>

智能家居市场将达220亿美元,预测2019年医疗行业

- 编辑:时时彩平台登陆注册 -

智能家居市场将达220亿美元,预测2019年医疗行业

图片 1

美国有一句著名的谚语——愿你生活在有趣的时代。不管这句格言的含义是什么,很多人都认为此时正是医疗保健行业的有趣时代。致力于推动医疗卫生保健发展的非营利性组织——医疗卫生信息与管理系统协会(Health Information and Management Systems Society,以下简称HIMSS)认为,医疗健康行业目前正经历一个无论在范围上,还是规模上,都无与伦比的改革时期。2月11日—15日,2019年HIMSS全球大会与展览会在美国佛罗里达州奥兰多举行。该会议是世界领先的卫生信息技术盛会,汇集了来自90多个国家4.5万名专业人士、临床医生、管理人员和供应商参会。在大会前夕,HIMSS结合Healthbox、Health 2.0以及PCHAlliance公司领导层的见解,发布了《2019年医疗保健趋势预测:消费者驱动型改革的开始》的白皮书报告,旨在帮助医疗行业从业者理解行业变化,并挖掘信息和技术的前景和潜力。该报告围绕以下四个主要趋势进行阐述:数字健康的影响和应用、消费者影响、财务和人口挑战以及数据治理和政策方面的问题。动脉网(微信号:vcbeat)记者将该报告的内容进行了整理和编译。目前,一些因素正在从根本上扰乱医疗行业的商业模式,这些因素包括:向基于价值的医疗服务转变、医疗成本上升、医疗系统整合、即将到来的银发“海啸”、监管压力、消费升级、主要技术参与者进入市场以及数字健康工具的潜力不断扩大。传统医疗机构处于被动模式。新兴企业们发现,医疗行业不像零售业那样容易被颠覆。“如今,消费者施加的压力正在推动医疗保健领域的颠覆性变革。数字健康技术正开始兑现它们的承诺,帮助医疗服务提供者了解个人消费者的偏好,并提供个性化护理,从而有效地协调整个健康生态系统中的护理工作。通过充分发挥信息和技术的潜力,我们可以创建一个由创新者、护理提供者和患者组成的信息日益丰富、能力不断增强的全球社区。”HIMSS总裁兼首席执行官Hal Wolf表示。数字健康创新者将需要展示更有意义的成果近几年,数字健康工具一直都是医疗创新的焦点话题,但2019年将是数字健康创新者为取得切实成果负责的一年。消费者需求的压力和政策、监管环境将成为强化问责制的主要驱动力。随着FDA预认证试点项目和CMS创新中心敞开大门,政府对数字健康创新的障碍将有望持续下降。与此同时,政策制定者将更加积极地探索政策变化,以加快产品上市时间,从而增加患者可及性、提高医疗效率、减轻提供者负担以及非住院式医疗服务创造新途径。在这种背景下,数字健康创新者将必须回应,技术如何增加医疗服务的可及性,以及缩小护理和覆盖范围的差距,而不仅仅是将一个小工具推向市场。标准化高级互操作性系统的压力将越来越大,它需要比以往任何时候都要更快地完成任务,即帮助改善信息共享和护理管理的方式。2019年,新的工具和技术将更快地从测试阶段进入市场阶段,以满足消费者不断增长的预期和来自政策制定者的压力。随着数字健康产业的成熟,我们将看到数字健康技术在现实世界中更具体的应用,例如:1.人工智能和机器学习将在人群健康中广泛采用,从而提高对高危人群的识别,并提供个性化治疗。2.虚拟现实/增强现实将作为术后疼痛控制的常规治疗手段,乃至于慢性疼痛控制的辅助手段。3.可穿戴设备和植入式医疗设备,可以更加常规地监测慢性病及其治疗效果。4.随着数字疗法的使用和影响日益增加,它将作为传统治疗方法(如糖尿病预防计划和其他与预防或减轻慢性疾病影响相关的模型)的替代或辅助手段(例如增强药物依从性)。5.语音识别和智能助手将被广泛使用,以减轻临床医生的负担。6.经过媒体的大肆宣传,区块链作为互操作性的补充性技术,将有望在2019年更加引人注目。区块链/分布式账本技术将作为更广泛的互操作性“工具箱”的一部分加以利用,以消除系统中目前存在的冗余和摩擦点(即索赔裁决、利益实现、供应商认证等)。DLT并不是“灵丹妙药”,它本质上是一种中间件,其设计初衷非常透明。尽管它将被用于与利益相关者展开对话,并探索新的商机,但这些利益相关者由于动机和技术基础设施错位,而无法彼此“交谈”。消费者的压力将加速全球医疗变革,并转向基于价值的医疗服务。2019年,进入医疗保健领域的外部市场颠覆者,如亚马逊、谷歌和沃尔玛等公司,将继续运用它们对消费者需求和机器学习工具的理解,以传统医疗保健市场尚且做不到的方式,满足并超越客户需求。尽管这些公司对消费者的需求和期望有着深刻的理解,但它们对医疗服务的深度和复杂性缺乏认识。与此同时,随着消费者将注意力转向那些提供便利、选择以及成本透明的护理服务上,他们将越来越多地要求获得以患者为中心的个性化服务。医疗系统并不以灵活性著称,它们面临的挑战是如何开发吸引和留住医疗消费者的解决方案,以及提供与网上银行和零售互动一样易于操作的卓越消费者体验。除非医疗系统迅速发展和改变,以跟上进入市场的新颠覆者的步伐,否则它们将发现自己在竞争中不足以吸引新的消费者市场。