福布斯重磅发布2020年六大医疗趋势！​

前言

AI筛选异常影像、影像云打破医院信息孤岛、网络安全架构保障大数据时代的患者数据安全……福布斯近期发布了新十年的六大医疗趋势，这些革命性技术会改变现有的疾病诊断管理模式吗？未来的医疗在技术的驱动下会回归“以人为本”的初衷吗？

一、AI筛选异常影像

随着科技的发展，医学影像已经成了医生做出准确诊断的必备手段。相关数据显示，70%的临床诊断需要依靠医学影像。由于医疗影像有着可存储、可传输，又相对标准化的特点，也成为最早应用在AI研发和落地的领域。根据Global Market Insight的最新数据，AI+医学影像作为仅次于AI+药物研发的AI医疗应用领域第二大细分市场，将以超过40%的增速发展，在2024年达到25亿美元规模。除了老生常谈的辅助影像医生进行诊断，AI在医学影像里还能怎么玩呢？

        中风AI解决方案 Aidoc

影像医生每天需要看海量的片子，判断患者是否存在异常。如果发现了某些异常情况，他们便会将影像标记为“阳性”，并嘱咐患者做进一步的检查，这个过程通常会耗费大量的时间。以色列一家医疗科技公司开发了一系列能筛选异常影像的AI解决方案。比如他们针对中风开发的AI解决方案Aidoc，能快速连续识别异常缺血性和出血性中风影像，并将可疑病例自动移至影像医生的工作清单顶部，提醒影像医生尽快诊断，加快决定最佳治疗方案的进程。如果AI诊断正确，影像医生可以继续诊断下一个病例。事实上，如果AI诊断错误，这个病例也成为了AI的训练数据。随着时间的推移，Aidoc系统将更加准确。据了解，Aidoc的中风AI解决方案已获美国FDA批准上市。此外，该公司针对肺栓塞、颈椎骨折和颅内出血开发的AI解决方案都已经获得FDA批准上市，并已在全球300多个医疗机构中投入临床使用。

二、云计算打破医院信息孤岛

国际数据公司(International Data Corp)最近发布的一份报告称，预计今年用于云部署的IT基础设施支出将超过401亿美元。401亿美元这一巨额支出准确地反映了人们对云计算作为未来计算模型的信心，以及云计算模型大火的发展趋势。对于医疗保健来说，云计算并不只是以较低的成本拥有大量计算资源，它所采用的方式将从根本上改善医疗组织沟通、合作和开展业务的方式。

2020年云部署的IT基础设施支出将超过401亿美元

目前全球大部分医疗机构的医学影像系统(PACS)采用的都是DICOM(Digital Imaging and Communications in Medicine)标准。但是由于医院系统之间的封闭性和异构性，医学影像数据隔阂和孤岛问题仍然严重，这不仅阻碍医学影像数据的共享以及个人医学影像电子健康档案的建立，也对构建基于医学影像的智慧医疗服务增加了困难。建立医学影像区域云，显然可以解决影像数据多地域存储、跨地区数据备份的问题，实现区域影像共享。数据的云端共享，打破了医院信息的“孤岛”，影像医生可以不受时间、地点的束缚，随时随地在移动端对原始DICOM影像数据进行查阅、诊断。

云能让影像医生多终端浏览DICOM数据

三、确保大数据时代的患者信息安全

云计算在打破医院信息孤岛的同时，也带了医疗信息的安全挑战。基于云计算的软件在医疗领域的使用不断增加，卫生保健组织可以通过基于云的软件与第三方共享数据，包括医嘱、电子病历（EMR）、医学影像、费用明细等，这一趋势给医疗组织带来了巨大的安全挑战，并且这种挑战也会越来越大。如此详细的患者信息使得医疗数据对黑客来说更有价值，也更有吸引力，这些详细的医疗数据万一遭到黑客侵入，后果不堪设想。此外，众所周知，医疗服务中，“患者同意书“也非常重要。“我们许多提供关键应用程序(如电子病历)的供应商都在积极地转向云计算，”匹兹堡大学医学中心法律顾问约翰•休斯顿表示，“在许多情况下，我们将别无选择。”

大数据时代，患者医疗数据的安全性都应该得到保障，患者必须拥有第三方访问医疗数据的知情权。目前国际上推出了HITRUST网络安全框架(CSF)，HITRUST CSF安全计划是医疗行业中最广泛认可的安全认证。它结合了现有法规（如HIPAA / HITECH，PCI，ISO 27001和MARS-E）以及行业最佳实践的医疗保健特定安全性，隐私和法规要求。

