• 新冠的出现给我国医疗带来了巨大的挑战

    新冠肺炎疫情在全球范围内引起的大流行是一场前所未有的公共卫生危机,但此次疫情的爆发也正在成为促进数字医疗广泛使用的关键催化剂。医疗行业的利益相关者正在积极采取措施,包括迅速部署数字医疗工具来遏制病毒的传播,减轻医疗体系目前的负担,并最大限度地提高医疗系统的容量。世界卫生组织表示,2020-2030年可能是数字技术重塑医疗卫生系统的十年,远程医疗行业以其得以成功突破时空限制,其在未来的建设与布局预期升高。 新冠疫情爆发后,为了减少交叉感染,防止疫情扩散,很多医院都关闭了非急诊门诊,这导致很多患者都无法正常地就医、复诊,而这种情况极大地促进了互联网医疗地发展,使其顺利地成为了患者们获得医疗服务的一个重要渠道。如今虽然国内疫情已经得到了有效控制,但由此带给传统医疗服务的冲击仍然存在,尤其是对很多基层医疗机构而言,它们因此流失了大量的患者,所以现如今如何才能挽回患者是很多基层医疗机构亟需解决的问题。 通过信息技术的应用,医院或不同水平的医生能顺利进行沟通与合作,而患者可跨地区获得优质医疗服务。随着互联网的日益普及以及不断增强的健康意识,数字医疗服务受到高度认可,且越来越多的用户使用,这成为推动数字医疗服务行业快速增长的主要驱动力之一。疗市场和大健康市场前景可观,众人瞩目。根据美国业界市场评估报告,今年远程医疗服务总费用估计有数千亿美元增长。而来自另外一家知名咨询机构麦肯锡6月份发布的报告,预测今年有2500亿美元的医药保健费用最终转化为数字医疗服务,包括远程医疗、虚拟门诊和网上药店等等。 放眼东方,中国很明显在这场危机开始之前就已经成为了技术领导者,并在数字医疗的应用方面远超全球范围的其他市场。例如,中国政府自2014年以来就一直在探索远程医疗的理念,其中包括发布一系列相关规定来推动远程医疗的发展。这些规定不仅使数字医疗相关的法规更加清晰,还扩大了远程医疗的报销范围。伴随着这些政策的落地,数字医疗方式逐渐被广泛采用。截至2021年,中国已经有94%的医疗专业人员使用例如电子病历和远程医疗等相关远程医疗工具。 基层医疗机构就势必要对传统医疗模式进行改革,要顺应时代的发展,积极开展互联网医疗服务,而在开展互联网医疗服务时选择一个好的平台又是非常重要的,否则收效甚微,如由从事网站建设、运营、推广和医疗管理服务十几年的欣业达科技有限公司开发的欣九康诊疗系统就很不错,非常适合基层医疗机构的需求。 医疗信息关系到每个人的健康信息,用户数据隐私涉及到伦理和法规。在进行数据交换或远程控制的过程中,医疗服务也面临着网络攻击以及患者隐私泄露的风险。比如数据丢失,数据被篡改,数据被泄露,数据被破坏等问题,因此也需要加强对敏感数据和患者隐私数据的保护。新冠疫情期间,患者及医生对互联网医疗服务的接受度明显增强,互联网医疗服务供需量大幅提高。作为对传统医疗服务、中国的医疗保健及治疗的补充,互联网医疗服务平台已得到中国政府及医疗服务用户的广泛认可。互联网医疗服务亦充分展示了其可信度及便捷性。 对于在线医疗服务平台,用户流量的获取关键在于服务的品质、价格及便利性。平台通过自有医生团队提供在线问诊服务,累积一定用户流量后形成规模效应,减小医生成本等费用率;或通过外部签约医生提供问诊,平台抽取一定分成费用。这一块主要看平安好医生和微医。

    医疗电子 公共卫生危机 远程医疗行业 医疗系统

  • 智能医疗技术的时代即将到来

    随着医疗技术的进步,人们对医疗设备的性能要求越来越高,特别是医疗机构使用的专业诊疗设备,更高的通道密度、更高的通道密度以及更快的诊断速度将为高端医疗设备的市场竞争带来优势。 随着数字技术的进步,对高精度、高速度、低功耗模拟产品的需求不断扩大,而模拟产品在很大程度上决定了当今数字设备的性能。“云计算、大数据、人工智能等产业的发展正在促进医疗智能化的落地。在以计算力为核心的数字经济时代,模拟技术和器件发挥着不可或缺的作用,起到了连接真实世界与数字世界的关键桥梁作用。” 俞毅刚指出,“所以这也是ADI能够入选数字经济排行榜单的原因。 ADI公司亚太区医疗行业市场经理王胜指出,医疗设备种类众多,其要求也各不相同,但其共性都包括:高集成度,低功耗,小体积,系统级方案以及专业的技术和商务服务,当然,合理的价格也是成功的必要因素之一。便携医疗领域的各类电子医疗设备要求电子元器件更高的集成度,更小的尺寸以及更低的功耗;高端医疗设备要求更快的速度,更高的精度,更紧凑的高集成度,当然更好的稳定性和安全性以及合理的价格控制已成为共性的需求。 中国的医疗电子设备公司的产品将向中高端产品系列延伸,例如数字DR、多层CT、高端彩超以及其他大型医疗影像设备,增加全球的医疗电子市场份额;政府会持续加大力度扶持中国本土企业,包括直接引进核心的海外人才以及资金投入、渠道支持等;越来越多的医疗功能设备会从医疗机构延伸到社区、家庭以及个人,远程传输及实时健康数据采集会进一步普及。远程医疗以及某些医疗服务中心,例如医疗影像中心等会陆续出现,专门提供患者检测服务,通过共享信息,提供医疗资源的使用效率,并同时解决医疗资源分布不均的问题。 除了传统的个人医疗电子设备如血压计、血糖仪等因其技术和市场都已很成熟,从而受到全球消费者的认可外,其他新的技术和应用也将带动未来的便携式消费类医疗电子设备市场的发展。例如,针对个人和家庭应用的生命体征信号检测等。在2013年,值得关注的的变化是在越来越多的传统的非医疗保健类的消费电子产品中嵌入生命体征信号检测的功能。 概括而言,从可穿戴设备发展趋势角度的主要驱动力来看,持续不断地增加并完善健康保健类功能,连续非间断性的实时健康状况监测,具有远程后台数据的分析处理及反馈到终端用户,可以为用户带来极大的便利,也必然会推动整个市场的快速发展。随着这些健康类的功能及性能在可穿戴中的逐渐完善,并被广大的消费者接受,以及整个相关生态系统的服务性的配套和跟进,到那时,整个可穿戴市场将是更加成熟和普及。 作为大健康产业的一部分,小型便携式、智能化的医用设备、健康管理设备在智慧医疗的带动下蓬勃发展,尤其以运动、心律、血压、血糖、睡眠等监测为主的各类医疗设备较前几年有了成熟发展,结合手机App产品的移动应用不但提高了此类设备的销售量,还积累了海量的生活化数据,使数据服务类产业逐渐增多。此外,慢性病管理需求日益增多,在监测手段和方法上催生了新的产品形态和相应的技术革新要求。 此外,技术的进步为医疗电子产品带来高性能的同时,也为设计工程师带来更大的设计便利性。随着芯片和系统集成度越来越高,未来产品设计将带来更大的便利性,以心电图模拟前端芯片ADAS1000为例,ADI就通过软件工具在芯片的高集成度和灵活性方面实现更好的平衡,用户可以通过软件平台配置与芯片内各功能模块对应的寄存器数据,从而为各功能块设定不同的参数值,实现多种数字输出选项。通过这种寄存器配置,用户可根据自己的应用需求,在系统噪声和功耗间进行权衡考量,可通过禁用不同功能实现节能,也可降低芯片内ADC的采样速率和数据速率来节省电力。未来一年中ADI将持续推出类似独特模拟和混合信号半导体解决方案。