随着医疗机构逐渐适应这些消费者压力,医疗保健将继续转向以价值为基础的模式,并更加注重以患者为中心的医疗服务。这种演变将体现在以下几个特定领域:1.医疗提供者将看到来自支付方(亚马逊、摩根大通和伯克希尔哈撒韦等公司)的影响,因为它们寻求管理整个医疗价值链的成本。2.医疗组织将持续整合各种医疗解决方案,以支持基于价值的医疗服务,并将更加重视投资基础设施,以安全、可扩展的方式支持这些举措(例如远程医疗、精准医疗和其他面向消费者的技术)。3.临床综合供应链能力的普及,将有助于医疗组织更深入地了解消费模式以及下游可追溯性和临床影响下的可追踪性,从而改善财务和临床结果。4.2018年,针对医疗保险和医疗补助人群的专业性、高接触、技术支持以及价值驱动的初级保健实践度过了重要的一年,包括Iora Health、Oak Street、VillageMD以及启动Devoted Health。2019年,该行业可能会出现一些大规模收购活动或整合行为。老牌玩家23andMe在2019年初筹集了大量资金,Helix通过其“应用程序商店”获得了基因组学、星云基因组及其区块链平台,GRAIL也即将进行首次公开募股。十多年来,业界一直试图将DNA测序技术从昂贵的、由专家控制的环境中转移出来。HIMSS预计,到2019年,DNA测序技术将成为主流,并越来越直接面向消费者。财政和人口方面的挑战将激发新的医疗保健方法由于各医疗组织将以更少的资源做更多的事情,并在提供更高质量和更安全的医疗服务的同时降低成本,医疗保健提供者的财政压力将继续增加。再加上美国每天约有1.1万人年满65岁,白银“海啸”也将继续加剧这些压力。这个数量不断增加的患者群体(其中许多患者存在复杂的健康问题)将与消费者对成本透明度的强烈需求结合在一起,即增加的医疗支出如何转化为高质量、高效率和可获得的医疗服务。为了满足这些需求,医疗系统、支付者和医疗服务提供者将被迫推进以价值为基础的医疗保健服务,使行业和消费者的成本保持在较低水平。我们将看到医疗行业为实现这一目标而做出的努力,例如,在一定程度上通过管理医疗补助和联邦医疗保险优势(Medicare Advantage)的增长,进一步推进以价值为基础的医疗。此外,人口方面的挑战将推动医疗服务的发展,因为医疗行业正在解决低收入地区患者的健康差距问题,这些地区的患者很难获得医疗服务。因此,我们可以预期:1.新的数字健康工具和技术被用来弥合地理上的鸿沟,提供全天候护理服务,无论患者在哪里。2.人口和公共卫生分析更多地用于识别高风险群体,并根据健康的社会决定因素(如遗传、地域、性别、收入、职业等)创建个性化解决方案。3.利用虚拟医疗、远程医疗、电子病历、智能技术和由人工智能提供的自动化临床决策支持等强大的工具和技术,将医疗服务扩展到医院外。2018年,人们清楚地认识到,单靠传统医疗保健难以无法改变成本曲线,而健康的社会决定因素必须处于医疗保健的前沿。2019年,专注于健康的社会决定因素以及如何整合医疗服务的公司,将在分流、数据驱动的护理、连续护理和个性化行动计划方面发挥更大作用。健康信息和技术的新应用将改善医疗服务的提供方式,打破信息壁垒并改善世界各地每个人的健康状况。不断升级的数据争论将推动政策变革专注于健康信息和技术的政策制定者将关注潜在的政策变化,其动机来自两个方面:隐私和安全。保障网络安全将成为医疗保健决策者的首要任务,因为不良行为者将医疗保健视为一个可以制造不确定性或赚钱的行业。由于不良行为者的行为,世界各地的医疗组织都在努力以安全和及时的方式向正规医疗机构提供患者的准确信息。2019年,政策制定者将把目光投向私营企业及其在其他国家的政策制定同行,以确定需要实施哪些政策变化,来保护信息共享。2019年,消费者隐私也将受到关注。随着企业根据《通用数据保护条例》调整隐私保护措施,政策制定者将更加注重消费者不同级别的数据隐私保护。在不久的将来,医疗保健将被纳入讨论和分析范畴,因为政策制定者将开始探索如何通过政策来增强消费者对医疗数据传输安全的信心。例如,在美国,预计特朗普政府将就HIPAA法案的现代化方式征求公众意见。美国国会和州议会可能会在2019年开始讨论此事。HIMSS表示,2019年,数字和互联医疗技术有望取代传统的医疗模式,并且朝着广泛应用的方向发展。前期的经验告诉数字医疗从业者,创新的机会出现在医疗系统、医疗提供者的工作流和患者的生活环境的交叉点上。数字医疗从业者将这些关键因素集成到医疗工具、医疗服务、电子健康记录、改进用户界面以及灵活的行为响应方式中。医疗服务提供者正在寻找最佳途径,整合人工智能、虚拟现实和数字疗法等新兴技术,以便在患者需要时,向他们的所在地提供高质量的医疗服务。而且,消费者对医疗服务提供者提出了更高的要求,要求他们提供全天候医疗服务。最后,HIMSS建议,整个医疗生态系统的所有利益相关者,都应该在2019年采取这种全面发展的模式,以推动医疗行业更好地向前发展。编者注:本文编译内容来源于HIMSS于近期发布的白皮书《2019年医疗保健趋势预测:消费者驱动型改革的开始》。原标题:HIMSS预测2019年医疗行业四大趋势:数字医疗应用、消费主义、人口挑战和数据治理

