Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

聂广红作者

德勤报告:人工智能、机器人、物联网……数字技术正在改变全球医疗保健行业

俗话说,“世事有起终有落”,但这句话在2019年不太可能适用于全球医疗保健行业。老龄化和人口增长、慢性病的流行、极具创新性但代价高昂的数字技术的指数级发展以及其他进展持续、不断地增加医疗保健需求和开支。

近日,德勤(Deloitte)发布了名为《2019全球卫生保健展望:塑造未来》的报告,对上述情况做了具体说明,并介绍了现有可行的解决方法。动脉网为您编译整理了该报告的部分内容,以下是核心观点:

图片来源:Deloitte

预计全球医疗保健支出在2018-2022年将以每年5.4%的速度增长,而2013-2017年的增幅是每年2.9%。

这一增长反映了美元对欧元和其他货币的走强、发展中市场医疗保险覆盖面的扩大、老年人护理需求的增加、医疗技术的进步以及医疗人力成本的上升。

人均医疗保健支出预计将继续存在巨大差异,从美国的11674美元到2022年巴基斯坦的54美元不等。缩小这一差距的努力,将受到发展中国家人口增长加快的限制。

更高的人均支出并不总是意味着更高质量的医疗保健服务。与10个发达国家相比,美国在整体卫生保健绩效方面排名不尽如人意,突出表现在人均支出比排名其后的国家高出50%,但在效率、公平性和健康生活方面却排在最后。

预期寿命似乎在继续攀升。预计到2022年,全球65岁以上人口的平均寿命将从2018年的73.5岁增加到74.4岁,超过6.68亿,占全球总人口的11.6%。提高预期寿命和生产寿命是卫生保健的一项重大成就,因为人均产出的增加与实际人均国内总产值的增加有关。

预计这种影响在日本最为明显,这一比例可能会达到近29%。在西欧,这一比例估计接近22%。甚至阿根廷、泰国和中国等一些发展中国家也开始出现类似的情况。

通过改善卫生条件、改善生活条件和更广泛地获得卫生保健服务,抗击传染病的努力正在取得显著进展。得益于医疗技术的进步,与艾滋病相关的死亡人数从2005年的230万人下降到2017年的94万人。肺结核感染每年下降2%左右。全球疟疾死亡人数从2000年的近100万下降到2016年的44.5万。新的疫苗和经过处理的蚊帐的广泛使用降低了所有蚊媒疾病的感染率和死亡率。

非传染性疾病癌症、心脏病和糖尿病,占2016年全球报告的5690万死亡人数的71%。在大多数发达市场,这一比例已超过80%。城市化、久坐不动的生活方式、不断变化的饮食和不断上升的肥胖水平,推动了发达国家和发展中国家非传染性疾病市场的增长。

卫生保健利益相关者——医疗服务提供者、政府、支付者、消费者和其他公司/组织,正在努力应对临床、运营和金融方面的挑战。展望未来,在数字技术的帮助下,新的商业和卫生保健提供模式可能有助于解决当今的问题,并为负担得起的、可获得的、高质量的卫生保健建立可持续基础。

这一设想成为现实的可能性比较大,如果所有利益相关者都积极参与塑造未来,这就需要将哲学的焦点从病人生病后治疗的疾病护理体系转移到支持健康、预防和早期干预的医疗保健体系。

然而,今天的医疗体系和参与者不太可能独自实现这一转变。他们可能需要与就业、住房、教育和交通等其他传统部门合作,以解决健康的社会决定因素,并与零售、银行和技术巨头等新部门合作,以改善数据和平台互操作性。

“数字化”在“业务核心”运营方面的潜力

病人、会员和顾客都能看到的前沿技术,可以帮助医疗保健机构脱颖而出。但核心技术,即大多数人从未见过的技术,才能够让一个组织运转起来。Back-ofce系统及其与前端企业功能的连接质量是关键的基础设施,这些基础设施使定价、产品可用性、物流、质量、财务和其他“业务核心”信息在需要时可以被使用。

