科技

醫療保健從業者被AI、機器人技術顛覆?就看他們是否做了這些準備

作者 | Rod Collins

來源 | NHS(英國國家衛生署)

編譯 | 太浪

隨著物聯網帶來更具破壞性的網際網路第二波浪潮,醫療保健行業很可能成為數字化轉型最徹底的領域。

我們正處在醫療史上多個革命性技術融合的關鍵時刻,基因組學、生物感測器、人工智慧和機器人技術將引領數字醫學時代的到來。這些新興技術將對什麼是醫療保健以及如何提供醫療保健服務產生重大影響。

20 年內,90% 的醫療行業工作將要求具備一些數字化技能。特別是,從業者將需要跟上人工智慧和機器人技術的步伐,因為這些新技術可能在未來 20 年改變臨床醫護人員和管理人員的角色。

科幻電視劇《星際迷航》中最迷人的裝置之一是 Tricorder。這是一個未來主義的小裝置,只需將裝置靠近患者身體,即可立即收集患者的身體資訊並診斷患者的身體狀況。

當時,這個神奇的裝置看起來像是一個不可思議的幻想,因為我們大多數人無法想象這個小小的手持裝置如何掃描整個身體的器官。如今,Tricorder 已經變成現實。

五十年前,我們生活在一個模擬世界中,感測器不是我們日常生活的一部分。如今,感測器已經出現在我們的車裡、房屋裡和手機裡。不久之後,它們就會進入我們的身體。正如英國國家衛生署(NHS)最近釋出的報告《Preparing the Healthcare Workforce to Deliver the Digital Future》(讓醫療保健人員做好準備,以應對數字化未來)中所強調的那樣。

本報告告誡人們說,我們正處在醫療史上多個革命性技術融合的關鍵時刻,基因組學、生物感測器、人工智慧和機器人技術將引領數字醫學時代的到來。這些新興技術將對什麼是醫療保健以及如何提供醫療保健服務產生重大影響。因為這些數字應用程式的融合可以為個性化醫療保健和人口健康管理提供更加全面的方法。

除對技術將如何從根本上創新醫療保健實踐做了一個極好的描述外,該報告的主要重點是讓醫療保健從業者做好準備,以適應在數字化未來提供醫療保健所需的重大調整。

因為利用新技術重塑和改善醫療保健的潛力是巨大的,但如果沒有一支訓練有素、自信和有能力使用這些新系統的員工隊伍,沒有患者和護理人員團體的合作,這些新系統的全部影響不太可能實現。

例如, 如果一個新的測試方法能夠更好地確定那些已經接受癌症治療的患者復發或惡化的風險,可能會立即改善患者的護理,但是如果不完全瞭解該技術的最佳使用方式,它的全部好處可能不會立即實現。

到目前為止,在醫療保健服務中扮演主要角色的是醫生、護士和藥劑師,他們通常在高度細分的專業領域接受過培訓。但隨著醫療資料變得更加密集、人工智慧變得更精通瞬間處理大量不同和複雜的資料, 這種情況可能會改變, 新的數字醫學將需要更跨功能的方法, 包括資料科學家、電腦科學家、工程師和生物資訊學家。

該報告斷言,對醫療保健從業者進行數字化教育的需求將會越來越大,在 20 年內,90% 的醫療行業工作將要求具備一些數字化技能。特別是,從業者將需要跟上人工智慧和機器人技術的步伐,因為這些新技術可能在未來 20 年改變臨床醫護人員和管理人員的角色。這將包括簡單重複任務的自動化,改進的機器人輔助手術,以及大多數管理流程的完全自動化。

醫療保健人員如何做好準備,以應對數字化未來?筆者對報告中的相關內容進行了精編,以饗讀者。

一、基因組學

在未來 20 年裡,基因組學將在醫學各個領域的應用取得重大進展。

例如,將快速測序首先用於患病新生兒、兒童甚至成人,他們的病情未知但嚴重,將減少「診斷的漫長旅程」——傳統醫學評估的漫長延誤和顯著成本。

基因組學將徹底改變癌症護理的多個方面,從預測到篩查、診斷、治療和治療後監測。通過改進基於多基因風險評分的遺傳易感性量化,將會加強和更精確地制定針對常見老年疾病的預防策略。

基因診斷將使瞄準藥物變得高效,最大限度地提高效率、優化劑量和最小化副作用。基於基因組編輯和細胞替換的新療法,特別是針對遺傳性疾病的療法將會出現。

在納入基因組醫學的服務轉型方面,NHS 已經取得了重大進展。在英國,通過 10 萬個基因組計劃和基因組醫學中心的建立,NHS England 和 Genomics England 領導了基因組醫學的實施準備工作。與此同時,HEE(英國健康教育協會)的 Genomics Education Programme(基因組學教育專案)負責培訓 NHS 的員工,通過知識、技能和經驗為基因組醫學做準備。

