如今，技術對我們的生活影響深遠。企業(yè)與個人之間的聯(lián)系也更加緊密。
醫(yī)療機構越來越多地使用智能技術，利用它們提供個性化、高效和合適的健康護理。然而，伴隨著這種創(chuàng)新而來的是責任。為了讓人們充分享受數(shù)字化醫(yī)療帶來的好處，醫(yī)療服務提供者和健康計劃必須優(yōu)先考慮與信任和責任有關的問題。
在科技融入生活的背景下，埃森哲發(fā)布的《2018年數(shù)字健康技術展望》報告探討了五種趨勢，強調了建立信任的重要性，這五種趨勢分別是：公民AI、擴展現(xiàn)實、數(shù)據(jù)真實性、規(guī)模化合作和智聯(lián)網(wǎng)。動脈網(wǎng)（微信：vcbeat）對該報告進行了全文翻譯。
這些趨勢分為兩類——智能醫(yī)療的推動者及其結果。擴展現(xiàn)實，規(guī)模化合作和智聯(lián)網(wǎng)展示了一體化和個性化如何通過新的方式幫助人們。而公民AI和數(shù)據(jù)真實性揭示了技術對我們生活和醫(yī)療的影響。
醫(yī)療行業(yè)的領先者有望利用新興技術與人們建立更深入、更有意義的聯(lián)系。但在這一過程中，我們需要小心謹慎地做出選擇，需要思考如何應用技術并確保它不會帶來傷害。
醫(yī)務工作者中
94%的人認為，將消費者視為合作伙伴對于贏得消費者的信任非常重要。
92%的人認為，確保消費者數(shù)據(jù)的安全性對于贏得信任至關重要。
84%的人提到，企業(yè)正通過科技來改變人們的生活。
趨勢一：公民 AI，普惠商業(yè)和社會
目前，AI在醫(yī)療領域不斷發(fā)展，它不僅是一種技術工具，更是勞動力的一部分。
AI可以通過智能手機使用算法來診斷疾病，讓醫(yī)生和護理人員能遠程照顧老年人，幫助他們獨立安全地生活。AI還可以幫助醫(yī)療體系通過數(shù)字化的方式核實患者的保險信息。
此外，AI也涉及端到端的醫(yī)療體驗，并且將不斷地發(fā)展。在受訪者中，85%的醫(yī)務工作者認為，在未來三年，基于AI的決定將會直接影響到每個人的日常生活。
同時，AI領域也在逐步地成長。正如一個小孩開始學會對自己負責一樣，AI的發(fā)展沒有被簡單地程序化，而是通過學習不斷地發(fā)展。基于學習的AI技術可以根據(jù)大量訓練數(shù)據(jù)來創(chuàng)建模型。他們通過多樣的因素發(fā)現(xiàn)模式并對測試數(shù)據(jù)進行自我檢查。AI提供的數(shù)據(jù)越多，預測也就越準確。
AI在醫(yī)療領域的發(fā)展引人注目也令人擔憂，因為一個錯誤的決定可能會導致潛在的影響。醫(yī)療機構必須認清這些影響并建立負責、公平和透明的AI——但目前大部分機構還沒有做到這一點。
81%的醫(yī)務工作者認為醫(yī)療組織還沒有做好準備面對社會和責任的問題，這需要他們解釋AI導致的行為和決定，問題才可以得到解決。
正確使用AI
當AI朝一個正確的方向發(fā)展時，它可以更好地幫助醫(yī)療企業(yè)。比如AI可以在多個領域幫助醫(yī)務工作者做出決定，例如推薦治療方案以及接受或者拒絕醫(yī)療索賠。這對于醫(yī)療領域來說至關重要。
醫(yī)療行業(yè)的領先者必須確保影響AI的數(shù)據(jù)不能有任何的差錯。這樣的差錯可能會對人類造成傷害。比如，如果醫(yī)療機構構建了關于心臟病的診斷模型，但其中的數(shù)據(jù)都是關于老年白人男性的。這可能會導致錯誤的結果，比如對于一位年輕的非裔美國人來說可能造成不準確的診斷。
正因為如此，企業(yè)使用AI技術時必須明白數(shù)據(jù)中的什么因素會影響AI的結果。他們必須持續(xù)監(jiān)測并修正錯誤，才能使風險、錯誤和潛在的傷害最小化。
解碼AI
可解釋的AI
在醫(yī)療領域，通過解釋過程來進行決策對于信任度、安全性和順應性至關重要。考慮到AI系統(tǒng)將會和人類一起工作，醫(yī)療組織必須構建并訓練AI技術，為AI系統(tǒng)的結果提供清晰易懂的解釋。
負責任的AI
使用AI的醫(yī)療企業(yè)必須仔細考慮有關責任的問題，畢竟AI是代表他們來執(zhí)行任務。
