最新IT技术对智能医疗的影响及北美产业分析

1、最新 IT 技术对智能医疗的影响及北美产业分析随着 IT 技术的发展成熟与应用，智能医疗逐渐成为现实。人工智能技术、物 联网、区块链技术既提升了医疗服务水平，也帮助医院实现了开源节流，对未来医 疗行业的转变影响最大。以下我们来看看这四大技术如何改变传统医疗行业，以及 涌现出的新的公司：一、人工智能 人工智能和大数据分析目前已广泛应用于健康医疗的各个领域，其中主要分布 在以下方面：1) 虚拟助手：通过虚拟机器人向患者提供咨询、问诊、 记录等服务。 应用场景 分类包括个人问诊、 用药咨询、导诊机器人、分诊和慢病管理、 电子病历语音录入。 除了语音和文字，医疗类型的虚拟助手通常还提供选择题的交互方式

2、，来帮助普通 人用准确的语言来表达自己的问题。常见的应用场景包括个人问诊、用药咨询、导 诊机器人、分诊和慢病管理、电子病历语音录入等。2) 疾病筛查和预测： 现代医学， 是从人们的各种生化、 影像的检查结果中， 去 诊断是否患病。人工智能通过对 MRI 、CT、X 光等影像数据、行为、生化等检查结 果进行判断，进行疾病筛查和预测上，目前业界主要运用于人类尚无法攻克的严重 疾病，如肿瘤、癌症等疾病。相应技术也被保险公司广泛应用。3) 医学影像：现代医学是建立在实验基础上的循证医学， 医生的诊疗结论必须 建立在相应的诊断数据上， 影像是重要的诊断依据， 医疗行业 80%90% 的数据都 来源于医学

3、影像。所以临床医生有极强的影像需求，他们需要对医学影像进行各种 各样的定量分析、历史图像的比较，从而能够完成一次诊断。“人工智能+ 医学影像”便是计算机在医学影像的基础上，通过深度学习，完成对影像的分类、目标检 测、图像分割和检索工作，协助医生完成诊断、治疗工作的一种辅助工具。北美 startup 介绍：Zebra Medical Vision 正在建立一个医学影像洞察平台。 该公 司提供了一个平台， 提供基于云的，完全托管的开发环境， 提供大型结构化数据集， 数据存储， GPU 计算并且支持多种研究工具。 该解决方案还使研究小组可以协作并 建立联合办公。为医疗机构提供骨自动，准确，及时的骼、

4、肝、肺、脑及心血管的 影像分析。4）病史、文献分析： 人工智能的切入主要是利用机器学习和自然语言处理技术 自动抓取病历中的临床变量，智能化融汇多源异构的医疗数据，结构化病历、文献 生成标准化的数据库将积压的病历自动批量转化为结构化数据库。目前人工智能病 历 / 文献分析的应用场景主要有三类：病历结构化处理、多源异构数据挖掘、临床 决策支持。5）医院管理：“医院管理”顾名思义，是指以医院为对象的管理科学，它根据 医院工作的客观规律，运用现代的管理理论和方法，对人、财、物、信息、时间等 资源，进行计划、组织、协调、控制，充分利用医院的现有资源，实现医疗效用的 最大化。人工智能在医院管理应用上主要有

5、两个方向，分别是优化医疗资源配置和 弥补医院管理漏洞。北美案例分析 ：Qventus 原名 AnalyticsMD ，是一家提供医院智能决策分析系统技 术的初创公司，成立于 2013 年，总部位于加州帕罗奥图，由 Mudit Garg 、Brent Newhouse 以及 Ian Christopher 三位创始人共同创办，团队具有丰富的医疗健康 以及大数据处理领域经验。 Qventus 的算法根据临床指标分析医院数据，其基于机 器学习的预测技术可以预测医院患者数量，并提供优化资源的建议（如员工，床位 和房间）。开发 的 DecisionOS 从医院 自身的 EMR 系统提 取大 数据（兼容

6、大 部分 主流 医院的 EMR 系统 ，数 据经 过加 密处 理符合 HIPAA ）， 通过 机器 算法 处理 ，系 统自 动分析 、监 测和 预估 ，给临 床医 生提 供最 合理的 建议， 帮助 他们 在合 适的 时间内 给病 人提 供最 合适的 治疗 和服 务。医生不需要再去 反复研究那些繁杂的病例报告等数据。结果是，无论在病人的安全性、满意度和医 疗成本控制上，都有效得到解决。6）智能化器械：智能化器械是指由现代通信与信息技术、 计算机网络技术、 行 业技术、智能控制技术、人工智能技术汇集而成的针对医疗器械的应用。但是智能 化器械不是指普通的拥有智能功能的医疗器械，它可以摆脱对医生操作的

