2017数字医疗领域中的物联网应用.doc

《2017数字医疗领域中的物联网应用.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2017数字医疗领域中的物联网应用　　数字医疗是把现代计算机技术、信息技术应用于整个医疗过程的一种新型的现代化医疗方式，是公共医疗的发展方向和管理目标。数字医疗设备的出现，大大丰富了医学信息的内涵和容量。从一维信息的可视化，如心电（ECG）和脑电（EEG）等重要的电生理信息；到二维信息，如CT、MRI、彩超、数字X线机（DR）等医学影像信息；进而三维可视化，甚至可以获得四维信息，如实时动态显示的三维心脏。这些信息极大地丰富了医生的诊断技术，使医学进入了一个全新的可视化的信息时代。在美国退伍军人事务部公布的2016预算中，将移动医疗

2、和数字医疗作为投资重点，划出12亿美元投资数字医疗项目。　　2016年见证了物联网在数字医疗领域的应用，数字医疗的美好愿景能否真正实现需要给出令人信服的价值论据。在众多数字医疗细分领域中，2017年将会是证明它们实际价值的时候了。　　在过去的一年里，人们对新技术在改革医疗服务方面的潜力展现出了巨大的热情，这些热词整日霸占着大家的眼球：物联网、大数据、人群健康、深度／机器学习、传感器融合等等。　　投资者和创业者们，在风险投资的支持下大举涌入数字医疗领域，传递出类似的目标——更好的数据信息、更全面的了解、更具体的建议以及更加精简的工作

3、流程——来提供物美价廉的全新医疗体验。甚至不少大型企业——或被创新技术打动，或担心被新浪潮所替代——也都大笔投入其中。为什么？因为这些改革创新带来的益处非常明显，而且有着巨大的潜在影响力。　　远程医疗的应用许诺可以通过“移动数据而不是人”来降低开支、提高病人接触医疗服务的机会、并提升整体便利度；远程监控应用许诺可以监控分散的病人群体，并提供更细致的观察；深度学习系统可以利用数据流来为病人提供具体而且个人化的建议。　　将它们合并到一起，一个理想的数字医疗愿景呈现在眼前：关键的生物学数据被生产、搜集、保存，通过深度学习算法可以处理多种

4、数据流，并结合人群健康数据、病人的病史治疗史，搜索已有或者正在试验阶段的疗法来提供具体可操作的建议。　　而2017年，将是开始真正验证愿景是否能成为现实的时候：我们期望的这种聪明的、成系统的、半自动化的数字医疗服务系统是否可行。那么谁将成为最终的仲裁者呢？数据，而且是有明确意义的、可以比较的数据。　　考虑到医疗支付越来越看重的标准：达到某种治疗效果的最低总支出，这可能成为判断数字医疗是否真的有用的一个重要指标。好消息是，这一标准在目前推进“基于效果”的医疗报销方法过程中被反复提及，继续深入人心。　　除了要提供确凿的价值证据之外，医

5、疗服务系统还在关系的事情是“点服务”还是“面服务”的问题：越来越多的公司会提供各式各样针对某类疾病或某些人群的解决方案，但是医生们想知道的是，在他们选择了ABCD各种“点服务”应用之后，能否和已有的IT系统无缝连接，从而让他们不需要担心数据或运行等匹配问题。数字医疗的相关应用都涉及到数据的产出、分析和转移，兼容性问题毫无疑问是实用过程中的第一关心要素。同时，大多数医疗机构对数据的安全性、隐私保护等方面也都有较高要求。这些都是数字医疗行业需要考虑的问题。　　总体来说，在2017年，数字医疗将会利用已经在其它行业有所建树的破坏性技术来

6、为医疗行业带来变革，不过考虑到医疗行业举足轻重的影响，对这一价值论证的要求也要高于其它行业。