近日，西门子公司发布一篇医疗数字化的报告。报告中宣称，当前医疗数字化相比其他互联网领域比较缓慢，但从长远看医疗行业资源会更加紧缺，数字化是解决资源匮乏的必要途径。在医疗数字化过程中，人工智能和物联网的数据互联是发展的重要方向。
以下是报告原文：
标题：拥抱医疗4.0：数字化医疗是实现高价值医疗的关键
医疗的数字化正在进行中,但并不明显,部分原因是该行业在利用这项技术方面比其他行业慢。但不要搞错了——在你附近的医院或诊所,一场革命性的变化正悄然而至,可谓恰逢其时。随着人口老龄化、慢性疾病的增加和医疗成本的飙升,医疗行业迫切需要数字化带来的改善,以便节约成本、改善诊断和实现更有效的医疗。此外,医生、护士和技师的全球性短缺,要求提高效率,并需要技术来帮助填补服务方面的供需缺口。当前的“碎片化”或“孤岛式”的医疗模式,剥夺了医疗机构充分利用数字化医疗积累的先进分析技术的能力。根据MeriTalk对IT负责人的调查,由于政府医疗卫生主管部门难以管理不同的数据集,因此,糟糕的数据集成水平可能导致每年损失3420亿美元。62%的检验室检查和35%的放射学检查没有被跟踪,从而导致错过关键的诊断。
在美国,未来的效率提高势在必行,因为医疗成本是人们普遍关注的一个问题。根据《哈佛商业评论》的一篇文章,美国的医疗费用目前占美国经济总量的近乎五分之一,是欧盟经济体占比的近两倍。随着预期寿命的延长以及糖尿病和肥胖症等慢性病的增加,预计医疗费用占经济总量的比例将继续上升。
医疗改革的可见部分已经在医疗器械和医疗手术中得到了体现。例如,用于精密脑部手术的射波刀,甚至用于前列腺切除术的机器人。随着人工智能(AI)、物联网(IoT)的结合,以及成像技术的不断提高,诊断准确性和更精准的靶向治疗也在发生飞跃。数字化世界中的医疗行业的数据正以48%的年增长率增长,而挑战在于如何将这些海量数据转化为有意义的信息。这就是人工智能如何通过将其与医疗物联网中的数据源互联而产生巨大影响的原因。
“数字双胞胎”,即人体器官的个性化的计算机人体模型,使医学专业人员能够创建人体模型,通过虚拟的仿真结果和有效性来帮助实现个性化治疗。未来,人们的“数字双胞胎”可以作为预测个人风险和预防疾病的健康指导和教练。
在使用了几年之后,数字双胞胎已经被用于其他行业,以帮助优化制造、机器建模和工作流中的流程。它们将现实世界和数字世界联系起来,这源于一种直觉技术,它利用人工智能将数据转化为可执行的洞见。这是通过使用数以百万计的数据来实现的,然后利用这些数据来训练深度学习神经网络,然后这些神经网络会近似于一个组合的多尺度生理模型的若干部分。
通过人工智能筛选数以百万计的记录和档案,以发现生物特征和疾病之间的联系或相似性,医生们现在可以发现一些原本不易察觉的问题。在医生分析了基因组和蛋白类数据,可在糖尿病、癌症和其他疾病发病之前识别出有患病风险的患者后,未来的健康问题也就可以得到准确预知,这也是数字化如何有能力将医疗行业的重点从治病转移到预防的一个例证。
