摘要：解讀五大科技趨勢及其對生活的影響，盤點新興技術對醫療健康產業的影響案例。

全球醫療水準已經達到一個臨界點，那就是與技術的深度碰撞，商業與個人醫療的界限在模糊。

醫療機構越來越重視智能化技術的作用，藉此衍生出個性化、高效化、信息化的醫療。然而，這些創新也肩負著新的責任。要讓數字化醫療服務發揮的全部益處，供應商和醫療計劃必須優先考慮信任和責任。

來自埃森哲的數字醫療深度行研，解讀五大科技趨勢及其對生活的影響，盤點新興技術對醫療健康產業的影響案例。

一、“國民AI計劃”

人工智能（AI）正在更深刻地滲透醫療健康領域，它不僅僅是一種技術工具，更是未來勞動力的一部分。

人工智能算法已被用于移動端在線診斷患者傷口。這將幫助看護人和醫生遠程監控老年人的身體狀況，幫助他們安全地獨立地生活。人工智能也在幫助醫療系統對病人的社保信息進行數字驗證。

此外，AI正越來越多地觸及端到端的護理，并將逐步實現規模化應用。據調查，大部分（85%）的衛生管理者認同未來三年，每個人的日常生活都將受人工智能的直接影響。

與此同時，人工智能也在成長。就像一個孩子開始學習什么是自己的責任，人工智能可以在未被編程的情況下自主學習知識。這種學習型人工智能是基于大量的訓練數據形成的算法模型，它們能夠識別模式并根據測試數據進行自我“反省”，來糾正模型中的相關參數。得到的數據越多，這個AI算法就能越準確的實現預測（嗯，也算一種“養成”了）。

顯然，人工智能在醫療健康領域的應用很牛，也很嚇人，特別是使用不當可能造成可怕的惡劣影響。醫療組織必須認識到這種潛在影響鏈，并構建責任制的、公平的、透明的AI（盡管這種AI現在尚未實現）。81%的衛生管理者認為目前的AI相關的組織尚未做好面向社會解釋AI邏輯和決策，并承擔相關責任的準備。

▲衛生管理者對AI的態度

如果一個AI被“養”的很好，它就可以開始更多地幫助醫療健康企業。舉個例子，它能幫助醫生從更廣闊的專業視角理解疾病，提供醫療建議、接受或拒絕藥物治療等。這些專業建議，在醫療領域，就是生和死的事兒。

需要注意的是，醫療健康領導必須確保算法沒有被植入“偏見”，“偏見”將對人們有害。舉個例子，如果醫療健康組織創建的AI模型是做心臟疾病檢測的，而這個模型的數據都是年老白人病患的案例，那就可能會給年輕的非裔美國人造成不準確的診斷從而影響相關的診療和醫療保險。

因此，公司使用AI時一定要注意數據的普適性，他們必須小心的、不斷的調整，減少偏差，將風險、錯誤和潛在的危害最小化。這個層面上來看，AI的可解釋性就十分重要。

可以說，沒有信任，就無法普及。

這個信任一個是消費者對醫療機構的信任，使其愿意將自己的私人數據進行托付；一個是大眾，或者說技術人員對算法的信任，理解其邏輯，確認其動機，并能在診療、理賠過程中將算法結果對大眾進行清晰的解釋；一個是醫護人員對算法結果的信任，接受其風險測評和診療建議，優化資源配置。

二、“拓展視界”

“拓展視界”的技術（Extended reality technologies）提供了連接人、地點和信息的橋梁，突破的空間/距離的局限性，這將帶來人們生活和工作的轉變。

虛擬現實（VR）、增強現實（AR），或者說視界拓展技術/XR將物理世界和數字世界的邊界模糊化了。XR技術帶來的沉浸式體驗解決了距離的問題，提升了用戶間的關聯，這對醫療而言是很大的潛在應用。

▲XR主要包括虛擬現實和增強現實兩類

想象一下，農村大爺大媽，自個兒在家里，接觸不到專業的醫療咨詢，就不看病了？沒有足夠的大體老師，外科醫生也能通過虛擬手術中的實踐豐富經驗啊，扎針小護士也能在數字世界多練練靜脈注射不是？參戰老兵還能在數字世界治療PTSD對吧？

事實上，82%的衛生管理者認為，XR的的確確能夠消除人員、信息和經驗方面的距離障礙。

先來看人員不足的情況，XR可以建立培訓場景幫助訓練入職員工，佛羅里達一家叫Tampa的醫院允許醫生向病人及其家屬展示腦瘤或動脈瘤的切面情況，幫助他們更好地了解自己的病情并理解醫療決策，從而幫助醫生建立更加詳細的醫療計劃，模型共享還能幫助醫生們豐富經驗。

再來看信息不足的情況，如果醫生佩戴者XR眼鏡對患者進行診斷，將能實時的結合病情細節和個人病歷，并獲得診療建議。事實上，德克薩斯的醫生已經開始使用一種高度可視化的“GPS”系統進行微創治療；創企Body VR則基于類似CT掃描和核磁共振成像的原理，創建了三維身體數據可視化程序；牛津研究人員也在關注活細胞遺傳數據的可視化。