    医疗电子 医疗设备 医疗技术 医疗机构

  • 远程医疗即将成为下一个热点话题

    目前,中国医疗设备产业整体步入高速增长阶段。人工智能技术在医疗设备领域的应用主要集中于智能诊疗、智能影像识别、智能可穿戴设备相关的智能健康管理、医疗机器人等几个方面。将人工智能应用于医学影像的识别、诊断,以及具有医疗等级的智能可穿戴设备结合远程医疗的使用,将会是下一个热点。 一直以来,研究人员都在尝试开发一种能让人们安全食用的电子产品,包括可食用的晶体管、传感器、电池、电极、以及电容器等,如果你能把它们都放在一起的话……其实,就是一款可食用的机器人了。但是,目前似乎还无法打造一款可食用机器人,因为我们还缺少一样东西,一样能让这种机器人和其他计算系统不一样的东西——那就是,能被人体吸收的执行器。只有依靠这种执行器,当可食用机器人被我们吞咽之后,才能执行某些有效操作。 远程诊断的趋势推动了对便携式/可穿戴式智能医疗设备的需求。就其电子元器件而言,这意味着必须做到小型化。而Nordic提供的超低功耗(ULP)无线IC,可以为医疗设备提供优化的设计解决方案。Wendell Boyd表示,特别是ULP无线解决方案支持使用可穿戴监视器(例如心率监视器)进行远程诊断并降低成本。“我们的许多芯片都是多协议的,这意味着它们具有多种功能,可以在多种设备中实现设计自由度。”他介绍说,“例如,广东省的一位客户选择了我们的nRF52840蓝牙5/低功耗蓝牙多协议SoC器件,为包含心率监测仪的可穿戴腕带产品提供了无线连接和强大的处理功能。” 在新兴的可穿戴设备应用领域,运动类和健康类的手表手环等产品将会成为可穿戴电子产品市场增长的主要推动力。具体来说以下几点可能会被业内关注:宏观来看必将是电子设备市场的新的增长点;持续不断地增加并完善健康保健类功能,甚至某些性能到达或通过医疗级的应用标准;高集成度、小体积、低功耗以及低成本的传感器硬件在将来的可穿戴设备开发中会成为越发关键的要素;后台数据的分析处理及反馈到终端用户将是维持用户持续使用的必经之路;但是,就目前的市场应用情况及技术发展来看,对于运动的检测及计量相对成熟,但是对于在运动状态的相关生命体征信号的快速及精确监测目前还有改进的空间。所以相对应地会催生和提升传感器及信号处理方面的新技术进步和发展,例如光电法测量体征信号,如心率、血氧含量及其他健康指数等,这需要更新的光电传感器技术以及相应的系统级数据处理技术,集中包括日常运动情况下的持续准确测量和采集到数据的后台融合及分析使用等。 高技术硬件(如集成电路,IC)的哪些特征会在不断变化的医疗市场中取得竞争优势呢?“在我看来,答案非常简单,但不很明显。”Exar高性能模拟产品应用工程副总裁 Craig Swing说。我们生活在一个数字世界,但人类不是数字。人类是模拟产品生物,我们有5种感官:视觉、听觉、嗅觉、味觉和触觉,这才是模拟的核心。数字仿真如视频、音频和许多触摸屏应用程序等许多东西,仍通常需要系统里的某种模拟数字电路(ADC),或数字模拟电路(DAC),才使其工作。这就意味着要采用数字处理中必要的数字电路系统,将模-数电路(ADC)和数-模电路(DAC)以及必要的原本为模拟电路的缓冲或感应放大器集成在一起,去开发未来市场中占据主导地位的专用标准产品(ASSP)。 这就是为什么Exar使用最先进的连接、电源、数据压缩、模拟信号链的核心竞争力来开发下一代应用特定标准产品,为我们的客户开发新一代的医疗设备! 你可以想象,不论是医务人员还是患者,她们日常生活都习惯了使用智能手机、平板电脑,在医院或者健康护理的时候却不得不使用款式老旧的医疗设备,那种反差是多么明显。大家一定都希望医疗设备也可以尽快跟上时代的进步。对中国本土企业来说,中国已经是全球制造大国,说明中国是有能力开发和制造出让全世界满意的设备,当然包括医疗设备。中国要把已有的竞争优势发挥出来,就必须补上自己的"短板",这就是从产品设计到制造都遵循国际标准与规范。尽快获得国际规范认证,是中国医疗设备提升并进入国际市场的敲门砖。

    医疗电子 人工智能 远程医疗 医疗设备产业

  • 人工智能下的医疗行业市场潜力是巨大的

    医生水平的局限性、人为差错的增加、医疗费用的不断上升,为各国的医疗系统带来了巨大的困扰。近几年,随着医疗行业科技化、信息化程度的逐步提高,临床决策支持系统(clinical decision support system)受到了越来越广泛的关注。寻求医疗机器人创新应用解决方案,推动医疗机器人领域“技术+资本+人才+应用”融合发展,赋予优质项目强大的孵化与转化产业合作机会及资本力,鼓励和推动中国医疗机器人创新的发展,以中国智造助力医疗科技的进步,造福广大患者。 目前需求比较大的领域有医疗影像设备,监护设备和生命体征监测设备等。疫情之后,这些产品不仅会在医疗机构进行战略性储备,而且采购配置会下沉到到体检机构,敬老养老院和健康管理机构,甚至有些体征监测设备(如血氧仪等)会成为类似于血压计、雾化机之类的产品进入普通消费者家庭。这些对于医疗电子都是很好的促进作用。医疗机器人主要是是用于医院、康复中心等医疗场景的服务机器人,如手术机器人、康复机器人、辅助治疗机器人以及非治疗辅助机器人等,它能够辅助医生,扩展医生的能力,具有医用性、临床适应性以及良好交互性几大特点。 医疗人工智能在医疗领域应用最广泛的是医疗影像领域,但实际上,健康点统计分析医疗人工智能产业的创业企业及上市公司布局后发现,作为一种提高效率的工具,目前,医疗 AI 已经覆盖了医疗产业链条上的医疗、医药、医保、医院四大环节。ADI对于医疗行业将主要聚焦于三方面:在医疗影像和体征信号监测领域,通过芯片集成关键模拟功能来实现系统突破;护理和家庭医疗方面,在提高性能和可靠性的同时降低成本和功耗,并改善互用性和易用性;第三,合并患者运动监护、诊断和无线通信,支持新一代远程医疗系统的关键构建模块。 人工智能人才现是阻碍中国医疗人工智发展的另一个重要因素。在我国,既懂医疗,又懂技术的复合型、战略型人才尤其短缺。基于这样的背景,目前我国正在加强人工智能专业人才的培养。2017年,国家发改委、科技部等四部委联合发布《“互联网+”人工智能三年行动实施方案》,并将“人工智能”首次纳入到中国政府工作报告中。此外,教育部在《高等学校人工智能创新行动计划》中也强调,要加强人工智能领域专业建设。 作为全球医疗科技领域的创新领导企业,美敦力在医疗领域拥有近70年的经验,业务遍及全球150个国家,覆盖70多种疾病领域,对于医疗健康市场具有丰富的经验和独到的见解。2016年美敦力中国基金成立,重点关注在大中华区提供创新科技或新治疗方法。2019年3月, “美敦力医疗创新加速器”于上海正式启用,致力于赋能具有临床与市场潜力的早期医疗技术创业公司,促进其技术成果快速转化为有价值的医疗产品和服务。 人工智能(AI)、机器学习(ML)以及云服务是高端医疗电子非常重视的方向。据悉,国内先进的医疗影像CT设备生产商都具备医疗云服务的能力。而我们的现状恰恰是医院缺乏足够的放射科的医生,所以用户需要花较长的时间排队做影像检测,而医生巨大的接诊量也缩短了判断的时间,所以如果可以通过医疗影像的大数据协同,为医生提供诊断辅助,可以极大地提高诊断效率,甚至查漏补缺,提升用户体验。当然,由于医疗云大部分是企业私有云,各家设备厂商拥有自己的AI和ML算法,不同医院之间的数据也很难互通,所以无论从体制上,还是操作上都很难实现真正的协同。这个有待于国家从政策层面,行业规范层面进行自上而下的推动。 随着计算机、网络通信等技术的飞速发展,临床医生、医疗机构管理者、卫生政策制定者都越来越希望得到信息技术提供的决策支持服务。尤其是数据挖掘、联机分析处理、人工智能这些新技术的发展和应用,为临床决策支持系统的实现提供了技术条件。作为医学知识工程和人工智能研究中的活跃分支,各种新型的临床决策支持系统正在不断被开发出来,旨在改变传统的依赖医生经验和检验指标的诊断模式,实现智能化的临床决策指导,为医疗质量提供保障。

    医疗电子 医疗机器人 医疗科技 医疗行业科技化

  • 医疗电子的数字化是未来的机遇

    随着互联网与新科技的发展,数字医疗在近年来频频得到应用。数字医疗技术的进步和应用的愈加广泛使其成为改变医疗行业现状的有效切入点。如智能手机能够为医疗供应商和患者“牵线”实现互动,也能让用户获取自身的健康数据,还能够帮助进行医疗服务的追踪和个性化定制。不论慢性病管理还是为客户提供远程医疗,所有数据的最终接收端应为医生。但目前由于我国公立医院医生尚未得到根本性的解放,医生(特别是三甲医院的医生)很难通过这些移动医疗设备及APP为客户提供详细充足的专业建议。移动医疗APP,在内容和服务方面普遍存在同质化的问题,如预约挂号、问诊咨询、医药服务等等,对病患而言,缺乏一定的公信力和权威性,移动医疗APP的下载量较少,且使用量频次低,缺乏用户粘度。 医疗电子起源于20世纪50年代,作为跨学科、跨产业门类的新兴领域,医疗电子尚无统一的分类体系,存在多个分类维度。按照产品功能划分,医疗电子可分为诊断类、治疗类、检验类、监护类和保健类产品;按照用户对象划分,可分为个人型、家用型和医用型;按照服务及发展模式划分,可分为移动医疗、智慧医疗、远程医疗等,其中各模式之间存在相互交叉。 不少医疗机构的资源难以核实,如医生信息不规范,病患无法详细查看医生资质信息等,加上用户信息如隐私等容易通过互联网被泄露,因此用户对平台都有所保留,这些都是移动医疗APP目前无法战胜的难题。目前,医疗电子设备功能正向治疗、分析、康复、保健等多个方面不断延伸,虽然诊断实验设备、监护仪、植入式胰岛素泵以及心脏起搏器等临床设备仍是最大的营收领域,但是,随着社会的发展和人们对健康意识的提高,对一些慢性疾病、残疾障碍以及神经功能失调疾病的管理和诊断治疗需求越来越迫切,因此,以预防、保健为主的医疗电子设备逐渐走向家庭和个人。 实际上,数字医疗的应用并不仅限于医院,在许多地方都能得到应用,甚至可以说渗透在日常的生活中。近年来,越来越多的智能硬件都可随时连接网络,这无疑是为数字医疗的发展提供了良好的土壤。对于医疗资源不均衡、药品和诊疗价格公开度低、过度医疗等现象而言,数字医疗能够提供不错的解决方案。目前,物联网、人工智能、深度学习等技术方兴未艾。随着数字医疗的崛起,这些技术也都将得到进一步的应用,而数字医疗行业的趋势也愈加明朗化。 随着科技的发展,数字医疗已经从最开始的应用程序及简易医疗设备升级为更高效的技术。苹果、三星等知名公司也加入到了与主要的医疗支付方、医疗服务提供者和制药公司的合作之中。随着信息技术的发展,互联网可以从方便就诊、疾病管理等多个方面为传统诊疗模式提供服务和支持。效率高、频次快、整合性强,最大限度降低时间成本,甚至可以缓解中国医疗资源极其不平等的现状,利用互联网技术优势,移动医疗平台在预约挂号、支付方式、自助查询检验化验结果等环节的切入,帮助患者实现对个体多个健康相关因素的记录,从而能够实现对病情的追踪和疾病管理。为医疗流程再造或传统诊疗模式提供强有力的支持, 智慧医疗的“智慧”二字,我们认为主要源于万物互联,万物互联实现了医疗器械、数据与患者的连接,打通了硬件与软件的隔层,在一定程度上也可以称为数字医疗。例如手术机器人、百度医疗大脑、5G远程诊断等,都是智慧医疗的高度集成品。