缺乏信任和接受度
利用可解釋的和負責任的AI來獲取對技術的信任很重要。信任是促進接受的唯一途徑，為了挖掘AI的全部潛力，每個醫(yī)療組織都必須公開其使用數(shù)據(jù)的動機，并且要與消費者的動機一致。這意味著要理解如何讓消費者相信企業(yè)有權獲取他們的信息。
與醫(yī)療服務提供者相比，健康計劃可能有更多與信任相關的問題需要克服。例如，消費者認為健康計劃共享的醫(yī)療信息是片面的。Accenture的一項調查發(fā)現(xiàn)，69%的消費者認為，健康計劃的信息來源正引導他們朝著更理想的方向發(fā)展
隨著健康計劃開始使用AI來增強醫(yī)務工作者的核心事務處理能力，例如醫(yī)療索賠，這種分析和決策的過程必須是透明的，這樣消費者才能理解它——而不是隱藏在黑匣子里。此外，監(jiān)管機構經(jīng)常參與審查消費者對駁回索賠的申訴，并期望得到一個明確的、可解釋的決定性答案。
醫(yī)療機構可能會考慮通過公開一份關于負責任的、可解釋的AI以及AI控制的聲明，來清楚地了解如何使用患者數(shù)據(jù)。
除了贏得消費者的信任之外，臨床醫(yī)生還必須信任和接受AI。當他們使用AI來做決定時，需要相信這項技術是值得信賴和可靠的。但是這項技術的可靠性要多高才能進入臨床階段？像醫(yī)科學生，護士或者醫(yī)生助手一樣可靠嗎?
證明其結果可以獲得醫(yī)生對于AI的信任。Jvion正在使用一個基于Eigen的認知計算引擎來幫助醫(yī)療機構識別不良事件的特定患者風險，并針對個人，推薦不同的方法來幫助減輕這些風險。通過使用Jvion的解決方案，Health First避免了800多天不必要的住院，節(jié)省了200萬美元的醫(yī)療物資。
新的解決方案將使醫(yī)療機構在AI模型的決策過程中更加透明，從而為醫(yī)生和監(jiān)管機構等分析者進行決策并消除偏見提供依據(jù)。例如，Pegasystems創(chuàng)建了一個具有“T-Switch”特性的客戶決策中心，它允許企業(yè)為AI設置透明閾值。這給客戶提供了選擇：一些模型是不透明的，有些則更加透明，因此是可解釋的。
這樣的解決方案允許用戶——無論是臨床醫(yī)生、管理人員還是消費者可以查看AI模型的內部工作情況，包括影響決定的因素。通過T-switch，AI成為決策的咨詢伙伴。根據(jù)歐盟的《通用數(shù)據(jù)保護規(guī)定》，這類功能對于兼容的AI非常重要，該規(guī)定包括“對自動系統(tǒng)做出的決定進行解釋的權利”。
跟隨AI的發(fā)展趨勢
AI每天都在發(fā)生著變化，80%的醫(yī)務工作者認為醫(yī)療組織的適應速度跟不上AI的發(fā)展速度。隨著AI在醫(yī)療領域的不斷發(fā)展，醫(yī)療行業(yè)領導者必須認清AI在這一領域的新作用和影響，才能更好地面對隨之而來的挑戰(zhàn)。
醫(yī)務工作者中
73%的人計劃制定與AI相關的內部倫理標準，以確保他們的AI系統(tǒng)能夠負責任地運行。
81%的人認為如果出現(xiàn)問題，醫(yī)療機構需要對基于AI的行動和決定進行解釋，而他們還沒有做好準備來面對這些社會和責任的問題。
80%的人認為在未來兩年內，AI將作為其同事、合作者和可信賴的顧問，與人類并肩工作。
對于疾病預測的深度解析
紐約西奈山伊坎醫(yī)學院的研究人員在醫(yī)院里有一位特殊的合作者：內部AI系統(tǒng)，它被親切地稱為“重度患者”。
通過對70萬名患者的電子健康記錄進行分析，“重度患者”學會了預測78種不同疾病的危險因素——現(xiàn)在該系統(tǒng)幫助醫(yī)生來進行診斷。
重度患者可能不是一個人，但它也不僅僅是一個程序。AI系統(tǒng)學習自主決策，并且已經(jīng)從一種技術工具成長為人類的伙伴，在勞動和社會中與人類進行協(xié)調合作。隨著自主性的增強和能力的提高，AI的影響力越來越大。
趨勢二：擴展現(xiàn)實，拉近距離
擴展現(xiàn)實技術為連接人、信息和體驗提供橋梁。
技術的發(fā)展讓它有更大的潛力來縮小距離上的差距，解決健康和醫(yī)療領域的重大問題，改變人們的工作和生活方式。