通過基因組學改變病人管理的例子越來越多。

1. 公民和病人

基因組醫學可能會以許多不同的方式,在一個公民生命歷程的不同階段對他們產生影響。如果他們想成為更積極的健康和保健貢獻者,就必須增進他們對基因組學的理解。這將需要容易訪問相關的知識資源、以及基因組學的「社會化」,使他們及其親屬能夠解釋遺傳和基因組資訊所產生的結果給個人的影響。

需要支援公民參與有關風險、道德、隱私、保險、就業和生育的決策。基因組學需要被納入學校和工作場所的教育中,並採取平行的方式告知成年人。關於將敏感資料用於臨床和研究目的的患者個人決定,必須基於對資料共享的成本和收益的透明討論,以及更新支援提供國家衛生服務的社會契約。這將涉及明確闡述更好、更有針對性的護理、與衛生系統進行更方便和更有效的互動,以及通過研究促進進一步發展的好處。

患者和護理人員必須確信,有公共部門和私營部門 (包括直接面向消費者的部門),會對資料濫用和不受支援的索賠提供充分的監管保護。這些進步將要求患者與其臨床醫生之間建立更公平的關係,認識到更廣泛的資訊獲取和個人授權將使公民對自己的健康和可能出現的任何狀況有更多的瞭解,並希望共同作出決策。

2. 醫療保健專業人員

我們期望逐步但實質性地重新配置臨床角色,以應對與引進複雜的、不斷髮展的基因組技術相關的新挑戰。改革的步伐將因專業和個人醫療實踐而異,但最終將影響所有的醫療保健專業人員。個人的勞動力培訓需求將更少依賴傳統的角色劃分,而更多地依賴於與「現實世界」實施相關的具體職責。

例如,對於給定的基因測試,工作人員將對委託、獲得(患者)同意、排序、基因測試資料生成、解釋、患者溝通和家庭支援等方面做出各種不同的貢獻。這將需要支援其特定活動的培訓。這將加速向多學科工作的轉變和許多專業角色的改變。

在 NHS(國民保健服務系統)中廣泛引入基因組技術,將需要分散式 (「主流化」) 和集中式程式(例如與基因測試的排序和解釋相關)的結合。各類醫療保健專業人員將越來越多地參與以前移交給更專業的同事的護理工作,例如與「常規」基因組學相關的那些(例如,遺傳藥物學,和常見疾病的風險預測)。

鑑於知識的進化和遺傳資訊與親屬健康狀況的相關性,臨床責任將超出指標諮詢。這包括「動態報告」,支援在更新以前臨床建議的知識要求時,與患者再次接觸。這種長期的護理責任不僅限於病例的範圍,延伸到了更廣泛的家庭。

諮詢和更廣泛的支援機制需要擴充套件,以解決向患者及其家屬傳遞風險和其他概率資訊的複雜任務。所有醫療保健專業人員的本科和研究生課程必須包括基因組學及其相關性。作為終身學習、認證和再培訓體系的一部分,教育和培訓也應推廣給現有的醫療保健專業人員。鑑於技術發展和知識積累的速度很快,醫療保健專業人員除了通用培訓和有針對性的認證計劃外,還需要獲得實時資源,以支援動態的、最新的解釋和決策。

臨床教育應該強調提高整體質量、生產力和護理公平性的機會,而不是獲取額外知識的負擔。

3. 醫療體系

如果要以確保患者安全和資料隱私、提高公平性和生產力、減少質量和結果方面不可接受的差異、並且可持續性的方式實施基因組醫學,就必須重新配置衛生系統。

這將需要基礎設施的發展,利用現有工作(例如,在全國範圍內整合臨床遺傳學服務)來擴充套件基因組多學科團隊,並建立一個以基因組測試目錄為基礎的國家基因組實驗室網路。

這將需要對提供的服務進行大幅度修訂,以確保 NHS 履行其義務,對指示性病例親屬的重大調查結果進行跟進和管理。

基因組醫學將需要在包括基因組現有工具在內的不同領域發展新的專業 (和/或大量擴充現有勞動力),並選擇最適合滿足臨床服務需求的工具,以及使用適當的軟體工具分析資料。