    医疗电子 电子医疗 互联网与新科技 移动医疗设备

  • 我国网络通信移动技术的劲头十足

    2020年1月9,中国首批5G标准发布,推动5G相关产业加速发展。面向未来,中国工程院院士邬贺铨认为,5G是一次网络技术的变革,引入了很多过去没有大规模使用的网络技术。5G作为新一代的移动通信技术,它的网络结构、网络能力和要求都与过去有很大不同,有大量技术被整合在其中,5g的关键技术包括:基于OFDM优化的波形和多址接入、实现可扩展的OFDM间隔参数配置、OFDM加窗提高多路传输效率、灵活的框架设计、超密集异构网络、网络的自组织、网络切片、内容分发网络、设备到设备通信、边缘计算、软件定义网络和网络虚拟化。5G,第五代移动电话行动通信标准,也称第五代移动通信技术,也是4G之后的延伸。作为新一代信息通讯发展的主要方向,5G将渗透到未来社会的各个领域,以用户为中心构建全方位的信息生态系统。 5G采用基于OFDM化的波形和多址接入技术,因为OFDM技术被当今的 4G LTE 和 Wi-Fi 系统广泛采用,因其可扩展至大带宽应用,而具有高频谱效率和较低的数据复杂性,能够很好地满足 5G 要求。OFDM 技术家族可实现多种增强功能,例如通过加窗或滤波增强频率本地化、在不同用户与服务间提高多路传输效率,以及创建单载波OFDM波形,实现高能效上行链路传输。 5G采用基于OFDM化的波形和多址接入技术,因为OFDM技术被当今的 4G LTE 和 Wi-Fi 系统广泛采用,因其可扩展至大带宽应用,而具有高频谱效率和较低的数据复杂性,能够很好地满足 5G 要求。OFDM 技术家族可实现多种增强功能,例如通过加窗或滤波增强频率本地化、在不同用户与服务间提高多路传输效率,以及创建单载波OFDM波形,实现高能效上行链路传输。5G虽然比4G更适合车联网,但这些技术在车联网并没有真正发挥出作用,所以要看明年3月份车联网的标准做成什么样。 5G演进的同时,LTE本身也还在不断进化(比如最近实现的千兆级4G+),5G不可避免地要利用目前用在4G LTE上的先进技术,如载波聚合、MIMO、非共享频谱等。这包括众多成熟的通信技术:大规模MIMO,毫米波,频谱共享。 5G网络是一个超复杂的网络,在2G时代,几万个基站就可以做全国的网络覆盖,但是到了4G中国的网络超过500万个。而5G需要做到每平方公里支持100万个设备,这个网络必须非常密集,需要大量的小基站来进行支撑。同样一个网络中,不同的终端需要不同的速率、功耗,也会使用不同的频率,对于QoS的要求也不同。这样的情况下,网络很容易造成相互之间的干扰。5G网络需要采用一系列措施来保障系统性能:不同业务在网络中的实现、各种节点间的协调方案、网络的选择以及节能配置方法等。 在5G商用初期,运营商大规模开展网络建设,5G网络设备投资带来的设备制造商收入将成为5G直接经济产出的主要来源,预计2020年,网络设备和终端设备收入合计约4500亿元,占直接经济总产出的94%。在5G商用中期,来自用户和其他行业的终端设备支出和电信服务支出持续增长,预计到2025年,上述两项支出分别为1.4万亿和0.7万亿元,占到直接经济总产出的64%。在5G商用中后期,互联网企业与5G相关的信息服务收入增长显著,成为直接产出的主要来源,预计2030年,互联网信息服务收入达到2.6万亿元,占直接经济总产出的42%。 5G是一个复杂的体系,在5G基础上建立的网络,不仅要提升网络速度,同时还提出了更多的要求。未来5G网络中的终端也不仅是手机,而是有汽车、无人驾驶飞机、家电、公共服务设备等多种设备。4G改变生活,5G改变社会。5G将会是社会进步、产业推动、经济发展的重要推进器。 5G是网络新技术的集中体现,除了上述十大网络挑战,其发展还面临频谱资源、站址选择、网络安全的挑战。5G与物联网、云计算和人工智能融合发展,催生新业态,但也带来了社会影响隐私保护法律适用上的新风险,因此在5G发展中,要从技术、管理、法制等方面逐步完善,推动5G应用。

    医疗电子 网络技术 移动通信技术 信息生态系统

  • 新冠疫情后医疗电子行业的变革与发展

    疫情走到第二年,整个医疗行业可以说经历了从兵荒马乱到破旧立新——医疗需求大幅增长,防疫需求却让过去的面诊变得艰难,虽有大量医疗数据、然而缺乏数字化基础,难以用于远程医疗,至今还看不到其偃旗息鼓的迹象。世界上不少地方的疫情仍处在胶着状态,其他防疫初见成效的地方也不敢大意,对秋冬可能卷土重来的新冠病毒严阵以待。今天,对抗新冠肺炎疫情的努力已经在不少国家和地区取得了阶段性的成效,这也让我们有机会从另一个角度来审视在疫情下促生的种种变革和机遇。尽管疫情何时结束没有答案,但可以肯定的是,新冠疫情彻底激活了医疗电子市场。2020年初,一场突如其来的新型冠状肺炎疫情将在线医疗推向了“风口浪尖”。疫情发生后,线下诊疗渠道几乎完全被切断,对于另一些身患其他疾病又无法线下就医的患者,线上医疗平台解了“燃眉之急”。 在疫情期间,电子病历等数字化医疗系统在很多医疗环节上都发挥了关键的作用。例如对新的远程护理模式的支持,对全国性医疗数据研究的支撑,以及在公共卫生监测和疫情追踪中的突出作用。其中,临床数据的巨大价值更是得到了凸显。对此,弗兰克指出:“与以往相比,疫情让我们以前所未有的姿态关注医疗数据,以及如何利用数据来指导我们不断获得新进展。”从中国到美国,到欧洲、拉丁美洲,所有的大型公立医院到私立医疗机构、检测机构等,都在压力下探索快速实现虚拟化、远程医疗的可能性。从全球最大虚拟医疗平台Teladoc的飞速发展,以及整体医疗领域的融资额度来看,这一趋势仍在加速。仅2020年上半年,中国就有215家互联网医院挂牌,其中由实体医院主导的互联网医院有166家,占比近八成。京东健康推出免费医生咨询服务以来,其在线问诊平台累计服务用户超过200万人次;平安好医生APP的新用户注册量比疫情之前增长了10倍,新增用户的问诊量比疫情之前增加了9倍。虽然在线医疗在疫情期间爆发,但也有人认为诊疗行为具有一定特殊性,“线上看病”永远替代不了“去医院看病”,在线医疗是否是特殊时期的“昙花一现”?疫情过后如何留住流量?对于在线医疗平台来说,提供优质的医疗服务,培养用户黏性以及寻找自身合适的盈利模式仍然要继续探索。 新冠疫情带给我们最大的一个反思,就是意识到了我们目前医疗健康体系的脆弱性——不管其之前是如何光鲜亮丽,但是在这种突发公共卫生事件面前,还是会显得捉襟见肘。这也促使人们痛定思痛,去思考未来如何强化医疗领域的基础设施建设,做到未雨绸缪。除了硬件设备的添置和升级,在医疗资源管理这样“软件”上的提升也必不可少。其中的机会就在于,我们是否可以通过技术手段,将医疗资源的管理数据化。比如RFID标签在手术器材管理上的应用,也可以扩展到更广泛的医疗器材的管理上;也有人在动脑筋,是否可以将NFC标签用于药品和疫苗这类关键资源的管理上,借此收集数据,建立洞察。在围绕“数据”的这个价值链上,从数据的传感到传输,再到处理,都会有“机”可乘。 数据监测已经开始在最新决策当中起到作用。例如,对电子病历系统中数据的监测显示出,受到新冠疫情的影响,接受常规免疫接种的儿童数量有所下降。对此,公共卫生部门得以有针对性地推出了专项活动,用来敦促父母带他们的孩子进行免疫接种。今后,这样利用医疗大数据辅助公共卫生决策的成功案例有望不断涌现。“电子病历数据的效用不止于此。仅仅利用数据来回溯既有事件和研究已经发生的事情还远远不够。疫情之中,我们已经看到了人工智能和机器学习在预测疫情爆发和处理大量数据方面的巨大潜力。在未来,我们也将更多地利用这些潜能,更好地应对全球传染病的风险。 国家卫健委办公厅下发《关于加强信息化支撑新型冠状病毒感染的肺炎疫情防控工作的通知》,要求充分发挥互联网医院、互联网诊疗的独特优势,鼓励在线开展部分常见病、慢性病复诊及药品配送服务,降低其他患者线下就诊交叉感染风险。同时,多地陆续开始将“互联网+”医疗服务纳入医保。从这一角度看,已经有了一定技术积累的医疗平台能够较为顺畅地扩展到更多的医疗领域,协助传统医疗机构转型,并通过平台在医疗领域提供价值。