“擴展現(xiàn)實”（XR）包括虛擬現(xiàn)實和增強現(xiàn)實。它模糊了現(xiàn)實和虛擬世界之間的界線。XR技術使沉浸式體驗變得普及，它解決了距離的問題，最小化了相關性。這對醫(yī)療領域有著重要的影響。
想象一下，住在農村地區(qū)的老年病人在自己家里，向一位世界級的專家進行咨詢。外科住院醫(yī)師在家里的虛擬環(huán)境中進行手術，而不是通過醫(yī)療設備進行操作。護士第一次嘗試通過靜脈顯像儀進行靜脈注射。退伍軍人在虛擬環(huán)境中通過認知療法治療創(chuàng)傷后應激障礙（PTSD）。
虛擬現(xiàn)實（VR）
VR在視覺上將用戶帶出現(xiàn)實世界，進入虛擬環(huán)境，通常使用頭戴式設備進行觀看，通過手持控制器來導航虛擬空間。
增強現(xiàn)實（AR）
AR將數(shù)字化對象（信息、圖形、聲音）疊加在現(xiàn)實世界中，使用戶能夠體驗到數(shù)字世界和現(xiàn)實世界之間的關系。
擴展現(xiàn)實（XR）
XR是模糊現(xiàn)實世界和虛擬世界之間界限的光譜。這項技術使用戶通過視覺，聽覺，潛在的嗅覺和觸覺進行感應，沉浸在虛擬世界中。虛擬現(xiàn)實和增強現(xiàn)實是XR的兩種主要類型。
醫(yī)療保健中的身體活動需要快速獲取信息。XR將所有信息聯(lián)系在一起，比如在外科手術中增加數(shù)字化信息。事實上，82%的醫(yī)務工作者認為，擴展現(xiàn)實能消除人、信息和體驗之間的距離障礙。
與人的距離
XR有巨大的潛力來縮小雇員、病人和提供者之間的距離。對于員工來說，XR允許在任何地方設置、運行、復制和調整場景，以提供各種情況的親身體驗。為了拉近與患者的距離，美國佛羅里達州坦帕醫(yī)院使用虛擬現(xiàn)實模型，讓神經(jīng)外科醫(yī)生、病人和他們的家人可以觀察患者腦瘤或動脈瘤的解剖結構。這樣患者可以更好地了解自己的情況，做出正確的醫(yī)療決定，醫(yī)生可以制定詳細的手術計劃，并分享這些模型，以便其他臨床醫(yī)生可以學習這些復雜的手術過程。
對于醫(yī)療服務提供者和醫(yī)科學生來說，XR可以拉近理論和實踐之間的距離。例如，一位世界知名的醫(yī)療專家可以教另一個國家的住院醫(yī)師使用一種新技術。XR還將幫助企業(yè)解決勞動力的問題：讓他們獲得發(fā)展所需的人才。通過XR可以獲得按需的勞動力，這使醫(yī)療機構能夠從數(shù)千種不同的技能中獲得專業(yè)知識。
在XR的幫助下，患者在就醫(yī)時可以解決距離的問題。82%的醫(yī)務工作者認為擴展現(xiàn)實的解決方案使醫(yī)療機構能更方便地向客戶提供服務。例如，距離問題可能導致患者的某種疾病只能由非專家來進行診治。而在身臨其境的體驗中，XR可以讓患者接受專業(yè)醫(yī)師的診斷。
與信息的距離
XR有助于消除消費者和臨床醫(yī)生之間的距離，而這一過程也需要信息提供者的參與。它給臨床醫(yī)生提供更多的細節(jié)信息，消除了決策的潛在障礙。例如，一名外科醫(yī)生可以戴著XR眼鏡，看到現(xiàn)實世界里實時的數(shù)字化內容，而不需要他們的注意力從手術臺上的病人身上移開。當信息附加在身體動作上時，醫(yī)生可以更精確地掌握患者的信息，達到前所未有的效果。
XR不僅縮短了獲取信息的距離，也能發(fā)現(xiàn)新的見解。新興的XR工具在3D環(huán)境中表達數(shù)據(jù)，更接近人類實際看到和想象場景的方式。這為新型視覺化和醫(yī)療保健領域的新發(fā)現(xiàn)開辟了道路。
例如，美國德克薩斯州的外科醫(yī)生正在使用3D地圖和圖像作為“GPS系統(tǒng)”來更好地指導復雜的解剖學，使外科手術更加精確。醫(yī)生最近使用這項技術進行了鼻竇炎微創(chuàng)手術。該系統(tǒng)記錄了手術過程和手術計劃，可用于其他外科醫(yī)生學習這種復雜的手術過程。身體VR創(chuàng)造了傳統(tǒng)2D醫(yī)學影像的交互式3D模型，比如CT掃描和核磁共振成像，來提供更直觀的醫(yī)學影像。同樣，牛津大學的研究人員創(chuàng)造了基因數(shù)據(jù)的VR模型，來更好地可視化活細胞內的情況。
