訂閱
糾錯
加入自媒體

當AI+醫(yī)療走出醫(yī)院 解讀未來健康管理的無限可能

本篇內容集中在院外場景,AI賦能健康管理領域。當患者走出醫(yī)院,AI技術如何連接醫(yī)生與患者,如何幫助患者了解病情現狀與預測病情走向。為更好的閱讀,小豹整理了以下幾點內容:

一、健康管理行業(yè)簡析

二、慢性疾病院外是重點

三、Never Offline/隨時在線的AI健康管理

四、小豹展望

一、健康管理行業(yè)簡析

中國大健康產業(yè)市場規(guī)模巨大,2017年就已達6.2萬億元,近年環(huán)比增速均在10%以上。大健康產業(yè)包括醫(yī)藥、健康養(yǎng)老、醫(yī)療、保健品和健康管理服務。健康管理僅占大健康的2.6%,但年度產業(yè)規(guī)模依然可以達到接近1800億元的水平。同時健康管理與醫(yī)療、醫(yī)藥、養(yǎng)老產業(yè)交叉緊密。

當前醫(yī)療資源不足,導致患者走出診室后,醫(yī)生難以獲得患者情況,患者也不能及時了解病情進展,醫(yī)生和患者對健康管理的需求同樣迫切,在慢性病領域尤其明顯。隨著技術進步,可攜帶的醫(yī)療級別傳感器獲取人體數據方便且比較精準。智能便攜傳感器的邊緣計算框架延遲低,近乎實時反饋,患者和醫(yī)生有條件第一時間獲知情況變化。

基于患者的真實世界研究和醫(yī)療大數據,更多的疾病動力學模型和人群生理病理模型被開發(fā)出來,推動了個性化醫(yī)療解決方案的執(zhí)行,千人千面的精準醫(yī)學成為可能。

在慢性病人群規(guī)模上,除了人口老齡化帶來的影響,當前部分慢性病也有年輕化的趨勢。健康報與丁香園在2019年初發(fā)布的報告顯示,年輕人在腸胃、睡眠等方面均有不同程度的問題或困擾。80后已經開始普遍關注健康、健身等知識內容。普通人關注的健康知識top3的是飲食營養(yǎng)、鍛煉健身、家庭用藥,都是與院外健康管理息息相關的。

慢性病種類眾多,且康復治療階段、治療藥物復購等行為多發(fā)送在院外,院外的日常生活習慣和環(huán)境對病情發(fā)展影響大,借助家用醫(yī)療器械監(jiān)測病情是慢性病人群的常見措施。

以典型的慢性病糖尿病為例,2017年糖尿病患者已達1.14億人,受生活環(huán)境和生活習慣影響,預計到2045年將達到1.54億人。2017年糖尿病患者直接醫(yī)療開支占全國醫(yī)療開支的13%,達1734億。

二、慢性疾病院外是重點

從宏觀角度,WHO結合發(fā)展中國家衛(wèi)生系統(tǒng)和人群健康狀況提出了慢性病創(chuàng)新照護框架(Innovative care for chronic conditions framework,ICCC)。患者不僅需要得到貫穿時間、環(huán)境和衛(wèi)生服務提供者有計劃的綜合照護外,還需要自我照護技能。

考慮到國內醫(yī)生資源缺口嚴重,在社區(qū)和家庭環(huán)境中難以直接獲得醫(yī)生的指導建議。從微觀角度,醫(yī)生需要及時知曉患者在院外的身體情況和心理情況,結合患者歷史用藥和個體差異,提供有差異化的用藥指導與生活習慣建議。

這時,基于AI技術和專業(yè)醫(yī)學知識的慢病管理就可以發(fā)揮重要作用。借助各類可穿戴設備的傳感器監(jiān)控患者體征指標、醫(yī)療大數據沉淀的患者歷史、AI對大量真實世界病歷研究形成的慢性疾病生理指標或代謝模型,一旦有異常數據超過閾值,醫(yī)生將可以遠程對病情進行分級管理,及時對患者進行干預治療、提出或優(yōu)化治療方案,實現慢性病全程動態(tài)管理監(jiān)督;颊咭部梢愿鶕】倒芾鞟I的反饋,加強自我管理與監(jiān)督。從醫(yī)生端和患者端同時建立有效的系統(tǒng)化、個性化的慢病信息管理,提高醫(yī)療資源的高效利用,并最終改善或提高患者的健康程度。

AI在健康管理領域的應用價值正在越來越多的體現。來自最新naute madicine的研究論文[1]表明,基于現實世界數據的糖尿病相關慢性腎病模型的預測能力優(yōu)于來自臨床研究數據的模型。也就是越多來自院外的真實患者的數據的整合匯總,越可能開發(fā)出預測更精準的AI模型,提早判斷類似糖尿病等慢性疾病的發(fā)生和發(fā)展。

2018年,吳恩達團隊使用邏輯回歸的方法得到的 ARR 預測值通常與心血管風險成正比[2],而新開發(fā)的X-learner算法則能夠正確地觀察到,個體治療效果經常是與基線風險不成比例的。這樣的結論也說明了,在為患者進行高血壓治療的時候,根據患者個人具體情況設計療法,效果很可能優(yōu)于給所有人相同的療法,為現有的高血壓治療提供新的視角和思路。這也是吳恩達團隊希望能夠實現的效果。

三、Never Offline/隨時在線的AI健康管理

健康管理的重點在院外,院外的難點在數據監(jiān)測。2014年9月美國時代雜志的封面文章Never Offline還在暢想未來可穿戴技術對人類生活的改變。短短幾年時間,可穿戴設備在醫(yī)療場景應用已經使得患者和醫(yī)生在院外監(jiān)測病理特征的手段愈發(fā)多樣和監(jiān)測精度不斷提高。

