前言
AI篩選異常影像、影像雲打破醫院信息孤島、網絡安全架構保障大數據時代的患者數據安全……福布斯近期發佈了新十年的六大醫療趨勢，這些革命性技術會改變現有的疾病診斷管理模式嗎？未來的醫療在技術的驅動下會迴歸“以人為本”的初衷嗎？
一、AI篩選異常影像
隨著科技的發展，醫學影像已經成了醫生做出準確診斷的必備手段。相關數據顯示，70%的臨床診斷需要依靠醫學影像。由於醫療影像有著可存儲、可傳輸，又相對標準化的特點，也成為最早應用在AI研發和落地的領域。根據Global Market Insight的最新數據，AI+醫學影像作為僅次於AI+藥物研發的AI醫療應用領域第二大細分市場，將以超過40%的增速發展，在2024年達到25億美元規模。除了老生常談的輔助影像醫生進行診斷，AI在醫學影像裡還能怎麼玩呢？
中風AI解決方案 Aidoc
影像醫生每天需要看海量的片子，判斷患者是否存在異常。如果發現了某些異常情況，他們便會將影像標記為“陽性”，並囑咐患者做進一步的檢查，這個過程通常會耗費大量的時間。以色列一家醫療科技公司開發了一系列能篩選異常影像的AI解決方案。比如他們針對中風開發的AI解決方案Aidoc，能快速連續識別異常缺血性和出血性中風影像，並將可疑病例自動移至影像醫生的工作清單頂部，提醒影像醫生儘快診斷，加快決定最佳治療方案的進程。如果AI診斷正確，影像醫生可以繼續診斷下一個病例。事實上，如果AI診斷錯誤，這個病例也成為了AI的訓練數據。隨著時間的推移，Aidoc系統將更加準確。據瞭解，Aidoc的中風AI解決方案已獲美國FDA批准上市。此外，該公司針對肺栓塞、頸椎骨折和顱內出血開發的AI解決方案都已經獲得FDA批准上市，並已在全球300多個醫療機構中投入臨床使用。
國際數據公司(International Data Corp)最近發佈的一份報告稱，預計今年用於雲部署的IT基礎設施支出將超過401億美元。401億美元這一鉅額支出準確地反映了人們對雲計算作為未來計算模型的信心，以及雲計算模型大火的發展趨勢。對於醫療保健來說，雲計算並不只是以較低的成本擁有大量計算資源，它所採用的方式將從根本上改善醫療組織溝通、合作和開展業務的方式。
2020年雲部署的IT基礎設施支出將超過401億美元
目前全球大部分醫療機構的醫學影像系統(PACS)採用的都是DICOM(Digital Imaging and Communications in Medicine)標準。但是由於醫院系統之間的封閉性和異構性，醫學影像數據隔閡和孤島問題仍然嚴重，這不僅阻礙醫學影像數據的共享以及個人醫學影像電子健康檔案的建立，也對構建基於醫學影像的智慧醫療服務增加了困難。建立醫學影像區域雲，顯然可以解決影像數據多地域存儲、跨地區數據備份的問題，實現區域影像共享。數據的雲端共享，打破了醫院信息的“孤島”，影像醫生可以不受時間、地點的束縛，隨時隨地在移動端對原始DICOM影像數據進行查閱、診斷。
雲能讓影像醫生多終端瀏覽DICOM數據
三、確保大數據時代的患者信息安全
雲計算在打破醫院信息孤島的同時，也帶了醫療信息的安全挑戰。基於雲計算的軟件在醫療領域的使用不斷增加，衛生保健組織可以通過基於雲的軟件與第三方共享數據，包括醫囑、電子病歷（EMR）、醫學影像、費用明細等，這一趨勢給醫療組織帶來了巨大的安全挑戰，並且這種挑戰也會越來越大。如此詳細的患者信息使得醫療數據對黑客來說更有價值，也更有吸引力，這些詳細的醫療數據萬一遭到黑客侵入，後果不堪設想。此外，眾所周知，醫療服務中，“患者同意書“也非常重要。“我們許多提供關鍵應用程序(如電子病歷)的供應商都在積極地轉向雲計算，”匹茲堡大學醫學中心法律顧問約翰•休斯頓表示，“在許多情況下，我們將別無選擇。”
大數據時代，患者醫療數據的安全性都應該得到保障，患者必須擁有第三方訪問醫療數據的知情權。目前國際上推出了HITRUST網絡安全框架(CSF)，HITRUST CSF安全計劃是醫療行業中最廣泛認可的安全認證。它結合了現有法規（如HIPAA / HITECH，PCI，ISO 27001和MARS-E）以及行業最佳實踐的醫療保健特定安全性，隱私和法規要求。
四、影像醫生質量控制軟件
初出茅廬的影像醫生經驗有限，閱片水平有待加強。如果有一個影像醫生質量控制軟件，影像醫生的診斷率會不會更高呢？通過該軟件，影像實習醫生可以反覆查閱他們已經做出診斷的影像，甚至可以接受高級別影像醫生的審核意見。即使沒有主治醫生親自審核他們的工作，初級影像醫生也能獨立完成影像診斷。