图片 2

电工电气网】讯

据报道,未来互联家庭收入中的健康和保健细分市场预计将从2017年的66.7亿美元增长到2022年的222.6亿美元,年复合增长率高达27.3%。

由于许多外部因素,传统的远程患者监测正在快速发展。我们已经看到来自苹果、谷歌和亚马逊等巨头带来的市场压力,这些巨头希望进军医疗行业。最近,亚马逊宣布了其“避风港”项目,这是一个与摩根大通和伯克希尔·哈撒韦联合成立的医疗保健项目,旨在改善初级保健服务,简化保险服务,并使处方药更加实惠。凭借巨额的研发预算和丰富的技术,它们的颠覆潜力非常大。

日前,麦肯锡全球研究所发布了《人工智能:下一个数字前沿》的报告,分析了当前大热的人工智能实际落地情况和发展前景,主要集中在零售、制造业、电力、医疗、教育这五大领域。雷锋网就其中医疗行业部分为您进行编译和解读。

据国外一份题为:Vision 2025-Healthcare in the Smarthome的报告显示,随着医疗保健从被动医疗转向主动医疗,一个巨大的市场正在对那些可以通过智能家居提供健康和保健服务的自动化产品打开大门。

不断变化的人口结构本身正在引发医疗改革。随着新兴国家和发展中国家人口结构的变化和老龄化,慢性病的发病率将继续上升,同时卫生系统将面临变革的压力,这促使人们采取新的方式来提供医疗保健服务。远程患者监测是一种管理由于慢性疾病而导致的医疗成本上升的有效方法,目前正在得到更广泛的关注和应用。

医疗保健是很有前途的人工智能市场。它的推理能力和在大量病历、医疗图像和流行病等统计数据中进行模式识别的能力有巨大的潜力。人工智能可以帮助医生改善他们的诊断,预测传染疾病,并定制医疗方案。人工智能与医疗保健数字化相结合,可以让提供者远程监视或诊断病人,同时还能够改变方式治疗占据大宗医疗预算份额的慢性病。

