近日，埃森哲發佈《“後”科技時代已到來——2019數字醫療科技願景》研究報告，報告總結了數字醫療五大趨勢，並展示相關領域的實際用例。作爲一項持續三年的研究，“數字醫療科技願景”在2017、2018年也分別提出五大關鍵詞。

埃森哲曾進行過一項“埃森哲可顛覆性指數(Accenture’s Disruptability Index)”研究，該研究分析了20個行業的可顛覆性，最終將醫療列爲未來最容易受到顛覆性影響的行業之一。從報告提出的關鍵詞本身和其三年間的細微變化中，我們能夠感受到科技是如何在醫療領域颳起了一次次“颶風”。

DARQ Power——新技術的顛覆力：

DARQ，即分佈式賬本技術（D, Distributed ledger technology）、AI（A, Artificial intelligence）、擴展現實（R, extend Reality）、量子計算（Q, Quantum computing）。

數年前，社交（Social）、移動（Mobile）、數據分析（Analytics）和雲（Cloud）技術的出現，給企業帶來了一次大變革。發展至今，它們的優勢已經趨於成爲常態，而侷限性偶有突顯。由此，埃森哲根據研究和調研結果，總結出四項爲再次改變醫療領域的新技術，即DARQ。

分佈式賬本技術（DLT）：

分佈式賬本技術（如區塊鏈技術），將成爲醫療支付和身份認證的重要組成部分。醫療企業可以通過使用DLT創建可信賴的數據集，隨時查詢，而不必動輒就追溯到源頭，進而實現節約成本、避免浪費和提高醫療質量的目的。保險公司可以通過DLT技術迅速確定保險支付情況，爲患者帶來便利。

應用：

• Professional Credentials Exchange（ProCredEx）公司計劃創建一個網絡架構，各個機構之間可以安全可靠地在其上互相傳輸相關的憑證文件，使用者可以通過App或平板來控制和批准數據共享。這一項目使用DLT技術來跟蹤和驗證憑證，內置於網絡架構中。

• Synaptic Health Alliance公司將利用DLT技術創建一個互通互聯的數據平臺，從人口統計數據開始收集、共享相關數據，並實現動態更新。

人工智能（AI）：

Al可能會成爲未來醫療領域應用最多的新技術。從行業角度來說，AI技術已經在提高效率、節省勞動力成本方面展現了非凡的能力。從應用角度來說，Al可以應用於支付、病歷檢查、患者自診，可以通過面部特徵、視網膜掃描、X光、語音等多種材料來識別疾病。

應用：

Froedtert和威斯康星醫學院醫療衛生網絡 (Froedtert & Medical College of Wisconsin Health Network)與Buoy公司合作開發了一款智能問診工具，用戶描述自己的症狀後，可以得到個性化分析和診斷建議。Buoy收集用戶病例並持續訓練系統，通過不斷地反饋和訓練使得該工具越來越智能。

擴展現實（XR）:

報告顯示，38%的醫療機構在一項或多項業務單元中採用了擴展現實（XR）技術。XR能夠使機器像人類一樣進行認知操作，並實現良好的人機交互，帶來絕佳的沉浸式體驗。

應用：

• 位於洛杉磯的Cedars-Sinai公司利用XR技術來進行疼痛管理。患者通過XR來訓練呼吸技巧、更好地應對疼痛，數據顯示，通過這一方法患者的疼痛能夠在10分鐘後減輕24%。

• 克利夫蘭醫學中心（Cleveland Clinic）和ZME（Zygote Medical Education）利用虛擬現實（VR）技術，將臨牀解剖學課程從實驗室搬到虛擬環境中。學生可以通過移動終端訪問三維虛擬實驗室，還可以和其他學生在線交流。

量子計算：（Quantum computing）：

利用量子計算技術來處理複雜的數據集（如DNA數據），能夠實現更個性化的醫療行爲。

應用：

埃森哲曾與量子計算公司1Qbit進行過一項實驗，實驗發現量子計算可以極大地改善分子設計效率、加速藥物發現。這項研究成果可以應用在複雜的神經系統疾病上，如多發性硬化症、阿爾茨海默症、帕金森氏症和盧伽雷氏症。

Get to Know Me——個性化醫療：

技術已經無縫地融入到人們的生活中，成爲每個人生命中的一部分。通過各種方式捕獲的個人數據以及相關的數據集（例如人口統計、圖鑑）等，可以聚合在一起，爲每個人創建一個“數字身份”。企業可以通過在這一“數字身份”上做文章，創造新一代的產品和服務。 後科技時代，企業有更大的機會利用公民“數字身份”和數字洞察力，從單項軟件交易轉向持續的定製化關係和個性化體驗。

應用：

• Kinsa公司設計的聯網溫度計可以讓用戶通過手機App來追蹤自己的病況，系統同樣會通過收集這些訊息來反饋訓練，變得更加智能。

• Clorox通過合法獲取相關信息，來挖掘美國境內哪些地區的居民更容易發燒，進而將其標記爲“消毒溼巾”這一產品的潛在消費市場，在此過程中不會涉及任何個人身份信息。

