關(guān)于數(shù)字醫(yī)療領(lǐng)域的五大趨勢(智能醫(yī)療的前景怎么樣？)

關(guān)于數(shù)字醫(yī)療領(lǐng)域的五大趨勢

2016年06月30日訊 埃森哲舉行了網(wǎng)絡(luò)直播，深刻討論了驅(qū)動數(shù)字醫(yī)療領(lǐng)域發(fā)展的五大力量，并由此探討了未來的五大趨勢。主講人是埃森哲健康高級全球董事總經(jīng)理Kaveh Safavi博士，健康經(jīng)濟(jì)學(xué)家Jane Sarasohn-Kahn也參與了討論。

第一個趨勢：“智能自動化”

這個概念涵蓋了一系列的工具，幫助人類從醫(yī)療系統(tǒng)的巨大人力投入中解放出來，但是這并不是說完全替代人類，更不可能消滅人類。

“我們真正應(yīng)該談?wù)摰氖虑槭侨绾卫煤秒娔X以及人工智能等新技術(shù)，把它們?nèi)诤系饺祟愖陨淼墓ぷ髦?，使人類的各項活動更有效率，獲得更好的結(jié)果。因此，這是一個人類和技術(shù)相融合的時代，而不是人類被機(jī)器所取代?！?Safavi說到。

舉了一個叫SilverCloud Health的英國公司的例子。在精神病患者出了診療室后，這家公司的技術(shù)可以幫助他們?！斑@個技術(shù)一開始是在實驗室里開發(fā)出來的，后來發(fā)現(xiàn)可以使用基于計算機(jī)的算法來治療精神疾病，如抑郁癥。但有個問題就是人們不會接受這一單純的技術(shù)產(chǎn)品，因為他們真正想要的是和人類互動。SilverCloud開發(fā)的產(chǎn)品就是讓真正的診療師去使用，所以當(dāng)患者出了診療室之后，還可以有機(jī)會和醫(yī)師進(jìn)行互動，獲得治療建議?！?/p>

第二個趨勢是“流動勞動力”

這個概念的背景是醫(yī)療的虛擬化和去中心化，服務(wù)提供者可以在任何地方工作，醫(yī)療保健企業(yè)有機(jī)會接觸到更多的潛在員工和合作伙伴。但這種趨勢并非沒有挑戰(zhàn)。

“我們可能有流動勞動力，但我們沒有相關(guān)的勞動法。在美國，我們50個州就有50種不同的針對醫(yī)師的法律法規(guī)。” Sarasohn-Kahn談到流動勞動力面臨的困難時這樣說到。此外，醫(yī)療在不同州的報銷和支付仍然是巨大的挑戰(zhàn)。很多地方網(wǎng)絡(luò)不通暢，極大地限制了醫(yī)療保健工作人員的接入和工作地點(diǎn)。

第三個趨勢是“平臺經(jīng)濟(jì)”

認(rèn)為這是兩個小趨勢的結(jié)果：平臺技術(shù)和生態(tài)經(jīng)濟(jì)?！霸诩夹g(shù)方面，我們從離散的技術(shù)轉(zhuǎn)移到我們所說的平臺。平臺是一個真正的允許多種技術(shù)一起工作的框架。在商業(yè)經(jīng)濟(jì)方面，我們的經(jīng)濟(jì)更多的是基于多個參與者提供價值，而不是單一的參與者，我們稱之為生態(tài)經(jīng)濟(jì)。當(dāng)你擁有平臺技術(shù)和生態(tài)經(jīng)濟(jì)的時候，你就有了平臺經(jīng)濟(jì)“。

他舉了蘋果公司的例子，他認(rèn)為蘋果很好地利用了平臺技術(shù)和生態(tài)經(jīng)濟(jì)，為用戶提供了很大的價值?！坝脩粝胍氖橇骶€型的、無縫對接的、體驗好的產(chǎn)品，就像是個人定制一樣。但他們并不真的關(guān)心平臺，這都是背后的支撐工作?！?/p>

