随着医改进程的不断加快，医院开始重视医疗设备的质控和绩效管理。绪水互联基于物联网技术实现医疗设备的互联互通，实现设备底层全数据的采集、处理、存储与应用转化，提高医疗服务效率、降低医院运营管理成本。
在医疗设备领域，研发、获批、生产、销售等环节备受资本及创业者的关注，科创板第一批上市企业中，医疗领域两家企业均与设备相关。
实际上，医疗设备领域还有一个掘金地带——设备数据资产，却少有关注。随着数字化智能化产业浪潮到来，设备数据挖掘与衍生应用在智慧医院建设中必将贡献其一臂之力，更为未来医疗大数据和人工智能产业变革奠定数据基础。
绪水互联是国内首家拥有自主知识产权、以“数字孪生”技术专注应用于医疗设备智慧物联网领域的企业，实现了多品牌多品类医疗设备的标准化互联互通。
其核心团队均来自于主流设备原厂的研发工程师，深谙各大型医疗设备的设计原理，了解主流厂商各类型设备的底层架构。目前各业务线已装机900多家医院，深度连接总价值300亿的医疗设备。
携数字孪生技术，切入医疗设备智慧物联领域
近年来，数字孪生技术（针对物理世界中的物体，通过数字化的手段来构建一个数字世界中一模一样的实体，借此来实现对物理实体的了解、分析和优化）已被主流进口厂商部分应用于医疗设备后服务市场。
大型设备进口厂商通过建设医疗物联网平台，实时监控每个物联网节点上的设备甚至设备上的各个零部件，在数字孪生技术的加持下，引领设备维修从响应式转变为预见式。
预见式维修，一方面可以实现远程售后服务的降本提效，另一方面能够深度挖掘机器运行数据，帮助医院更好地管理设备，以提升厂商市场竞争力。
然而，不同厂商设备的底层协议和接口不同，医院内不同厂商的设备在不同的平台维护无法互联互通。再者，在进口厂商把握设备数据通道的前提下，医院想要获取并使用全部的设备数据资产仍有巨大障碍。
近年来，在国家政策大力支持下物联网产业上升为国家战略产业。物联网应用涉及到人民生活的方方面面。
随着医改进程的加快，医院对内部建设、精细化管理的要求越来越高。利用物联网技术实现医疗设备的互联互通，支持院内设备全数据的采集、处理、存储与应用转化，帮助医院解决医疗服务效率低、医院运营与管理成本高等问题，已成为行业共识。
绪水互联在创立初期的研发阶段，异构主流厂商医疗设备的底层数据，数字化还原设备实时状态和运行参数。目前，公司的物联网平台兼容GPS、联影、东软等20个品牌，MR、CT、DSA、PET等7类设备，共计100多种设备型号。
绪水互联数字孪生技术的核心价值主要体现在三个方面：
其一，不依赖于设备远程的接口协议，即可完成全品牌、全品类、全数据的标准化异构，把数据结构化为医院可以直接使用的数据，为医院提供运营、临床、质控等方面的数据。
其二，将海量标准数据与行业专家经验结合，转化为稳定可用的算法以及SaaS服务，为近千家付费用户提供设备运营、维护、质控等方面的高效支撑。
其三，依托标准化服务积累的丰富应用场景，建立起产业链各环节成员的互联互通，构造医疗设备全数字化后服务市场体系。例如，绪水互联通过调用设备底层的远程操作协议，设置扫描序列等关键数据，使上级医院的医生可以远程操纵千里之外的基层医院设备，实现远程扫描诊断全流程。
从头部维修商的“技术大脑”，到智慧医院建设
自带设备工程师基因的绪水互联，在经过原始的设备底层数据分析积累之后，顺利进入设备后服务市场。
目前在全国约1.1万家三级医院和二级医院的医疗设备中，60%依靠原设备厂家质保，20%由第三方维修商承接，其余的20%处于“裸奔”状态，设备出故障后才找维修商服务。第三方设备维修商虽然也希望为医院提供远程监控和维修服务，但其并不具备物联网技术能力。
起步阶段，绪水互联以物联网技术解决方案和远程专家服务，赋能第三方维修商，通过物联网平台提前设定好算法，判断设备是否出现故障，是否带病运行等，做到远程实时监控预警，并在必要时提供远程专家维修支持。
截至2019年9月，通过维修商渠道，公司成功装机约700家医院，在美国、东南亚、非洲等地区也有部署。全国超过一半以上的大型第三方维修商都是其客户
现阶段，绪水互联业务已开始向智慧医院领域延伸。
医疗设备产生的数据分为临床数据和非临床数据两类。影像数据、检验数据等临床数据间接保存在PACS、LIS、CIS等医疗信息化系统中，而非临床数据则是指医疗设备的底层数据。绪水互联采集和分析的，就是医疗设备运行期间的底层数据（原始数据）。
由设备底层数据提炼出设备管理数据、维保数据、质控数据、信息安全数据、单台绩效数据、临床过程数据等，从而还原出设备实际运行发生的一切，是医院设备管理不可或缺的部分，也是医院宝贵的数字资产。
在洞察到医院对于非临床数据的需求后，绪水互联从幕后走到台前，助力智慧医院建设。
2019年开始，绪水医疗为医院用户提供基于智慧物联的院级医疗设备质控与绩效管理平台，满足医院精细化管理与科研数据中心的需求，实际而有效的践行现代医院管理“降本增效”的核心医改战略。
