现代信息技术在医疗行业的应用及展望

2020-12-21 11:08:06 来源:互联网 编辑:风云

现代信息技术应用价值

每次技术革命都对人们的生产生活方式带来基础性影响,以蒸汽机为代表的工业革命使人类摆脱了生物动力,机器大工厂极大的提高了生产力;以发电机和电动机为代表的电力革命不仅使生产率进一步提高,还颠覆了人们的出行、娱乐和生活方式;以计算机为代表的信息革命让地球变成了地球村,人们可以在全球范围内共享物质资源和信息资源,并基于此对生产生活方式的解构和重组。现代信息技术经过高速发展,延伸出大数据、人工智能和移动互联网等新兴技术领域,这些新技术正在改变各行业的生产方式,成为新的生产要素、核心技术和竞争力的来源。医疗行业作为关乎国计民生的传统产业,随着现代信息技术的渗透和普及,各产业主体(医院、药企、药品器械分销商、和患者)都将迎来新一轮的变革。

1、大数据及应用价值

信息化前期,在日常生产中对于数据的应用和分析还是以结构化的”小数据“为主,分析以结果为导向,随着大数据技术的发展,人们获取、存储、处理和传输数据的技术得到了长足的进步,我们不仅可以用结构化的数据记录结果,还可以通过射频、摄像头、传感器、语音识别等技术真实的记录人们生产生活的全过程,形成了所谓的”大数据“,和传统数据相比,大数据第一是数据量级大,根据国际数据公司(IDC)的研究结构表明,2008年全球产生的数据量为0.49ZB,2009年为0.8ZB,2011年为1.82ZB,2020年,全球数据量更是达到了2011年的44倍。大数据的第二特点是数据类型复杂,不仅包括结构化的表单数据,还包括文字、图像、语音和视频等多种数据类型。基于这些数据,我们不仅可以依托先验和逻辑进行结果分析和有限的预测,还可以通过数据挖掘技术获得经验和逻辑之外的有价值的结论,不仅可以进行事后控制,还可以进行过程纠偏。医疗产品各主体在运营过程中沉淀了大量的数据,如检测数据、影像数据、诊疗处方数据、医药缴费数据、体检数据和基因测序数据等,随着各种可穿戴设备、智能体外诊断设备和智能家具家电的普及,我们还可以收集到运动数据、日常生化数据和饮食起居数据,这些数据可以构建个人健康管理、医院诊疗和药品研发的闭环。

2、人工智能及应用价值

人工智能和大数据是一对孪生兄弟,离开大数据的支持,算法不可能优化实现真正的智能,没有智能的算法挖掘,也不能提取大数据中的“金矿“。通过人工智能,我们不仅可以基于逻辑和过往经验的进行分析,还可以通过机器学习,发现先验之外的事物之间的联系和结论。与蒸汽机和电动机解放人类体力不同,人工智能还可以基于大数据和算法辅助人类的决策,从而使人类体力和脑力两方面得到解放。商务大厦里的扫地机器人已经上岗,京东的送货机器人2017年已经完成首单配送,百度的无人驾驶车2020年11月已经开放预约,阿尔法狗战胜了人类最顶级的围棋手,人工智能产品正在逐渐渗透到我们日常工作和生活中,除身处人工智能和机器人领域的产业外,其他产业亦将收到来自人工智能的机遇和挑战,医学作为一门循证科学,人工智能具有广阔的应用前景。

3、移动互联网及应用价值

移动互联网拓展了人们生产生活的物理半径,在任何产业,移动互联网至少在以下方面产生了影响

1) 渠道的拓展:网络渠道已经成为所有企业的重要销售渠道之一,大企业直接建立网上商城,小一点的企业也在大的电商平台建立旗舰店。

2) 顾客沟通:一般企业已经不再满足于400电话被动等待顾客的沟通,而是通过不同平台的公众号直接与消费者进行互动。

3) 办公方式:居家办公和网络会议已经成为新的办公和会议组织模式,尤其是今年受疫情的影响,互联网大大促进了企业的复工复产。

对于企业来说,以前是企业加互联网,现在是互联网加企业,也就是说无论你是一家什么企业,首先必须是一家基于互联网的企业。在传统医疗模式下,医疗产业中的药企、医院、医生和患者处于割裂的状态,相互之间的交集仅限于诊室的有限时间,移动互联网可以突破这种物理空间的割裂,实现各主体之间的有效链接和信息沟通。