不可忽視的隱私問題：

技術能夠實現企業和C端消費者保持持續的反饋關係，實現“個性化醫療”，但這又產生了新的問題——爲個人“量身定製”產品和服務之前要弄清楚，可以“量身定製”的程度有多深。“技術能夠提供的”和“患者真正想要的”之間，往往存在着落差。

醫療機構和企業必須明確消費者在數據隱私、數據管理和權限方面的意願，積極採取措施贏得消費者的信任。這些措施包括確保數據脫敏且來源已知、物理設備必須具備安全性、產品和服務的設計必須考慮到隱私等。事先聲明這些敏感問題，有助於醫療機構和企業在消費者羣體中建立信任和忠誠。

Human+Worker——效率提升的最優解：

醫療是最依賴勞動力的行業之一。技術的加成可以使某些環節流程化，進而大幅提升效率。

例如：Al能夠掃描結構化數據（比如醫療索賠信息）、半結構化數據（如XML）和非結構化數據（如診療記錄、電子郵件），只需幾秒鐘就可以完成臨牀檢查，而人類可能要花費很長時間來閱讀大量材料。AI+XR可以幫助外科醫生進行術前規劃，並在手術過程中提供關鍵的信息。

再比如，語音交互技術可以回答用戶問題，併爲家庭場景下照顧患者的護理人員提供建議；NLP技術可以輔助HR在線識別潛在的候選人，或分析各員工之間技術能力的差異；機器學習可以讓系統的“大腦”通過它所吸收的所有數據不斷地學習，但是人做不到這麼強大的數據保存和處理能力。人類的一致性、速度和可靠性都較差，所以這部分內容可以用機器來解決，人類只需驗證技術提供的結果，並把節省出來的時間花在解決實際問題和其他一些辯證思維問題上。

應用：

Sensentia公司利用Al來簡化醫療保險信息。該解決方案通過解析結構化和非結構化數據，以回答用戶用簡單英語向呼叫中心代理諮詢的健康保險問題，準確率在99%以上。

Secure Us to Secure Me——安全問題需要各方參與：

醫療場景下的安全威脅來自四面八方，而由於這直接關係到個人生命，因此這一場景下的安全問題尤爲重要。如數據泄露可能導致個人信息被非法獲取以謀取利益，甚至直接暴露在不法分子面前；意欲加害患者的人可能會通過對患者使用的醫療器械動手腳來取人性命。這些風險隨着醫療機構與各參與方的合作趨於緊密，而成倍地增長。

在醫療行業，“合作”的需求與其他行業一樣旺盛。醫療機構在與醫療生態系統各參與方（如支付方、軟件公司、硬件設備製造商）的合作過程中受益，但吸收益處的同時也吸收了合作伙伴的風險性和脆弱性。醫療機構需要在開放合作的基礎上，建立更強大的防護系統，並要求加入協作的第三方符合設定好的安全標準。

My Markets——響應瞬時需求：

技術已經創造了一個高度定製化和隨需應變的世界，醫療組織也需要順應趨勢、重新塑造自己，以抓住這些後科技時代催生的瞬時需求，而技術就是實現轉型的無形助推器。現在，強大的分析工具能夠幫助決策者瞭解當前和潛在的市場，並識別出重要節點；複雜的後端技術可以快速重新定位業務，組合合適的、定製化的功能，在特定的時間點交付出色的服務。

比如，Fjord公司正與亨利福特公司（Henry Ford Health System）合作，開發一個依賴聯網設備的護理服務體驗平臺。該平臺強調爲患者打造“whole person（個性化、全息人）”的個人數據，幫助患者順利地享受護理服務，優化體驗，並與護士等醫院工作人員個性化互動。

機器學習公司macro-eyes通過智能排班系統Sibyl增強了護理服務的利用率，提高了用戶滿意度。Sibyl通過從病人的行爲中學習，逐漸掌握病人的出勤、缺勤的習慣並作出相應排班調整，這有助於保證醫療機構的高效運轉。Sibyl給出的建議可以有效避免病人缺勤帶來的消極影響，最大限度地利用所有時間。這一措施提高了交流的有效率，還降低了成本。

除此之外，5G和IoT也使“響應瞬時需求”成爲可能。5G包含了多種通信技術，包括蜂窩網絡、Wi-Fi和智能邊緣服務。而對於IoT來說，每個設備都是一個新的渠道、一個新的數據來源、一個識別和接觸客戶的新方法。未來，5G在醫療保健領域的潛力將會爆發，企業需要做好準備來擁抱這一席捲而來的浪潮。

版權聲明

本文來源億歐，經億歐授權發佈，版權歸原作者所有。轉載或內容合作請點擊 轉載說明 ，違規轉載法律必究。

相關文章