全数据采集和挖掘，顺利实现场景落地
基于对医疗设备底层全数据的采集、解析和挖掘，绪水互联已顺利实现应用场景落地，目前有两条成熟的业务主线，分别是线上维修解决方案和智慧医院物联。
线上维修解决方案面向第三方维修商，提供设备监控预警、远程维修解决方案以及培训服务，分为“数据”或“数据+服务“两种交付方式。
智慧医院物联，主要面向三级医院和二级医院客户，为其提供设备质控、绩效管理、数据总线等服务，目前已进入近百家三甲医院。
目前，根据医院端的实际使用需求，绪水互联主要提供质控和效率两种数据，但设备内部可价值转换的数据还不仅仅是这些。核心部件的可靠性数据、关键指标等性能数据、功能利用等配置数据，以及设备的信息安全数据都存在衍生应用的市场机会。
近期，爱分析对绪水互联创始人彭奇斌进行调研访谈，对绪水互联的业务模式、医疗设备物联网的行业现状和核心技术进行阐述，现将精彩内容分享如下。
彭奇斌，绪水互联创始人、CEO，GE医疗9年工作经验，曾任管理培训生、研发项目经理；北京市医疗器械高级工程师、卫健委医管所医学工程中心专家、医学装备协会医学工程分会委员。
挖掘设备底层数据价值，多业务线布局
爱分析：绪水互联最初开展线上维保业务的动力是什么？
彭奇斌：在非医疗行业的IT领域，物联网技术已经非常成熟，但在医疗领域并不成熟，因为涉及到医疗设备的底层协议接口，而厂家并不开放。所以除了厂家之外，并没有人可以做线上维修平台。
我是从设备厂家出来的，绪水互联核心团队也都是来自主流设备厂家的同事，各自懂CT、MR、DR。我们都懂设备底层的构架，就做了一个服务于非厂家维修商的线上维修平台，这是我们公司的出发点。
爱分析：为医院做智慧医院物联网的契机是什么？
彭奇斌：以前数据是分散的，医院拿到的多为二手数据。医院现在开始做智慧医院，对物联网技术有买单的意愿，同时医院也具备为获取数据、分析数据的服务付费的能力。于是绪水互联开始打造针对医院的，获取第一手数据的大数据体系和人工智能平台。
我们开发了面向智慧医院的物联网产品，把医院各种各样的设备数据全部汇集到物联网中心上来，然后在上面开发管理、质控、绩效分析等与医院有关的产品。
爱分析：“5G虚拟影像中心“的未来构想？
彭奇斌：这个业务是我们未来的发展方向，我们看到基层很多设备的复杂功能并没有被使用，因此我们希望在复诊上做一些文章，核心技术是要调用设备底层的远程操作协议。
首诊一定是在大三甲医院，复诊则需要回到自己的地方城市医院，目前复诊基本上是没有做的。我们把大三甲医院使用的底层序列抽出来，放到云上，再下载到复诊的地方医院设备上，就可以完全复制操作的流程和方法。之后把首诊和复诊的图像进行对比，实现病灶跟踪。
“脏活累活”揽上身，夯实技术基础
爱分析：为什么要用物联网技术进行设备底层数据的采集？
彭奇斌：一家知名美国厂商在我国建了一个物联网平台用来监测核心部件的数据，在我看来核心部件早就可以监控了，这个传统技术原厂都已经用了。这也说明了，外国厂商已经建了物联网平台，但只用了一点点核心部件数据，其他数据之所以没有使用是因为在设计时不知道如何变现。
进口厂商全部布局了自己的物联网平台，但彼此之间不是互联互通的，而且厂家也无法提供设备的所有数据，因为在设计设备的时候并没有做一个系统化的一体化接口。对于医院来说，想要建设一个综合的物联网平台，就会面临厂家特别多、数据特别乱、每个厂家开放的数据接口定义不同的问题。
不管未来谁来做顶层应用，最苦的数据解析和异构工作总得有人花时间去做。虽然苦，但做了就一定有人肯付费。
爱分析：医疗设备厂商之间为什么没有相互异构底层架构？
彭奇斌：第一，带来的价值不大，没有在这一块发力。把竞争厂商的底层架构解析清楚要花很大的精力，但对销售自己的设备益处不大。
第二，解析竞争厂商的底层架构需要更广泛的技术人员，研发投入很大，且涉及固有产品研发设计体系的改变，对于大公司来讲内部阻力也很大。
爱分析：从设备内部采集的底层数据是否合法合规？
彭奇斌：设备是医院的，设备运行过程中产生的数据也是医院的。关键在于分析数据的方法是否窃取了厂商的软件，如果分析数据的方法用的是自己的算法、自己的程序，那就没有违法。
盘活数据价值，按需实现场景落地
爱分析：医院端对于设备管理有哪些诉求？
彭奇斌：医院最关心的有两点，第一点是单机绩效，对于医院自己的管理来说，实际上要问设备要效率、问设备要效益，对单台设备绩效进行清晰的分析，如设备每天的检查量、利用率、开机率等，挖掘设备效能。此外，绩效也涉及到设备配置、科室考核等。
第二点是质控，国家出台了三级医院绩效考核要求，要求医院对大型设备进行监控。医院虽然不是设备的维修者，但需要当监管者，把握设备质量是否处于合法合理的状态下。
爱分析：我们之所以采集设备的全部数据，是打算先采集数据后考虑应用场景，还是先看到应用场景再采集数据？
彭奇斌：都有可能。有些数据是参照原厂的变现路径，比如核心部件数据、剂量数据；还有一些应用场景是客户提出来的。