埃森哲的第四個趨勢是“可預(yù)見的攪局者”

醫(yī)療保健會被新的創(chuàng)新者攪局。如果我們仔細(xì)觀察就會發(fā)現(xiàn)，其它的領(lǐng)域也被相同的技術(shù)攪局。如果利益相關(guān)者能夠順應(yīng)這些趨勢，就可以避免被新技術(shù)所拋棄。這種變革可能來自醫(yī)療體系外部，也可能來自內(nèi)部。

“有趣的是，這種新的技術(shù)和平臺突然讓醫(yī)療體系外的人有機(jī)會在這個領(lǐng)域?qū)崿F(xiàn)大的變革，徹底改變原有的體系。我們看看Uber在醫(yī)療領(lǐng)域做的事情就明白了。事實表明，在家里的人們很多都希望產(chǎn)品或服務(wù)能夠送上門，比如藥品、疫苗等。很多提供上門服務(wù)的護(hù)士需要打車，所以Uber選擇通過提供后勤支持來進(jìn)入醫(yī)療領(lǐng)域，這就使得很多醫(yī)療服務(wù)可以在患者家里進(jìn)行，一下就改變了整個醫(yī)療體系?！?Safavi談到。

埃森哲的最后一個趨勢是“數(shù)字信任”

這與隱私有關(guān)。Sarasohn-Kahn和Savafi討論了企業(yè)如何才能贏得消費(fèi)者的信賴，對于患者的數(shù)據(jù)又負(fù)有什么樣的道德責(zé)任。

“我們?nèi)ツ昃瞳@得了一份聯(lián)邦貿(mào)易委員會的文件，指出健康數(shù)據(jù)應(yīng)該在共享的環(huán)境中使用。所以，如果你的服務(wù)生成了健康相關(guān)的數(shù)據(jù)，那么消費(fèi)者希望的是這些數(shù)據(jù)應(yīng)該在相關(guān)的健康領(lǐng)域內(nèi)使用。如果它流向了第三方經(jīng)紀(jì)商并被利用，這就是不合法的。” Sarasohn-Kahn認(rèn)為，現(xiàn)在關(guān)鍵是企業(yè)要贏得用戶的信任。

認(rèn)為如果企業(yè)能始終如一地保障用戶利益，那么最終會獲得市場的認(rèn)可。像其它領(lǐng)域的企業(yè)一樣，真正的信任和客戶忠誠只能在實際工作中逐漸培養(yǎng)。

智能醫(yī)療的前景怎么樣？

最近幾年，人工智能被炒的這么火，但大家一直都在大談特談無人駕駛、智能家居，卻在這些海市蜃樓中忘記了其實它們短時間內(nèi)都難以落地，而忽略了在大數(shù)據(jù)時代就已經(jīng)落地了的智能醫(yī)療。

現(xiàn)在，大數(shù)據(jù)已經(jīng)被運(yùn)用到智慧醫(yī)療方面，即讓患者就醫(yī)更方便、疾病診斷更加高效，以及醫(yī)療信息更加準(zhǔn)確。更快速也更精準(zhǔn)的在醫(yī)療行業(yè)進(jìn)行多點(diǎn)落地。

大數(shù)據(jù)＋醫(yī)療發(fā)展現(xiàn)狀

目前國內(nèi)智能醫(yī)療技術(shù)相對成熟，已有多家三甲醫(yī)院引入“人工智能輔助診斷系統(tǒng)”，智能系統(tǒng)以機(jī)器人醫(yī)生的形象呈現(xiàn)在眾人面前，通過固定格式的問題和病人互動，根據(jù)癥狀描述開具檢查單，檢查結(jié)果出來后，系統(tǒng)自動出具診斷結(jié)論，一線臨床醫(yī)生再對結(jié)論予以確認(rèn)。

