首页  >  传授与研讨  >  看法文章  

孙宝红:伶俐医疗——破解“铁三角”困局

倪剑,孙宝红,曾伏娥|文 李全伟|编辑

医疗保健范畴存在铁三角逆境,任何医疗卫生体系或政策都很难完成医疗准入、本钱控制和医疗质量的同时提拔。而日渐成熟的伶俐医疗,可以或许从需求、提供、准入、付出这四个维度转变现有康健办事的提供链条和决议计划机制,可以或许破解“铁三角”困局。本文提出了四条打破性办法。

从微观格式看,整个医疗财产可经过四个维度举行观察——需求、提供、准入和付出,这四个维度配合修筑了一个完备的医疗办事链条和代价完成周期,即患者的医疗需求经过肯定的准入渠道从提供方得到满意,再全部或部门经过第三方完成付出,见图“医疗财产的四个维度”。在传统的医疗办事体系内,需求通常孕育发生于患者呈现症状(一样平常在显性化之后),然后经过信息和物理的准入抵达提供方。提供方通常为医疗机构或药店,它们会对患者的信息或数据举行果断并给出办理方案即医治或处方,提供办事。患者末了凭据提供方报价全部或部门经过第三方付出方(差别情势的医疗保险)举行付出。

但是传统的医疗体系存在题目。美国耶鲁大学传授威廉·基西克(William Kissick)1994年在他的作品《医疗的逆境:无穷需求和无限资源》(Medicine's Dilemmas: Infinite Needs versus Finite Resources)中曾提到过一个闻名的“医疗铁三角悖论”,基本看法是,每个社会都有它们盼望在医疗保健范畴同时寻求的三个目的:医疗准入、本钱和质量。但是由于肯定时期内每个社会的医疗需求是无穷的,而医疗提供则绝对无限,因而上述三个目的在实际中每每互相竞争,比如一个等边三角形,每个目的都是一个角,每个角都是60度,要是你扩展此中一个角,好比进步医疗准入,至多会影响别的两个角中的一个,如带来医疗本钱的增长或医疗质量的低落,而进步医疗质量则会带来医疗本钱和(或)医疗准入的进步。结果是,任何医疗卫生体系或政策都难以同时完成全部三个目的。

这便是医疗“铁三角悖论”带来的管理逆境,永劫间困扰决议计划者。固然威廉·基西克的铁三角观点并不是相对的,三重目的也可以同时完成,只不外同时完成特殊具有挑衅性,必要打破性创新头脑。本文以为,作为传统医疗的一种打破性创新方法,伶俐医疗(Smart Healthcare)可在很大水平上资助转变整个医疗财产的格式并冲破原有的医疗铁三角困局。

 

伶俐医疗的鼓起

伶俐医疗(Smart Healthcare)是近来广受存眷的专有医疗名词,它以互联网为依托,基于大数据和人工智能,同时借助交际媒体、长途医疗、挪动医疗等信息交互形式,使用开始进的物联网技能,经过打造康健档案地区医疗信息平台,完成患者与医务职员、医疗机构、医疗设置装备摆设等的零相应工夫互动,渐渐到达信息化。狭义的伶俐医疗由三部门构成,辨别是伶俐医院体系、地区卫生体系和家庭康健体系;广义的伶俐医疗则专指基于大数据和人工智能的医疗办理体系。

伶俐医疗开始由IBM公司2008年于“伶俐地球”战略中提出。对付伶俐医疗的鼓起和生长,可大要归结为三个方面的缘故原由:第一,技能的生长,即支持伶俐医疗的底子技能体系包罗基因排序、大数据、穿着设置装备摆设和人工智能等在比年内生长敏捷并日益美满;第二,实际的必要,由于很多国度的医疗办事体系都面对着严厉挑衅,好比奋发的医疗用度、不行连续的医疗用度增长、极重繁重的慢性疾病包袱、服从低下的医疗办事体系、不停进步的康健需求与无限的提供间的抵牾等,这些挑衅促使许多国度和当局不得不重新思索新的医疗形式;第三,资源市场的推进,资源市场以其资源支解的尺度性、资源活动的充实性、生意业务的同一性、本钱的昂贵性、评价的客观性、产权的明白性、信息的公然性、运作的市场性等特性而使伶俐医疗资源敏捷完成优化设置装备摆设。