 

中国医疗产业现状

中国医疗产业经过多年的发展,已经建立了相对完备的产业体系,全国医院数量34354家,执业医师360万人,规模以上药企4400多家,全国医疗卫生机构总诊疗达87.2亿人次,但是距离消费者日益庞大健康需求还有较大的差距,医患矛盾突出,患者伤医事常发,药企行贿屡禁不止,医生过劳猝死及过度医疗时有报道,这些表象后面的深层原因主要有以下几个方面:

1、医疗资源分布不均衡

全国来看,我国的每千人医生数量为2.59人,达到中等收入国家的水平,但是医疗资源分布不均衡,发达城市如北京达到了每千人4.38人,已经超出了发达国家的水平,不发达城市如广东北部,只有每千人1.51人。其次是优质医疗资源分布不均衡,1500家左右三甲医院主要集中在北上广和省会城市,但北上广三甲医院超过一半的不是本地的病人,都是外地的病人。医疗资源的分布不均衡导致了百姓看病难,尤其是边远山区,必须去省城或者北上广等大城市才能找到专家。

2、误诊率高

前一段时间河北钢铁集团河南舞刚医院不明原因死亡事件中,当事医生说国内医院的误诊率为50%引起了轩然大波,尽管后来官方进行了辟谣,但是医疗中存在高误诊率的确是不争的事实,据首都医科大学附属安贞医院介入诊疗科主任黄连军教授介绍,国内一项涵盖了2004~2013年间的统计数据显示,共约5606例此病病例,其中误诊达2165例,误诊率达到了38.6%。这其中一方面的原因是受医生本身水平所限,我国300多万执业医生中,副主任以上医生不到20万人。即便是专家级的医生,也难以阅读国内外最新的文献,做出最正确判断及制定最好的治疗方案。

3、日益增长的健康需求

患者对医疗资源的持续增长也进一步加剧了医患矛盾,据统计在人口规模大体不变的情况下,我国医疗机构诊疗人次由2010年的58.38亿增长至2018年的87亿,增长了三分之一。这其中原因之一是随着生活水平的提高,老百姓对身心健康更加的关注,另外就是因饮食结构变化和人口结构变化老年人多带来的高血压、糖尿病、冠心病等慢性疾病的增多。

4、个人健康意识淡薄

我国的中医思想历来强调食疗和治未病,但实质上个人健康管理却处于基本空白的状态,据相关公开资料显示,2017年我国国民健康体检覆盖率为32.68%,而美国、日本都超过73%,德国更是超过95%,在每年一次的体检的都难以保证的情况下,日常的生理和生化指标监测就更无从谈起了,直到身体出了问题才到医院寻求帮助。

5、药品原创研发不足

从国际新药创新格局来看,我国距离欧美和日本等新药创新强国差距较大,处于“精益仿制”为主的阶段,由我国自主研发的新药在全球创新药市场占比为4%,仅为美国的1/12,日本的1/3。药品创新不足的原因是药品研发周期长、投入多和风险大,与国外成立百年、市值几千亿美元的药企相比,我国药企无论是规模还是技术积累短时间都难以比拟。药品创新不足导致的后果之一就是无法满足患者的健康需求,其次就是陷入恶性的贿赂营销。

现代信息技术在医疗行业的应用及展望

面对医疗行业的突出问题,政策制定者、大数据专家、人工智能专家、医生、药企和投资资本方通力合作,寻求产业矛盾的现代信息技术解决之道,大家在不同领域寻求突破,有的已经取得了良好的效果,实现了产业化,有的已经完成了技术突破,正在产业化的路上,有的遇到了较大的挫折,在艰难中砥砺前行。

1、远程诊断

传统模式下,患者就诊必须到医院诊室找医生,造成了优质医疗资源空间和时间的瓶颈,在基于移动互联网的远程诊疗模式下,医生可以通过以下三种情况为患者提供服务,第一,增加优质资源的供给,可以利用自己的非工作时间对外地的患者提供诊断和用药建议,使患者即使在外地也能享受到三甲医院专家的服务,等效于增加了优质医疗资源的供给,某网络诊疗平台仅2019年就提供了3200万次的图文问诊服务,这些服务的提供者绝大部分都是中国最顶级的医疗专家,这些额外的诊疗时间相当于中国多出了近万名医疗专家。第二,诊疗技术下沉,通过远程视频技术,可以建立远程专家会诊体系,主治医生可以与医学专家进行高清视频面对面会诊,提高了基层医院的诊疗水,对于一些疑难病症,可以大大缓解大医院的病床压力。