據(jù)小智君了解，機(jī)器人上周已經(jīng)跟國內(nèi)200多位醫(yī)學(xué)專家進(jìn)行了PK，并取得時效上的明顯優(yōu)勢。工作人員將100份患者數(shù)據(jù)輸入給機(jī)器人，現(xiàn)場連接天河超級計算機(jī)，4.8秒鐘完工。出乎意料的是，機(jī)器人的診斷與醫(yī)生的原始診斷達(dá)到100%吻合。

早在今年3月份，谷歌的人工智能就已經(jīng)在醫(yī)學(xué)領(lǐng)域取得非凡的成果。谷歌與Verily公司合作研發(fā)出了一款能用來診斷乳腺癌的人工智能算法，并將該人工智能與醫(yī)學(xué)專家進(jìn)行PK，對130張乳腺癌切片進(jìn)行分析，從而找出其中的腫瘤。

人工智能在這個項目上完勝人類。人類醫(yī)學(xué)專家花了30個小時對這130張切片進(jìn)行分析給出診斷結(jié)果，最終結(jié)果是這名專家的準(zhǔn)確率為73.3%。而人工智能只花了極短的時間就給出了診斷結(jié)果，準(zhǔn)確率達(dá)88.5%，領(lǐng)先于人類15.2%。

大數(shù)據(jù)時代醫(yī)療AI的三個問題

第一、大數(shù)據(jù)時代需要改變對疾病的認(rèn)識和處理方式：

現(xiàn)代醫(yī)療中根據(jù)患者的病史、癥狀、體征、實驗室診斷，但常忽視患者的遺傳背景、基因組數(shù)據(jù)、環(huán)境背景因素以及對疾病主要監(jiān)測指標(biāo)持續(xù)的觀察和亞組分析，包括目前日常醫(yī)療診療中常根據(jù)疾病某個遺傳表征，而忽略最基本信息。

隨著醫(yī)療知識積累的不斷深入、專業(yè)的細(xì)化、碎片化，必然向大數(shù)據(jù)時代的集成化、系統(tǒng)化方向發(fā)展。更專業(yè)的人機(jī)配合達(dá)到對患者最全面的診斷。

第二、大數(shù)據(jù)時代要改變整個醫(yī)療評價方式：

中國在過去的30年中，改革開放和經(jīng)濟(jì)實力的積累、醫(yī)療資源配置的增加、整體醫(yī)療可及性得到不斷改善。

不僅僅對醫(yī)療結(jié)果本身，同時要觀察臨床的精神面貌，不僅要關(guān)注患者的并發(fā)癥和死亡率，同時要關(guān)注醫(yī)生報告、醫(yī)院報告、賬單生成。用數(shù)據(jù)提升醫(yī)生自我學(xué)習(xí)的能力來完善臨床實踐的能力，這是大數(shù)據(jù)給我們的提示。

第三、大數(shù)據(jù)時代需要改變對醫(yī)學(xué)生培養(yǎng)的觀念：

傳統(tǒng)的醫(yī)學(xué)模式在大數(shù)據(jù)時代形成了新的體系，過去的?？婆囵B(yǎng)使醫(yī)生對數(shù)據(jù)的理解越來越局限。我們需要從單純的醫(yī)生經(jīng)驗的積累過渡到醫(yī)學(xué)數(shù)據(jù)的積累，這是醫(yī)學(xué)大數(shù)據(jù)時代所必須的，以及醫(yī)學(xué)上各種指南制定所需要的。

作為醫(yī)生，需要轉(zhuǎn)變思想，需要接受人腦和電腦的結(jié)合，每一個未來醫(yī)生都應(yīng)該熟練應(yīng)用智能工具處理海量信息以尋求更加準(zhǔn)確的診治方案。

人工智能在醫(yī)學(xué)上的發(fā)展趨勢

那我們接下來應(yīng)該怎么做？人工智能的趨勢在哪里？

一、醫(yī)療保健處于數(shù)字化轉(zhuǎn)折點(diǎn)