鉴于上述缘故原由,伶俐医疗现在已活着界范畴内遭到遍及存眷并疾速生长,并且伶俐医疗在现有医疗体系中的不停实验和实行还在潜移默化地转变医疗体系自己,如2015年美国提出精准医疗(Precision Medicine),盼望经过整合剖析基因数据、情况数据和个别生存数据来有用防备控制及医治肿瘤和糖尿病等疾病。2016年,中国也宣布把精准医疗归入新的五年方案,投入的科研经费高达600亿元人民币,在40多个展开精准医疗方案的国度中投资范围最大。

在企业层面,许多大型制药企业和医疗东西企业也已认识到这一趋向,均在积极经过投资、互助、收买等方法与新兴的技能企业和研讨机构互助,为将来举行提早结构,好比2016年药明康德与华为互助,配合打造了中国首个精准医疗大数据云平台——密码云,用来贮存和运算海量医疗数据,助力中国的精准医疗方案。而新兴的技能企业好比晶泰科技,则方案经过量子力学、盘算化学和人工智能技能来收缩药物的开辟周期,为制药企业节流巨额开支。别的,不少新兴的深度学习使用也将医疗办事作为一个极端紧张的场景,以期办理实际紧急题目,如卡耐基梅隆大学传授掌管建立的漫衍式呆板学习平台公司Petuum,努力于将人工智能、呆板学习的技能使用于医疗行业,研发新的模子和算法,让巨大庞大的数据孕育发生代价。

固然,要完成伶俐医疗,还必要贸易上的创新和整合的平台,因而比年来中国出台了一系列政策资助网络数据、推进整合平台的构成。在这种配景下,2017年北京大学康健医疗大数据研讨中央筹办创建了“中国康健医疗数据共享平台(China Medical Data Sharing System)”,不但整合了来自科研机构的个别研讨数据,还整合了来自制药企业的几万例临床实验和上市后的药物视察个别数据。

伶俐医疗的鼓起为“铁三角”管理提供了新思绪。素质上看,医疗铁三角之以是构成,泉源在于医疗需求的无穷性和医疗提供的绝对无限性这对抵牾。在传统的医疗体系下,这对抵牾基本上不行破解,但是要是导入伶俐医疗体系,则无望资助转变整个医疗财产的格式并冲破原有的医疗铁三角困局。如图“医疗‘铁三角’管理视角与出路”所示,伶俐医疗所触及的是整个医疗财产在需求、提供、准入、付出这四个维度的办事形式和决议计划机制,经过从四个维度转变现有康健办事的提供链条和决议计划机制,伶俐医疗将来将在现有投入要素稳定的环境下,经过转变办事周期和进步服从来完成整个体系的优化,进而完成医疗准入、本钱控制和医疗质量的同时提拔,为破解医疗铁三角困局提供偏向。

 

破解“铁三角”困局的四条办法

如前所述,要同时美满医疗准入、医疗本钱和医疗质量三大目的,破解铁三角困局,必需起首破解医疗需求的无穷性和医疗提供的绝对无限性这对抵牾,而这必要使用打破性创新头脑,依托几个要害的技能体系在医疗需求、提供、准入和付出范畴举行使用,以求多点打破。

1.全方位出发点网络康健信息,增长防备性和实时性,同时基于大数据举行医疗需求发掘和决议计划支持,从需求端寻求打破。正如我们此条件到在传统的医药财产链条中,医疗的需求出发点是症状的产生,包罗患者发明本身症状而孕育发生的医治需求及由此带来的统统后续产物、办事要求和付出举动。但是这种传统的医疗体系是一种十分昂贵和低效的形式,不但易使患者错过预警期,还每每招致过分医治;并且疾病构成之后的医治本钱极高,由于当代社会的医疗用度很大水平上由第三方即社会保险或私营保险来包袱,因而这种形式还会带来宏大的社会本钱,从而拉大医疗需求无穷性与医疗提供绝对无限这对抵牾。