消費者可以通過XR與信息更緊密地聯(lián)系在一起，以此來改善生活。埃森哲開發(fā)了一款名為Drishti的AI解決方案，幫助視障人士改善他們體驗周圍世界的方式，提高工作效率。通過智能手機，這個解決方案可以利用面部表情告訴用戶房間里的人數(shù)、他們的年齡、性別甚至情緒。它還可以用來敘述書籍和文件里的內容，以及識別障礙物，如玻璃門，來保護視障人士的安全
與體驗的距離
XR帶來的最大突破可能是提供共享和協(xié)作的健康體驗。臨床醫(yī)生無法體驗患者的經(jīng)歷，但他們可以通過XR更好地了解病情，甚至是產生同理心。例如，Embodied Labs創(chuàng)建了VR實驗室，可以針對老年人服務進行培訓。“We Are Alfred”實驗室向年輕的醫(yī)科學生展示了有聽覺和視覺障礙的74歲老人的真實感受。“The Beatriz”實驗室讓用戶體驗了阿爾茨海默病的各個階段。
XR可以讓臨床醫(yī)生了解患者與疾病作的斗爭，也可以讓這些患者獲得所需的治療。例如，研究人員發(fā)現(xiàn)，在使用VR療法來治療退伍軍人的創(chuàng)傷后應激障礙這一方面，已經(jīng)取得了顯著成果，可以讓患者在與治療師的實時交流中，解決觸發(fā)性壓力的問題。
南加州大學的the Institute for Creative Technologies與美國政府合作，開發(fā)了虛擬現(xiàn)實暴露療法工具——Bravemind，該療法將有心理創(chuàng)傷的退伍軍人置于一個環(huán)境中，讓他們能夠面對導致創(chuàng)傷的來源或線索。研究人員發(fā)現(xiàn)壓力癥狀，包括抑郁，在接受這種治療后減少了80%。
擴展現(xiàn)實的技術也可以幫助兒童患者。醫(yī)院正在使用XR來分散孩子們對痛苦經(jīng)歷的注意力，比如注射或換藥。即將進行靜脈注射的幼兒可以離開無菌病房，進入虛擬的海洋世界。美國邁阿密的Nicklaus Children’s Hospital開發(fā)了沉浸式VR，讓醫(yī)務工作者學習心肺復蘇術（CPR）。
XR正在推動行業(yè)領袖們不僅要思考什么是可能的，而且要創(chuàng)建新的方案，解決距離帶來的挑戰(zhàn)——這對接受XR的人來說是一個明顯的優(yōu)勢。79%的醫(yī)務工作者認為，醫(yī)療組織率先采用擴大現(xiàn)實的解決方案是很重要的。
醫(yī)務工作者中
83%的人認為，擴展現(xiàn)實將為互動、交流和信息創(chuàng)造一個新的基礎。
84%的人認為，醫(yī)療組織在與員工或客戶打交道時，利用擴展現(xiàn)實的解決方案，來縮小現(xiàn)實距離是很重要的。
72%的人認為，未來5年，擴展現(xiàn)實將影響所有的行業(yè)。
沉浸式醫(yī)學教育
Cleveland Clinic正在將其現(xiàn)有的傳統(tǒng)尸體解剖學課程轉變?yōu)橐粋€多平臺的數(shù)字化體驗，讓全世界的醫(yī)科學生在交互式虛擬數(shù)字環(huán)境中學習人體解剖學概念。
這個多平臺數(shù)字化解決方案提供的解剖學內容是基于該診所醫(yī)學院的臨床學習教學大綱。該組織正在與Zygote展開合作，Zygote是一家專注于數(shù)字化技術的公司，同時還提供人類解剖學3D模型的360度視圖，這些視圖可以通過云技術在全球范圍內共享，可用于群體學習。這兩個機構的知識財產、臨床技術和相關技能為數(shù)字化醫(yī)學教育設定了新的標準。
趨勢三：數(shù)據(jù)的真實性決定信任度
醫(yī)療保健領域比以往任何時候都更依賴數(shù)據(jù)。
隨著AI在管理和臨床上的應用越來越多，自主的、數(shù)據(jù)驅動的決策也越來越多。然而，AI只有在數(shù)據(jù)訓練的基礎上才能發(fā)揮作用。如果沒有建立數(shù)據(jù)的真實性或準確性，醫(yī)療組織就不能很好地利用AI。
不準確的數(shù)據(jù)會導致錯誤的見解和決策。24%的醫(yī)務工作者表示，醫(yī)療組織多次在使用AI方面導致了錯誤（比如bot欺詐、仿冒傳感器或物聯(lián)網(wǎng)數(shù)據(jù)以及偽造的位置數(shù)據(jù)）。