互聯(lián)網(wǎng)女皇Mary Meeker發(fā)布的《2017年互聯(lián)網(wǎng)趨勢報告》認(rèn)為，醫(yī)療衛(wèi)生和保健已進(jìn)入數(shù)字化拐點(diǎn)：醫(yī)療行業(yè)表現(xiàn)出數(shù)據(jù)輸入量和數(shù)據(jù)積累量的爆發(fā)式增長，有88％的消費(fèi)者至少使用1項數(shù)據(jù)健康工具（遠(yuǎn)程醫(yī)療、可穿戴設(shè)備）。

數(shù)據(jù)的增長一方面縮短了醫(yī)學(xué)研究的創(chuàng)新周期，加快藥物臨床實驗周期，同時提升了診斷的準(zhǔn)確率與治療的精準(zhǔn)化程度。

二、數(shù)據(jù)是發(fā)展的關(guān)鍵

數(shù)據(jù)是“醫(yī)療＋人工智能”行業(yè)發(fā)展的關(guān)鍵。小智君認(rèn)為，醫(yī)療與人工智能結(jié)合的關(guān)鍵在于“算法＋有效數(shù)據(jù)”。先進(jìn)的算法提升數(shù)據(jù)處理效率與識別準(zhǔn)確率，而有效數(shù)據(jù)是先進(jìn)算法應(yīng)用的基礎(chǔ)。

目前，深度學(xué)習(xí)等算法的發(fā)展已經(jīng)相對成熟，醫(yī)療數(shù)的“量”和“質(zhì)”是阻礙人工智能在醫(yī)療行業(yè)應(yīng)用發(fā)展的主要原因。

三、智能診斷與醫(yī)學(xué)影像識別較為成熟

智能診斷與醫(yī)學(xué)影像識別是“人工智能＋醫(yī)療”發(fā)展相對成熟的兩個領(lǐng)域。

目前，發(fā)展相對成熟的領(lǐng)域包括“智能診斷”和“醫(yī)學(xué)影像識別”領(lǐng)域，兩個領(lǐng)域的發(fā)展將分別提升“門診”和“影像科”醫(yī)療資源的供給，解決目前醫(yī)療行業(yè)嚴(yán)峻的供需矛盾。

小智總結(jié)

在醫(yī)療領(lǐng)域，大數(shù)據(jù)有著廣泛的應(yīng)用空間，可以用在包括疾病預(yù)防、臨床應(yīng)用、互聯(lián)網(wǎng)醫(yī)療等方面?？梢哉f，醫(yī)療大數(shù)據(jù)是未來醫(yī)療領(lǐng)域的發(fā)展趨勢。目前，在醫(yī)療行業(yè)應(yīng)用大數(shù)據(jù)方面，我國還處于初級階段，政府、醫(yī)院及數(shù)據(jù)挖掘技術(shù)人員需要共同努力，才能讓大數(shù)據(jù)在醫(yī)療領(lǐng)域發(fā)揮作用。