但是陪同基因迷信的敏捷生长,人们对疾病与个别基因以及基因变异之间的干系有了更深了解;同时,人们还了解到除团体情况要素外,个别的生存风俗等也与康健状态痛痒相关,都与疾病之间存在内涵的接洽。以是,对付一些庞大疾病(如肿瘤)和恒久慢性疾病,要是能在疾病产生之前了解到这些干系并有用参与,在疾病产生时经过基因剖析高效地为差别患者提供医治方案和药品,进步药品有用性并淘汰反作用,同时在疾病医治后的维持期举行有用的疾病办理等,对患者而言将最大水平地制止疾病医治所带来的痛楚,对整个社会而言则会节省少量社会本钱,控制医药用度。正是基于这一焦点理念,个别化医疗(Personalized Medicine)和精准医疗(Precision Medicine)应运而生。

个别化医疗和精准医疗的底子在于大数据支持。在医疗范畴,大数据重要由以下四个方面的详细数据组成:临床数据,包罗电子病历、电子处方、医学影像;基因组数据,好比基因序列;举动数据,包罗穿着设置装备摆设数据和交际媒体信息数据;功效大众卫生数据,比方地域盛行病学数据。

对这几方面的数据举行有用整合与剖析就可以对个别康健需求举行深化发掘,从而构成具有防备性、控制性和个别化的康健提供决议计划。别的经过对大数据举行剖析和使用,可对个别康健的潜伏需求作进一步辨认,从而在疾病构成和症状呈现前参与和干涉,这便是将传统医疗中症状呈现后的医治需求提早转化成防备性和控制性的医疗需求,并凭据个别数据自己的差别提供具有针对性的医治。

对个别以及群体康健需求进一步深化发掘的终极目标是资助康健提供方作出决议计划,即经过得到对医疗需求更清楚的了解和掌握来进步医疗提供的有用性和实时性,从而提供具有防备性、实时性、有用性和个别性的医疗提供。经过大数据剖析对医疗的潜伏需求举行实时的参与和满意,在符合的工夫举行适当的医疗参与,可以淘汰和制止在疾病产生后的医疗本钱。

在广州举行的2017财产环球论坛上,很多与会高朋就曾指出,对付疾病防备,大数据剖析加中中医联合是颇具潜力的生长偏向。一些科技企业如飞利浦公司等,也正努力于打造防备性办理方案。现在飞利浦已在中国创建了一个创新平台,旨在经过中东方互助来相识疾病泉源,从而举行有用防备。除此之外,其他公司如IBM、腾讯、阿里巴巴等,也在使用大数据、人工智能、长途医疗、挪动医疗、物联网、在线付出等技能展开或实验展开个别化医疗和精准医疗,这些探究均在客观上缓解了医疗需求无穷性与医疗提供绝对无限这对抵牾,从而从需求端资助破解“铁三角”困局,见表“个别化医疗和精准医疗技能创新与办理困难”。

表  个别化医疗和精准医疗技能创新与办理困难

2.基于人工智能探究医疗提供的效能和服从优化,从提供端寻求打破。人工智能,简朴而言是指让盘算机具有像人一样的认知、果断和决议计划庞大题目的本领。人工智能的底子在于一系列盘算机技能,如算法呆板学习、深度学习、言语辨认、图像辨认、人工神经网络、人工专家网络、含糊逻辑等。

在医疗办事的诊断范畴,医学影像是大夫举行诊断的最紧张的根据,但是这类非布局化的数据数目巨大,已往的IT技能不克不及很好地辨认、整合和剖析这些数据。不但云云,很多闻名医学家还指出, 大夫的决议计划每每是基于履历、揣测和老例等,乃至只是出于风俗和方便。但是如今,人工智能可以有用使用其大数据剖析本领,经过对海量数据举行有用剖析创建模子,从而构成针对医学影像数据得出正确诊断的本领。

2016年,谷歌公司的研讨职员在《美国医学会杂志》(JAMA)颁发了一篇题为《开辟并验证一种深度学习算法经过眼底视网膜照片检测糖尿病性视网膜病变》(Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Funds Photographs )的文章。该研讨经过对1.1万名患者眼底视网膜照片的检测构成一套算法,可以得出准确度到达99.6%-99.8%的预测值(Predictive Value)。这个结果证明,在此范畴,盘算机算法完全可以到达乃至逾越眼科大夫的诊断正确度,并在服从上片面碾压眼科大夫。