尽管卫生保健组织正从多个角度着手实现数字授权,但有一个问题始终是重要的:利用新兴技术使核心系统和后台流程重新定义日常工作的完成方式。

一些供应商组织已经开始采取措施,使用机器学习和机器人流程自动化(RPA)、基于云的软件即服务(SaaS)和预测工具来改进两个主要的核心功能:收入周期和供应链。

无线技术、微型化和计算能力方面的重大进展使数字医疗创新的速度和规模呈指数级增长,创新正在涌现,并影响着临床和商业运营。这些进步也促使消费者越来越多地期望“数字化”,“数字化”似乎也是所有医疗机构的新需求。

诸如区块链云计算、虚拟健康、人工智能和机器人、数字现实、医疗物联网(IoMT)等数字创新技术正在帮助重塑医疗保健的未来,使医疗服务更高效、更容易获得。通过数字解决方案增加的数据访问和数据共享,正在改善个性化的自助服务和患者体验。

数字化带来的更多好处可能就在眼前,例如,区块链有潜力在临床试验、供应链管理、金融交易、认证和索赔处理等一系列功能中增强协作、信任、互操作性、可跟踪性和可审计性。

在生命科学和卫生保健领域,从区块链区块链(即网络的网络)的转变尤其引人注目。在这一领域,不同的部门在一个广泛相互依赖的生态系统中共同工作。

区块链的行业应用仍处于起步阶段,但德勤的一项调查显示,计划在2017年部署区块链的生命科学和医疗机构数量(35%)超过了其他行业的类似预期。

世界各地的卫生系统正以不同程度的热情对数字技术进行投资

澳大利亚正在推出“我的健康记录”(My Health Record,简称PHR)服务,该服务将患者的个人健康记录数据与医疗价值链的不同部分联系起来,且患者可以选择退出。

英国最近宣布投资3750万欧元建立数字创新中心,以应对英国最大的健康挑战。在其他数字化发展中,该国越来越多的人将创新型企业Babylon Health作为获得初级保健的一种方式。医疗保健行业的新成员正在进入EHR市场,这可能会降低实施的总体成本。此外,他们在自动化人工智能辅助诊断、远程健康和综合健康记录方面也有大量活动。

2017年,中国政府发布了“十三五”国家科技创新计划,旨在开发精准医疗技术,将其整合为多层次的知识库,打造全国生物医学大数据共享平台。假以时日,在以证据为基础的技术的支持下,即将接受治疗或正在接受治疗的患者,将受益于更好的服务质量和个性化护理。

日本一项新法律有望显著增加电子病历(EMR)数据的共享使用。日本几乎所有的医院都有电子病历,问题是,每家医院采用的系统略有不同。因此,数据不是被设计为在国家一级汇总的,也不是用于改善国家卫生系统的最佳方法。此外,医院电子病历应与初级保健数据集相连接,以提供对患者路径的真实理解。

在荷兰,以病人为中心的医疗保健由电子健康解决方案提供支持,是医院和医疗组织的首要议程。然而,卫生系统的奋斗目标是超越试点,走向主流应用。

西一些公司的人力资源部门正在通过游戏化来提高员工对健康和慢性病护理项目的参与度。

印度的卫生系统正在启动许多围绕移动卫生、远程医疗和IoMT的具有构想性的和尖端的小规模试点项目,尽管它们很少被大规模实施。许多公立和私立医院正转向在线患者注册和服务提供系统,通过预约、在线支付、下载测试报告、分享健康秘诀等移动应用程序,数字营销正变得越来越普遍。

能够帮助医疗服务提供者、支付者和政府实现改善医疗、改善健康和减少开支这三大目标的数字技术清单正在不断扩大和发展。让我们仔细看看其中的三项创新:人工智能和机器人、数字现实和医疗物联网(IoMT)。

聚焦数字医疗创新

人工智能和机器人

人们期望人工智能通过更快、更准确地执行目前由人类执行的临床和商业任务,以及使用更少的资源,来改变医疗保健行业。

人工智能可以为诊断病人和及早发现疾病暴发等任务提供决策支持和医生协助;加快新药物和新设备的开发;精简行政长官的中、后职能,如医生转诊、患者路径编码以及索赔审批。

人工智能辅助工作流管理的一个例子是DeloitteASSIST,这是一种患者沟通解决方案,结合了语音识别自然语言处理人工智能等功能,使患者无需按下按钮就可以请求帮助。

