为什么面向未来的数字医疗体系或许并非遥不可及

A diabetes patient has her pulse checked by diabetes specialist Doctor Tong Xiao Lin during a medical check-up at the Guanganmen Chinese medicine Hospital in Beijing March 19, 2012. In 30 years, the Chinese people have gone from having barely enough to eat to worrying about chronic diseases like diabetes, leaving the healthcare system struggling with a condition that is rapidly outpacing its ability to keep up. Spending on diabetes reached $25 billion in China in 2010, only 6 percent of the $390 billion spent worldwide. But the rate of diabetes in China is already at the same levels as in the West, leaving doctors, drug companies and policymakers to hunt for low-cost alternatives before the disease swamps the rudimentary healthcare system. Picture taken March 19, 2012. To match Feature CHINA-DIABETES/ REUTERS/David Gray (CHINA - Tags: HEALTH SOCIETY) - RTR2ZUB0
With data gathered from sensors in your home, doctors could run advanced data analytics.Image: REUTERS/David Gray
本内容由人工智能自动翻译。

试想这样一天:你不必等上几周才能看全科医生,之后还要等候医学检查结果,接着又得继续等待专科医生接诊。我们知道,人口结构变化、人口老龄化以及慢性病发病率上升,正在为医疗保健和社会护理服务带来巨大需求。鉴于21世纪技术的先进程度,我们怎样才能改变医疗保健体系,使其更好地满足服务对象的需求?

高效的未来医疗保健体系应当赋能医务人员和患者。它应能够识别早期预警信号,这些信号可能表明疾病,或预示某种可能损害健康的行为。例如,体力活动减少、漏服药物或错过预约、社交孤立,以及在家中绊倒和跌倒。系统可以设计成无需进一步人工干预,便能联系并提醒临床医生或护理人员。

如今,对大多数人来说,与全科医生的会面转瞬即逝,只有短短几分钟,但即便这段短暂时间也可以更有意义。医生掌握了从家中传感器、可穿戴设备和手机收集的数据后,只需按下一个按钮,就能运行先进的数据分析,解读有关生活方式、身体活动、社交习惯、遵循用药方案的情况或睡眠模式的信息及其对健康的影响。这样,他们作出的决定就能基于远超以往可获得的数据,而且仍可在有限的问诊时间内完成。让患者参与其中、基于更多信息作出的决定,可以为所有人带来更好的结果。

要实现这一愿景,数字医疗体系必须由医务人员和工程师密切合作设计,以了解复杂的医疗保健挑战及其潜在的工程解决方案。近年来,可穿戴传感器取得了长足进展;而5G无线频谱的到来,将为新型传感器平台和设备提供能力,使其能够在设备与医生之间自主采集和共享数据。

例如,斯旺西大学的研究人员正计划开展试验,测试智能3D打印绷带。这种绷带将利用5G无线数据和纳米级传感器,传输有关患者伤口、位置和活动情况的信息。类似创新有望为更好的患者监测和互动铺平道路,尤其是在偏远或资源匮乏地区。

更好地利用数据

数字医疗必须充分利用计算技术的最新进展。智能手机可以成为数千名患者和医务人员手中的先进工具。配备适当的软件后,它们可以提供易于使用、开箱即用的方案,帮助应对重大医疗挑战——避免过度开药,促进患者自我护理,推动积极的生活方式改变,并对健康问题的早期迹象发出警示。

2016年,36种设备和医疗应用获得了美国食品药品监督管理局的许可。这些产品包括帮助心脏病患者的应用、帮助诊断和治疗儿童注意缺陷多动障碍(ADHD)的应用、帮助患者管理2型糖尿病的应用,以及基于智能手机的超声扫描仪和移动血糖监测仪。

纽约大学朗格尼医学中心和SRI国际公司的研究人员最近开发了一款新的智能手机应用,利用机器学习来识别语音模式,这些模式可能预示创伤后应激障碍,甚至心脏病。此类进展可以为医院临床医生提供新工具,帮助他们作出更准确的诊断。

数字医疗必须更好地运用大数据分析,并利用机器学习算法挖掘和解读数据,从中提取关联和模式;除非在极大规模下进行分析,否则这些关联和模式很难甚至无法被发现。通过分析数千乃至数十万人的数据,数字医疗系统能够识别社区中正在出现的社会变化和生活方式趋势。提前了解变化模式,将使卫生部门有时间作出响应。新技术还可以通过发现低效和浪费的做法,大幅节省医疗保健成本。

了解挑战

许多数字医疗领域的项目已经启动,例如,在西约克郡,数字健康企业园区和约克郡数字创新中心开展了相关工作。这些机构举办了一项聚焦2型糖尿病的数据创新挑战赛,鼓励参赛者探索多个公开数据集,最终发现了利用数据更深入了解该疾病的新方法。另一个例子是布拉德福德“Bright Ideas”活动,该活动与当地NHS临床委托组、Medipex、DHEZ和约克郡数字创新中心合作举办,邀请企业提交方案,解决该地区面临的主要医疗保健挑战。在25份提案中胜出的是myCOPD,这是一款帮助患者管理慢性阻塞性肺疾病的应用,可减少非计划的急诊就诊,并有助于减少不必要的转诊。

这些只是有限的案例,但为全国医疗保健体系开发数字技术并非易事。这需要NHS、软件开发人员、研究人员、企业和其他公共机构之间开展广泛合作。必须让差异很大的工作文化相互融合;最重要的是,在缺乏国际公认的隐私规则和治理框架的情况下,处理患者数据所涉及的诸多隐私问题将难以解决。与现有专利或版权发生冲突,也可能成为知识产权方面的障碍。解决这些问题可能需要很长时间,但所带来的回报将值得付出。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。