NHS 中的生物資訊學培訓將是一個不斷髮展的勞動力發展和轉型計劃,從基因組學開始,擴大到包括表型資訊,包括患者生成的資料。

Genomics Education Programme(基因組學教育方案)將繼續在為勞動力制定教育框架和開展勞動力規劃和建模方面發揮關鍵作用。需要有平行機制來支援學術界的方法論和機制研究,該機制利用 NHS 的資料推進轉化目標。最重要的是,NHS 需要確保引入基因組醫學所帶來的醫療保健服務的效率,能夠在提供高質量的醫療服務質量方面帶來明顯和切實的好處。

二、數字醫學

數字醫學的快速變化已經對 NHS 產生了積極的影響,儘管在人口中使用率和收益分配不均。

在本報告中,數字醫學被定義為直接影響疾病、病症或綜合症的診斷、預防、監測和治療的數字技術和產品。這包括遠端醫療、可穿戴裝置、數字診斷測試、生物奈米技術、數字療法以及虛擬現實(VR)和增強現實(AR)等沉浸式技術。

如今,估計有 89% 的英國成年人在過去的三個月裡使用過網際網路,自 2011 年以來,75 歲及以上的女性使用網際網路的人數幾乎增加了兩倍。2018 年 5 月,NHS England(英國國家醫療服務體系)估計,英國 24% 的患者 (1390 萬人) 已經在家庭醫生那裡註冊了線上服務,以預約、重複開處方並檢視他們的記錄——為自己和繁忙的全科醫生診療。

一半的成年人通過網路獲取健康資訊;每天,大約有 160 萬個線上搜尋是關於 NHS Choices 的(82% 通過搜尋引擎,75% 通過移動或平板裝置訪問)。NHS England 還估計,使用網際網路檢查病情的人中,有 60% 不會繼續前往一線服務機構。

1. 患者

數字醫學正日益增強患者管理自身健康和福祉的能力,這自然會改變傳統的患者與臨床醫生間的關係。人們越來越多地使用智慧手機和可穿戴裝置來追蹤心率、心率異常、血糖和血壓等生命體徵。在使用數字技術管理健康的人群中,可穿戴裝置的使用率從 2016 年的 22% 升至 2018 年的 31%。

NHS 應用程式庫於 2017 年 4 月啟動,為患有糖尿病、慢性阻塞性肺病、癌症和抑鬱症等多種疾病的患者提供數字工具。目前,庫中有 47 個「可信和評估」的應用程式。

認知行為療法 (CBT) 正日益數字化,例如用於睡眠障礙的治療。積極的患者正在共同開發新的數字技術來滿足他們的需求,例如 # we are not aiting movement for diabetes。

為了增加對數字健康技術的應用,公共健康運動應包括關於可改變風險因素的教育,以及如何利用這些技術預防肥胖和高血壓等常見疾病的培訓。我們需要對國家數字掃盲公共健康運動進行投資,以教育所有人:從小學兒童到青年人、老年人。對於那些無法直接使用這些技術的人來說,應該在學校、公共圖書館和全科醫生診所使用數字健康學習工具。

數字醫療的採用決不能產生日益加劇的健康不平等的意外後果。考慮到這一點,NHS Digital 最近為數字健康技術的專員和設計師釋出了一份「健康和社會保健數字包容指南」。

2. 醫療保健專業人員

Wachter Review 強調了 NHS 數字化領導的必要性,今年任命了首位 NHS 首席臨床資訊官。

為了將數字醫學的好處傳遞到整個 NHS 中,醫療保健專業人員需要學習資料管理、資料隱私、資料質量、道德規範和監管方面的知識。他們必須接受培訓,學習如何解讀患者生成的資料 (包括數週或數月內從可穿戴裝置中獲得的資料),以及傳統健康資料(比如 X 光和血液檢測等)。

包括智慧手機連線診斷測試在內的新興技術,將使疾病的早期診斷、個性化/分層治療成為可能,還可能減少不必要的抗生素處方。醫生們需要學習如何開數字療法處方。今後,干預措施將日益側重於疾病預防、健康和福祉。

作為電話分診的一種改進,線上諮詢和視訊通話將逐漸被初級護理和潛在的二級護理所接受,例如在意外事故情況下和急診室裡。線上諮詢的數量最終可能取代面對面諮詢的數量,因此,需要對遠端患者管理進行新的培訓。這樣做的好處包括提高工作效率,對那些不需要請假去診所看病的病人和臨床醫生來說都是如此,讓他們可以有更多時間通過面對面的預約來處理更復雜、更嚴重的病例。

