医药领域的发展都是日新月异的，每天都在不断突破，IT运行的速度要和整个医疗的进展匹配。因此，医疗信息化产业的发展速度非常快。与InterSystems 澳大利亚、大中华区总经理卢侠亮的一次采访，刷新了我对于医疗信息化的认识：原来医疗大数据的经验还能帮助初创企业，甚至加速天文探索。

InterSystems与中国医疗市场的共同成长

图为：卢侠亮接受HC3i采访

从2008年来到中国，卢侠亮已经在中国十多年了。别人夸他中文好，他说：“马马虎虎。”

“从2008年来到中国，我看到中国医疗产业的变化日新月异。中国人的人均寿命提高了，医保覆盖了所有人。”他说，“中国用10年时间做好了目前的这些改变，其他的国家可能需要几十年。”

作为一家跨国企业，InterSystems 在中国市场，与合作伙伴一同为行业打造出更好的解决方案。

今天，各行业大数据需求井喷。IDC数据管理软件研究副总裁Carl Olofson在近期一份白皮书《数据管理在交付数字转型平台所发挥的作用》中曾表示：越来越多的企业希望能够通过现有、连贯的数据进行决策分析和事务处理，而不是为每个事务和分析工作创建专门的独立数据库。

在我们看来，InterSystems带着医疗行业积累的行业理解和实践经验来到了中国，又带着医疗信息化的实践经验，探索更多的行业应用场景。

图为：InterSystems亮相CHIMA2019展区

“门槛高”的医疗实践，有哪些大数据的奥秘?

医疗行业“门槛高”是众所周知的。自进入中国至今，InterSystems已经支持了中国超过400家医疗卫生机构，拥有40多个合作伙伴。

“深耕医疗行业多年我们的宗旨是把患者的生命放在第一位，这跟做其他行业有所不同。”卢侠亮说，因此，要做医疗行业必须先懂医疗行业。“如果大家讲的语言不在一个频道，那么沟通其实是很难的。”除了要保证医疗数据的完整性、可靠性、体量大外，必须拥有医疗专业背景的人才。因此，InterSystems有30%-40%的人拥有临床从业经验，在中国，也有大量医生、药剂师等医学相关背景的员工。

“做每一个行业前，我们都需要充分理解这个行业，需要专业的人才帮助我们拓展业务。”卢侠亮举例道。

除了行业化的经验外，医疗数据处理经验也十分宝贵。

医疗行业的高要求驱动着InterSystems保持对于产品和服务的高标准，并在多年对医疗行业的探索中提炼出对数据处理的一套方法。“由于医疗业务的复杂度很高，因此，医疗数据的标准化和数据处理要求也非常高。通过提炼医疗大数据的处理模式，我们能够快速获得其他行业大数据应用的处理模式。”卢侠亮说，在医疗行业的数据处理经验让我们非常有信心去开拓很多新的大数据场景。

在中国，探索新的大数据应用场景

1.初创企业：打好数据基础事半功倍

技术的复杂度越来越高。对于初创企业来说，快速完成产品开发是非常重要的。“InterSystems可以为初创企业提供有力的支持。”卢侠亮介绍说，InterSystems提供集成一体化服务，一个系统即可解决系统间的互操作问题，这对需要快速完成产品开发的初创企业来说是非常重要的。

开放的InterSystems IRIS数据平台旨在无缝集成到现有体系架构中，并应用多种单项最佳技术来支持最广泛的客户环境和应用需求。IRIS数据平台适用于海量数据的快速开发和关键业务的深度应用，并且内含高级数据管理、互操作性、事务处理和分析洞察等强大功能。

高效、一体化是InterSystems的优势，在InterSystems的帮助下，初创企业既可以基于云端进行开发，也可以做本地化部署。充分保障业务的高效和大数据优势，帮助初创企业快速实现产品的研发，并且为长期发展扫清障碍。

2. 天文探索：IRIS加速人工智能部署

天文服务领域创新企业北京斯凯林科技有限公司(下文简称Skyline)借助InterSystems IRIS数据平台，成功创建并部署了智能天文观测服务平台。

在InterSystems IRIS数据平台的支持下，任何自动化的天文望远镜都可接入Skyline智能天文观测服务平台，为专业天文工作者和普通天文爱好者提供“共享版”望远镜。这样可以开启无限的可能性：普通爱好者只需提前在线上发起观测申请，便可在约定的时间内通过全球任意地点“使用”约定的望远镜进行观测，而专业的天文工作者可以充分利用共享设备的潜力获取天体数据进行科学研究。

利用InterSystems IRIS数据平台可加速人工智能部署。它内嵌可运行结构化和非结构化分析和AI模型的能力，具备为规模化AI特征工程而优化的灵活多模型数据库，能够帮助数据科学家更快速、便捷地收集、集成、规范那些构建和调试AI模型所需的数据。

在InterSystems IRIS数据平台的支持下，Skyline智能天文观测服务平台可以对接入其中的多种望远镜所收集的天文数据进行管理和分析，辅助天文学家们借助海量天文数据建立AI模型，从而更高效地推测天体演化，为寻找系外行星和超新星提供可能。

【结语】医疗信息化要走出去，带着医疗的经验

不能再给医疗IT扣上落后的“帽子”。

在大数据、AI快速发展的今天，众多行业巨头纷纷进入医疗行业“掘金”，医疗行业的“高门槛”把很多企业挡在了门外。很多医疗行业企业也已经有20-30年的发展历史了，多年的积累和医疗行业的严苛标准“逼着”他们在重压之下成长，并且为了满足医疗健康发展需求加速发展。在这个过程中，他们的行业服务经验、技术开发能力、数据处理水平等都得到了历练并获得成长。

不知道像InterSystems中国这样——从深耕医疗场景，到扩展其大数据能力至其他行业——这样的经验对于医疗信息化企业有没有借鉴，会不会有更多医疗科技企业走出去呢?