    医疗电子 互联网医院 电子病历 医疗电子市场

  • 国内医疗卫生信息行业的现阶段技术发展

    日前,中国为了解决在医疗电子在该行业的不足,努力让居民“少生病、少住院、少负担、看好病”,通过网络来切实改变医患双方因信息不对称导致的不和谐现象,切实提升居民健康管理质量,依托紧密型医联体架构,整合资源建设成区域信息化平台,实现各医疗机构之间数据集成及系统互联互通,为辖区居民提供了安全、高效、快捷、全面、优质的可移动式医疗健康服务,及时向居民推送医疗数据和病历信息,实现医患实时线上互动等服务。2020年,全国三级医院电子病历的平均等级在3.7-3.8级之间,与达到分级评价4级以上的政策目标相比,我国电子医疗发展仍有较大空间。我国电子病历建设处于高景气度的时期,建设需求旺盛。 据国家统计局数据,截至2019年末,全国共有医疗卫生机构101.4万个,其中医院3.4万个,在医院中有公立医院1.2万个,民营医院2.2万个;基层医疗卫生机构96.0万个,其中乡镇卫生院3.6万个,社区卫生服务中心(站)3.5万个,门诊部(所)26.7万个,村卫生室62.1万个;专业公共卫生机构1.7万个,其中疾病预防控制中心3456个,卫生监督所(中心)3106个。年末卫生技术人员1010万人,其中执业医师和执业助理医师382万人,注册护士443万人。医疗卫生机构床位892万张,其中医院697万张,乡镇卫生院138万张。全年总诊疗人次85.2亿人次,出院人数2.7亿人。 国内的医疗卫生信息化技术发展虽然相对滞缓,但是在近几年,伴随着互联网的发展和政府的重视,也取得了一定的进展。回顾我国卫生体系信息化建设,大致分为三个发展阶段,第一阶段在20世纪80年代初至2003年,是卫生信息化发展的起步阶段,主要内容是工作流程的电子化,大型医疗机构是信息化建设的主力军,医疗机构自筹资金,按照各自原有的工作流程设计信息化软件,提高内部的管理水平。第二阶段在2003年抗击“非典”以后,是公共卫生系统信息化建设的快速发展期,国家加大公共卫生方面的信息化建设投入,建立了传染病与突发公共卫生事件网络直报系统,逐步建立了卫生应急指挥、卫生统计、妇幼卫生保健及新农合管理等业务信息系统,在提高相关业务的管理水平方面发挥了积极作用。第三阶段是2009年深化医改工作启动以来,各地积极探索,建立区域医疗卫生信息平台,努力实现区域内医疗卫生机构互联互通、信息共享。大型医院在建立以电子病历为基础的挂号、收费及质量一体化的医院管理信息系统,以及在发展远程医疗方面取得了一定的成效。这一时期是卫生信息化全面开展、快速发展的时期。 总体来说,中国的医疗处在第一、二阶段向第三阶段发展的阶段,还没有建立真正意义上的CPOE,主要是缺乏有效数据,数据标准不统一,加上供应商欠缺临床背景,在从标准转向实际应用方面也缺乏标准指引。我国要想从第二阶段进入到第五阶段,涉及到许多行业标准和数据交换标准的形成,这也是未来需要改善的方面。 鉴于目前智慧医疗的应用现状,物联网技术的发展和成熟,使得物联网技术在医疗卫生领域的应用拥有巨大潜力,能够帮助医院实现对医疗对象(如病人、医生、护士、设备、物资、药品等)的智能化感知和处置,支持医院内部医疗信息、设备信息、药品信息、人员信息、管理信息的数字化采集、处理、存储、传输、决策等,实现医疗对象管理可视化、医疗信息数字化、医疗流程闭环化、医疗决策科学化、服务沟通人性化,能够满足医疗健康信息、医疗设备与用品、公共卫生安全的智能化管理与监控等方面的需求,从而解决医疗平台支撑薄弱、医疗服务水平整体较低、医疗安全生产隐患等问题。医疗服务应用模式主要有身份确认、人员定位及监控、就诊卡双向数据通信、移动医疗监护、生命体征采集。医药管理应用模式主要有药品供应链管理、药品防伪、服药状况监控、生物制剂管理。医疗器械管理应用模式主要有手术器械管理、消毒包的管理、医疗垃圾处理、高价、放射性、锐利器械的追溯。 将物联网技术用于医疗领域,借由数字化、可视化模式,可使有限医疗资源让更多人共享。从目前医疗信息化的发展来看,随着医疗卫生社区化、保健化的发展趋势日益明显,通过射频仪器等相关终端设备在家庭中进行体征信息的实时跟踪与监控,通过有效的物联网,可以实现医院对患者或者是亚健康病人的实时诊断与健康提醒,从而有效地减少和控制病患的发生与发展。此外,物联网技术在药品管理和用药环节的应用过程也将发挥巨大作用。随着移动互联网的发展,未来医疗向个性化、移动化方向发展,到2015年超过50%的手机用户使用移动医疗应用,如智能胶囊、智能护腕、智能健康检测产品将会广泛应用,借助智能手持终端和传感器,有效地测量和传输健康数据。同时,需要在整合交付网络/整合交付系统 、医院资源规划管理、、个人健康记录、临床辅助,预防医学、费用和健康统计、注交换和互操作、标准和协议、电子健康档案和电子病历及数字化医院方面给予给大的关注。

    医疗电子 医疗电子 电子病历 医疗卫生信息化技术

  • 电子医疗行业未来前景是大势所趋

    现阶段,中国医疗电子行业进入了超高速的发展,不仅仅受益于国家对电子医疗的好政策颁布、创新水平以及研发投入,还有在全国扩招在这方面的技术型人才培养,从2018年开始,国内医疗器械产业蒸蒸日上。许多行业和电子医疗进行了联合。全球电子医疗健康产业正在不断跨界融合人工智能、物联网、大数据、5G技术等高科技,基本实现智能化,迎来了前所未有的发展契机。电子医疗,就是借助信息及电信技术通过语音视频来交换相隔两地的患者的医疗临床资料及专家的意见。电子医疗包括远程医疗会诊、远程医学教育、建立多媒体医疗保健咨询系统等。 从全球来看,美国、欧洲和日本仍是医疗电子的主力市场,但随着这些地区医疗电子体系日趋完善和市场规模的持续扩大,其增长空间和潜力已十分有限,而一些新兴的区域市场,如以中国、印度等为代表的亚太地区发展势头则保持强劲。2012-2018年,我国互联网医疗行业市场规模迅速发展,从67亿元增长至491亿元,年均复合增长率达到39.37%,反映出我国医疗市场对互联网医疗的迫切需求。2019年底,人工智能在医疗电子应用市场上的价值将超过17亿美元。从我国主要企业来看,我国的医疗电子企业整体弱小,与强生、GE、西门子、飞利浦等国际巨头相比差距明显。2020年行业规模将突破940亿元,行业未来将进入规范化发展的高速增长期。 目前,我国互联网医疗行业在我国仍处于发展初期,提升空间大,需求潜力足。卫健委数据显示,我国医疗IT占比正呈现稳步提升的趋势,从2009年的0.52%已经提升到2018年0.85%。但是美国等发达国家的医疗IT占比为3%-5%,国内东部沿海等发达地区的三级医院达到1.5%-2%。无论是与发达国家相比,还是与国内较发达区域相比,全国医疗IT占比0.85%都属较低水平。可见我国医疗IT投入还有较大提升空间,带动行业发展,医疗设备存在很大的问题,对于电子医疗,咱们国家的劣势在于起步晚,分支多,规模小。 从全球范围来看,市场对电子医疗产品的需求越来越大,尤其是对计算机断层扫描仪、磁共振仪、高档超声波诊断仪器,音视频远程医疗看诊等高端产品需求的快速增长,带动了全球电子医疗市场规模的扩大。与此同时,市场需求的增长大大刺激了各国在电子医疗领域的投入力度,医疗电子设备制造商不断提高技术水平,扩大创新应用,促进了全球医疗电子产业的平稳发展,支持医疗电子市场需求的增长。 2020年春节期间,肺炎疫情的到来,催化了我国互联网医疗行业的发展。在此期间,国家接连出台了《国家卫生健康委办公厅关于在疫情防控中做好互联网诊疗咨询服务工作的通知》、《关于加强信息化支撑新型冠状病毒感染的肺炎疫情防控工作的通知》,强调了互联网医疗的重要作用。同时两份通知中都提到了要做好监管,规范的实施互联网医疗服务,这也再度体现了国家对于互联网医院行业未来要实现规划范发展的指导方向。 如今人工智能、大数据、云计算等技术的发展非常快速,特别是人工智能,在短短几年的时间里已经风靡各个行业,在生活中基本随处可见它的身影。从起初的进行一些简单操作,到现在已经可以在很多地方单独运作来解决很多复杂的问题。在医疗电子行业,人工智能也带来了新的发展。 近年来,在创新医疗器械领域,我国政府多次出台强有力政策,例如,国家卫计委开展第一批优秀国产医疗设备产品遴选工作;国家卫计委、工信部召开推进国产医疗设备发展会议,重点推动三级甲等医院应用国产医疗设备;商务部开展医疗器械领域集中反垄断审查工作。值得一提的是,2030年健康中国的政策支持,对于中国的医疗电子市场来说是一个巨大的增长机会。全世界的投资者都将目光投向了中国的医疗保健行业,并且随着越来越多非医疗行业公司进入这一市场,将带来更多的发展机会。 从目前来看,随着电子医疗行业的兴起,我国在医疗电子行业竞争不断加剧,创新亦成为摆在行业面前的挑战,如何加快创新过程,提高质量并确保法规遵从性,同时要应对法规框架的日益复杂及在全球范围内增长业务的压力等都是行业厂商需要面对的难题。医疗电子的发展是迅速的,到2019年,通过人工智能等技术的不断成熟,医疗电子的发展将会达到另一个高度。医疗电子行业前景分析,也许到时候,AI机器人已经能够帮助人们解决身体上的病痛,甚至化身心灵鸡汤导师帮助解决心理健康问题。不敢说医疗电子在以后能取代传统医疗手段,但是,医疗电子的发展对于解决看病难的问题一定有很大的帮助,“AI+医疗”的春天正在到来。