在醫(yī)療領域，這些漏洞會造成嚴重的后果，因為數(shù)據(jù)支撐著醫(yī)療決策、治療計劃，甚至是保險索賠的接受與否。患者電子病歷中的錯誤數(shù)據(jù)可能會讓他們面臨無法得到正確診療的風險。
不完整的公共衛(wèi)生數(shù)據(jù)可能導致疾病暴發(fā)來源的誤判。
不幸的是，許多健康計劃和醫(yī)療服務提供者還沒有做好自我保護的準備。在受訪者中，77%的醫(yī)務工作者表示，如果虛假數(shù)據(jù)滲透到他們的數(shù)據(jù)驅動信息系統(tǒng)中，他們還沒有做好準備來面對隨之而來的嚴重后果。與此同時，他們已經(jīng)感受到了這一漏洞帶來的影響。一項全國性的調查顯示，83%的受訪醫(yī)生之前經(jīng)歷過網(wǎng)絡攻擊，這也是健康計劃的一個重要問題。為了應對這一挑戰(zhàn)，企業(yè)必須肩負起雙重使命，來最大限度地提高準確性，減少偽造數(shù)據(jù)的機會。
更少威脅，更多真實
正如虛假新聞所報道的那樣，在一個充斥著偽造數(shù)據(jù)的世界里，沒有人知道下一個威脅在哪里——而且也不知道最可怕的入侵是什么樣的。醫(yī)療機構應該從一開始就通過確定數(shù)據(jù)的來源、處理過程、使用環(huán)境和完整性，來保護數(shù)據(jù)，減少未來可能出現(xiàn)的錯誤
84%的醫(yī)療服務提供者和68%的健康計劃都認為，自動化系統(tǒng)會帶來新的風險，包括虛假數(shù)據(jù)和偽造數(shù)據(jù)。然而，在受訪者中，只有14%的提供者和6%的健康計劃表示，他們對數(shù)據(jù)來源進行了廣泛的驗證，并對醫(yī)療組織的數(shù)據(jù)質量“非常有信心”。
醫(yī)療機構必須通過驗證環(huán)節(jié)，來確保用戶可以信任的數(shù)據(jù)輸出。在整個系統(tǒng)中，發(fā)現(xiàn)導致錯誤結果的來源是提高數(shù)據(jù)真實性的關鍵。而真實數(shù)據(jù)可以減少干擾信息，讓企業(yè)找到真正的威脅。最終，它將有助于確保數(shù)據(jù)的可信度，以推動未來的關鍵決策。
提高數(shù)據(jù)情報分析的能力
醫(yī)療機構想要提高數(shù)據(jù)的準確性，必須改善現(xiàn)有工作，確定數(shù)據(jù)的來源和環(huán)境，保證其完整性和安全性。在網(wǎng)絡安全和數(shù)據(jù)科學方面的現(xiàn)有投入可能需要進行調整，以解決數(shù)據(jù)準確性的問題，因為數(shù)據(jù)質量對于用戶的信任十分重要，便于他們處理業(yè)務或者進行臨床決策。例如，可以使用區(qū)塊鏈等技術，確定數(shù)據(jù)的來源，并證明數(shù)據(jù)沒有被篡改。
企業(yè)必須建立數(shù)據(jù)情報分析的能力。通過技術工具來追蹤數(shù)據(jù)記錄、使用和維護時的情況，網(wǎng)絡安全和風險管理系統(tǒng)對預期的數(shù)據(jù)情況有一個基準。例如，在過去三年里，Aetna刪除了100億個社會安全號碼（SSN）。該公司沒有使用SSN作為唯一的標識符和身份驗證器，而是采用了基于持續(xù)行為的身份驗證，并通過由web和移動應用程序獲得的行為特征來提供實時的身份驗證。這種方法將身份驗證嵌入到持續(xù)的電子交互技術中。Aetna使用30-60個特征來計算風險指數(shù)。該指數(shù)會實時反饋給移動或web應用程序，應用程序將決定向消費者提供多少訪問權限。
醫(yī)務工作者中
86%的人認為，醫(yī)療組織正將最關鍵的系統(tǒng)和戰(zhàn)略建立在數(shù)據(jù)的基礎上，然而很多人并沒有對數(shù)據(jù)的真實性進行驗證。
24%的人表示，醫(yī)療組織多次在使用AI方面出現(xiàn)了錯誤。
89%的人認為由于醫(yī)療組織依賴于數(shù)據(jù)驅動的決策，數(shù)據(jù)完整性的問題將會成倍地增長。
利用區(qū)塊鏈來保障醫(yī)藥供應鏈
物流公司DHL與埃森哲合作，創(chuàng)建了一個基于區(qū)塊鏈的序列化原型，以追蹤供應鏈上的藥物情況。
