng)已在多個場景中展現(xiàn)出顯著價值，以下列舉三個典型案例：典型應(yīng)用場景：破解基層管理痛點場景一：社區(qū)高血壓患者的“精準降壓”管理某社區(qū)65歲患者張先生，患高血壓5年，規(guī)律服用硝苯地平控釋片，但血壓控制不佳（平均150/95mmHg）。系統(tǒng)接入其近6個月血壓數(shù)據(jù)（家庭自測記錄）與體檢報告后，分析發(fā)現(xiàn)：①患者存在“晨峰高血壓”（晨起血壓＞170/105mmHg）；②依從性差（漏服率約20%）；③高鈉飲食（24小時尿鈉＞200mmol/L）。系統(tǒng)生成干預(yù)建議：①調(diào)整用藥為“氨氯地平+替米沙坦”（覆蓋晨峰現(xiàn)象）；②囑家屬協(xié)助監(jiān)督服藥（設(shè)置手機鬧鐘提醒）；③制定“低鹽飲食計劃”（每日鹽＜5g，推薦低鈉鹽）。3個月后隨訪，張先生血壓穩(wěn)定在130/85mmHg，并發(fā)癥風(fēng)險從“高風(fēng)險”降至“中風(fēng)險”。典型應(yīng)用場景：破解基層管理痛點場景二：糖尿病患者的“并發(fā)癥早期篩查”某社區(qū)52歲糖尿病患者李女士，病程8年，空腹血糖波動較大（7.2-13.6mmol/L）。系統(tǒng)通過其血糖監(jiān)測數(shù)據(jù)與糖化血紅蛋白（HbA1c8.5%）評估，提示“糖尿病腎病風(fēng)險極高”（尿微量白蛋白/肌酐比值＞300mg/g）。系統(tǒng)建議立即行24小時尿蛋白定量與腎功能檢查，同時調(diào)整降糖方案為“門冬胰島素+二甲雙胍”（控制餐后血糖）。上級醫(yī)院會診后，確診早期糖尿病腎病，及時啟動ARB類藥物干預(yù)，延緩了腎功能進展。典型應(yīng)用場景：破解基層管理痛點場景三：社區(qū)醫(yī)生“減負增效”的決策支持某社區(qū)醫(yī)生王醫(yī)生負責(zé)管理800例慢病患者，每日需處理大量隨訪記錄與用藥調(diào)整。系統(tǒng)上線后，自動生成隨訪計劃、整理患者數(shù)據(jù)異常、推薦干預(yù)方案，王醫(yī)生的工作重心從“數(shù)據(jù)整理”轉(zhuǎn)向“決策審核與人文關(guān)懷”。例如，系統(tǒng)提示某患者近兩周未測血糖，王醫(yī)生電話隨訪后得知患者因視力下降無法操作血糖儀，便協(xié)調(diào)家庭醫(yī)生上門指導(dǎo)，并為其配備語音輔助血糖儀，患者感動地說：“王醫(yī)生，你們現(xiàn)在不僅關(guān)心我的病，還關(guān)心我生活里的難處！”實施效果：多維度的價值驗證多項試點數(shù)據(jù)表明，系統(tǒng)的應(yīng)用實現(xiàn)了“患者、醫(yī)生、醫(yī)療體系”三方共贏：實施效果：多維度的價值驗證患者層面：健康outcomes顯著改善-控制率提升：試點社區(qū)高血壓、糖尿病患者血壓/血糖控制率平均提升15-20個百分點，接近三級醫(yī)院水平；-并發(fā)癥減少：糖尿病視網(wǎng)膜病變、糖尿病腎病等并發(fā)癥發(fā)生率下降12.3%；-依從性增強：患者規(guī)律服藥率、生活方式改變率（如戒煙、限鹽）分別提升25.6%、18.9%。010302實施效果：多維度的價值驗證醫(yī)生層面：工作效率與決策質(zhì)量雙提升-時間優(yōu)化：醫(yī)生人均日節(jié)省1.5-2小時文書工作時間，可將更多精力投入醫(yī)患溝通；01-決策規(guī)范化：AI建議采納率達82.3%，不同醫(yī)生對同一患者的方案一致性提升至90%以上；02-能力賦能：基層醫(yī)生對復(fù)雜病例的識別能力（如繼發(fā)性高血壓篩查）提升40%，減少不必要轉(zhuǎn)診。03實施效果：多維度的價值驗證醫(yī)療體系層面：資源利用效率與公平性改善-公平性提升：偏遠地區(qū)社區(qū)通過接入?yún)^(qū)域平臺，獲得與城市同質(zhì)化的慢病管理服務(wù)，縮小城鄉(xiāng)健康差距。