由此类推,在其他范畴,医学影像的诊断也很有大概由盘算机高效正确完成,从而为大夫做出准确医治决议计划提供迷信支持。这种技能一方面节流了名贵的医疗人人为源,进步了诊断速率,同时还由于它打破了空间限定,因而对部门医疗资源无限的地区,可以举行敏捷增补。并且,创建在大数据底子上的人工智能诊断,陪同着数据的增多,对数据的剖析和总结会越发片面,创建的决议计划模子也会越发正确,因而可以完成本身不停优化的良性生长途径。

在中国,腾讯克日正式公布了首小我私家工智能医学辅诊开放平台,宣布开放旗下的“腾讯觅影”辅诊引擎。“觅影”是腾讯第一次将人工智能技能使用在医学范畴的产物,它具有AI医学图像剖析和AI帮助诊疗两项焦点本领,可以或许资助互联网医疗办事完成智能化晋级,是为医疗行业打造面向下一代智能医疗办事的超等大脑。

人工智能在医疗提供范畴的另一个理论是慢病办理和控制。现在,慢病办理的底子在于患者本身的办理和大夫活期的办理,但前者取决于患者自己对付疾病的有用办理,这一点从理论的数据环境来看并欠安。

2012年,美国由于患者不服从大夫的医嘱对本身举行有用办理所孕育发生的分外医疗用度到达1005亿美元,约占美国可制止的医疗本钱的一半。而经过大夫举行患者的慢病办理固然现在曾经成为列国举行慢病观管控的共鸣,但同时也存在着提供不敷和无法做到及时监控等题目,详细体现为,大夫无法做到对每个患者的疾病环境随时监控并作出有用医治决议计划。

而基于可穿着设置装备摆设的医疗数据及时监控体系,为人工智能参与慢病办理奠基了底子。针对慢病明白的目标体系和相应的参与东西,则为人工智能在此中举行有用参与发明了有用的决议计划模子。这种参与既包罗软性的参与,如举动提示、用药提示、危害提示等,也包罗硬性的参与,如间接给药和医治等。基于霍普金斯大学的Emocha使用挪动平台数据资助病人进步遵医嘱的水平,在丙肝、肺结核和opioid瘾医治上获得了明显结果。

2016年9月,美国食品药品监视办理局(FDA)答应了美敦力公司的人工胰岛素MiniMed 670G,该产物在颠末半年的患者得意度观察后,于2017年下半年在美国正式上市。作为环球第一款人工胰脏产物,MiniMed 670G交融了可穿着设置装备摆设的数据及时监控技能,基于算法的人工智能平台以及胰岛素的输出安装。该产物可以凭据人体血糖程度举行及时监测程度,在人工智能的平台上对及时数据举行剖析果断并在必要时举行胰岛素注入人体以包管血糖程度的连续正常。与传统技能相比,该产物具有及时监控和实时参与的特点,可以越发有用地举行糖尿病的疾病办理。这个产物也是第一小我私家工智能与慢病办理类医疗东西联合的产品,在可以预见的将来,这类产物将会更多地呈现。

人工智能还会使用在医疗和医药的其他范畴,好比人工智能可以在晚期药物的挑选中进步乐成概率,低落药品研发本钱;人工智还能在医院病房和手术室流程办理中进一步优化现有资源,进步医院资源利用服从等。这些都进步了医疗办事和产物提供的效能和服从。

儿科就诊难是中国就医难题目的突出表现,其重要缘故原由是儿科大夫资源漫衍不均、儿科医患配比严峻不敷。2007年10月,阿里巴巴宣布和上海交通大学医学院隶属新华医院互助探究创建伶俐医院,互助协议中一个紧张部门即搭建云儿科医联体平台,以缓解儿科医疗资源紧缺的征象。

医疗是人类社会中最为庞大的范畴,其触及到专业、人文、生理、经济、社会等多方面的庞大要素,正如美国大夫特鲁多(E.L.Trudean)的名言——“偶然治愈,每每资助,总是慰藉(To cure some times, to relieve often and to comfort always)”,在整个医疗举动中,大夫与患者互动的历程具有不行替换性,这是其他行业不克不及相比的。因而,短工夫内由呆板代替大夫去给患者举行诊疗运动并举行间接互动既不实际,也不太大概。要想让影戏《超能陆战队》里智能又知心的医疗呆板人“明白”呈现在实际中,我们还必要耐烦等候一段工夫,不外这一天肯定会到来。