分類賬使企業(yè)能夠符合法律和監(jiān)管要求，并在保留密碼特性的同時解決各種問題。藥品的分類賬可以與利益相關者共享，包括制造商、倉庫、分銷商、藥房、醫(yī)院和醫(yī)生。原型模擬表明，區(qū)塊鏈每秒能處理超過70億個不同的序列號和1500項業(yè)務。
趨勢四：規(guī)模化合作，實現(xiàn)無障礙的交易模式
現(xiàn)在，戰(zhàn)略伙伴關系對醫(yī)療機構的業(yè)務增長比以往任何時候都更為重要。
隨著不同行業(yè)之間的界限變得模糊，意想不到的合作正以非傳統(tǒng)的方式進行著，成為連通世界的橋梁。在世界范圍內領先的行業(yè)表明，技術是合作關系的基礎。
以技術為基礎的合作使網(wǎng)絡更快地發(fā)展，進入更多的生態(tài)系統(tǒng)。然而，醫(yī)療遺留系統(tǒng)并不是用來支持這種快速擴展的。不久后，這些遺留系統(tǒng)將成為未來增長的主要障礙。
醫(yī)療機構必須重新考慮如何使基于技術的合作發(fā)揮作用，使自己處于可持續(xù)的差異化和增長地位。以下兩種技術有望解決這些問題：微服務和區(qū)塊鏈。
基于技術的合作
微服務將應用程序分解為最簡單的組件函數(shù)。每個函數(shù)都是具有自己API的獨立服務。
區(qū)塊鏈信息通過傳遞信息和事務的節(jié)點網(wǎng)絡進行復制，這些信息和事務是安全、不可更改但可驗證的。
微服務不是一項技術，而是一種架構方法。隨著應用程序變得更加模塊化，微服務方法將提高其敏捷性，支持與許多新合作伙伴的快速集成。這種合作對于企業(yè)在生態(tài)系統(tǒng)中逐漸成長并脫穎而出至關重要。隨著醫(yī)療機構的合作范圍越來越廣，企業(yè)之間的交易方式變得更加復雜。區(qū)塊鏈是一種分布式分類帳系統(tǒng)，可以存儲各組交易。該技術有助于創(chuàng)建、擴展和管理合作關系，具有使合作伙伴承擔責任的能力而無需首先建立信任。
通過采用微服務體系和區(qū)塊鏈技術，并在區(qū)塊鏈上存儲自動執(zhí)行的智能契約，醫(yī)療機構將為基于技術的合作奠定堅實基礎，以支持未來的差異化和增長。現(xiàn)在對這些變化進行投資的人將重新定義企業(yè)未來的交易方式。
通過分解建立合作關系
微服務允許企業(yè)超越行業(yè)界限，與其他第三方合作，更快地將解決方案推向市場。在醫(yī)療領域，針對發(fā)生改變的客戶體驗預期，微服務使醫(yī)療機構更容易快速地適應這一情況。它使用一組工具，如應用程序編程接口（API）、容器和云技術，將應用程序分解為簡單零散的服務。每個特性都變成了它自己的服務，而不是被組合成一個單一的應用程序。
微服務體系為公司快速輕松地建立合作關系提供了基礎，無縫地集成了服務，同時減少了與合作伙伴或客戶之間的摩擦。
美國的醫(yī)藥企業(yè)Walgreens重建了“健康選擇”獎勵項目，旨在通過微服務擴大合作關系。在微服務轉換過程中創(chuàng)建的API被第三方開發(fā)者共享，他們可以將Walgreens的獎勵整合到自己的應用中，為顧客提供跑步、血壓測試、甚至戒煙等活動的積分。Walgreens公司表示，現(xiàn)在建立這些合作關系只需要幾個小時，而不是過去的幾個月。他們現(xiàn)在有超過275位合作伙伴，生產的藥物得到了廣泛應用。
88%的醫(yī)務工作者預計他們所在的醫(yī)療組織明年會增加微服務的使用，但在醫(yī)療服務提供商和健康計劃中，微服務仍是一種新興的技術架構方法。然而，小部分專家正引領著這一潮流，他們積極地將微型服務體系作為戰(zhàn)略的一部分。一些醫(yī)療企業(yè)正在使用第三方集成層，這些第三方集成層位于記錄系統(tǒng)之上，以提取信息供參與系統(tǒng)使用。
像Sansoro Health這樣的公司正在推進微服務的使用，提供簡化跨多個EMR平臺的API集成的解決方案。第三方應用程序連接到平臺以實現(xiàn)安全、無縫的數(shù)據(jù)交換，從而迅速擴展集成工作并快速產生價值。