醫(yī)療大數(shù)據(jù)五大應(yīng)用透視

醫(yī)療大數(shù)據(jù)五大應(yīng)用透視
醫(yī)療行業(yè)是較早運(yùn)用大數(shù)據(jù)分析的傳統(tǒng)行業(yè)之一。其中，五大醫(yī)療服務(wù)領(lǐng)域包括臨床業(yè)務(wù)、網(wǎng)絡(luò)平臺、公眾健康管理、遠(yuǎn)程病人監(jiān)控、新藥開發(fā)等，對大數(shù)據(jù)運(yùn)用的深度和廣度都走在了前面。大數(shù)據(jù)分析大幅度提高了醫(yī)療效果和用戶滿意度。
臨床記錄和醫(yī)保大數(shù)據(jù)
匯總患者的臨床記錄和醫(yī)療保險數(shù)據(jù)集并進(jìn)行高級分析，將提高醫(yī)療支付方、醫(yī)療服務(wù)提供方和醫(yī)藥企業(yè)的決策能力。比如，對醫(yī)藥企業(yè)來說，他們不僅可以生產(chǎn)出具有更佳療效的藥品，而且能保證藥品適銷對路。臨床記錄和醫(yī)療保險數(shù)據(jù)集的市場剛剛開始發(fā)展，擴(kuò)張的速度將取決于醫(yī)療保健行業(yè)完成EMR和循證醫(yī)學(xué)發(fā)展的速度。
世界各地的很多醫(yī)療機(jī)構(gòu)（如英國的NICE、德國IQWIG、加拿大普通藥品檢查機(jī)構(gòu)等）已經(jīng)開始了CER項目并取得了初步成功。2009年，美國通過的復(fù)蘇與再投資法案，就是向這個方向邁出的第一步。在這一法案下，設(shè)立的比較效果研究聯(lián)邦協(xié)調(diào)委員會協(xié)調(diào)整個聯(lián)邦政府的比較效果的研究，并對4億美元投入資金進(jìn)行分配。這一投入想要獲得成功，還有大量潛在問題需要解決。比如臨床數(shù)據(jù)和保險數(shù)據(jù)的一致性問題，當(dāng)前在缺少EHR（電子健康檔案）標(biāo)準(zhǔn)和互操作性的前提下，大范圍倉促部署EHR可能造成不同數(shù)據(jù)集難以整合。再如病人隱私問題，想在保護(hù)病人隱私的前提下提供足夠詳細(xì)的數(shù)據(jù)以保證分析結(jié)果的有效性不是一件容易的事。還有一些體制問題，比如目前美國法律禁止醫(yī)療保險機(jī)構(gòu)和醫(yī)療補(bǔ)助服務(wù)中心（Centers for Medicare and Medicaid Services）（醫(yī)療服務(wù)支付方）使用成本/效益比例來制定報銷決策，因此，即便他們通過大數(shù)據(jù)分析找到更好的方法也很難落實。
網(wǎng)絡(luò)平臺和社區(qū)
另一個潛在的大數(shù)據(jù)啟動的商業(yè)模型是網(wǎng)絡(luò)平臺和大數(shù)據(jù)，這些平臺已經(jīng)產(chǎn)生了大量有價值的數(shù)據(jù)。比如PatientsLikeMe.com網(wǎng)站，病人可以在這個網(wǎng)站上分享治療經(jīng)驗；Sermo.com網(wǎng)站，醫(yī)生可以在這個網(wǎng)站上分享醫(yī)療見解；Participatorymedicine.org網(wǎng)站，這家非營利性組織運(yùn)營的網(wǎng)站鼓勵病人積極進(jìn)行治療。這些平臺可以成為寶貴的數(shù)據(jù)來源。例如，Sermo.com向醫(yī)藥公司收費(fèi)，允許他們訪問會員信息和網(wǎng)上互動信息。
公眾健康
大數(shù)據(jù)的使用可以改善公眾健康監(jiān)控。公共衛(wèi)生部門可以通過覆蓋全國的患者電子病歷數(shù)據(jù)庫，快速檢測傳染病，進(jìn)行全面的疫情監(jiān)測，并通過集成疾病監(jiān)測和響應(yīng)程序，快速進(jìn)行響應(yīng)。這將帶來很多好處，包括醫(yī)療索賠支出減少、傳染病感染率降低，衛(wèi)生部門可以更快地檢測出新的傳染病和疫情。通過提供準(zhǔn)確和及時的公眾健康咨詢可以大幅提高公眾健康風(fēng)險意識，降低傳染病感染風(fēng)險。所有這些都將幫助人們創(chuàng)造更好的生活。
