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、擴展現實、數據真實性、規(guī)?；献骱椭锹?lián)網。動脈網（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。擴展現實，規(guī)?；献骱椭锹?lián)網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和數據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，確保消費者數據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?；趯W習的AI技術可以根據大量訓練數據來創(chuàng)建模型。他們通過多樣的因素發(fā)現模式并對測試數據進行自我檢查。AI提供的數據越多，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的數據不能有任何的差錯。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，但其中的數據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技術時必須明白數據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據的動機，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，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據。

　　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。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。根據歐盟的《通用數據保護規(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：擴展現實，拉近距離

　　擴展現實技術為連接人、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。

　　“擴展現實”（XR）包括虛擬現實和增強現實。它模糊了現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）。

　　虛擬現實（VR）

　　VR在視覺上將用戶帶出現實世界，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。

　　增強現實（AR）

　　AR將數字化對象（信息、圖形、聲音）疊加在現實世界中，使用戶能夠體驗到數字世界和現實世界之間的關系。

　　擴展現實（XR）

　　XR是模糊現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。虛擬現實和增強現實是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字化信息。事實上，82%的醫(yī)務工作者認為，擴展現實能消除人、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)院使用虛擬現實模型，讓神經外科醫(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，看到現實世界里實時的數字化內容，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)現新的見解。新興的XR工具在3D環(huán)境中表達數據，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)造了基因數據的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、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?！癟he 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，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)現壓力癥狀，包括抑郁，在接受這種治療后減少了80%。

　　擴展現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，利用擴展現實的解決方案，來縮小現實距離是很重要的。

　　72%的人認為，未來5年，擴展現實將影響所有的行業(yè)。

　　沉浸式醫(yī)學教育

　　Cleveland Clinic正在將其現有的傳統(tǒng)尸體解剖學課程轉變?yōu)橐粋€多平臺的數字化體驗，讓全世界的醫(yī)科學生在交互式虛擬數字環(huán)境中學習人體解剖學概念。

　　這個多平臺數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字化醫(yī)學教育設定了新的標準。

　　趨勢三：數據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據。

　　隨著AI在管理和臨床上的應用越來越多，自主的、數據驅動的決策也越來越多。然而，AI只有在數據訓練的基礎上才能發(fā)揮作用。如果沒有建立數據的真實性或準確性，醫(yī)療組織就不能很好地利用AI。

　　不準確的數據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)網數據以及偽造的位置數據）。

　　在醫(yī)療領域，這些漏洞會造成嚴重的后果，因為數據支撐著醫(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據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)生數據可能導致疾病暴發(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，如果虛假數據滲透到他們的數據驅動信息系統(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)生之前經歷過網絡攻擊，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，減少偽造數據的機會。

　　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據的世界里，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據的來源、處理過程、使用環(huán)境和完整性，來保護數據，減少未來可能出現的錯誤

　　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，包括虛假數據和偽造數據。然而，在受訪者中，只有14%的提供者和6%的健康計劃表示，他們對數據來源進行了廣泛的驗證，并對醫(yī)療組織的數據質量“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據輸出。在整個系統(tǒng)中，發(fā)現導致錯誤結果的來源是提高數據真實性的關鍵。而真實數據可以減少干擾信息，讓企業(yè)找到真正的威脅。最終，它將有助于確保數據的可信度，以推動未來的關鍵決策。

　　提高數據情報分析的能力

　　醫(yī)療機構想要提高數據的準確性，必須改善現有工作，確定數據的來源和環(huán)境，保證其完整性和安全性。在網絡安全和數據科學方面的現有投入可能需要進行調整，以解決數據準確性的問題，因為數據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，確定數據的來源，并證明數據沒有被篡改。

　　企業(yè)必須建立數據情報分析的能力。通過技術工具來追蹤數據記錄、使用和維護時的情況，網絡安全和風險管理系統(tǒng)對預期的數據情況有一個基準。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。該指數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)略建立在數據的基礎上，然而很多人并沒有對數據的真實性進行驗證。

　　24%的人表示，醫(yī)療組織多次在使用AI方面出現了錯誤。

　　89%的人認為由于醫(yī)療組織依賴于數據驅動的決策，數據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)?；献鳎瑢崿F無障礙的交易模式

　　現在，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。每個函數都是具有自己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安全、無縫的數據交換，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絡，以簡化它們收集和協(xié)調不同醫(yī)療以及金融數據的工作。提供者、醫(yī)院、健康計劃和其他合作者如果不互通數據，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據筒倉，通過對數據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)合作伙伴交換的數據量將增加。

　　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據和行為的輕松傳輸。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?！?/p>

　　趨勢五：智聯(lián)網，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實

　　帶寬

　　假設：AI技術將是挖掘生命科學領域重大發(fā)現的主要方法。

　　現實：隨著企業(yè)對更多數據的依賴，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。

　　現實：存儲數據很便宜，但創(chuàng)建數據更便宜。自動駕駛汽車預計每小時產生3.6TB的數據，即每秒1GB。

　　計算

　　假設：硬件將繼續(xù)變得越來越強大。

　　現實：收縮的晶體管達到了物理極限。性能仍在提高，但企業(yè)的實現方式正在發(fā)生改變。

　　未來需要對現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

　　為了實現智能化，醫(yī)療機構必須對生成的數據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”的數據。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，并將數據發(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，決定放棄數據或將其上傳到云端。它本質上是物聯(lián)網，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，數字化和現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，從未來預期的數據量中生成實時的分析結果，需要在數據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。