行業(yè)領導者正在使用API層來最小化跨多個核心管理系統(tǒng)的集成復雜性。微服務體系幫助它們適應新的參與系統(tǒng)，比如智能手機、可穿戴設備和聲控揚聲器。他們正在開發(fā)Alexa技能和移動應用，在合作伙伴中進行快速整合，為會員提供統(tǒng)一的體驗。
通過區(qū)塊鏈管理合作伙伴
醫(yī)療機構可以使用區(qū)塊鏈來管理廣泛的合作伙伴網(wǎng)絡，以簡化它們收集和協(xié)調不同醫(yī)療以及金融數(shù)據(jù)的工作。提供者、醫(yī)院、健康計劃和其他合作者如果不互通數(shù)據(jù)，將會產生重大的影響。區(qū)塊鏈可以連接這些高度分散的數(shù)據(jù)筒倉，通過對數(shù)據(jù)來源的加密證明增加一層信任。單個的組織不能構建區(qū)塊鏈，因此所有參與者都可以平等地訪問他們有權了解的信息。
使用區(qū)塊鏈技術意味著企業(yè)可以構建更廣泛的網(wǎng)絡，與新伙伴合作，或者輕松地進入新的生態(tài)系統(tǒng)。使用基于區(qū)塊鏈的智能契約，企業(yè)可以獲得給定關系的可計算條款，并自動與滿足條款的合作伙伴進行交易。78%的醫(yī)務工作者認為，智能契約將極大地改變我們的交易方式，并使數(shù)字化信任成為可能。
這些新技術在醫(yī)療行業(yè)還處于早期試驗階段，落后于金融服務業(yè)等行業(yè)。盡管如此，醫(yī)務工作者還是意識到了它的潛力。當被問到:“你希望區(qū)塊鏈什么時候能集成到系統(tǒng)中”時，32%的醫(yī)療服務提供者和48%的健康計劃表示一到兩年的時間。
隨著合作關系的確立，未來的趨勢將變得更加明確：如果微服務和API是擴展和集成合作的關鍵，那么區(qū)塊鏈對于在共享內容的真實性和準確性方面建立信任至關重要。
醫(yī)務工作者中
88%的人預計，未來兩年，與生態(tài)系統(tǒng)合作伙伴交換的數(shù)據(jù)量將增加。
88%的人認為，微服務對于擴展和整合生態(tài)伙伴關系至關重要。
91%的人認為區(qū)塊鏈和智能契約將在未來三年對其醫(yī)療組織產生重大影響。
更好的健康管理平臺
Anthem與Castlight Health公司合作，推出了Engage，這是新一代的健康參與和數(shù)字化體驗平臺，旨在改善消費者的健康狀況，以及醫(yī)療決策。新平臺為雇主的健康項目建立了單獨的中心，并將共同推動所有功能，為每位用戶提供個性化的程序。它還使用一個微服務層，無縫連接到第三方的健康應用程序以及健康計劃工具（如遠程健康服務、虛擬護理和健身追蹤器驅動的健康項目）。
例如，該平臺會根據(jù)患者的醫(yī)療或者生活需求，提醒護理人員與患者聯(lián)系，并幫助患者遵循醫(yī)生的護理計劃，標記錯過的實驗室測試，并提供額外的教育資源。
Anthem的副總裁Anil Bhatt表示，“Engage是通過微服務和事件驅動的架構來運作的，這些架構可以在需要的時候幫助數(shù)據(jù)和行為的輕松傳輸。Anthem Engage和其他內部應用程序利用微服務和API，創(chuàng)造了一種無縫的整合模式。”
趨勢五：智聯(lián)網(wǎng)，創(chuàng)建智能的分布式系統(tǒng)
從自動管理患者的ICU病房到自我維護的設備，越來越多的醫(yī)療機構正在開發(fā)智能環(huán)境，其中涉及機器人、擴展現(xiàn)實、人工智能和連接設備。
然而，支持這種新的超連接環(huán)境的技術基礎設施并沒有以同樣的速度發(fā)展。
如今在醫(yī)療領域，常見的企業(yè)基礎設施并不是為了支持即時的分析和行動，因此不能大規(guī)模地創(chuàng)建智能解決方案。目前的基礎設施是圍繞一些基本假設來設計的：有足夠的帶寬來支持任何遠程應用程序，有無限的云端存儲空間和硬件，將繼續(xù)提供足夠的計算能力。但對即時響應的時間需求——尤其是在醫(yī)療領域——卻與這種方法背道而馳。
關于帶寬、遠程存儲和計算的假設與現(xiàn)實
帶寬
假設：AI技術將是挖掘生命科學領域重大發(fā)現(xiàn)的主要方法。
現(xiàn)實：隨著企業(yè)對更多數(shù)據(jù)的依賴，帶寬成為一個硬性限制，尤其是在5G時代來臨之前。
存儲
假設：云端存儲提供了無限的、廉價的存儲空間。
