AI篩選異常影像、影像云打破醫院信息孤島、網絡安全架構保障大數據時代的患者數據安全……福布斯近期發布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回歸“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。由于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+醫學影像作為僅次于AI+藥物研發的AI醫療醫療器械創新網第二大細分市場，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在醫學影像里還能怎么玩呢？

??

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”，并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，并將可疑病例自動移至影像醫生的工作清單頂部，提醒影像醫生盡快診斷，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。據了解，Aidoc的中風AI解決方案已獲美國FDA批準上市。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批準上市，并已在全球300多個醫療機構中投入臨床使用。

二、云計算打破醫院信息孤島

國際數據公司(International Data Corp)最近發布的一份報告稱，預計今年用于云部署的IT基礎設施支出將超過401億美元。401億美元這一巨額支出準確地反映了人們對云計算作為未來計算模型的信心，以及云計算模型大火的發展趨勢。對于醫療保健來說，云計算并不只是以較低的成本擁有大量計算資源，它所采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年云部署的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)采用的都是DICOM(Digital Imaging and Communications in Medicine)標準。但是由于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，也對構建基于醫學影像的智慧醫療服務增加了困難。建立醫學影像區域云，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。數據的云端共享，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。

? ? ??

云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

云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。基于云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于云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，并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，后果不堪設想。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云計算，”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復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，可基于xAPI規范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采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采集的傳統模式，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。

基于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于醫生診斷疾病，還有利于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么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個醫學術語的詞匯表。

?

隨著患者群體越來越多地依賴數據和云計算，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云實時傳輸給醫生，一旦有數據異常，醫生也能及時與患者取得聯系。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，那么這是一個值得關注并密切關注的趨勢。

?? ? ??

便攜式袖帶血壓計

?

對于患者和醫療醫療器械創新網而言，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、基于數據的遠程患者監視工具。華盛頓大學醫學院和圣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，以盡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征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，從而有助于預防COPD患者的住院治療。

?

? ? ? ?

EpxCOPD向醫生發送相關信息

?

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，并允許患者和醫生之間進行雙向通訊，提供了替代手動日志和下載患者結果的方法。它還有助于輕松共享實時數據，使糖尿病患者及其護理團隊隨時了解并參與其中。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，并允許醫療保健醫療器械創新網遠程監視患者的健康狀況。

?? ? ??

智能葡萄糖監測系統?FORA GTel

結語

"有時治愈，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！