    医疗电子 医疗器械 电子医疗 互联网医疗行业市场

  • 物联网在医疗领域特别有用,但互操作性仍然是一个挑战

    随着物联网的发展,医学家发现物联网在医疗界将会大有用处,物联网将会给医疗界带来极大地帮助,但是凡事都有两面,物联网即给医疗领域带来了帮助,也给来了一些挑战。 从远程医疗预约到家庭健康监测仪,物联网(IoT)在医疗保健领域得到了广泛的应用。所有这些收集到的数据正在不断累积,然而,它们可能存在于各自的孤岛中。 与医疗保健机构合作的数据和分析公司HealthCatalyst产品管理副总裁Dan Soule表示:“改善医疗保健的互操作性是医疗系统、临床医生、患者甚至立法者的当务之急”。 “政府为解决互操作性所做的最新努力来自国家卫生信息技术协调员办公室(ONC),该办公室于2019年2月发布了一项拟议的互操作性和信息阻止规则。虽然这项立法的某些方面很有希望,但改善互操作性的尝试失败了,因为医疗保健数据的主要来源(电子病历)产生了非标准化的、异质的数据。” 电子病历确实是互操作性的绊脚石。它们是供应商试图在自己的系统孤岛中捕获用户的典型例子,与其他系统的互操作性非常有限,以至于在医院收编其他医疗机构的情况下,系统集成的任务非常艰巨,以至于每个独立的机构继续使用自己的电子病历。 这和物联网有什么关系?医疗保健组织使用许多不同种类的物联网设备,因此将数据整合在一起仍然是一项艰巨任务。 TigerConnect首席执行官布拉德·布鲁克斯(Brad Brooks)表示:“医疗保健提供了数字监测设备的完美组合,能够提供需要实时传输和分析(通过物联网)的重要数据,以便尽快做出响应”。“生理特征监测是该技术在医疗保健领域的最好例证。” 此外,物联网设备可用于监测在家中的患者,并促进患者与其医疗保健服务提供者之间的远程医疗预约。 布鲁克斯坚持认为,通过使用一个具有开放式API的公共协作层(或网络),可以与各种数据系统进行互操作,进而使医疗保健组织解决系统互操作性问题。但是,这取决于网络为各种医疗保健系统提供的API数量,以及医疗保健工作人员改变其操作流程以适应这些新系统的灵活性。 这也不是一蹴而就的。医疗保健系统改革缓慢,而且很少能够无缝地做到这一点。尽管有多年的压力,但医疗保健系统并不处在互操作性的最前沿。此外,整合物联网本身也很复杂,因为物联网市场拥有大量不同的设备、供应商和操作系统。 不过,如果基于云的协作平台能够克服这一难题,那么对医疗机构、从业者和患者的好处将是巨大的。 布鲁克斯说:“我们正进入一个围绕医疗服务交付取得快速进展的时期,因为互操作性和向云的迁移正在慢慢成为现实”。“对信息数字化的投资现已基本完成,现在,我们需要在护理站将数据与护理人员联系起来,以便更好地了解情况,更有效地协作,进而做出更好的治疗决策。在患者方面,远程医疗和远程患者监测将以显著更好的方式改变患者与医疗系统和医护人员的互动方式。” 以下是医疗保健服务提供者可以做的一些事情,以便更好地为这些新进展做好准备。 1、与供应商沟通 医疗机构与系统和物联网供应商沟通的越多,并且要求互操作性,他们可能看到的系统互操作性的进步也就越大。(来源物联之家网)尽管政府和行业都对医疗系统和物联网供应商施加了压力,要求他们实现标准化和互操作,但最有效的压力来自那些为这些技术付费的人。 2、将网络协作视为中间平台 如果基于云的协作平台可以为不同的医疗保健和物联网系统提供数百个API,那么这对于医疗机构来说是一个很好的方法,可以避免集成带来的痛苦和成本。 3、永远不要忘记操作流程 系统互操作是一回事,而医疗机构、诊所、医生和患者之间的互操作是另一回事。所有这些都有预先定义的操作方式,以及要遵循的政府法规,很显然,走出舒适区并学习新流程并不容易。 我们不能因为物联网带来的挑战就否定物联网在医疗领域的贡献,虽然带给我们医疗领域一些挑战,但是我相信,只要积极地面对总会克服,我们期待物联网带给我们的帮助。

