基础设施不堪重负，这促使中国政府不得不考虑使用技术来为当前超负荷运转的医疗服务体系减压。这一举措中的重要环节是鼓励使用大数据来推动精确诊疗和个性化医疗服务。中国拥有全球近五分之一的人口（18.47%）。庞大的患者基数、丰富的病例，使得中国拥有全世界最丰富医疗大数据。然而，由于中国医疗系统的各自为政，以及数据录入的不规范，可以被用于临床研究和未来疾病发展趋势预测的数据寥寥无几。这种局面严重阻碍了健康医疗行业的临床科研和技术创新，使得重点疾病的诊疗和管理水平得不到有效提升。

举例来说，脑卒中（俗称“中风”）目前是中国致死率和致残率最高的疾病。其死亡率约为西方国家的4-5倍，而且每年大约有200万新增患者，年增长率高达8.7%。卒中突发时如果不能获得及时救治，将直接导致将直接导致患者死亡、残疾以及复发等后果，为社会和家庭带来沉重负担。目前，在中国脑卒中发病后的救治做得还很不到位。卒中的救治对时间要求极高，只有在发病4.5-6个小时内实施静脉溶栓才能把握治愈机会，这一治疗方法已经被世界卫生组织明确列入卒中治疗指南，然而溶栓率在中国依然很低。究其原因，并不是因为这一技术不成熟，而是在快速救治环节。 那么如何缩短急性卒中的救治时间呢？

卒中患者到达医院急诊室后，从检查到手术，需要经过放射科、神经内科、神经外科等，这是一个多学科协同作战的疾病。因此提高卒中的诊疗效果，需要医院统一协调。所以国家提出建设卒中中心，核心是两条：多学科协作和卒中网络建设。其中构建标准化的卒中中心数据库成为重要抓手，继续推进区域化卒中信息网络平台建设工作。

然而，中国虽然拥有大量的卒中患者，但绝大多数的患者信息处于非结构化状态。脑卒中相关的数据分散在不同的科室和系统中，就像一座座信息孤岛，难以满足临床研究的需求，导致以循证为基础的脑卒中临床研究的开展十分困难。人工智能是大数据时代的必然产物，不但能够对大量的数据进行结构化，更可以提供数据洞察。上述痛点正是人工智能可以做出大幅改善的领域之一。目前，作为国家卫计委脑卒中筛查与防治示范基地的上海长海医院正在与飞利浦合作，共同开发急性脑卒中专病数据库。

除了卒中外，中国政正在集中精力加快建设涵盖一系列疾病领域标准临床数据库，其目标是到2020年，中国人口健康信息建设将实现互联互通人口健康信息化网络体系，实现全员人口信息、电子健康档案和电子病历三大数据库基本覆盖全国人口信息动态更新。
 

中国政府还鼓励可穿戴设备等智能设备在健康管理和疾病预防领域的发展和应用，连接家庭和医院，时刻监护患者的健康状况，实现健康信息不间断地传输和收集，从而提升院后管理水平，减少疾病复发，减少住院次数、采取更迅速有效的应急措施，以避免病情恶化或出现不利后果，例如中风或跌倒。

 

由于各级医院在医疗资源的配备和使用方面存在不平衡，因此建立一体化医疗健康网络的呼声日益高涨。一体化网络建成之后，无论是大医院还是小医院，都必须分享各自的资源和专长，以节约资金。数字技术可以通过多种途径发挥关键作用，建设云端区域影像中心，帮助基层医院实现准确诊断，以及连接不同级别的医院进行数据共享、远程咨询和双向转诊。