分享在新英格蘭醫學雜誌在“2030年的技術與數據”催化活動上，示巴醫療中心(以色列拉馬特甘)的Eyal Zimlichman博士和布裏格姆婦女醫院(美國馬薩諸塞州波士頓)的David Bates討論了未來十年醫療數字化轉型的前景。他們關注人工智能(AI)的用例，需要醫療保健組織的準備。數字病理學和傳感技術將得到改進。
Zimlichman博士指出，人工智能已經影響了放射學，在人工智能集成方麵，放射學遠遠領先於其他臨床領域。他預計，在未來十年裏，人工智能將改善決策支持，提高患者的安全和效率，並實現繁瑣任務的自動化。工作流集成是任何人工智能解決方案成功實施的關鍵。在人工智能集成方麵，放射學領先於其他臨床領域。在那裏，人們觀察到許多失敗的AI解決方案並沒有很好地集成到工作流程中，這與那些成功的解決方案不同。在接下來的幾年裏，一個預期的重點領域將是解決AI工作流程在臨床護理中的集成問題。
Zimlichman博士指出，正確的操作工具可以幫助醫院更有效地運行。醫院的控製塔將優化病人的流動和安置，並更好地了解哪些病人正在惡化，需要迅速轉移。將人工智能集成到這些控製塔將減少人員配備，提高效率，這對醫院來說至關重要。許多與人工智能作鬥爭的組織需要機製來促進內部(例如在學術醫療中心)和初創企業的創新，並廣泛實施這些創新。預測和預防疾病將降低醫療保健成本，並使公眾健康受益。
連接傳感技術是另一個增長領域。雖然它們提供了大量的數據，但消化這些數據可能是有問題的，AI可以通過識別有用的數據點來解決這個問題。對於慢性疾病管理，人工智能有助於了解疾病進展，並提供必要住院前采取行動的能力。簡而言之，傳感技術將提供“預測和預防”的手段。對於急症護理，連接的傳感器可以遠程監測並為患者提供智能警報。可穿戴設備或醫療設備可能與監測或處方應用程序結合，並可能看到處方的使用。考慮到目前健康相關應用的繁榮，可能會有更嚴格的監管來確保安全性和有效性。
精準醫療進展緩慢。“多組學”將包括基因組學、代謝組學、蛋白質組學、微生物組學、數字病理學和放射學等領域。人工智能可以對這些數據進行處理，從而更好地預測應該開哪些藥，哪些患者可能會出現並發症。Zimlichman指出，支付政策是一個關鍵問題。在COVID-19期間，遠程醫療政策的變化幫助增加了這些服務。
“激勵措施可以推動創新來改變醫療保健。”
來源:NEJM的催化劑