    医疗电子 物联网 医疗

  • AI将会改变医疗领域的哪些运作方式

    人工智能(简称AI)又称智能机械和机器智能,是指由人制造的机器所显示的智能。一般来说,人工智能是指通过普通的计算机程序来表现人类智能的技术。这个词还指出了这样一个智能系统能否实现以及如何实现。 AI渗入各个层面 医疗资源供需矛盾是我国医疗行业面临的根本问题,也是AI医疗发展的主要驱动力。随着“AI+医疗”驶入快车道,我国医疗行业发生了巨大变革。在AI赋能的时代,我国各个领域都发生了巨大的变化,呈现出广阔的发展前景,主要表现在以下几个方面。 从技术层面来看,AI专利的申请在2006年、2008年、2010年分别达到了高峰期。在医院,我们看到许多AI专利应用的案例,这说明AI技术已经开始渗入这个行业,正在逐渐展现它的应用。可以说,AI已经正式打开了新医疗的大门。 从政策层面来看,国内各部委都出台了相关政策来促进AI医疗的发展。例如,2017年7月国务院发布《新一代人工智能发展规划》,将新一代人工智能放在国家战略层面进行部署,描绘了面向2030年的我国AI发展路线图,旨在构筑AI先发优势,把握新一轮科技革命战略。 从医疗领域来看,医疗供给端资源不足、分布不均匀,严重制约着我国医疗行业的发展。AI的出现可将医疗效果提高30%~40%,减少多达50%的医疗成本,主要通过强大的计算能力、成熟的算法和海量的数据,使AI加速应用在医疗行业。此外,在医疗制度上的落地,国家卫生健康委员会也在积极推进AI的应用。5G牌照的发放让我们看到AI与5G的联合使用可以形成更多智能的设备,尤其是可穿戴设备。众多的创业公司在医疗行业发展的各个阶段相继涌现,都试图通过AI来催生企业的发展。 从场景驱动层面来看,AI在药物研发方面彰显优势。例如,通过AI进行虚拟药物筛选,可以减少实际筛选的药物分子数量。此外,利用AI还可以预测药物分子可能的活性,发现潜在的化合物,构建具有性能合理的化合物。除应用在药物研发方面外,AI还可以应用在疾病的辅助诊断、风险预测以及医院管理等场景。 AI赋能各个领域 从以上几个方面来看,AI与医疗健康领域的融合不断加深,应用场景更加广泛。我国医疗行业形成了“新模式”,出现了医疗服务模式“新常态”,主要体现在疾控领域、公共卫生领域、诊疗领域以及保险领域。 ●疾控领域 本次新型冠状病毒肺炎疫情的防控是疾控领域的重大事件。我们公司“啄医生”在这次疫情防控期间做了诸多工作。例如,在筛查阶段,我们将疑似患者分成轻级、中级及危重级等3个等级。根据患者的等级,当地政府可以及时采取不同措施进行防控。轻级患者可以送入方舱医院,危重级患者可以送入重症加强护理病房(ICU)进行急救。此外,我们还会对确诊患者进行病情评估、量化分析及定期的随访。我们可以从AI辅助的量化分析中看到,患者在用药之后的不同治疗阶段有着不同的变化,医生可以针对每名患者进行个性化的精准治疗。这就是AI给我们带来的便利。 ●公共卫生领域 在公共卫生领域,我们看到各个部门对慢性疾病的预防、管理付出了巨大的努力。在我国,18岁以上的人群中约有25%的高血压患者、10%的糖尿病患者。这些疾病给人们的健康带来了威胁。我们公司“啄医生”推出了针对糖尿病视网膜病变的检测技术,检出率、准确率在90%以上。该项技术的应用非常广泛,目前正在各个地方帮助公共卫生部门进行疾病筛查,让人们可以早发现、早治疗相关疾病。此外,5G与AI的结合在慢性疾病的管理中有着越来越多的应用。例如,可穿戴设备与AI的结合让高血压、心血管等慢性疾病进入了新的管理模式,为慢性疾病的预防及相应的治疗提供了非常好的解决方案。 ●诊疗领域 目前,AI医疗影像已成为我国AI医疗领域最为成熟的细分领域。门诊从筛查到确诊再到住院,大部分的检查都涉及影像,其中的影像数据是非常庞大的。我国现阶段采用的AI辅助诊断工具近60%集中在肺部。例如,我们公司“啄医生”的“数字肺”不仅可以帮助医生进行疾病诊断,还可以辅助外科医生进行肺部手术,可以非常好地自动分割肺部支气管、肺动脉及静脉,然后进行提取并对相应的手术路径进行各方面的计算。 此外,妇产科、骨科等领域也都已经借助AI进行辅助诊断。在骨科辅助诊断上,AI可以一键式、一站式地生成所有参数指标,极大地减少了临床医生的工作量;在手术规划上,AI可以自动分割与计算,帮助医生规划每一次手术要采用的最优方案。 总之,AI辅助诊断从病灶识别和标注、靶区的自动勾画和自适应量化分析以及影像三维重建等几个方面解决了医疗影像需求,推动了诊疗领域的发展,提高了医生的诊治效率。 ●保险领域 在过去30年,我国的基本医保做到了几乎覆盖14亿人的伟大成就。然而,一些重大疾病的个人支付比例还是相对较高,这就需要我们大力发展市场化的商业健康保险领域。然而,商业健康保险领域的发展一直比较缓慢,关键的一点是我们对一些医疗知识了解得不够全面,所以很难对一些疾病进行预测,对其未来的治疗效果也很难把握。AI的出现可以对这方面进行弥补,它可以预测健康状况的变化以及疾病的生长情况,从而为各类人群设计个性化险种。例如,AI可以对高血压患者进行专业险种设计,也可以对不同阶段的糖尿病患者进行疾病预测及对应的险种设计。总之,AI与医疗的结合可以说是精准医保的开始,真正可以做到从以疾病治疗为中心到以健康预防为中心的跨越,这也是我国医疗服务一直在努力的方向。 人工智能为我国的医疗服务提供了一条新的路径和方法,也给医疗行业带来了巨大的变革。人工智能作为新一代的创新技术,改变了医疗领域的供给侧和传统医疗机构的运作模式,使医疗更加高效、便捷、个性化,创造了巨大的增量市场。

    医疗电子 人工智能 医疗 机器智能

  • 智慧医院时代、医疗行业数字化转型将是大势所趋

    最近几年,随着人工智能,云计算的发展,许多医院的模式发生了变化,越来越多的医院选择运用新技术以创造更好的医疗技术与服务 然而在数字化转型过程中,各级医院终端设备数量迅速增长,经常困扰于传统PC维护成本高、恢复时间长等问题。 传统PC问题突出,医疗云桌面应运而生 在医院计算机应用领域中,桌面PC是最普遍也是必需的办公设备。随着医院业务快速发展,医院信息化体系与业务应用系统建设更加完善,办公PC上安装的软件程序及外设的种类与数量不断增加。 但在实际运行过程中,暴露出传统PC在运维、成本及安全管理上的弊端,主要表现为安全边界难以防护、数据泄漏难以防范、总体拥有成本高、资源利用效率低等问题。 作为云计算的典型应用,云桌面成为解决传统桌面终端问题的首选方案。云桌面技术又称为虚拟桌面技术,它能够在云端为用户提供远程的计算机桌面服务。 服务提供者在虚拟化服务器上运行用户所需的操作系统和应用软件,然后采用桌面显示协议将操作系统桌面视图以图像的方式传送到用户端设备上。与传统PC相比,云桌面在成本、维护、安全等方面具有明显的优势。 结合医院实际情况来看,医疗云桌面主要应用场景包括医院行政办公、医疗信息管理、信息运维管理、教学科研、培训等。 1.医院行政部门人员使用虚拟桌面进行日常办公,访问医院门户、协同办公等业务系统,收发内网邮件,使用Office软件编辑文档和PPT演示文稿。 2.医院各科室医生、护士人员使用虚拟桌面访问医院HIS、电子病历等业务应用系统;各医技、医辅人员使用虚拟桌面访问挂号、收费相关业务应用系统。 3.医疗信息服务人员使用虚拟桌面进行信息网络运维管理;外部厂商技术服务人员使用虚拟桌面进行业务应用系统维护。 4.医生、护士、医技人员使用虚拟桌面进行业务应用使用培训 当下,云桌面以便捷运维、数据安全、移动办公等特点,正在医疗数字化转型中广泛应用。 立人NUC云终端系列有着众多外观款式,凭借其小巧的身型,可轻松应用于医院各类复杂场景,便携、易装配。 基于立人科技迷你主机云终端的医疗云桌面解决方案,能够在不改变医护工作者使用习惯的前提下,搭配相应服务器,通过VDI(桌面虚拟基础架构)和IDV(智能桌面虚拟化)等技术架构,为医院搭建基于云服务的虚拟化办公平台。 与传统PC相比,这种方式的本质区别在于使用的电脑实际上都是运行在云端的一台虚拟终端机。 在软件系统上,立人迷你主机云终端能兼容Windows、Linux等计算机系统,对目前市面上主流医院应用系统提供了可靠支撑。 在安全性上,即使处于极端环境下,网络、机房全部瘫痪,云终端也能正常操作,保障医护人员能够采取医院应急预案正常开展工作。 在性能上,相对于传统云终端配置低,功能相对单一的缺点,立人NUC迷你主机云终端具备完整的“电脑”属性,可根据客户需求选配高性能CPU,如“10代酷睿i7”,以应对不同医疗场景对云终端的计算需求。 此外,IDV和VDI均提供云盘服务,用户在任意云端登入,均可通过操作系统内硬盘盘符的形式直接访问个人云盘,在保障数据不落地的安全策略基础上,实现用户级数据随身携带。 在后续使用升级时只需升级服务器即可。云终端本身不需要升级即可获得升级后的高性能。而且耗电量远远小于传统PC。 截至目前,基于立人NUC迷你主机云终端的云桌面解决方案已成功应用于众多医院,终端数量超过数万台。 例如某医疗系统集成商,通过采购立人科技NUC迷你主机V6,结合IDV桌面虚拟化协议软件,最后应用于某大型三甲医院,助力业务高效运行。 100多个业务应用均运行于服务器虚拟化系统上,基本覆盖了医院的各个医疗场景 1000多个虚拟桌面、终端为医院的医疗业务人员提供日常操作界面。 业务相关的复杂多样的外设设备也得到了很好的支持。 说在最后: 在智慧医疗时代,云桌面将帮助医院实现业务系统的便捷、高效管理,保障医院安全性及业务连续性,同时提高资源利用率,全面助力智慧医院建设与数字化发展。 2021年,智慧医院时代、医疗行业数字化转型已是大势所趋,立人科技将抓住这一历史机遇,锻造出更多的智慧医疗所需的计算机硬件精品,携手各级医院用户、医疗系统集成商展开合作,共同打造新医疗时代的“新智慧”。