3.基于交际媒体和互联网设计医疗准入,推进资源有用分派,从准入范畴寻求打破。医疗准入重要包罗两类:一是信息准入,即消耗者怎样获取本身所必要的医疗和药品的信息;二是物理准入,即消耗者怎样失掉其必要的医疗资源的提供并得到产物和办事。信息准入是物理准入的条件,患者只要晓得了该去哪儿求医问诊,才有大概抵达那边。

第一类:信息准入方面。传统的医疗信息准入形式是单向的信息征采或流传机制,即消耗者经过朋侪、熟人探询探望相干资源或经过其他前言相识相干信息,大概医疗或药品提供方经过媒体来通报信息给潜伏消耗者。由于医疗的高度专业性,这类信息征采和信息流传之间就无可制止地存在信息不合错误称。患者所得到的信息未必是最得当其医疗需求的信息,而对付流传的信息,患者也无法举行有用鉴别。至于传统的医疗物理准入,重要取决于空间间隔,即间隔医疗资源较近的地区就具有越发方便的准入条件。物理准入重要存在准入本钱和资源漫衍不均等题目。

与传统媒体相比,交际媒体(Social Media)是一种基于互联网的交互式信息发明和分享体系。由于具有互动性,交际媒体可以让此前相互阻遏的主体,如大夫和患者,在统一个平台上举行有用的互动,并让患者可以经过多个信息渠道对其必要的医疗资源举行有用征采和评价,同时借助这个相同平台举行决议计划。交际媒体的相同工具是多元的,包罗大夫与患者、患者与患者、大夫与大夫这些差别主体之间的相同。

由于信息多元,相同方便,交际媒体在医疗范畴曾经渐渐深化地使用于患者获取、交换医疗信息,乃至展开医患相同和在线准入。美国的患者社群(Patients Like Me)是一个让差别疾病患者可相同的共享平台。在这个平台上,患者之间相互交换疾病的医治履历和就医体验,获取信息来资助本身作就医决议计划。同时,另有可让患者对大夫举行征采和评价的Zoc.doc、Health Grades等网络平台。医疗机谈判大夫也充实使用交际媒体举行患者教诲、招募临床实验意愿者和患者搜集以及医患相同等事情。

经过运用交际媒体,医患两边可以举行有用互动,低落信息不合错误称带来的决议计划本钱,淘汰决议计划失误。在中国,也有雷同丁香园等提供面向大夫、患者、医疗机构、医药从业者以及生命迷信范畴人士的交换平台。在丁香园,有专业的大夫团队为群众用户科普康健医学知识、提供优质的线上问诊办事、保举靠谱的医院等。

第二类:物理准入方面。物理准入方面的要害在于让医疗打破空间限定,发扬其边沿效益。物理准入的重要情势有长途医疗(Telemedicine)、互联网医疗(E-health)和挪动医疗(M-health)。

长途医疗(Telemedicine)偏重于空间观点,指的是患者与大夫之间在存在肯定空间间隔的环境下举行的诊疗举动。这种医疗举动依托的信息相同和传输东西不但限于互联网,同时也包罗其他电信东西。

互联网医疗(E-health)偏重于东西观点,其重要依托的是互联网和相干的互联网技能,好比好医生在线这个互联网医疗平台,搜集了优质权势巨子大夫,为患者提供网上看病、挂专家、线上开药、买药、复诊、预定手术等全方位办事。

挪动医疗(M-health)则更偏重于平台观点,其重点在于以手机作为一个接入口,接入互联网平台之后,依托手机展开诊疗运动。杏树林便是如许一家专注于挪动互联网医疗使用软件开辟的公司,它为中国的医务事情者提供基于智能手机宁静板电脑的临床信息办事。

基于互联网的长途医疗和挪动医疗可以有用改进医疗资源漫衍不均这一题目,进步患者医疗提供的准入和可及性。同时,由于基于互联网的长途医疗和挪动医疗还可以有用淘汰患者和大夫的工夫付出,因而本钱也会极大地低落。但是从现在的详细理论来看,这种长途医疗和挪动医疗仍在临床、执法等多方面存在肯定争议,要大范围遍及尚需举行少量探究,办理诸多题目。