无处不在的宽带连接,智能传感器的发展以及设备成本的降低已经使得在智能家居中提供老人独居、慢性疾病管理和急症后护理服务变得可能。

远程患者监测改革的新浪潮

AI能够快速诊断,制定更好的治疗方案

然而,数字医疗供应商正在努力通过开发解决方案将远程医疗提升到新的水平,这些解决方案将使护理人员能够检查房屋内所有居民的健康状况,而不仅仅是患者,同时监测饮食和营养,环境以及整体健康情况,并与现有和更新的系统集成。

由于临床医生和护理人员数量有限,很明显,智能技术将被用来缓解人力资源的压力。物联网可穿戴设备是监测远程患者并将数据传递给相关医疗专家的一种显而易见的方法。在IDTechEx,我们的分析师跟踪了远程患者监测方面传感器和可穿戴设备的三波发展。

医疗诊断领域的人工智能主要有两个方向,一个是基于自然语言处理,根据病历和症状诊断疾病;一个基于计算机视觉,通过识别医学影像诊断疾病。

“患者意识到他们的健康问题,并希望参与健康和疾病管理。”,“随着医疗消费的各项化,让患者在家临床管理疾病对于医疗服务提供者和设备制造商来说至关重要,因为他们需要通过推出一系列设计、设备、服务和解决方案的创新来实现这一目标。”

第一波浪潮见证了早期传感器的发展,并用于医疗保健,包括助听器和心电图监护仪。第二波浪潮带来了主要在其他行业开发的传感器,但随着时间推移,这些传感器迅速进入医疗保健和可穿戴设备领域,如智能手机和智能手表在健康和健身跟踪中的应用。

以肺癌识别为例,AI可以通过两种方式诊断肺癌,一种是基于自然语言处理,代表是IBM的Watson,在长达4年的时间内Watson学习了200本肿瘤领域的教科书,290种医学期刊和超过1500万份的文献后,Watson开始被临床应用,将病人的病历信息和症状输入系统,可以识别肺癌。如今Watson在肺癌、乳腺癌、直肠癌、结肠癌、胃癌和宫颈癌等癌症领域已经可以为医生提供诊断建议。

该报告研究了智能家居提供医疗保健的概念,它将所有居民资料分类,并列出与家庭医疗保健服务相关的个人健康需求。还突出了该领域的主要公司以及主要商业模式和未来发展趋势,并涵盖了家庭自动化,语音虚拟助手,人工智能和分析技术。

新兴的第三波更具针对性,传感器“专为可穿戴设备制造”,开发时考虑了灵活性、舒适性和低功耗等关键特性。这些技术在商业上还不太成熟,但从长远来看,移动心脏遥测和连续血糖监测等实例将会有最强的增长和相关性。

另外一种是基于计算机视觉的诊断方式,代表企业是国内的Airdoc,由于肺癌早期没有任何临床症状,如果有症状就是中晚期,目前约75%的肺癌患者在诊断时已属于晚期,肺结节的有效诊断和及时治疗至关重要。

报告称,谷歌,三星,飞利浦和德国电信等公司拥有独特的能力和价值主张,可以通过智能解决方案为医疗保健服务领域的智能家庭提供服务。

远程患者监测的好处远非遥不可及

然而,大面积使用人工智能诊断疾病可能还不会太快发生。虽然机器学习能够利用数据进行诊断,但完全自动化的诊断不太可能很快实现,部分原因在于患者是否会接受这种诊断,还有部分原因在于整合多个来源的数据和遵守严格监管要求都具有相当的技术难度。

同时,医疗保健领域还有进一步的扩张机会,如:

远程患者监测利用了一系列技术和服务,允许在传统临床环境内外对患者进行监测。远程患者监测可以测量从药物跟踪、体温、运动和心率到血压、葡萄糖水平和氧气水平的任何东西。远程患者监测的应用非常广泛,从监测和改善患者依从性、临床试验监测和术前/术后监测到更多样的应用,如监测糖尿病、痴呆症、不孕症和心力衰竭等。

