医疗云的三大部署模式
公有云
轻资产化运作，全部信息化基础设施使用腾讯公有云资源，包括云主机、云存储、云数据库等，真正做到省心、省力、省钱，安全稳定放心，您可将宝贵的资源和人力集中投入到专业业务发展建设中。
适用客户一：医联体、医疗集团、影像中心
适用客户二：民营医疗机构、基因测序、体检机构、健康管理机构、养老机构、药企、器械企业、药械流通
专有云
为满足医疗大健康客户的资源定制化需求，我们提供专有物理隔离、独立网络核心的合规ＩＤＣ及云平台，支持统一管控，共享腾讯网络基础设施及安全防护能力。
适用客户一：公立医院、卫健委、医联体、医疗集团、影像中心
适用客户二：民营医疗机构、基因测序、体检机构、健康管理机构、养老机构、药企、器械企业、药械流通
混合云
根据客户的业务需求，可实现部分数据、业务部署在公有云，部分数据和业务部署在专有云的混合云部署模式，并可通过统一的运管平台实行统一管控。
适用客户一：公立医院、卫健委、医联体、医疗集团、影像中心
适用客户二：民营医疗机构、基因测序、体检机构、健康管理机构、养老机构、药企、器械企业、药械流通
区域医疗解决方案
全民健康信息平台
以卫健委的“４６３１－２工程”为指导，建设便民、互通、共享、服务、监管一体化的区域卫生解决方案。
解决方案
电子健康卡平台：以“一卡通”为目标，实现就诊信息的互联互通；基于区域全民健康信息平台，加强居民健康卡、医保卡等应用，实现居民就诊一卡通；以微信服务号＋小程序为主要载体，实现脱卡就医，快捷轻便；以人脸识别、在线公安库核身为主要认证手段，确保用户安全用卡。
全民健康数据中心：建设全区域统一的电子病历库、电子健康档案库，全员人口数据库。
数据集成与共享平台：建设标准化的全区统一数据集成与交换平台，实现区域多机构、多系统的数据采集以及数据共享。
卫生管理平台：实现全区的医疗卫生管理，包括医疗服务质量监控、药品及医疗服务价格监测、药品管理、医疗服务机构绩效管理、平台运营以及智能决策支持。
医疗服务平台：包括健康档案管理、公共卫生、家庭医生、基本医疗、妇幼保健、干部保健、区域远程医疗协同、远程教育、ＤＲＧ区域医疗评价等服务。
医保服务平台：为人社局提供的微信医保支付、ＤＲＧ测算以及ＤＲＧ医保控费等服务。
区域智慧医疗平台
旨在建立区域一体化管理平台，无缝连接各级医疗机构，采用互联网、远程医疗、人工智能、大数据等技术进行信息共享、资源互助，迅速提升区域医疗整体服务能力。
解决方案
统一预约平台：整合区域各医疗机构资源，实现就诊一卡通，预约时段到一小时。
区域互联网医院：实现全区医院业务从线下向线上的拓展，让百姓足不出户看医生。
区域远程医疗平台：缓解基层医疗资源不足的问题，提升区域内整体医疗服务水平。
为全区医疗机构提供人工智能辅诊服务，提高大医院医生工作效率，缓解基层医疗机构专家不足问题。
重点人群健康管理平台：结合人工智能、大数据、智能设备等先进技术，将公共卫生人口健康信息管理与家庭医生签约服务管理相融合，对重点人群进行健康跟踪、管理、服务与及时干预
医学教育交流平台：为区域内所有医护人员提供在线学习交流的平台，助力提升整体医护人员的医疗服务水平。
医疗卫生监控中心：采集全区医疗临床数据、运营数据和运维数据，采用大数据、实时流处理、多维分析、机器学习等技术，对数据进行实时处理和离线处理，并以多种形式可视化呈现在大屏、ＰＣ以及手机终端上。
区域影像云平台
实现分布检查、集中阅片、统一存储、数据共享的业务模式，实现三维重建、智能阅片、远程阅片、移动阅片等服务。
主要需求
缓解区域内各家医院影像系统重复建设、孤岛存储、信息不互通、标准不统一，结果不互认等问题。
缓解区域内影像专家不足问题。
解决海量数据存储和扩容问题，医学影像要求保持１５年以上。
实现影像服务的互联网化。
解决方案
无缝对接医学影像ＤＩＣＯＭ数据，实现海量数据统一化存储和共享。
影像数据存储灵活的生命周期管理及自动沉降策略管理。
存储集群管理简单、直观，动态按需扩展，业务无感知。
腾讯觅影ＡＩ医学辅诊系统提高医生的诊断效率和准确性。
动态加速的网络优化，提高影像大数据传输分发性能。
ＨＰＣ集群在云端进行图像三维重建。
基于微信的终端应用为患者提供及时便捷的医学影像报告的查阅、分发。
专线／ＶＰＮ接入ＶＰＣ私有化的隔离网络保证平台数据的私密性和安全性。
区域大数据云
腾讯将自身的大数据、人工智能平台技术与区域卫生医疗行业应用相结合，为区域内医疗卫生提供定制的医疗大数据分析平台。
主要需求
运营大数据，实现区域的医疗运营状况分析，为区域医疗卫生决策提供依据。
临床大数据，实现医疗机构之间的数据整合与互联互通。
科研大数据，为医护人员提供极速的科研数据查询、统计和分析服务。
疾控大数据：实现长期的疾病监控和趋势预警，提高疾控响应效率。
解决方案
运营大数据：对全区各医院的运营数据进行汇总并多维分析，实现医保控费、住院天数、药占比、医疗事件等多方面的运营监管和评估。
临床大数据：采用智能化的数据采集工具，将不同医疗机构的异构数据源中的临床数据，经过ＥＴＬ进行转换并集中统一存储到区域临床大数据中心，实现对患者全视图的医疗信息抽取，跨医疗机构信息共享，协助医务人员快速了解患者完整的病情做出精准诊断。
科研大数据：针对于科研和教学任务，从临床数据中心进行有针对性的数据提取与加工，形成的专项数据库。通过对跨医院医疗数据的筛选、分析和总结，形成有利于临床科研和教学的数据信息。
疾病控制与流行病预警：通过对区域内医疗数据的采集与监控，建立预测模型进行分析和预判，分析疾病的传播区域区域与趋势，为流行病提供预测和防控及应急能力。公共卫生部门可以通过建立覆盖本区域内患者的电子病例数据库，快速检测传染病进行全面的疫情检测，快速响应，达到快速控制，降低传染病感染人群数量与概率。