    医疗电子 医疗数字化 智慧医院时代

  • 智能医疗在未来的发展将不可估量。

    随着人工智能的发展,在医疗界中的应用也越来越广泛,智能医疗在未来的发展将不可估量。 目前,人工智能在智能医疗中的应用主要有三种:一是虚拟辅助系统,帮助医生、护士和技术人员进行诊断和护理;二是大数据集成和挖掘,特别是数据端的开放性、安全性问题等;三是智能成像,这是目前最成功的一个。人工智能图像可以说比人工准确得多,它基本上不会漏诊。 现在全球社会正进入一场伟大的健康科技革命,未来智能医疗将有一个巨大的市场。从中美两国医疗资源分布比较来看,我国95%的医疗资源用于医院服务,而在美国这一比例仅为19%。我认为未来中国将在疾病预防、疾病康复、养老、家庭保健、医疗器械、健康风险管理等方面调动更多的医疗资源,市场前景可观。 接下来,我将介绍智能医学未来的几个应用方向 首先是为健康老人设计的机器人。现在日本已经研制出一种老年机器人,它可以响应老年人的语音要求。比如,如果接到命令扶老人起床,它会走到床前,伸出一只机器人手,根据老人的身高和床的高度将他扶起来,然后把他送到指定的地方,比如客厅、卫生间,甚至把他抬上轮椅。未来,老年保健机器人的深入发展将是智能医疗发展的方向之一。 二是模拟医疗系统。目前,美国已将模拟医学单独设立为一个学科,广东省也在努力推进这一学科的建设。例如,我们可以通过电脑合成建立一个三维数据模型,将病人的检查图像、心电图等个人检查数据输入模拟系统,模拟真实的手术环境,让医生模拟手术现场可能遇到的情况,比如血管在哪里安全切开,注射多少麻醉剂,多少合适。模拟医疗系统会给出相应的模拟反馈,对医生的实际操作情况做出预测,从而帮助医生更准确地选择治疗措施。今后,在这些技术更加成熟的时候,我们需要把这些技术从三级医院推广到基层医院,真正实现医疗下沉。 第三,智能化多学科会诊也是未来重点发展趋势之一。智能多学科会诊可以帮助部分患者进行网上基础疾病筛查,指导合理用药,判断患者是否需要送医院治疗,从而缓解医疗资源短缺的局面。 我认为,未来医疗领域有六大技术将影响传统技术的变革:人工智能、机器人、区块链、数据安全与可靠性、3D打印技术和医疗大数据。大健康是让人回归健康的源头。未来的智能医疗市场前景广阔,可以做的事情很多,不仅在治疗过程中,在医院的物流管理上也是如此。人工智能从各个方面提高了为群众提供医疗服务的质量。 医疗保健的未来 一是智慧医疗医院体系。未来智能医疗将在医院系统的许多地方得到应用。比如药品及耗材管理系统、医疗安全监控系统解决病房人员短缺等。 二是卫生防疫领域。比如疾病控制,通过发热门诊数据的自动连接和报警,分析病人的主要来源,从而找出病源,及早采取源头控制措施。在那些年里,人们花了很长时间才找到非典的源头。在智能医学的帮助下,可以清楚地看到传播途径,从香港引入SARS后不久就会发现SARS的来源。这是科学技术的进步。 三是卫生监督。目前,很多医院的污水处理效果可以说不合格。如果我们在排污口安装传感器,实时监控并公布数据,在这样的压力下,医院会自觉处理污水排放,否则很快就会承担相应的责任。如今,治理环境污染是一场攻坚战,智能医疗可以起到辅助作用。 四是建立个人健康体系。例如,睡眠呼吸暂停综合征检测仪已经投入实际应用。我有一个好朋友,他很胖,有一天喝了很多酒,被呼吸暂停综合症带走了。如果将来有更多类似的仪器和产品来全面监测个人的健康状况,甚至具备救援能力,很多这样的人可能会得救。 如今,智能医疗正如火如荼地进行着。我们还应该看到,目前市场上很多健康智能产品还没有经过科学论证,其权威性和误导性还需要进一步论证。传统医疗模式向大健康模式的转变还需要一个过程。未来,我国医疗系统应建立医疗数据互联共享平台,不仅为老百姓提供生活和健康管理服务,还应改善医生就业、患者治疗和慢性病管理的生态,传播健康生活理念。 生活在这个创新的时代,最可怕的不是那些慢慢接受创新的人,而是那些羡慕别人、阻碍发展、不愿付出代价的人。我们愿携手共创医疗新时代。

    医疗电子 人工智能 智能医疗

  • 新型人工智能技术是如何揭开病毒控制细胞内部改变的

    随着新型人工智能技术的提高,越来越多的医学人员运用其中,医学家利用人工智能探索出了极为重要的贡献。 2020年9月29日——西北大学的科学家和其他人在《自然》杂志上报道,人类巨细胞病毒利用人工智能技术对核内极性进行细胞质控制,这可能有助于识别病毒如何控制细胞的变化。研究人员指出,病毒可以控制细胞核的结构和遗传极性,这一发现强调了感染期间基因组组织的重要性,以及人工智能技术可以在多大程度上帮助科学家识别复杂的细胞内变化。 病毒可以控制细胞在许多方面,存在于细胞核直接控制的病毒蛋白的基因表达,在细胞表面或细胞质中可以扮演一个角色在控制细胞信号网络的蛋白质,例如,研究人员说,在每个情况下(包括在病毒感染),核将如何以及为什么和重组,5月底仍需要深入研究的问题。研究任何细胞的过程是一个核心的问题,活动的每一个细胞在细胞培养多少异质性,我们可以有一些没有发生在感染细胞感染的过程中,一些失败的感染,感染细胞,每个细胞在感染的不同阶段,也许在实验,很难控制和同步。 图片来源:CC0公共领域 研究人员可以对单个细胞进行成像,但这一过程需要分析大量细胞才能了解实际情况,而这往往是容易出错的。作为人类,我们很难不关注那些非常引人注目和更明显的表达形式,但这可能导致更主观的分析,或无意中夸大更容易被人类看到和研究的表现型。为了简化这一过程,研究人员开发了一种自动细胞成像系统,使用基于人工智能的网络(卷积神经网络)来识别和分析感染细胞的特性。由于现有图像分析工具的局限性,研究人员试图利用正在迅速改变我们世界的计算机视觉技术的最新进展,开发新的分析管道。 具体来说,研究人员可以向该系统提供大量的训练数据,帮助了解如何识别受感染的细胞以及细胞内感染的不同阶段;一旦这个网络被训练好,研究人员就会重新编程显微镜,以搜索含有细胞培养物的盖玻片并对其成像,这样系统就可以分类哪些细胞被感染,以及感染的阶段。研究人员可以对该系统进行编程,以识别特定参数,如细胞核中特定蛋白质的高度和位置,并生成对整个细胞特定区域的强度或“平均投影”的“行扫描”。沃尔什说:“当你对数千个细胞这样做时,你会得到一个用户独立的、完全公正的“空间免疫印迹”,它可以检测到受感染的细胞,而不是未受感染的细胞,或者与你的分析无关的细胞。” 使用这个系统,研究人员可以从感染细胞的样本中识别广泛的调整方法,这种方法可以产生强大的乙酰化微管结构(也就是说,存在于细胞质中的管状结构),它将坚持核膜及核细胞中的蛋白质来帮助控制肌动蛋白丝,这反过来,重组原子核内部结构,可以控制结构和遗传极性。令研究人员惊讶的是,这种病毒能够在细胞质中形成微管,有效地抓住细胞核表面,然后利用这一点从内到外重新编程细胞核的内部结构,形成受控形式。研究人员还发现肌动蛋白丝似乎也参与其中。 这项研究的结果可能会提高研究人员对感染细胞基因组组装的基本分子机制以及这种组装如何促进体内整体感染的认识。研究人员希望通过提供一个相对公正的人类巨细胞病毒复制阶段的神经网络来促进进一步的研究,以帮助建立可常规使用的基于社区的标准。