遠(yuǎn)程病人監(jiān)控
從對慢性病人的遠(yuǎn)程監(jiān)控系統(tǒng)收集數(shù)據(jù)，并將分析結(jié)果反饋給監(jiān)控設(shè)備（查看病人是否正在遵從醫(yī)囑），從而確定今后的用藥和治療方案。
2010年，美國有1.5億慢性病如糖尿病、充血性心臟衰竭、高血壓患者，他們的醫(yī)療費(fèi)用占到了醫(yī)療衛(wèi)生系統(tǒng)醫(yī)療成本的80%。遠(yuǎn)程病人監(jiān)護(hù)系統(tǒng)對治療慢性病患者是非常有用的。遠(yuǎn)程病人監(jiān)護(hù)系統(tǒng)包括家用心臟監(jiān)測設(shè)備、血糖儀乃至芯片藥片。芯片藥片被患者攝入后，實時傳送數(shù)據(jù)到電子病歷數(shù)據(jù)庫。舉個例子，遠(yuǎn)程監(jiān)控可以提醒醫(yī)生對充血性心臟衰竭病人采取及時治療措施，防止緊急狀況發(fā)生，因為充血性心臟衰竭的標(biāo)志之一是由于保水產(chǎn)生的體重增加現(xiàn)象，這可以通過遠(yuǎn)程監(jiān)控實現(xiàn)預(yù)防。更多的好處是，通過對遠(yuǎn)程監(jiān)控系統(tǒng)產(chǎn)生的數(shù)據(jù)分析，可以減少病人住院時間，減少急診量，實現(xiàn)提高家庭護(hù)理比例和門診醫(yī)生預(yù)約量的目標(biāo)。
新藥開發(fā)
醫(yī)療產(chǎn)品公司可以利用大數(shù)據(jù)提高研發(fā)效率。拿美國為例，這將創(chuàng)造每年超過1000億美元的價值。
醫(yī)藥公司在新藥物的研發(fā)階段，可以通過數(shù)據(jù)建模和分析，確定最有效率的投入產(chǎn)出比，從而配備最佳資源組合。模型基于藥物臨床試驗階段之前的數(shù)據(jù)集及早期臨床階段的數(shù)據(jù)集，盡可能及時地預(yù)測臨床結(jié)果。評價因素包括產(chǎn)品的安全性、有效性、潛在的副作用和整體的試驗結(jié)果。通過預(yù)測建?？梢越档歪t(yī)藥產(chǎn)品公司的研發(fā)成本，在通過數(shù)據(jù)建模和分析預(yù)測藥物臨床結(jié)果后，可以暫緩研究次優(yōu)的藥物，或者停止在次優(yōu)藥物上的昂貴的臨床試驗。
除了研發(fā)成本，醫(yī)藥公司還可以更快地得到回報。通過數(shù)據(jù)建模和分析，醫(yī)藥公司可以將藥物更快推向市場，生產(chǎn)更有針對性的藥物，有更高潛在市場回報和治療成功率的藥物。原來一般新藥從研發(fā)到推向市場的時間大約為13年，使用預(yù)測模型可以幫助醫(yī)藥企業(yè)提早3～5年將新藥推向市場。

本文地址:http://www.mcys1996.com/jiankang/282007.html.

聲明： 我們致力于保護(hù)作者版權(quán)，注重分享，被刊用文章因無法核實真實出處，未能及時與作者取得聯(lián)系，或有版權(quán)異議的，請聯(lián)系管理員，我們會立即處理，本站部分文字與圖片資源來自于網(wǎng)絡(luò)，轉(zhuǎn)載是出于傳遞更多信息之目的,若有來源標(biāo)注錯誤或侵犯了您的合法權(quán)益，請立即通知我們(管理員郵箱：douchuanxin@foxmail.com)，情況屬實，我們會第一時間予以刪除，并同時向您表示歉意,謝謝!

上一篇: 月經(jīng)不調(diào)可以吃柚子嗎

下一篇: 老不來例假怎么辦