NHS 內部的數字技術部署應以使用者為中心,其主要目標之一是減輕醫療保健專業人員的行政負擔。例如,自動語音識別技術(也被稱為"智慧揚聲器")以及其他"團隊中的機器",應該允許醫生和護士在面對面諮詢期間花更少的時間使用電腦鍵盤輸入資訊,從而使他們能夠集中精力,與病人有更多的交流。

應該引入一些機制,讓現有的醫療保健人員有專門的時間來學習數字技術如何增強他們的醫學實踐,例如,在新的輪崗之前,讓實習醫生沉浸在 VR、指導應用程式和 Mooc 中。

3. 醫療體系

數字醫療的好處只有在符合目的、可信的 NHS 治理框架下,才能大規模實現。為了評估新技術的影響及其對資料治理的影響,需要進行更多具有大規模測試平臺的跨學科研究。

今天,醫療服務主要集中在患者到門診進行面對面的諮詢。未來,通過遠端醫療,為患者提供遠端醫療服務將會變得更加普遍。醫護人員和患者需要接受培訓,學習如何在新的線上護理途徑中使用遠端醫療來診斷、監測、教育和治療患者。

通過擴大「hospital at home」計劃,更多急性護理也將成為可能,患者能夠留在自己的家中,同時得到綜合性醫院家庭護理小組的額外護理和關注。這些計劃的目的是利用技術,在家裡為病人提供額外的支援,以確保他們不住院或儘可能地縮短入院時間。其目的是減輕急診科的壓力和減少對急性護理的需求。

我們的目標應該是提供高質量的個性化護理,而不論地點 (家庭、療養院、藥房、社群醫院或急診醫院)。這將通過適當的患者監測技術 (可穿戴裝置、智慧手機及其配件的組合) 實現,並得到部署社群護士和護理人員的支援,以便在需要時迅速做出反應。

NHS 內部需要成立新的專業團體 (如行為心理學家、人類因素專家、醫學虛擬專家),以便為患者和勞動力謀取最大利益。臨床生物資訊學家和醫療資料專家將會出現新的角色和職業路徑,他們有興趣開發機器學習演算法來分析 NHS 資料集,以支援公共健康研究,例如預測流感疫情。

臨床生物資訊學家:在多學科團隊中工作,瞭解服務的需求,並在當前的患者護理背景下交流基因組資料和未來的表型資料。臨床生物資訊學家能夠評估、驗證和理解諮詢、生物資訊學、計算、資料科學、健康經濟學和委託(試運轉/試執行/除錯)的侷限性。這將需要適當的培訓、健全的職業發展和留住工作人員的結構。這將顯著增加對現有員工進行再培訓的機會,因為人們認識到,某些專業職位的勞動力需求將會下降。

除了閱讀治理和政策檔案外,臨床醫生還將接受兩個小時的實踐培訓,以培養他們線上平臺主持人的信心和技能。通過 Skype 向不熟悉數字技術的臨床醫生提供個人和團體的臨床和管理監督,向他們介紹數字化干預的使用。

三、人工智慧和機器人

在未來 20 年裡,人工智慧在改善醫療保健方面有巨大的潛力。人工智慧的非凡前景尤其集中於機器學習上,包括深度學習。隨著計算機處理能力的不斷提高,機器學習將使患者、臨床醫生和衛生系統從當今可用的大量醫療保健資料中受益。

機器學習的發展速度如此之快,以至於現在它在某些特定的任務上的表現已經超過了人類。可操作的智慧將被提取出來,以更好地預測、預防、篩選和診斷疾病。人工智慧和機器學習將促進針對每位患者的治療。

精心設計的人工智慧演算法還將通過大規模流程優化、臨床路徑簡化和公共衛生(健康)應用,提高 NHS 的生產率。通過將一些人工任務轉移到機器上,在適當且經過驗證的情況下,整個 NHS 的臨床工作流程將得到極大簡化,生產力將得到極大提高。

醫學軟體和硬體的進步正在加速臨床機器人領域的發展。目前,機器人在 NHS 中的應用遠遠超出了自動化重複性工作的範疇,包括微創前列腺癌手術、機器人放射治療系統 (最大限度地減少對健康組織的損害) 和用於截肢患者的 3D 列印仿生手臂。

即將出現的機器人技術包括軟機器人、用於顯微手術的機器人平臺、先進的機器人內窺鏡、膠囊機器人和包括外骨骼在內的可穿戴機器人。能夠幫助中風病人和痴呆症患者的康復機器人、輔助生活機器人也正在研製中。