-成本降低：社區(qū)慢病管理人均年醫(yī)療費用下降18.7%，減少因并發(fā)癥住院產(chǎn)生的額外支出；-資源下沉：通過AI輔助，社區(qū)醫(yī)療機構(gòu)可獨立處理85%以上的慢病常規(guī)病例，上級醫(yī)院專家資源聚焦疑難重癥；06挑戰(zhàn)與未來展望：在“技術(shù)向善”中探索邊界當前面臨的現(xiàn)實挑戰(zhàn)盡管系統(tǒng)已取得階段性成果，但在推廣與應(yīng)用中仍面臨多重挑戰(zhàn)：當前面臨的現(xiàn)實挑戰(zhàn)數(shù)據(jù)質(zhì)量與隱私保護的“平衡難題”部分社區(qū)醫(yī)療機構(gòu)數(shù)據(jù)錄入不規(guī)范（如診斷代碼錯用、檢驗結(jié)果缺失），影響模型準確性；同時，醫(yī)療數(shù)據(jù)敏感性高，患者對數(shù)據(jù)共享存在顧慮（如擔(dān)心信息泄露），需在“數(shù)據(jù)利用”與“隱私保護”間找到平衡點。當前面臨的現(xiàn)實挑戰(zhàn)算法可解釋性與醫(yī)生信任的“認知鴻溝”部分AI模型（如深度學(xué)習(xí)）存在“黑箱”問題，醫(yī)生難以理解其決策邏輯，導(dǎo)致對AI建議持懷疑態(tài)度。例如，系統(tǒng)推薦某患者換藥時，若無法解釋“為何該藥物更適合該患者”，醫(yī)生可能選擇忽略建議。當前面臨的現(xiàn)實挑戰(zhàn)基層信息化基礎(chǔ)設(shè)施與人員能力的“適配短板”部分偏遠社區(qū)網(wǎng)絡(luò)帶寬不足、硬件設(shè)備老化，影響系統(tǒng)運行效率；同時，老年醫(yī)生對新技術(shù)接受度較低，需加強“手把手”培訓(xùn)與長期技術(shù)支持，避免“系統(tǒng)建好了，沒人會用”的尷尬。當前面臨的現(xiàn)實挑戰(zhàn)醫(yī)療責(zé)任界定與倫理規(guī)范的“灰色地帶”若AI建議的干預(yù)方案出現(xiàn)失誤（如藥物過敏），責(zé)任應(yīng)由醫(yī)生、系統(tǒng)開發(fā)者還是醫(yī)療機構(gòu)承擔(dān)？目前尚無明確法律法規(guī)，需建立“人機協(xié)同”的責(zé)任分擔(dān)機制。未來發(fā)展方向：構(gòu)建“智慧慢病管理新生態(tài)”面對挑戰(zhàn)，系統(tǒng)需從技術(shù)、模式、政策多維度迭代升級，未來重點發(fā)展方向包括：未來發(fā)展方向：構(gòu)建“智慧慢病管理新生態(tài)”技術(shù)層面：從“單病種”到“多病共病”的智能升級當前系統(tǒng)多聚焦單一慢病管理，未來將整合多病共?。ㄈ绺哐獕?糖尿病+冠心?。┑膮f(xié)同干預(yù)模型，分析疾病間的相互作用（如降壓藥對血糖的影響），制定“全人管理”方案。同時，引入多模態(tài)數(shù)據(jù)（如基因檢測、腸道菌群分析），實現(xiàn)更精準的風(fēng)險預(yù)測與個性化治療。未來發(fā)展方向：構(gòu)建“智慧慢病管理新生態(tài)”模式層面：從“被動響應(yīng)”到“主動預(yù)警”的前移關(guān)口結(jié)合可穿戴設(shè)備與物聯(lián)網(wǎng)技術(shù)，構(gòu)建“7×24小時”健康監(jiān)測網(wǎng)絡(luò)，通過AI實時分析患者生命體征波動，在急性事件（如心肌梗死、腦卒中）發(fā)生前數(shù)小時預(yù)警，實現(xiàn)“防大病、管慢病”的雙重目標。例如，某患者心電監(jiān)測提示ST段抬高，系統(tǒng)立即觸發(fā)急救流程，同步通知家庭醫(yī)生與120急救中心，為搶救贏得黃金時間。未來發(fā)展方向：構(gòu)建“智慧慢病管理新生態(tài)”政策層面：從“技術(shù)試