    医疗电子 人工智能 医疗 机器智能

  • 改善人类疾病的治疗也需要靠人工智能

    人类疾病随着人工智能的发展得到了一定的改善,在人类疾病的治疗中,科学家利用人工智能得到极大的突破。 【1】Nat Med:开发出新型AI诊断工具 不需要进行检测就能预测COVID-19的感染风险 doi:10.1038/s41591-020-0916-2 近日,一项刊登在国际杂志Nature Medicine上的研究报告中,来自伦敦大学国王学院等机构的科学家们通过研究开发了一种人工智能诊断技术,其能根据机体症状来帮助预测个体患COVID-19的可能性。这种AI模型能利用来自COVID症状研究app中的数据,通过对比个体的症状和传统COVID检测的结果来预测一个人患COVID-19的风险,这就能帮助检测受限的确的人群进行COVID-19的筛查,目前在英国和美国的两项临床试验即将开始。 全球有超过330万人下载了该app,并且利用其来记录自身每天的健康状态,比如其是否感觉良好或有什么新的疾病症状,比如持续咳嗽、发烧、疲劳及味觉丧失等。文章中,研究人员对定期在app中记录自身健康状况、来自英国和美国250万人的数据进行分析,其中约有三分之一的人群记录了与COVID-19相关的症状,有18374名个体表示曾经接受过冠状病毒的检测,有7178人为阳性结果。 【2】Cell:AI从超1亿个分子中预测强力抗生素,杀伤超级耐药细菌 doi:10.1016/j.cell.2020.01.021 一项开创性的机器学习方法已经从1亿多个分子中识别出了强大的新型抗生素,包括一种可以对付多种细菌的分子--包括肺结核和被认为无法治愈的菌株。研究人员表示,这种名为halicin的抗生素是第一个被人工智能发现的抗生素。尽管人工智能以前曾被用于协助抗生素发现过程的某些部分,但他们表示,这是人工智能首次在不使用任何人类假设的情况下,从零开始识别出全新种类的抗生素。这项研究由剑桥麻省理工学院的合成生物学家Jim Collins领导,发表在Cell杂志上。 研究者Jacob Durrant表示,这项研究意义非凡。目前研究小组不仅确定了候选分子,还在动物实验中验证了有希望的分子。更重要的是,这种方法也可以应用于其他类型的药物,如用于治疗癌症或神经退行性疾病的药物。细菌对抗生素的耐药性在全球范围内急剧上升,研究人员预测,除非紧急开发新的药物,否则到2050年,耐药感染每年可能导致1000万人死亡。但在过去的几十年里,新抗生素的发现和监管审批都有所放缓。"人们不断地发现同样的分子,我们需要新的化学反应和新的作用机制。 【3】Nat Biomed Engine:科学家有望利用人工智能技术来预测人群患心血管疾病的风险 doi:10.1038/s41551-020-00626-4 近日,一项刊登在国际杂志Nature Biomedical Engineering上的研究报告中,来自新加坡全国眼科中心等机构的科学家们通过研究开发了一种新方法利用人工智能技术来预测个体患心血管疾病的风险,文章中,研究者描述了如何利用视网膜血管扫描作为深度学习系统的数据源,从而教会该系统如何识别人群患心血管疾病的迹象。 100多年来,临床医生一直会观察病人的眼睛来寻找其视网膜血管的变化,这些变化能够反映个体在一段时间内遭受高血压所带来的影响,而诸如这种影响或许是心血管疾病即将发生的征兆,而随着时间推移,医学科学家们就开发出了特殊仪器来帮助眼科大夫更好地观察眼睛中最容易受到高血压影响损伤的部分,并能将其作为诊断高血压患者的一个关键部分,但诸如此类工具仍然需要医疗专业技术人员对患者的诊断做出最后的决定,这项最新研究中,研究人员就能够教会人工智能系统识别人群机体出现的相同类型的症状,其并不需要人类人为地干预。 【4】GigaScience:在全球首次开发基于人工智能技术的VariantSpark平台 能对一万亿个基因组数据进行分析并找出多种致病基因 doi:10.1093/gigascience/giaa077 日前,一篇发表在国际杂志GigaScience上的研究报告中,来自澳大利亚联邦科学与工业研究组织(CSIRO)等机构的科学家们在世界上首次通过利用基于人工智能技术的VariantSpark平台来处理一万亿个基因组数据,该平台还能帮助锁定人类基因组中特定疾病致病基因的具体位点。 人类基因组是一个完整的DNA集合,其包含超过30亿个DNA碱基对,研究者表示,通过分析大规模的基因组数据库,人工智能(AI)要比传统方法在更短的时间内对多种复杂疾病进行更加深入地分析,VariantSpark平台能分析诸如疾病和易感性等特性,从而揭示诱发疾病的具体基因;这或许就能在分子水平上提供关于疾病发病机制的重要信息,以便后期开发新型靶向性疗法,VariantSpark平台目前已经被用来识别与心血管疾病、运动神经元疾病、痴呆症及阿尔兹海默病相关的致病基因了。 【5】Hypertension:科学家有望利用人工智能技术筛选患心血管疾病的高风险人群 doi:10.1161/hyp.76.suppl_1.MP10 如今越来越多的研究证据表明,生活在机体消化道中的细菌会对机体心血管健康产生深远的影响效应;近日,一项刊登在国际杂志Hypertension上的研究报告中,来自托雷多大学等机构的科学家们通过研究表示,如今我们或许就不需要进行专门的检测,而是利用这些微生物就能帮助诊断心脏和血管疾病。 研究者Bina Joe说道,目前我们非常清楚个体机体肠道菌群与其患诸如高血压和心力衰竭等多种疾病之间的关联,尽管我们并不是完全清楚其中涉及的所有的机制;利用人工智能技术,研究者就能开发出一种新型的机器学习模型,其能简单地利用粪便中的细菌特性来对人群的心血管疾病进行筛查。文章中,研究人员利用计算机算法对来自大约1000名个体的粪便样本中的细菌组成进行了分析,其中有大约一半人群被诊断为某些形式的心血管疾病,而另一半人群则报告并未患上心血管疾病。 【6】Nature解读!新型人工智能技术如何揭开病毒控制细胞内部改变的奥秘! doi:10.1038/s41586-020-2714-x 日前,一项刊登在国际杂志Nature上题为“Cytoplasmic control of intranuclear polarity by human cytomegalovirus”的研究报告中,来自美国西北大学等机构的科学家们通过研究开发了一种新型的AI技术(人工智能技术),其或能帮助识别病毒如何控制细胞内的变化。研究者指出,病毒可以控制细胞核内的结构和遗传极性,这一研究结果强调了感染过程中基因组组织的重要性,以及AI技术到底能在多大程度上帮助科学家们识别复杂的细胞内改变。 病毒能以多种方式控制细胞,从存在于细胞核中能直接控制基因表达的病毒蛋白,到能在细胞表面或细胞质中发挥作用能控制细胞信号网络的蛋白等,研究者表示,在各种情况下(包括在病毒感染期间),细胞核如何以及为何会移动并重组,或许还是后期需要进行深入研究的一个问题。研究任何细胞内过程的一个核心问题就是,在细胞培养物中的每个单一细胞发生的事件到底有多大的异质性,在感染过程中我们可以有一些未发生感染的细胞,其中一些感染失败,而在那些被感染的细胞中,每个细胞都处于不同的感染阶段,这在实验上或许很难控制或者同步化。 【7】Nat Rev Neurol:人工智能技术或有望加速并改善阿尔兹海默病的诊断 doi:10.1038/s41582-020-0377-8 近日,一项刊登在国际杂志Nature Reviews Neurology上的研究报告中,来自谢菲尔德大学等机构的科学家们通过研究表示,利用人工智能(AI)或能帮助快速诊断阿尔兹海默病并改善患者的预后;文章中,研究人员分析了在医疗领域中如何使用AI来帮助改善常见神经变性疾病给英国国民健康保险制度(NHS)所带来的时间和经济的影响,比如阿尔兹海默病和帕金森疾病等。 很多神经性障碍的主要风险因素是年龄,随着全球人群预期寿命的延长,患有神经变性疾病的患者的数量预计也会达到前所未有的数量,研究者预测,截止到2050年,仅阿尔兹海默病患者的数量就会增加两倍,达到1.15亿,这对健康卫生系统会带来一定的挑战;这项研究中,研究人员利用AI技术(比如机器学习算法)在疾病症状恶化前检测神经变性疾病,这就能够改善患者因成功疾病修饰疗法而获益的机会。 【8】Nat Metabol:新型算法或能利用人工智能技术来帮助管理1型糖尿病患者 doi:10.1038/s42255-020-0212-y 近日,一项刊登在国际杂志Nature Metabolism上的研究报告中,来自俄勒冈健康与科学大学等机构的科学家们利用人工智能和自动化的监测手段开发出了一种新方法,其或能帮助1型糖尿病患者更好地管理自身的血糖水平。研究者Nichole Tyler博士表示,我们的系统设计非常独特,文章中我们完全利用特殊的数学模拟器来设计人工智能算法,然而,当这种算法在1型糖尿病患者的真实数据上得到验证时,其所产生的建议与内分泌学家提出的建议高度相似。这一点非常重要,因为糖尿病患者常常需要3-6个月时间才能与内分泌科的医生进行预约和诊治。 在这段时间里,如果患者机体血糖水平过高或过低的话,其就可能存在出现危险并发症的风险,1型糖尿病患者自身无法产生足够的胰岛素,因此其就必须通过使用胰岛素泵或每天多次胰岛素的注射来控制血糖,这项研究中,研究人员所开发出的这种新型算法能利用从连续葡萄糖监测设备和无线胰岛素笔收集的数据从而为患者的治疗提供指导。当与一种名为DailyDose的手机app配合使用时,该算法的推荐结果显示,其在67.9%的时间里与医生的意见一致。 【9】Nature:诊断乳腺癌 人工智能完胜人类专家! doi:10.1038/s41586-019-1799-6 近日,一项刊登在国际杂志Nature上的研究报告中,来自谷歌健康公司的科学家们通过研究开发出了一种新型的计算机程序,其能通过常规扫描,以比人类专家更高的准确率对乳腺癌进行诊断和检测。乳腺癌是女性群体中最常见的一种癌症类型,仅去年一年就有超过200万的新确诊病例,在没有明显症状的患者群体中,进行定期筛查对于发现疾病的早期症状至关重要;在英国,50岁以上的女性会被建议每三年进行一次乳腺X光检查,同时检查结果由两位独立的专家进行分析。 但对扫描结果的解读往往留有出错的余地,而且在所有乳腺X光检查中,有一小部分结果会被出现假阳性(将健康人群误诊为患有癌症)或假阴性(将疾病阳性误诊为阴性)。这项研究中,研究人员通过研究,成功利用人工智能模型对英国和美国的数千名女性进行乳腺癌的扫描检测;这些图像在现实生活中已经被医生分析检查过了,但与临床环境不同的是,机器(人工智能算法)并没有依据病人的病史来进行疾病的诊断。 【10】Nature子刊:人工智能助力白血病的诊断 doi:10.1038/s42256-019-0101-9 每天,医学实验室或诊所等机构都要对数百万个单细胞的诊断工作。大部分重复性工作仍由受过训练的细胞学家手动完成,他们通过检查染色涂片中的细胞并将其分为大约15个不同类别。为了顺利完成上述工作,需要具备专业知识且训练有素的细胞学家。 为了提高细胞分类以及检测效率,Helmholtz Zentrum München和慕尼黑LMU大学医院的一组研究人员“训练”了一个具有近20,000个单细胞图像的深层神经元网络。在这项研究中,来自Helmholtz ZentrumMünchen的计算生物学研究所的Carsten Marr博士与Christian Matek博士以及来自LMU慕尼黑大学医院的med Karsten Spiekermann和Simone Schwarz教授对 100例患有侵袭性血液病AML的患者和100例对照志愿者的血液涂片中提取了相关的图像并且进行分析。通过比较其与人类专家的检测准确性,从而评估AI驱动的检测方法的效果。结果表明,由AI驱动的解决方案能够取得与训练有素的细胞学家一样好的成绩。 以上新闻,不难发现人工智能将会给医疗界带来极大的帮助,人工智能无时无刻影响着我们的生活。

    医疗电子 人工智能 医疗

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章