四、影像医生质量控制软件

初出茅庐的影像医生经验有限，阅片水平有待加强。如果有一个影像医生质量控制软件，影像医生的诊断率会不会更高呢？通过该软件，影像实习医生可以反复查阅他们已经做出诊断的影像，甚至可以接受高级别影像医生的审核意见。即使没有主治医生亲自审核他们的工作，初级影像医生也能独立完成影像诊断。

来自美国约翰霍普金斯大学医学院的Ashimiyu B等人使用Experience API(xAPI)框架对某一地区的诊断放射学实习项目进行了建模，可基于xAPI规范实现学习行为大数据的获取、整合和共享，为进一步分析与挖掘该诊断放射学实习项目奠定基础。xAPI提供了一个以学习者为中心的采集学习行为数据模型，支持多数据来源系统的学习记录数据，摆脱了完全依靠单一学习记录采集的传统模式，特别适合对移动学习和互联网学习。美国研究生医学教育委员会(GMEC)认识到这是一种很好的评估住院医师和反馈学习效果的方法，要求开展住院医师培训项目，对住院医师实施交互式形成性反馈评估，这种评估和反馈机制能让影像医生更好地进行诊断和学习。

基于xAPI的诊断放射学学习行为大数据研究

五、针对患者的影像解读软件

为了使患者能够参与他们的医疗护理和决策，有效的沟通至关重要，临床报告是主要的传播媒介。有效的医患沟通不仅有利于医生诊断疾病，还有利于增强医患之间的信任感。越来越多的患者通过电子健康记录系统查询影像诊断结果或临床数据，但是医生通常没有那么多时间对每个患者详细解答具体的医学含义。宾夕法尼亚大学开发了一款名为PORTER的软件系统，可以“转译”放射科报告相关的医学术语内容。如果患者在报告中有不知道的专业术语，用鼠标点击相关术语，就能用通俗易懂的语言解释该术语的含义，以便患者可以更好地理解影像医生在报告中所说的内容。该软件符合HIPAA标准，分析了100例来自学术医学中心的膝关节MRI报告，编制了313个医学术语的词汇表。

随着患者群体越来越多地依赖数据和云计算，相信这种创新模式将继续适应这种需求，为患者提供更多切实的信息，更有效地进行医患沟通。

PORTER转译系统向患者解释“内侧半月板”

六、家庭保健

随着全球老龄化的加剧，居家医养一体化已成为大势所趋。袖带血压计、智能血糖仪、数字听诊器等物联网医疗器械能让患者在家就能进行高血压、糖尿病等慢病管理。相关检测数据可以通过云实时传输给医生，一旦有数据异常，医生也能及时与患者取得联系。未来，“家庭医院”在患者的生活中可能会越来越普遍。如果您是医疗技术公司或医疗保健组织，那么这是一个值得关注并密切关注的趋势。

便携式袖带血压计

对于患者和医疗专业人员而言，在高风险人群中进行全面管理或预防与COPD（慢性肺阻塞）相关的住院治疗具有极大的挑战性。为了解决这个问题，Epharmix开发了EpxCOPD，这是一种独特的、基于数据的远程患者监视工具。华盛顿大学医学院和圣路易斯大学医学院的临床医生实施了EpxCOPD，EpxCOPD能跟踪患者的日常呼吸状况，以尽量减少可预防的住院次数。EpxCOPD通过两种方式起作用：将相关数据以及其医学表征发送给患者自己或者将数据发送给医生。该过程可以及时进行外联，从而有助于预防COPD患者的住院治疗。

EpxCOPD向医生发送相关信息

ForaCare最近推出了一个智能葡萄糖监测系统，称为FORA GTel，该创新产品将为患者和护理人员提供一种独特的有效方法来治疗高危糖尿病。FORA GTel提供血糖和血酮细胞监测功能，并允许患者和医生之间进行双向通讯，提供了替代手动日志和下载患者结果的方法。它还有助于轻松共享实时数据，使糖尿病患者及其护理团队随时了解并参与其中。该系统还连接到FORA的24/7 HealthView远程医疗服务，该服务符合HIPAA标准，并允许医疗保健专业人员远程监视患者的健康状况。

智能葡萄糖监测系统 FORA GTel

结语

"有时治愈，经常关怀，总是安慰。"很多人都会引用一百多年前特鲁多医生的话来诠释医疗的本质。技术的发展，必将跨越医患之间的鸿沟、增强医患之间的信任、拉近医患之间的距离，让患者更加健康地生活。希望福布斯预测的这六大医疗趋势能早日惠及百姓！