來自美國約翰霍普金斯大學醫學院的Ashimiyu B等人使用Experience API(xAPI)框架對某一地區的診斷放射學實習項目進行了建模，可基於xAPI規範實現學習行為大數據的獲取、整合和共享，為進一步分析與挖掘該診斷放射學實習項目奠定基礎。xAPI提供了一個以學習者為中心的採集學習行為數據模型，支持多數據來源系統的學習記錄數據，擺脫了完全依靠單一學習記錄採集的傳統模式，特別適合對移動學習和互聯網學習。美國研究生醫學教育委員會(GMEC)認識到這是一種很好的評估住院醫師和反饋學習效果的方法，要求開展住院醫師培訓項目，對住院醫師實施交互式形成性反饋評估，這種評估和反饋機制能讓影像醫生更好地進行診斷和學習。
基於xAPI的診斷放射學學習行為大數據研究
五、針對患者的影像解讀軟件
為了使患者能夠參與他們的醫療護理和決策，有效的溝通至關重要，臨床報告是主要的傳播媒介。有效的醫患溝通不僅有利於醫生診斷疾病，還有利於增強醫患之間的信任感。越來越多的患者通過電子健康記錄系統查詢影像診斷結果或臨床數據，但是醫生通常沒有那麼多時間對每個患者詳細解答具體的醫學含義。賓夕法尼亞大學開發了一款名為PORTER的軟件系統，可以“轉譯”放射科報告相關的醫學術語內容。如果患者在報告中有不知道的專業術語，用鼠標點擊相關術語，就能用通俗易懂的語言解釋該術語的含義，以便患者可以更好地理解影像醫生在報告中所說的內容。該軟件符合HIPAA標準，分析了100例來自學術醫學中心的膝關節MRI報告，編制了313個醫學術語的詞彙表。
隨著患者群體越來越多地依賴數據和雲計算，相信這種創新模式將繼續適應這種需求，為患者提供更多切實的信息，更有效地進行醫患溝通。
PORTER轉譯系統向患者解釋“內側半月板”
六、家庭保健
隨著全球老齡化的加劇，居家醫養一體化已成為大勢所趨。袖帶血壓計、智能血糖儀、數字聽診器等物聯網醫療器械能讓患者在家就能進行高血壓、糖尿病等慢病管理。相關檢測數據可以通過雲實時傳輸給醫生，一旦有數據異常，醫生也能及時與患者取得聯繫。未來，“家庭醫院”在患者的生活中可能會越來越普遍。如果您是醫療技術公司或醫療保健組織，那麼這是一個值得關注並密切關注的趨勢。
便攜式袖帶血壓計
對於患者和醫療專業人員而言，在高風險人群中進行全面管理或預防與COPD（慢性肺阻塞）相關的住院治療具有極大的挑戰性。為了解決這個問題，Epharmix開發了EpxCOPD，這是一種獨特的、基於數據的遠程患者監視工具。華盛頓大學醫學院和聖路易斯大學醫學院的臨床醫生實施了EpxCOPD，EpxCOPD能跟蹤患者的日常呼吸狀況，以儘量減少可預防的住院次數。EpxCOPD通過兩種方式起作用：將相關數據以及其醫學表徵發送給患者自己或者將數據發送給醫生。該過程可以及時進行外聯，從而有助於預防COPD患者的住院治療。
EpxCOPD向醫生髮送相關信息
ForaCare最近推出了一個智能葡萄糖監測系統，稱為FORA GTel，該創新產品將為患者和護理人員提供一種獨特的有效方法來治療高危糖尿病。FORA GTel提供血糖和血酮細胞監測功能，並允許患者和醫生之間進行雙向通訊，提供了替代手動日誌和下載患者結果的方法。它還有助於輕鬆共享實時數據，使糖尿病患者及其護理團隊隨時瞭解並參與其中。該系統還連接到FORA的24/7 HealthView遠程醫療服務，該服務符合HIPAA標準，並允許醫療保健專業人員遠程監視患者的健康狀況。
智能葡萄糖監測系統 FORA GTel
結語
"有時治癒，經常關懷，總是安慰。"很多人都會引用一百多年前特魯多醫生的話來詮釋醫療的本質。技術的發展，必將跨越醫患之間的鴻溝、增強醫患之間的信任、拉近醫患之間的距離，讓患者更加健康地生活。希望福布斯預測的這六大醫療趨勢能早日惠及百姓！
中創產業研究院彙集高等院校、研究機構、專家學者、新興產業、創新企業、投資機構、創新者、企業家和產業家等各方面的資源，是體系開放、多方協同的新型研究機構，努力為粵港澳大灣區乃至全國的發展提供智力支持，為政府部門、企業和產業集團提供產業發展諮詢，推動戰略性新興產業的健康發展。中創產業研究院堅持“研究產業、服務產業、引領產業”的理念，目前已形成醫療產業研究中心、區域經濟研究中心、新材料研究中心、先進製造研究中心和產業資源中心，組建成立了各研究方向的專家庫。
歡迎公眾投稿，投稿郵箱：[email protected]
歡迎大家關注“中創產業研究院”產業研究信息分享平臺
閱讀更多 中創產業研究院 的文章