同时,在医疗行业意识到这一潜力之前,医疗保健提供者必须对他们的商业模式做出重大改变,对计算能力和技术专长进行大量投资,并努力提高能源的可用性,从而推动对包括医疗记录在内的数据的处理和利用率。(专门的数据经纪人,比如IBM在2015年收购的“探索”,已经提供了综合的医疗保健数据,并将其出售给潜在的人工智能解决方案提供商和用户。)

?提供收集和分析数据,形成精准、个性化的方案与建议,与居民,护理人员和临床护理团队共享;

远程患者监测技术的主要好处之一是医疗保健机构能够在定期就诊和正常开放时间之外为患者提供护理。这反映出整个行业都在向分散医疗服务的方向发展,缓解了过度紧张的医院、诊所的压力。基于传感器的物联网可穿戴设备适合这种类型的护理,它们提供实时的患者医疗数据,这些数据经过处理后,可以有效地分配资源,以提供个人护理并改善患者的治疗效果。

无论如何,基于AI的诊断工具在医学能否取得成功,将取决于政府部门是否会签署、资金投入以及立法保护患者的隐私,允许医务人员访问疾病和治疗方面的匿名数据,以训练计算机别和治疗各种疾病。

?提供能够采取进一步行动的解决方案,例如万一心脏病发作或跌倒时呼叫救护车或通知护理团队等;

提高年轻人和老年人的生活质量

做出这些改变并不容易,然而一旦成功回报则相当可观:报告显示,在医疗行业高管回顾关于人工智能使用的案例分析时,较早采用人工智能技术的公司高管表示,他们预计,在未来3年内,这些技术将使利润率提高5个百分点。根据世界卫生组织(World Health Organization)的数据,人工智能能够提高医疗保健水平,同时也能降低成本。这可绝不是一件小事——2014年全球医疗支出达到GDP的9.9%(法国为11.5%,美国为17.1%)。

?加强预定义的体系结构,协议和标准,以便更能够轻松地将产品集成到平台中;

远程患者监测承诺改变医疗服务的方式,让患者直接受益。与物联网设备相连的传感器和可穿戴设备改善了医疗机构和患者之间的联系。有效的监测可以提高患者的生活质量,因为他们不需要更多的医疗服务。对患者健康的实时跟踪意味着任何早期健康警告都可以被早期检测到,并且患者可以快速接受预防性护理。

AI能识别公共健康威胁和最受威胁人群

?提供智能恒温器,虚拟语音辅助设备和智能安全系统,以及为居民,患者和护理人员服务的技术开发;

远程患者监测技术最突出的市场之一是慢性病护理,这在老年人中最为普遍。根据世界卫生组织的数据,2015年至2050年间,世界60岁以上人口的比例将从12%增加到22%,几乎翻一番。这也是为什么在医疗保健支出方面,对这一人群的重视程度不成比例的原因所在,他们通常需要长期护理以及严格的药物治疗。

人工智能技术普及率很低。目前最先进的应用领域是机器学习算法支持的支付和索赔管理。一些临床医生使用人工智能来预测某些疾病的传播,并试图预测哪些病人最有成为患者。他们根据这些信息提供预防性治疗。他们还利用这些预测来帮助医院管理人员安排工作人员,与保险公司协商报销费率,制定预算,并优化库存水平。

“任何可以监控单个房屋内个人健康的解决方案,使用跨行业的商业模式,同时在严格监管的行业中运营,必须具有高度动态性,可集成性和可互操作性。”

远程患者监测的未来

这种利用医疗和社会数据来更好地管理成本的想法,使得医疗预测在医疗保健领域,吸引了一些顶级技术、制药和医疗公司以及小型初创公司。Johnson & Johnson与SAP合作,使用机器学习来预测客户需求、库存水平和产品组合。Careskore,一个预测分析平台,使用机器学习来确定病人被重新接纳到医院的可能性。

“虽然进入市场的障碍似乎很大,但自动化和健康技术供应商仍有很多机会,他们热衷于为这个市场开发技术,产品和商业模式。”

慢性病、术前/术后和出院后,通过内部监测,数据都可以立即获得。在健康市场,婴儿和老人的远程患者监测将继续增长。然而,展望未来,可穿戴传感器技术需要变得更少侵入性和更不可见,这一趋势已经通过电子皮肤等技术得到积极的回应。