7、依赖，通 过机器学习等底层技术实现自我的更新迭代。智能化器械在两个方面能够大大提升 医疗效率：首先，智能化器械能够帮助医生节省工作量。其次，智能化器械能够提高器械使用的精准度7) 药物发现：人工智能在新药研发上的应用主要可以是两个阶段： 一个是新药 发现阶段，另一个是临床试验阶段。其中药物发现阶段的机会包括：基础研究、药 物发掘、药物优化；而临床研究阶段的机会包括：病人识别与招募、服药依从性管 理、患者数据收集、药物晶型预测。8) 健康管理：个人的健康数据十分复杂， 按照数据的来源我们可以将个人健康 数据分为基因数据、 生理数据 ( 比如血压、 脉搏 )、环境数据 ( 比如每天呼吸的空 气 )

8、 、社交数据等。有了这些个人健康数据，加上人工智能最终可以实现人们对健 康的前瞻性管理。健康管理是变被动的疾病治疗为主动的自我健康监控。通过带有 医疗监控功能的可穿戴设备实时监控人体各项生理指标，结合其他个人健康数据， 对潜在健康风险做出提示，并给出相应的改善策略。根据人工智能应用在不同领域 的健康管理，我们将 AI 在健康管理上的应用分为： 慢病健康管理、 人口健康管理、 母婴健康管理、精神健康管理、术后健康管理、运动健康管理六个细分领域。目前人工智能运用到医疗领域最大的问题时如何拿到数据。医学 AI 创业公司 涉及的领域有很多，各个领域用来训练模型的数据也不尽相同，这些数据包含放射 影像数

9、据、眼底图像数据、病理图像数据、语音数据、电子病例文本数据。目前各 个公司获取数据的渠道和费用也不相同。而人工智能技术运用到医疗领域的第二个问题就是相应的法律法规、安全问 题。因为目前国内尚未形成完整的数据归属权、使用权、隐私权等法规文件，如何 保护这些数据不被窃取篡改、不泄漏个人隐私，也是迫切需要解决的问题。几大科技巨头也纷纷布局，将自己的人工智能技术拓展到医疗领域，以尽快形 成相应的生态圈。这其中以谷歌的 Deepmind Health 计划和 IBM Watson 最具代 表性。1) 谷歌的 Deepmind health 计划：Deepmind health 是谷歌旗下人工 智 能公司

10、 DeepMind ，将人工智能技术运用于医疗领域的一个公益项目。 通 过与英国国家健康服务 NHS(National Health Service )合作。该项目通 过向病人提供一款手机 APP Streams ，目前主要用于帮助医务人员更好的 识别和治疗急性肾损伤 AKI 患者。通过从医院现有的多个 IT 系统中提取 各类非个性化的数据和测试结果，进行机器训练。通过使用该系统，医院 可以快速的浏览检查结果，一旦发现可能造成患者严重后果的问题，立刻通过手机应用向相应的医务人员进行求救，同时把相关的信息和历史数据 传送给医生，帮助他们快速做出诊断。 该工具将最先用于 DeepMind 在英 国

11、合作的医院，包括伦敦皇家自由医院，进行后续相关测试。 DeepMind 方表示，医院工作人员能够看到公司使用数据的实时情况，并设置自动警 报，指示异常使用。这项服务，时机成熟的话，医院将向病人开放通道。 而下一步， DeepMind Health 还在方面进一步进行完善： 1、提神服务接 入的公平性； 2 、提升服务速度； 3、研究新的诊断方法； 4、持续的机器学 习与进步。2）IBM 的watson 计划： 2017 年 1 月，IBM Watson 人工智能医疗保健解 决方案部门 IBM Watson Health 已与美国食品和药物管理局 （FDA） 签署了一项研究计划，旨在如何借助区块

12、链技术实现医疗保健数据的安全、 高效和可扩展性，希望利用区块链技术完善医学研究等项目中的患者数据 共享。二、IoT 由互联网上的智能传感器、设备、软件和网络相互连接的、快速发展的物联网 （IoT ）。各家跨行业的公司正在争相利用物联网的生态系统提供各种新型APP、产品和服务，将其用于追踪、分析和协调行动。医疗物联网（ Internet of Health Things, IoHT ）伴随移动医疗的发展兴起，是指将医疗领域的“物” （医生、患 者、器械等对象）和“网” （基于标准的流程）进行交互、融合，即形成一个 “联”的一个过程。医疗物联网可以将原始数据转化为不同对象间简单、易共享、 可交互的