1. 患者

引入人工智慧輔助虛擬健康教練,結合行為科學,可以使患者更好地適應生活方式,幫助他們管理藥物治療,降低個別患者的整體風險。

將越來越多由患者生成的資料與電子健康記錄整合在一起的統一個人記錄,將使病人受益,因為它允許遠端傳送健康提示,使患有哮喘、糖尿病或心力衰竭等長期病症的病人能夠更好地進行自我管理。患者對疾病進展的具體預測和更智慧的預約時間安排也是可能的。

人工智慧使精神健康疾病患者可以在他們選擇的任何時間從任何可以上網的地方 (包括患者的智慧手機) 獲得治療服務。自然語言處理技術目前正被用來通過與治療師的實時線上對話來增強認知行為療法(CBT)。新興的機器人技術包括一個先進的仿生手臂,小到可以容納 9 歲的兒童。基於 3D 掃描器和印表機的新型製造技術、裝配時間的大幅縮短以及肢體的先進功能,正逐漸改變假肢醫生、矯形師、職業治療師和理療師治療患者的方式。

患者必須在瞭解如何設定和最佳使用新的數字技術方面獲得教育和技術支援。通過創造新的專業角色或通過提高社群臨床醫生的技能,例如藥劑師、初級保健護士和保健來訪者,可以促進改善病人教育和支援。

2. 醫療保健專業人員

醫療保健專業人員 15% 到 70% 的工作時間用來執行行政管理任務。不久的將來,人工智慧系統將能夠進行測試、編寫醫療記錄和完成其他行政管理任務。這些人工智慧系統將提高 NHS 的生產力,並使醫療保健專業人員專注於患者認為獨特的臨床任務,為患者與臨床醫生間的互動和溝通提供更多時間。

人工智慧、機器學習和機器人技術將支援臨床醫生提供更安全、更高質量的護理。醫院啟用機器學習支援的早期預警系統,向臨床醫生提醒病情惡化的風險,允許他們提供治療,以防止嚴重的疾病發生,就像最近在膿毒症管理中所證明的那樣。深度學習技術在乳腺癌、面板癌或眼疾篩查等醫學影象分析領域的表現,已經顯示出專家級水平。

雖然放射學、病理學和眼科學經常被認為是最有可能受到人工智慧工具影響的,但這種影響將不可避免地延伸到所有專科和所有臨床醫生,從醫生到護士、藥劑師再到護理人員等等。

所有臨床醫生都應該接受有關使用 AI 的道德標準和良好做法、資料管理和治理方面的最佳實踐、以及對 AI 系統產生的臨床統計資料和建議的解釋等方面的教育。

NHS 需要了解患者和醫療保健專業人員需求的 AI 專家,他們渴望嵌入到所有的護理環境中。因此,專為醫療保健設計的 AI 系統是合適的。

3. 醫療體系

人工智慧在提高系統效率和生產力方面的潛在應用包括優化和預測醫院的病人流量;改進目前的採購效能和效率;以及加強員工的後勤和服務規劃。人工智慧還將越來越多地用於監測公共衛生(public health)趨勢,確定對人口健康有積極影響的舉措。

使用人工智慧技術的一個關鍵目標必須是整合、分析和個性化數字資料,以便為社群提供健康服務,使醫院的治療變得越來越不必要。

隨著機器視覺能力的提高,如果能夠靈敏地部署機器視覺技術,進行遠端監控,應該能夠讓病人在自己舒適的家中得到安全護理,由受過現代化、非集中化衛生系統教育和培訓的工作人員進行照料,遠端監測顯然有可能減少對急性醫院服務的需求。

NHS 最大的資產之一是它的綜合資料集。為了讓人工智慧和機器學習實現分析這些資料集的潛在好處,NHS 需要一個高質量、安全的資訊基礎設施,明確地與公眾共同設計並商定,它有能力將患者生成的資訊與跨越不同醫療和護理環境的資料進行彙總和整合。

NHS 正開始通過其地方衛生和護理記錄示例專案來發展這一基礎設施。自 2016 年以來,NHS 任命了首席臨床資訊官 (在重新設計醫療體系方面具有更多經驗的臨床醫生),以確保只有符合當前和未來患者需求的、使用者友好的電子健康記錄才能得到實施。

利用更好的綜合電子健康資料集,機器方法已被證明可以更好地預測各種疾病(尤其是複雜疾病)的臨床風險。這些方法還能更好地針對個別患者的需要,進行個體化治療。此外,通過為經常被排除在臨床試驗之外的複雜患者尋找治療方法,機器學習可以促進研究,減少健康不平等;例如,老年人或者有多種健康問題的病人。

Reference:科技日報

看更多!請加入我們的粉絲團

轉載請附文章網址

不可錯過的話題