在未来,人工智能工具将大大加速医疗保健向预防医学的转变。医疗专业人员将专注于远程管理病人的健康,让他们不用进医院。为了做到这一点,人工智能工具不仅会分析病人的医疗历史,还要分析影响健康的环境因素,比如污染和生活、工作噪音。这样就可以识别风险群体,并告知当地政府在哪里实施预防医疗计划。

越来越多的市场参与者开始注意到这一点,这应该会推动这一增长。临床试验、真实世界证据和医疗依从性将是制药行业的主要关注领域,因为各组织意识到远程患者监测可以发挥重要作用。

机器学习适合于分析数以百万计的病历数据,以预测基于一定人口水平上的健康风险。这可能是人工智能的早期胜利,因为它带来了巨额储蓄的潜力,而且在预测个人健康风险时不需要监管审查。

是什么推动了远程患者监测的变化?

医疗提供者将得到信息,让病人参与预防行动,包括医疗服务和生活方式和环境因素,如营养、锻炼和避免污染。医院的管理人员将会更好地预测峰值期,譬如入学人数的激增。人工智能工具通过结合个人医疗记录、天气数据和其他信息,追踪传染性疾病的发病率,将帮助预估有多少人需要住院治疗。又譬如,人工智能应用程序可以使用医疗和人口数据来预测分娩的增加,如果产科诊所需要额外的工作人员,就会提醒卫生保健管理人员。

IDTechEx的研究表明,有充分的理由相信医疗传感器和物联网可穿戴设备的发展将与这些人口结构的变化保持同步。我们最新的研究显示,医疗保健行业的数字化颠覆将使医疗可穿戴设备市场到2024年达到197亿美元

报告估计,采取AI措施之后,美国每年的全部医疗服务的潜在成本节约将是3000亿美元,约占GDP的0.7%。英国,使用人工智能目标预防保健,每年可以节省每年33亿住院费用。

该报告《2019-2029年远程患者监测》提供了远程患者监测技术的实例,包括电子皮肤贴片、智能床垫、智能衬衫、智能手表、联网吸入器和智能药丸。该报告涵盖了对可穿戴技术、可穿戴传感器、电子纺织品、电子皮肤贴片和数字健康的专家分析,为医疗保健提供商带来了关于远程患者监测激动人心的创新的最相关见解。

人工智能可以帮助医学专业人员诊断疾病,提高操作机器学习的能力,提高诊断准确性。斯隆凯特琳研究所(Sloan Kettering Institute)估计,在诊断癌症患者和处方治疗时,医生只使用了20%的实验性知识。人工智能应用程序可以在数百万页的医学证据中筛选,几秒内提供诊断和治疗方案。

关于可穿戴设备

基于AI的图像识别和机器学习可以在MRI和x射线图像上看到比人眼更详细的信息。例如,不同类型的胶质母细胞瘤有明显的遗传异常,医生就根据这些异常来治疗。但是放射科医生不能仅凭图像就能识别这些脑癌的基因异常。梅奥诊所有一个机器学习程序,则可以快速和可靠地识别异常。

可穿戴设备即直接穿在身上,或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备,更是通过软件支持以及数据交互、云端交互来实现强大的功能,可穿戴设备将会对我们的生活、感知带来很大的转变。

创新并不局限于图像识别。企业家正在努力改变病人护理过程中的每一个步骤。一家名为Enlitic的初创公司正在开发一款深度学习应用程序,可以提高疾病诊断的准确性。Oncora医疗公司开发了一种人工智能工具,帮助肿瘤学家起草针对癌症患者的个性化辐射治疗方案。

人工智能的自动化有可能通过减少医生和护士的日常活动来提高医疗保健的生产力。总有一天,配备深度学习算法的聊天机器人能够缓解急诊室面对大量非紧急病患的情况,如喉咙痛和尿路感染患者。

启用人工智能意味着运营效率的极大节省。

根据调查,尽管人工智能有巨大潜力,医疗保健在应用人工智能技术方面还是落后于其他行业。人工智能的使用主要集中在运营和客户服务方面;最常用的技术是语音识别和计算机视觉,在我们的调查样本中,两者在医疗保健公司的份额分别是9%和7%,其中包括已经注意到人工智能的组织。在大多数医院,诸如预约安排等运营管理职能,仍然是手工完成的。

