统计显示，中国有近3亿慢病患者，慢性病防治费用占医疗总费用的百分之七十以上。由于疏于早期治疗和自我管理，很多慢病病人通常拖到病情恶化才去医院，不仅消耗了大量医保资金与医疗资源，寿命也被缩减。

王佳（化名）是一名退休职工，今年60岁。她有十多年的糖尿病史和多年高血压病史，以此引发的两次脑梗一度让她在死亡线上挣扎。

即便如此，体重超标的她依然不愿意戒口，理由是“想吃的吃不到，活着还有什么意思？”她不相信社区医院，觉得社区医院水平低。感觉身体明显不适时，她就会去大医院，吃完大医院开的药病情有所缓解后，她就会自己照着药盒子去药店抓药，一个方子吃上几年。

而上一次查血糖，还是在一年之前。在日常生活中，王佳也有苦衷，从自己家到看病的大医院，坐车1小时，排队半小时，“看一次病，半天就没了”。“我感觉顺其自然就行了。”这种鸵鸟心态是相当一部分慢病患者的写照。

医院在做慢病管理时，也面临挑战。比如说，大医院的医生每天要看很多病人，时间都排的满满的，根本没有时间去耐心地、长时间地与病人交流。

基层医务人员数量及诊疗能力严重不足，对慢性病干预、管理的手段都十分有限，难以做到全面指导患者健康管理，更难以协调慢性病管理的各环节工作。

传统慢病管理环节中，主要靠患者自觉和医生的人力。但是，面对不断增加的慢病患者，“人”显然无法满足巨大的管理需求，这在很大程度上也会影响现有医疗机构的管理效能。

如今，在慢病领域，通过AI创新应用促进慢性病积极管理，用信息化的手段提高医疗服务的安全质量，缓解医疗资源的不平衡，更能够有效推动主动健康管理与服务的发展，实现医保治理效能的提升。

智慧眼围绕慢病管理的痛点，通过AI、大数据、智能设备手段的介入，为慢病管理带来了新的思路。

AI+大数据能力，提高慢病服务效率。将治疗服务延伸至院外，通过慢病管理平台提升医院的服务效率。通过打通院内外系统及物联网设备中的数据，汇总患者包括健康状况、病情发展、用药记录、治疗手段、过敏反应等信息，利用AI算法循证医学知识图谱，对数据进行智能化分析，形成慢病患者生理指标、代谢和行为关联的数据模型，为后续的诊疗提供依据和便利。

IoT感知，慢病管理更精准。在医疗场景，IoT设备解决了数据持续监测的问题，可以让医生获取更完整的监测数据完成诊断和治疗，实现“院内+院外“的一体化服务。智慧眼结合智能物联设备，通过线上智能互动方式引导患者进行病情自测，健康数据上传，智能定制个性化健康管理方案，实现人机交互，精准追踪患者健康状态，提高医疗服务质量。

慢病管理是一个连续的、长期的过程，关系众多慢病人群和家庭的生活。

依托数字化手段，大部分慢病患者的管理工作将由系统自动化完成，有效弥补了当前基层医生不足的问题，提升了慢病管理的规范性，实现慢病管理的分级诊疗，提升医疗资源利用效率，促进居民主动健康。