現(xiàn)實：存儲數(shù)據(jù)很便宜，但創(chuàng)建數(shù)據(jù)更便宜。自動駕駛汽車預計每小時產生3.6TB的數(shù)據(jù)，即每秒1GB。
計算
假設：硬件將繼續(xù)變得越來越強大。
現(xiàn)實：收縮的晶體管達到了物理極限。性能仍在提高，但企業(yè)的實現(xiàn)方式正在發(fā)生改變。
未來需要對現(xiàn)有基礎設施進行徹底改革。為了克服這些挑戰(zhàn)，醫(yī)療組織可以采取以下三種策略：在所有地方嵌入智能工具、平衡云端與邊緣計算以及利用定制硬件。重新審視企業(yè)基礎設施為醫(yī)療機構提供了新的機會，使它們愿意將邊緣計算作為智能環(huán)境的戰(zhàn)略資產。將業(yè)務嵌入到周圍世界始于IT體系的轉換——構建在任何地方支持智能操作的能力。
醫(yī)療領域的邊緣計算
為了實現(xiàn)智能化，醫(yī)療機構必須對生成的數(shù)據(jù)進行分析并采取行動。沒有時間等待連接，必須立即做出決定。這意味著將處理過程推向邊緣計算。82%的醫(yī)務工作者認為邊緣計算體系將加速許多技術的發(fā)展。
“邊緣”解決方案是在設備上處理和存儲“附近”的數(shù)據(jù)。例如，Autonomous Healthcare（前AreteX Systems）使用安裝在醫(yī)療設施設備上的機器學習工具來監(jiān)測病人的生命體征，為重癥監(jiān)護患者自動分配和調整點滴。
邊緣計算降低了延遲時間和帶寬需求，并將數(shù)據(jù)發(fā)送到云端進行分析的需求最小化，來提高安全性。從源頭通過分析生成結果。該設備可以執(zhí)行分析的結果，并基于得出的結果，決定放棄數(shù)據(jù)或將其上傳到云端。它本質上是物聯(lián)網(wǎng)，但其中有軟件，可以保證低失敗率，這對于藥物研發(fā)來說很關鍵。
邊緣計算可以提高老年人的生活質量和獨立性。通過智能傳感器以及針對健康監(jiān)測的可穿戴技術，可以進行被動感知和主動指導。例如，一個類似于Alexa的設備可以提醒患者心跳加速的情況（通過可穿戴設備檢測到），并建議他們坐下來休息。如果出現(xiàn)更嚴重的情況，這項技術會提醒護理人員或醫(yī)療服務提供者進行干預。這種技術讓患者更加自由，也可以挽救他們的生命。
邊緣計算的應用
在醫(yī)療領域，數(shù)字化和現(xiàn)實世界之間的界限繼續(xù)變得模糊，這意味著需要一個更強大、更靈活的支柱：擴展的基礎設施。擴展并不意味著破壞和替換。此外，它還可以調整基礎設施，以便醫(yī)療企業(yè)能夠充分利用AI、機器人和其他新興技術，而不會增加帶寬負擔。
如果邊緣計算的處理能力和能源效率得到改進，即時行動將成為可能，以此可以挽救生命。邊緣計算允許醫(yī)療機構運用想要和需要的技術，因為他們有相應的處理能力。
在下一波醫(yī)療創(chuàng)新熱潮中，邊緣計算將成為基礎設施的關鍵部分。企業(yè)必須決定什么應該被處理和存儲在“邊緣”，以及在云端和“邊緣”之間找到唯一的平衡點。
醫(yī)務工作者中
85%的人認為，從未來預期的數(shù)據(jù)量中生成實時的分析結果，需要在數(shù)據(jù)生成的地方進行邊緣計算。
82%的人認為，為了支持實時的分析和行動，醫(yī)療機構需要重新關注定制硬件和硬件加速器。
86%的人認為，企業(yè)必須平衡云計算和邊緣計算，以最大化技術基礎設施的靈活性，并使智能技術無處不在。
即時的信息和行動
想象一下，一位癲癇患者被植入了一個設備，可以對他的腦電波進行實時分析，監(jiān)測異常活動。在檢測到癲癇發(fā)作的幾毫秒內，該設備就會發(fā)出停止癲癇發(fā)作的脈沖——無需外部系統(tǒng)，也無需患者的任何輸入。事實上，患者甚至不知道發(fā)生了什么。所有的過程都發(fā)生在設備本身上。
這不是一個假設的場景，而是一個正在使用的治療方案。將NeuroPace的神經(jīng)刺激裝置通過外科手術植入病人的顱骨后，就能自動監(jiān)測和預防癲癇發(fā)作，僅第一年就能減少44%的發(fā)病率。這種對于重大疾病的實時管理是智能環(huán)境的一個實例：通過結合實時感知以及計算來提供即時行動。