我们已经发现,如果一个部门在采用数字技术方面进展缓慢,那么它对于人工智能的的使用也有同样的倾向。报告《数字美国》发现,全国近四分之一的医院和超过40%的医生尚未采用电子健康记录系统。即使是那些有电子记录系统的,也没有与病人或其他提供者无缝共享数据;重复的测试是不必要的,病人需要反复讲述他们的病史,因为这些系统无法共通操作。另一份MGI报告,即《分析的时代》,发现美国的医疗保健部门只应用了10%到20%的机会使用高级分析和机器学习。

之所以进展缓慢,并不是由于医务人员和行政人员对AI缺乏兴趣。人们有兴趣,但医学面临着一些独特的高难度障碍。医疗记录的敏感性和严格的保护隐私规定妨碍了深度学习应用和其他人工智能工具所要求的高质量聚合数据的收集。此外,数据和行业本身、医疗保健行业的碎片化以及其他监管障碍的复杂性也在减缓这一进程。

在发达国家启用人工智能意味着运营效率的极大节省。对美国的估计占到GDP的1%到2%。在其他高收入国家,估计节省将占GDP的0.5%至1%。全人工智能可以将在编护士的生产力提高40%到50%。麦肯锡的研究发现,这可以使医院节约一半的人力成本,同时还能显著减少病人的等待时间。

医院还可以通过使用人工智能解决方案优化许多普通的业务任务来提高他们的能力利用率。虚拟代理可以使常规的病人交互自动化。语音识别软件已经在客户服务中使用,它降低了处理病人的日常工作的成本,比如安排预约和登记入院的时间。自然语言处理可以分析期刊文章等文件,并对其内容进行整理,便于医生快速查阅。这些类型的应用程序可以产生显著的影响,而不需要通过监管审查。

保险公司可以设计新的方法来鼓励预防保健并激励提供者

机器学习技术能够预测病人行为和计算疾病概率,比目前的方法以及医疗保险提供者更能提高生命的可能性。

新的商业模式可以将人工智能与行为健康干预结合起来,将注意力集中在预防、疾病管理和健康上——在人们成为病人之前就处理他们的不健康。一家名叫“Discovery Health”的南非的保险公司,追踪受保者的饮食和健身活动,并为他们的健康行为提供激励。

人工智能还将鼓励付款人、供应商和制药公司之间建立新的伙伴关系,并将促进按绩效收费的模式,加速向预防性医疗的转变。Payers可能会更多地参与到护理管理中,或者鼓励他们的提供者,通过引入基于机器学习识别风险的契约模型或者基于AI的风险管理模型来实现。

当更多的保险公司使用机器学习来分析历史病历数据时,基于内容的支付计划会得到显著的扩展,该计划将根据该组织所有提供者的平均治疗费用来支付医生和医院的费用。根据麦肯锡的客户经验,我们认为这种方法会对成本产生明显的影响,使整形外科医生的费用减少8%到12%,而医生诊断费则会降低4%到5%。

医生将可以为单个病患定制治疗方案——甚至药物

病患也能够直接受益于人工智能在医疗保健领域的兴起。

考虑到每个病人的历史和基因组成的复杂性,标准化的治疗方法并非对每个病人都会起作用,因此研究人员正在使用先进的分析方法来个性化治疗方案。决策可以基于数据分析和远程诊断设备得到的病人监控。一家名为“Turbine”的初创公司使用人工智能来设计个性化的癌症治疗方案。该技术在分子水平上对细胞生物学进行建模,试图识别用于特定肿瘤的最佳药物。它还能识别复杂的生物标志物,并通过每天进行数百万次模拟实验来寻找组合疗法。

人工智能利用海量数据来解决狭窄问题的能力与定制医疗的倡导者产生了共鸣。他们承诺提供一种独一无二的药物、理疗和治疗,旨在以最少的副作用提供最大益处,因此了解数百万其他有类似症状、预后和年龄的人的健康结果对他们来说有无法估量的价值。一些公司已经在使用机器学习或其他人工智能技术来对个别病人进行治疗。Mindmaze使用机器学习来优化中风病人的康复活动。Ginger.io使用机器学习,根据病人的新陈代谢和其他因素,来推荐最佳服药时间。量身定制的治疗可能会使人均医疗支出减少5%到9%,同时增加0.2到1.3年的平均寿命,并每年提高200美元的生产力。在全球范围内,经济影响可能在2万亿美元到10万亿美元不等。