2、人工智能辅助诊断

人工智能医疗辅助决策系统通过自然语义识别、图像识别和机器学习等技术,分析海量的病例数据、检测报告和影像数据,结合大量的医生治疗经验和指南,对病例给出诊断结论和治疗建议。

相较于单个医生专家,人工智能辅助治疗系统基于海量的数据和全球最顶尖医生的治疗方案,可以弥补医生个体诊疗经验的不足,据悉,医生每天要花160小时阅读相关文献,才能跟得上所在领域的最新进展,Watson阅读了2500万篇文献摘要,100万篇完整论文和400万专利文献,基于这些大数据,人工智能辅助诊疗系统可以对当前病例提出患不同病症的可能行,避免后续的医患纠纷,此外,还可以提出多种治疗选择,方便医生根据患者的情况,制定出最理想的治疗方案。人工智能辅助治疗在疾病诊断和治疗领域尚不成熟,自IBM沃生系统2017年在癌症治疗产业化遇到阻力以来,该领域陷入了低迷期,但是各大厂商并没有停止前进的步伐,想必在不久的将来,人工智能辅助诊疗能更好的为医生服务。

人工智能辅助决策系统的第二个重要作用是可以大大提高医生的工作效率,以医院的放射影像科为例,据统计,每年的检测需求以30%的速度增长,而影像科医生的年增长率不足4%,资深阅片医生平均10分钟读1张,大型医院每天片子超过10万张,阅片医生的工作紧张而繁重。如今,一些医院开始引入人工智能系统筛查,阅片时间降至1分半。

3、网上购药

网上购药是继远程诊疗之外另一个成熟的移动互联网和大数据应用场景,不仅传统的电商如京东、阿里推出了网上购药服务,还出现了药品销售垂直领域的叮当快药,甚至连本地化生活电商美团、饿了么也增加了药品配送服务,消费者购药之前,还可以在线咨询医生,对于症状轻的患者、慢性病患者和行动不便者,免除了就医的排队和来回交通麻烦。

4、药品研发

传统的药品研发是一个漫长的过程,需要经历靶标的确定、生物学模型的建立、先导化合物的发现及优化、候选化合物的挑选及开发以及临床研究等多阶段,研发成功率低。人工智能将深度学习模型应用于药物临床前研究,通过搭建算法模型,利用大规模的运算可将市面上已曝光的药物及人身上的1万多个靶点进行了交叉研究及匹配,达到加速药物研发过程、降低人力物力成本及提高药物研发成功率的目的。除了以上这些环节,服药依从性管理、病人识别与招募、药物晶体预测等环节均可利用人工智能技术缩短时间,安全高效地达到目的。

5、大健康管理

大健康管理是现代信息技术应用最广阔也是最重要的场景,之前所有应用场景针对的都是治已病,而个人健康管理的最终目的是治未病。基因分析技术可以提前知道个体属于那些疾病的易感人群,智能便携式检测仪器可以随时知道个体的生化指标,智能可穿戴设备可以监测个体的运动行为和心率等并随时上传,智能马桶可以监测个体的消化系统,购物数据可以分析个体及家庭的各种膳食摄入量。基于以上大数据,第一可以基于时间段而不是个体某个时间点进行动态建模,从而更好理解当前疾病的发展过程和未来可能的发展趋势,第二可以对个体的运动行为、饮食行为、娱乐行为及其他行为进行纠偏,培养有益于个体健康的生活习惯,远离可能诱发易感性疾病的食物,实现消费者全生命周期个人健康管理。

未来以来,随着现代信息技术的进一步成熟和国家相关产业政策的出来,智慧研发、智慧医疗和智慧健康管理形成的产业闭环将大幅提高人们的生命质量。

本文章转载于知乎——医药大脑

本网部分文章信息来源于网络转载,只是出于传递更多信息之目的,并不意味赞同其观点或对其内容的真实性负责。如对文章内容有疑议,发现差错和版权方面的问题及不良信息,请联系本网 ,并提供稿件“纠错”信息。