說到醫(yī)療級的可穿戴設備,最知名的可能是蘋果公司的apple watch 4了。2018年上市時就通過了美國FDA的認證,以單導聯結合專用算法可以實現高精度的心率監(jiān)測,當發(fā)現心房顫動節(jié)律時及時提醒用戶,提升中風早篩的幾率。

遺憾的是apple watch 4暫時還未通過中國國家藥品監(jiān)督管理局NMPA(前CFDA)的認證,無法在國內使用心電監(jiān)控功能。除了apple watch 4,蘋果公司還有一項通過嵌入式活動傳感器可以獲取溫度、出汗、心率數據和其他指標的專利可能與剁手利器airpods有關。但很遺憾,9月10日蘋果新產品發(fā)布會中,并沒有發(fā)布新的airpods。apple watch 5則更新了心率檢測算法,新增了噪聲、女性經期等與健康相關功能。蘋果、三星、谷歌這些國外公司正在不斷加碼醫(yī)療級可穿戴設備切入健康管理的大市場,中國企業(yè)同樣不甘落后。在全球可穿戴設備出貨量排名靠前的華米科技在2019年6月了發(fā)布Amazfit健康手表,是國內首款支持ECG心電圖監(jiān)測功能的可穿戴產品。

同時華米公司還有一款已經通過NMPA認證的可穿戴心電記錄儀手環(huán)。華米利用可穿戴設備獲取的人體數據,結合專業(yè)醫(yī)療知識和AI算法,在心臟疾病的相關診斷、睡眠障礙監(jiān)控、運動健身和生物id識別等領域都在進行探索。

2019年3月,華為終端有限公司新增了銷售醫(yī)療器械(第二類醫(yī)療器械)的經營范圍,引發(fā)人們遐想。華為與301醫(yī)院專家聯合開發(fā)了一款心臟健康研究的app,使用華為智能穿戴設備的心率傳感器,結合AI智能心率算法,實時追蹤心率相關數據,為用戶提供心律失常篩查、個性化指導、預約就診和整合管理服務。

9月20日最新發(fā)布會中,新一代華為手表GT增加了對血氧信號的檢測能力。但華為可穿戴設備目前都沒有取得NMPA認證,檢測到的數據只能作為參考,不能成為診療依據。這也是目前大多數可穿戴設備廠商面臨的尷尬,NMPA認證難以獲得。

除了以手表手環(huán)形式監(jiān)測心率的智能可穿戴硬件,血壓儀、血糖儀、血氧儀等都已經有數字化、可便攜、有AI輔助診斷且(部分)通過NMPA認證的產品上市。

這幾年基于生物傳感器,能夠監(jiān)測呼吸、心率、發(fā)聲等人體信號的紋身式電子皮膚,已經在清華大學、MIT媒體實驗室、斯坦福大學等等的實驗室中取得了不少突破,比如斯坦福大學鮑哲南教授[3]最新研制成功的可穿戴無線皮膚傳感器BodyNet,不需要電池,工作原理類似于ID卡:利用無線射頻識別技術RFID,從服裝接收器吸收能量,為傳感器供電,然后從皮膚讀取數據并發(fā)送回接收器。BodyNet將被用在醫(yī)療方面,如監(jiān)測患有睡眠障礙的患者夜間睡覺質量,呼吸心跳肌肉等表現;或長期觀測心臟病患者日常生活中的心臟表現。

四、小豹觀點

美好的未來似乎就在眼前,利用最新的傳感器技術、互聯網技術、AI技術,形成從院外數據監(jiān)測、輔助診斷、患者提醒到快速掛號導診、遠程醫(yī)療、醫(yī)藥電商等線上線下全環(huán)節(jié)的健康管理體系。互聯網公司、傳統(tǒng)醫(yī)療機構都有機會參與其中。

對C端用戶主要以售賣可檢測體征的硬件及對應增值服務為切入點,讓普通人能看到可準確量化的體征變動,以此增強普通人的健康管理意識。同時這些全面的量化數據既是做輔助診斷的重要依據,也是健康管理的起始點。對B端客戶以數據分析平臺、云管理平臺和AI模型平臺為吸引點,通過技術能力不斷賦能醫(yī)療機構的運營管理,進而通過醫(yī)療機構提升患者的健康管理效率,從而形成院內院外-患者-醫(yī)生-平臺的多元閉環(huán)。

在保證隱私和數據安全的前提下,越細致和全面的數據記錄,越可能形成清晰準確的健康管理方案,千人千面的精準醫(yī)療才可能實現。目前涉足健康管理的企業(yè),野心都不止于此。從健康管理切入,獲取多場景下海量的患者或用戶數據,為醫(yī)療機構搭建數字化平臺,攜C端的用戶(患者)規(guī)模和B端數據運營分析能力,進而涉足輔助診斷這個市場規(guī)模更大利潤更高的市場。

聲明: 本文系OFweek根據授權轉載自其它媒體或授權刊載,目的在于信息傳遞,并不代表本站贊同其觀點和對其真實性負責,如有新聞稿件和圖片作品的內容、版權以及其它問題的,請聯系我們。

發(fā)表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關注公眾號
    OFweek人工智能網
    獲取更多精彩內容
    文章糾錯
    x
    *文字標題:
    *糾錯內容:
    聯系郵箱:
    *驗 證 碼:

    粵公網安備 44030502002758號