虚拟代理可以作为病人的主要接触点

医疗领域最突出的问题就是优质医疗资源不足。这个问题可以说是全球性的。再加上人口老龄化的加剧,未来对医生的需求量很有可能是有增无减。

医疗实践已经采取了一些小的步骤,将人工智能纳入患者管理,引入语音识别和其他语言方面的人工智能技术,以实现操作自动化。未来,具备语音识别、图像识别和机器学习工具的虚拟助手,将能够进行协商、诊断,甚至开药等操作。如果这些系统缺乏足够的信息来得出结论,虚拟代理可以命令额外做测试,并和病人约好时间。

在农村地区,虚拟代理将能够进行远程咨询。然而,这种情况需要患者、提供者和监管人员对完全自动化的诊断和处方感到自在。

较少争议的是,在医院,虚拟代理将能够帮助病人挂号,并将他们推荐给合适的医生来解决他们的问题。虚拟助理将能够帮助病人在医院机构中导航,为他们准备测试,并确保他们准时赴约。

几大拦路虎,数据可用性首当其冲

阻碍人工智能开发及其在医疗保健方面应用的最大的可能性瓶颈之一,是足够数量并且格式标准的高质量数据。如前所述,当今信息高度分散,遍布整个行业,分散在各处,最难以协调的如电子医疗记录、实验室和成像系统、医生记录和医疗保险索赔材料。将这些信息合并到大型的综合数据库中是很困难的,然而这又是促使人工智能深入了解疾病及其治疗方法的必要条件。

例如,文化障碍阻碍了医疗保健数据所有者——医院、保险公司、制药商——和诊断公司之间的合作。当然,数据本身也是高度敏感的。当人们在网上购买或加入某项信用计划时,他们通常会允许访问某些种类的个人数据,但他们可能会抗拒任何试图更深入地接触更隐秘的医疗历史的尝试,尤其是如果他们不认为这是必要的,而潜在的好处又很抽象。他们可能还担心,对黑客和数据窃贼来说,隐私性的健康细节的集中收集将是一个理所当然的目标。监管机构将需要积极制定明确的规则,定义哪些人能够使用这些数据,他们可以使用哪些数据,如何存储它们,以及它们如何匿名化。

技术限制是另一个障碍。

为了完成工作,人工智能技术必须对病人和其他人们进行深入了解,但人们对人工智能技术如何实际诊断或选择治疗计划仍知之甚少。有多少患者会相信人工智能工具,愿意相信人工智能诊断或遵循人工智能治疗计划仍是一个疑问。如果没有人能够解释计算机是如何做出决定的,或者如何防止某种情况再次发生,监管者就不会冒风险急于做出错误的决策去伤害一个病人。即使对于最强大的人工智能工具来说这也是一个问题,比如深度神经网络,并且在一段时间内仍会维持这种情况。尽管在理论上来说,人工智能工具比单独的人类临床医生更不容易犯错误。

人工智能公司将不得不解决市场分化问题。数以百计的供应商提供数千种不同的机器学习程序,每一个都为特定的临床情况而设计。但在日常实践中,医生需要的是那种能够处理不同情况的平台。

如果医疗保健者想要利用人工智能的能力,他们也有一些事情要做。首先,他们必须雇用或培养受过训练的、具有部署、维护和操作人工智能系统能力的人。除了数据分析师和技术人员之外,这还包括项目管理、团队开发和解决问题的技能。

与此同时,传统的工作人员——医生、护士和其他医疗专业人员——需要习惯在机器和人工智能工具的支持下工作。虽然这将使他们有机会更多地关注临床病例,并将管理和低风险工作交给人工智能和数字解决方案,但他们必须克服严重的怀疑心理。

雷锋网结语:一方面是优质医疗资源供给不足,成本高,医生培养周期长,误诊率高,疾病谱变化快,技术日新月异;另一方面,随着人口老龄化加剧、慢性疾病增长、对健康重视程度提高,医疗服务需求持续增加。可以预见的前景是,尽管当前AI在医疗领域的全面落地仍有一些障碍,但是雷锋网认为,在不久的未来,医疗行业必将成为AI的下一个蓝海。这也是谷歌、IBM等巨头不惜血本不断撒钱的根本原因。而从另一个角度看,即使早已入局的巨头公司,他们在医疗领域的人工智能研究也不过是入门级水平,我们更加可以说,AI+医疗,必将大有可为。

本文由装修风格发布,转载请注明来源:智能家居市场将达220亿美元,预测2019年医疗行业