4.代价评价的医疗付出体系,加强付出本领,从付出范畴寻求打破。传统的医疗第三方付出举动产生于患者疾病症状呈现后的就医,陪同患者医治历程的完成,付出历程也随即完成。在这个历程中,第三方付出根据患者在一个疾病医治周期——症状呈现、就医、处方及医治历程——所得到的办事量来举行付出。这种付出机制让医疗机构将其事情重点放在怎样提供满意患者医疗需求的办事量上(Volume-Based),构成以事情量为底子的付出形式,但是这种付出机制不行制止地诱导医疗办事提供者提供更多医疗办事。

大数据和人工智能技能的生长使用可以在此发扬作用。经过重新界定医疗办事的付出尺度——从办事量到代价的转变,并使用人工智能的监控功效,有用地控制医疗用度的分歧理增长。2016年8月,微信就在深圳的五家医院试点医保推行挪动付出,除了用微信登记外,患者可以经过手机微信绑定深圳的金融社保卡,一键完成“医保+公费” 的混淆付出, 今后医保付出结算不再单一依赖线下刷医保卡。

大数据技能的生长可以将医疗办事链条延伸到患者疾病症状呈现之前,重新界说医疗办事的代价及其付出机制——从以医治疾病为焦点的付出形式过渡到以疾病有用办理和患者康健结果评价为焦点的付出形式(Value Based Payment)。这种形式稽核的重点在于医疗机构怎样举行有用的康健办理。要完成这个转化,就必要医疗提供者掌握所办事患者的多种数据信息,如历史诊疗数据、基因数据、举动数据、盛行病数据等,然后经过大数据剖析果断所办事人群的重要康健危害和疾病诱因,进而经过疾病产生之前的有用康健办理来防备疾病的产生。针对医治后的患者医疗机构可以经过对其一样平常数据的监控来实时相识患者的疾病环境,并举行有用实时的参与,最大水平地制止患者的再次出院。

在医治方面,现有药品、东西和耗材的报销准入和订价,更多地取决于药品和东西研产生产机构本身展开的临床实验和药物经济学数据;而引入大数据和人工智能则能对付医保的准入举行越发迷信的剖析和果断。同时,经过在医治历程中对患者数据举行剖析,可以对一种药品的有用性举行越发迷信的大数据评价。人工智还能经过剖析、整合海量的患者病历、处方信息、医学影像以及药品信息和药品利用历程中的反应信息等得出用药结论,这种结论既可以有用帮助大夫的处方举动,也可以使用到医保智能考核的体系流程之中,对临床公道用药举行有用办理,可让医疗付出变得越发迷信、公道和有用。 

伶俐医疗的远景令人向往,将来它或将与更新更热的技能比方区块链技能等相联合,催生更多生长时机,国度也会订定越发体系美满的政策来搀扶并羁系。但是现在,一些挑衅仍然存在,好比数据平台底子单薄、用户数据隐私和宁静题目突出等,办理这些题目必要少量探究和生理预备。

在中国,现在互联网巨擘包罗阿里巴巴和腾讯等已纷繁进军医疗范畴,与各大医院互助开辟人工智能辅诊助手,经过大数据和云平台打造伶俐医院。仅仅短短几年,中国就见证了伶俐医疗的迅猛生长,也在此范畴得到了卓著结果,但是理论伶俐医疗的门路仍然漫漫,除了技能和贸易形式上的实验和打破性创新,我们也等待看到伶俐医疗越来越多地在下层运用,真正做到“慧”及群众。

倪剑是约翰霍普金斯大学副传授。

孙宝红是意彩彩票副院长、市场营销学传授、良好院长讲席传授。

曾伏娥是武汉大学经济与办理学院传授。

致谢:谢谢《哈佛贸易批评》两位编辑和意彩彩票温霞的支持。 谢谢研讨助理陆彦豆和陈建伟提供的十分有用的资助。倪剑谢谢Rustgi Family Fund in Entrepreneurship的赞助。曾伏娥谢谢国度天然迷信基金(#71832010)的赞助。

文章泉源:《哈佛贸易批评

相干阅读

学院旧事

更多