近日，西門子公司發布一篇醫療數字化的報告。報告中宣稱，當前醫療數字化相比其他互聯網領域比較緩慢，但從長遠看醫療行業資源會更加緊缺，數字化是解決資源匱乏的必要途徑。在醫療數字化過程中，人工智能和物聯網的數據互聯是發展的重要方向。

以下是報告原文：

標題：擁抱醫療4.0：數字化醫療是實現高價值醫療的關鍵

醫療的數字化正在進行中,但并不明顯,部分原因是該行業在利用這項技術方面比其他行業慢。但不要搞錯了——在你附近的醫院或診所,一場革命性的變化正悄然而至,可謂恰逢其時。隨著人口老齡化、慢性疾病的增加和醫療成本的飆升,醫療行業迫切需要數字化帶來的改善,以便節約成本、改善診斷和實現更有效的醫療。此外,醫生、護士和技師的全球性短缺,要求提高效率,并需要技術來幫助填補服務方面的供需缺口。當前的“碎片化”或“孤島式”的醫療模式,剝奪了醫療機構充分利用數字化醫療積累的先進分析技術的能力。根據MeriTalk對IT負責人的調查,由于政府醫療衛生主管部門難以管理不同的數據集,因此,糟糕的數據集成水平可能導致每年損失3420億美元。62%的檢驗室檢查和35%的放射學檢查沒有被跟蹤,從而導致錯過關鍵的診斷。

在美國,未來的效率提高勢在必行,因為醫療成本是人們普遍關注的一個問題。根據《哈佛商業評論》的一篇文章,美國的醫療費用目前占美國經濟總量的近乎五分之一,是歐盟經濟體占比的近兩倍。隨著預期壽命的延長以及糖尿病和肥胖癥等慢性病的增加,預計醫療費用占經濟總量的比例將繼續上升。

醫療改革的可見部分已經在醫療器械和醫療手術中得到了體現。例如,用于精密腦部手術的射波刀,甚至用于前列腺切除術的機器人。隨著人工智能(AI)、物聯網(IoT)的結合,以及成像技術的不斷提高,診斷準確性和更精準的靶向治療也在發生飛躍。數字化世界中的醫療行業的數據正以48%的年增長率增長,而挑戰在于如何將這些海量數據轉化為有意義的信息。這就是人工智能如何通過將其與醫療物聯網中的數據源互聯而產生巨大影響的原因。

“數字雙胞胎”,即人體器官的個性化的計算機人體模型,使醫學專業人員能夠創建人體模型,通過虛擬的仿真結果和有效性來幫助實現個性化治療。未來,人們的“數字雙胞胎”可以作為預測個人風險和預防疾病的健康指導和教練。

在使用了幾年之后,數字雙胞胎已經被用于其他行業,以幫助優化制造、機器建模和工作流中的流程。它們將現實世界和數字世界聯系起來,這源于一種直覺技術,它利用人工智能將數據轉化為可執行的洞見。這是通過使用數以百萬計的數據來實現的,然后利用這些數據來訓練深度學習神經網絡,然后這些神經網絡會近似于一個組合的多尺度生理模型的若干部分。

通過人工智能篩選數以百萬計的記錄和檔案,以發現生物特征和疾病之間的聯系或相似性,醫生們現在可以發現一些原本不易察覺的問題。在醫生分析了基因組和蛋白類數據,可在糖尿病、癌癥和其他疾病發病之前識別出有患病風險的患者后,未來的健康問題也就可以得到準確預知,這也是數字化如何有能力將醫療行業的重點從治病轉移到預防的一個例證。