通过简单地说出请求,护士就能了解他们的需求,通过人工智能将请求分为优先级,并将其智能路由到合适的资源(护理员、患者支持助理、志愿者),以满足患者的需求。

重要的是,医疗保健利益相关方要认识到,人工智能技术的设计目的是支持和增加工作人员,从而使经过高度培训的资源能够集中于更有价值的、面向患者的活动,而不是取代他们。例如,机器人技术可以改善药物的配制,对医疗设备进行消毒,将人力资源重新配置到更有价值的领域。

无人驾驶汽车可以带病人去看医生,改善护理的连续性。无人机可以捡起老人掉在地上的药物。机器人在药房和外科手术中的应用目前正在使用,尽管该技术的全部潜力尚未发挥出来。

在外科手术等一些应用领域,这些技术的成本仍然是一个挑战,目前还不清楚利用机器人技术是否能提高效率和效果,以证明增加的成本是合理的。

人工智能和机器人应用在医疗保健利益相关者和患者中仍处于早期采用阶段。接受度的增加可能取决于创新者降低成本和提高自然语言处理大数据和认知技术等技术准确性的能力,以及医疗保健专业人员和患者对新工具的接受和信任。

AliveCor是iPhone的KardiaMobile心电图监测仪和Apple Watch的KardiaBand心电图记录仪的制造商,该公司正在从其设备上收集数据,有朝一日这些数据可能会被输入一个机器学习系统,帮助医生发现疾病。

在一项潜在的应用中,“无血检测”将观察心电图的细微变化,这是潜在的钾血水平升高的特征,而人工智能在识别这一特征方面具有独特的技能。利用手机或智能手表的便利性来实时测量这一指标,可能会改变临床医生在患者心脏病发作后的治疗方式。

数字现实

数字现实(DR)是3604f85d04>增强现实(AR)、虚拟现实(VR)、混合现实(MR)、360度和沉浸式技术的总称。随着许多新的数字功能的出现,这些技术首次以游戏和娱乐的形式进入消费者世界。

现在,对这些技术的使用正达到一个临界点,企业和组织采用的速度开始超过娱乐使用。在技术、成本和内容方面的障碍开始减少,早期采用者已经在努力创建解决方案,以帮助改变医疗保健。

德勤和迈凯轮(McLaren)正携手打造数据驱动的解决方案,将专业的硬件和软件与复杂的算法结合起来,以提高各职能部门和组织的绩效。医疗保健应用程序可以包括创建医院流程的数字副本,然后应用高级分析并运行数百万个潜在场景,以确定根源并在应用之前测试不同的干预措施。

在生命科学和医疗保健领域,虚拟病人模拟市场预计将以每年近20%的速度增长,到2025年将成为一个价值15亿美元的产业。

在供应商中,AR和VR的使用目前集中在几个分散的领域。对患者来说,这些技术可以加快他们对病情或治疗计划的理解。当技术被用于想象和放松练习时,它们甚至可以作为治疗方法。在阿片类药物成瘾治疗、幻肢治疗、恐怖症治疗、癌症治疗规划、围手术期规划、创伤后应激障碍和一般疼痛管理等方面的应用已经确立。

DR工具可以通过参与某些情况来帮助保持精神敏锐度,一些基于VR的疗法正开始出现,以帮助阿尔茨海默氏症患者提高记忆力。

在临床环境中,AR和VR可以帮助医生和护理团队进行护理工作。例如,外科医生可以使用一个抬头显示器,在手术过程中为患者的身体提供一个数据覆盖,或者在术前计划中可视化整个过程。

与医学成像相结合,3604f85d04>增强现实技术正开始为临床医生提供将医学图像(如CT扫描)直接投射到患者身上并与患者的身体保持一致的能力,甚至在患者移动时,3604f85d04>增强现实技术也在为临床医生提供将更清晰的视线投射到内部解剖结构的能力。

在教育背景下,本科、研究生、继续医学教育项目和机构的课程越来越多结合AR和VR支持。下面以医师VR培训为例。

医师VR培训

虚拟现实技术对外科医生和急诊医生的身临其境的体验和现实场景,正在改变医学培训的过程。VR培训的最新发展包括:

Surgical Theater是一家VR专业公司,为复杂的手术提供术前排练平台。

强生研究院最近推出了一项VR培训计划,帮助骨科医生和护士做好全膝关节置换术和髋关节骨折治疗程序的准备,并计划进一步扩展到其他手术。

Oculus VR正在进行一项试验,以测试在高危儿童创伤情况下急诊部门(ED)工作人员的VR模拟。

总部位于伦敦的Fundamental VR开发了一种“Fundamental Surgery”虚拟现实应用程序,可以模拟手术环境以及身体的物理感觉。

实体实验室(Embodied Labs)制作了一个名为“We Are Alfred”的VR程序,在这个程序中, Alfred是一个74岁的黄斑变性人。该装置将护士或医生放置在极端病患的个体位置,以使他们能够对患者状况进行理解。

医疗物联网

IoMT影响医疗保健的七个主要方面(图片来源:Deloitte)

医疗物联网(IoMT)是一个连接医疗设备、软件应用程序、卫生系统和服务的基础设施。IoMT将人员(患者、护理人员和临床医生)、数据(患者或绩效数据)、流程(护理交付和患者支持)和启动程序(传感器、连接的医疗设备和移动应用程序)结合在一起,更有效地改善患者结果。

能够生成、收集、分析或传输健康数据或图像并连接到提供商网络、将数据传输到云存储库或内部服务器的医疗设备数量的增加,推动了IoMT的崛起。重要的是,IoMT可生成智能和可测量的信息,以帮助更有效地提高诊断和治疗的速度以及准确性。

随着新技术的发展,新的商业模式也会随之出现,预计这些新的商业模式将对医疗保健的发展产生深远影响,因为它们模糊了界限,推动了跨部门和跨行业的融合。

由此产生的由公私部门提供者、支付者和市场破坏者组成的“超级集群”可以使用智能卫生社区的方法,通过更有效的交付模型共同推动创新、增加可获得性和可负担性、提高质量和降低成本。

动脉网
动脉网

专注医疗产业服务平台

产业德勤报告医疗保健
相关数据
区块链技术

区块链是用分布式数据库识别、传播和记载信息的智能化对等网络, 也称为价值互联网。 中本聪在2008年,于《比特币白皮书》中提出“区块链”概念,并在2009年创立了比特币社会网络,开发出第一个区块,即“创世区块”。

增强现实技术

增强现实,是指透过摄影机影像的位置及角度精算并加上图像分析技术,让屏幕上的虚拟世界能够与现实世界场景进行结合与互动的技术。这种技术于1990年提出。随着随身电子产品运算能力的提升,增强现实的用途也越来越广。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

虚拟现实技术

虚拟现实,简称虚拟技术,也称虚拟环境,是利用电脑模拟产生一个三维空间的虚拟世界,提供用户关于视觉等感官的模拟,让用户感觉仿佛身历其境,可以及时、没有限制地观察三维空间内的事物。用户进行位置移动时,电脑可以立即进行复杂的运算,将精确的三维世界视频传回产生临场感。

知识库技术

知识库是用于知识管理的一种特殊的数据库,以便于有关领域知识的采集、整理以及提取。知识库中的知识源于领域专家,它是求解问题所需领域知识的集合,包括基本事实、规则和其它有关信息。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

无人机技术

无人机(Uncrewed vehicle、Unmanned vehicle、Drone)或称无人载具是一种无搭载人员的载具。通常使用遥控、导引或自动驾驶来控制。可在科学研究、军事、休闲娱乐用途上使用。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

奇虎360机构

360公司成立于2005年8月,创始人周鸿祎 2011年3月30日在纽交所成功上市 2018年2月28日,回归A股上市,上证交易所(601360) 是中国第一大互联网安全公司,用户6.5亿,市场渗透率94.7% 中国第一大移动互联网安全公司,用户数超过8.5亿 中国领先的AIoT公司,将人工智能技术应用于智能生活、家庭安防、出行安全、儿童安全等多个领域

http://smart.360.cn/cleanrobot/
推荐文章
暂无评论
暂无评论~