▲衛生管理者對XR的態度

最后來看經驗不足的情況，這是XR在醫療保健領域最大的應用。臨床醫生不能獲得足夠的臨床經驗，但他可以通過XR“移情”，從而提高手術技能。舉個例子，Embodied實驗室就在創建虛擬環境培訓員工的老齡服務，“We Are Alfred”實驗室向學生們展示74歲人士的視聽障礙，“The Beatriz”實驗室幫助學生理解阿爾茨海默病的階段性表現；南加州大學還發現基于VR的曝光治療工具對退伍軍人的壓力感（包括抑郁癥）治愈率高達80%。

此外，XR技術還被醫院用于孩子從痛苦（如注射或換藥）中分散注意力，邁阿密醫院用XR技術開發沉浸式醫學人才培訓（心肺復蘇技術等）。

三、“可靠的數據”

醫療保健比以往任何時候都更受數據的驅動，數據正在滲透行政和臨床。人工智能不僅需要數據來訓練，更需要數據來建立準確性。

近四分之一（24%）的衛生管理者表示，他們的醫療組織已經多次成為對抗AI的目標（例如機器人欺詐，欺騙性傳感器或物聯網數據和偽造的位置數據等）。這將影響醫療決策、治療計劃、保險索賠等，公共衛生數據的錯誤甚至會出現疫情誤報等。

77%的衛生管理者表示他們還沒準備好面對數字化浪潮，而且他們已經感受到了數字的脆弱。一項全美調查揭示83%的受訪醫生遭遇過網絡攻擊。為應對挑戰，醫療健康企業必須遵循雙重授權，最大限度地提高數據準確性，并將數據被操縱的機會最小化。

▲衛生管理者對數據安全的態度

這一方面，需要盡可能降低系統被攻擊的風險，提高數據的可靠性；另一方面需要強化系統的智能性，即對錯誤數據的包容性，利用區塊鏈等技術對標記數據實現可溯源和不可篡改。

四、“業務流暢性”

戰略合作關系對醫療健康組織的重要性達到歷史高峰，意想不到的合作伙伴正在合作非傳統方式與創造體驗橋梁世界。

擁有技術基礎的合作方將迅速融入新的醫療生態，快速拓展業務網。然而，醫療健康遺留系統不是建立在支持這種快速穩健膨脹。很快，這些遺留系統將成為主要系統對未來增長的阻礙。

醫療健康組織必須重估技術合作方的地位及其對自身可持續發展的重要性。這里請大家關注亮點：微服務（microservices）和區塊鏈（blockchain）。

▲有助于新型合作關系的兩個新技術

微服務不是單一的技術，而是一種靈活的結構性的模塊化應用，從而幫助企業快速聯結多個新伙伴，實現“成長和分化”，從而允許跨界業務合作，為市場帶來更快的解決方案。它利用一套工具，比如應用程序編程接口（API）、容器和云等，將傳統問題解構成簡單、離散的任務。藥企Walgreens和Sansoro Health都在尋求第三方微服務合作。

區塊鏈本質上是一個去中心化的分布式賬本數據庫，具有分布式、去信任化、不可篡改、可追溯等特點，可以幫助創建、縮放和管理合作關系，包括醫療計劃、供應、協議和財務數據等。區塊鏈中的參與方在獲取和提交數據方面都是平等的，基于這種智能合同，企業可以更輕松地融入新生態。78%的衛生管理者認為區塊鏈將幫助建立數字信任。

▲衛生管理者對生態伙伴關系的態度

五、“聯動思維”

從ICU醫院房間自動管理病人的點滴到設備的自我維護，越來越多的醫療機構在發展基于機器人、視界拓展技術/XR、人工智能和設備網絡的智能化。

然而從硬件基礎來看，這種全面實時聯動的模式遠未成熟，它需要足夠的信號帶寬來支持遠程控制，需要足夠的計算能力來支持實時響應。

▲實時聯動需要帶寬、存儲、計算三方面的技術成熟

基于現有的硬件基礎，未來醫療系統需要面臨三大戰略挑戰：無處不在的智能工具、云端與側端/邊緣智能的平衡，以及自定義硬件。利用這三點塑造智能環境，將有助于醫療組織改善自己的IT架構，優化資源配置，提高診療效率。

舉個例子，醫療設備可以根據危重病患生命體征自動自動調配點滴，減少信息滯后時間（將數據發送到云進行分析產生正確的見解）。類似的，Alexa也可以利用可穿戴設備提供的（心率）數據建議用戶坐下休息等，緊急時可提醒看護人或醫療保健供應商介入。

▲衛生管理者對實時聯動醫療系統的態度

小編認為，隨著傳感器技術、大數據技術以及計算能力的發展，物聯網、人工智能和虛擬現實/視界拓展技術的概念愈發具象，這在醫療領域而言，有望幫助醫護人員更精確、更貼心地為病人提供診療服務，幫助醫療系統更高效的運轉，與第三方實現更靈活的（基于區塊鏈的）可信的合作。當然，算法的脆弱性（易受錯誤數據欺騙）以及信息的敏感性等問題都有待更具包容性且更具可溯源性的技術來解決。