13、信息。这样做的好处是，能够提高操作效率，节约供应商成本、减少医疗 错误，为人们提供更便捷的医护服务和更畅快的患者体验。相比于 IoT 技术在其他领域的应用，医疗健康领域尚属于起步阶段，正在医 生、病人端逐渐普及，各种超声波、温度计、葡萄糖监控仪、心电图和其他设备也 正在广泛的运用跟踪病人的健康信息，同时越来越多的医院也在用智能病床来检测 病人的状况并根据病人的情况进行自动调整，此外 IoT 设备还可以监督病人按时 按剂量的服药，提醒医生病人的潜在风险。越来越多的初创公司及行业领导者加入 到医疗健康的 IoT 产业体系，希望分得一份蛋糕。目前北美出现的医疗健康 IoT企业主要集中在以下几个方向：

14、1) 提高临床效率：通过使用 IoT 设备来减轻医生、 护士的工作量，提升工作效率， 同时通过定位跟踪来管理医疗资产。这类的初创公司有：a) Augmedix ， Obaa ：利用 Google 眼镜来完成医疗记录。b) Simplifeye ：通过 Apple Watch 来帮助医生跟踪病人的预约、 门诊日程。c) Awarepoint ： 利用 IoT 传感器来定位跟踪病人和医疗器械。d) AdhereTech ： 通过药瓶上的传感器来跟踪病人的服药情况。2) 医疗级别的生物计量传感器与可穿戴设备： 通过安装生物计量传感器，将原有 的医疗设备联网。 这类公司的门槛相对较高， 需要通过 FD

15、A 的需求。 这其中的 公司有：a) Monica Healthcare ：可联网的心电图、心脏测试仪。b) Quanttus ：通过可穿戴设备来分析监控睡眠不足、 脱水、高血压、 糖尿病 等医疗高位特征。c) Eyenetra ： 利用智能手机来控制眼科检查中的自动折射设备。3) 消费者家庭监控：这类公司的产品面向大众消费市场，收集信息。a) Chrono Thereapeutics ：药物依赖跟踪仪。b) Kinsa ：智能温度计。c) Qardio ，AliveCor ：提供可在家自动完成的心电图监控。4) 大脑传感器神经技术： 这类公司的技术门槛较高，通过面向大众消费者的头 盖可穿戴设

16、备，来跟踪监控大脑数据。这其中的公司包括：a) Ybrain 和 InteraXon ： 利用头盔读取脑电波。b) Thync ：传输影像情绪的的神经信号。c) Neurovigil ： 通过读取和记录脑电波来分析药物反应，跟踪脑神经。5) 健身可穿戴设备： 通过可穿戴设备跟踪健身情况，这类公司有 Lumo 和 OMsignal 。6) 睡眠监控： 聚焦于睡眠管理，这类公司有 Hello 和 Beddit 。7) 婴儿监控： 通过可穿戴设备跟踪婴儿的运动及重要器官。 这类公司有 Owlet 和 Sproutling 。预计到 2020 年，整个 IoT 在健康医疗领域将产生 $163 bill

17、ion 的收入。三、区块链 区块链核心技术创新是分布式记账、对称加密和授权技术，存储在区块链上的 交易信息是公开的，但是账户身份信息是高度加密的，只有在数据拥有者授权的情 况下才能访问到，从而保证了数据的安全和个人的隐私。共识机制和智能合约。具 有去中心化、开放性、自治性、信息不可篡改和匿名性等特点。随着更多敏感数据 在更大数量的设备、组织、平台和机器学习应用程序之间更快速地切换对接，区块 链能够提供一种更简单和更全面的策略，以确保不同平台之间的互信、数据的完整 性，以及更好地控制它们利用信息的方式。这其中，首先获益的可能会是生命科学 和制药行业。区块链可以通过一种防篡改记录技术来改善药物供应

18、链管理，忠实地 记录下每个药片、药瓶或膏药是如何在各方利益相关者之间移动，直到到达患者处 的。此外，区块链能够统一不同的数据集，打破那些让机器学习算法难以访问的数 据“竖井”，为机器学习提供其执行高级分析所需的标准化、全面化、高完整化的 数据集。如果区块链技术可以让医疗组织相信他们所持有的数据是通用的、准确 的、无掺杂的，就能在全国甚至更大的范围内更有效地应用机器学习来进行预测分 析、临床决策支持和医学研究。区块链可以取代那些曾经用来保护这些数据的中间环节。即使是规模较小的医 疗组织，都可以通过加入这样的生态系统来对抗更大的竞争对手。私营公司也可以 通过区块链技术获取、创建新的数据来源，例如那些从个人设备收集的健康数据和 从家庭护理人员处收集的信息等。这可能给整个医疗产业带来颠覆性变化。日前， SAP（全球性的企业应用软件和解决方案供应商，成立于 1972 年，总 部位于德国沃尔多夫市）和