首页 首页 人工智能 查看内容

人工智能医疗市场的价值可能会增长十一倍,AI & ML 塑造医疗未来

木马童年 2019-7-5 14:15 108 0

在 HIMSS18发布的一份埃森哲报告大胆预测:未来三年,医疗人工智能市场可能达到66亿美元。2014年,这个数字仅为6亿美元,这意味着在不到十年的时间里,人工智能医疗市场的价值可能会增长十一倍。 调查显示,截至201 ...

在 HIMSS18发布的一份埃森哲报告大胆预测:未来三年,医疗人工智能市场可能达到66亿美元。2014年,这个数字仅为6亿美元,这意味着在不到十年的时间里,人工智能医疗市场的价值可能会增长十一倍。

调查显示,截至2018年,五分之一的美国消费者已经使用了“人工智能”提供的医疗服务,其中许多都是开放的人工智能临床服务,如家庭诊断(66%的受访者援引)和虚拟医疗助理(61%)。除此之外,移动健康应用的消费者使用量在过去四年里增加了两倍(从2014年的16%增加到现在的48%),可穿戴设备的使用量增加了近四倍(2014年为9%,现在为33%)。

事实上,我们实际上正处于一场革命的边缘,而且进展迅速,也许并不过于雄心勃勃。不难理解:巨大的潜在利益,从去除步骤,如旅行接受护理到开发新的治疗方案。

许多临床应用仍在开发中,但是去年,我们看到人工智能和机器学习改善工作流程和行政功能,部署临床服务,以及精简研究过程。最终,我们看到了这场新革命的开端。

面对如此迅速和震撼的变化,总会出现新的挑战。当涉及到人工智能和机器学习时,仍然有一些法律和监管问题没有得到解答。

《21世纪治愈法案》修改了“装置”一词,排除了可以部署人工智能和机器学习技术的临床决策支持软件。虽然与排他性相关的要求十分严格,但立法对发展人工智能和机器学习保健技术提供了强有力的立法支持。美国食品药品监督管理局还清理了一些基于人工智能的医疗设备,没有理由相信这种情况不会持续到2018年。最后,美国食品药品监督管理局开始了一项大规模的项目,重新设计其对数字健康技术的监督,以更多地关注开发者。美国食品药品监督管理局继续努力改进和加快与数字化保健技术有关的审查进程,其中包括关于移动医疗App的指导。虽然FDA在这些努力中一直受到行业团体的批评,但这些努力是否有效地平衡了对更快和更确定的清除程序的愿望和保护公众的愿望之间取得平衡。

2017年12月,众议院和参议院都开始实施《大赦国际法》如果获得通过,它将成立一个委员会,就工作人员、教育、法律和监管制度以及国际竞争力向商务部长提供咨询意见。该法案的通过很容易影响到人工智能和机器学习在医疗保健领域的发展,并且标志着美国是少数几个积极探索新技术影响的国家之一,比如英国、阿联酋和中国。

同样,纽约市于2018年2月通过了一项地方法律,要求设立一个工作队,就“如何向公众分享关于机构自动决策系统的信息以及各机构如何处理人们受到机构自动决策系统损害的情况“提出建议。就美国的人工智能透明度立法而言,这是第一次。在接下来的一年里,其他城市或国家是否也会效仿这种做法。

在埃森哲的调查中,90%的参与者表示他们愿意与医生分享个人信息,88%的人表示愿意与护士或其他医疗保健专业人士分享个人数据。这对提供者来说是个好消息,但是他们不仅需要收集信息,还需要保护病人提供的信息。上周,Verizon发布了一份报告,发现医疗保健占所有数据泄露的15%,仅次于金融服务24%。除此之外,医疗保健是唯一一个内部威胁对敏感数据构成最大风险的行业,68%的内部威胁行为者是该组织内部的。

近期的医疗数据数字证书认证机构,以及最近有关不当或意外使用资料的消息,令公众直接关注资料私隐问题。政府监管机构一直在增加与隐私法相关的执法活动,我们应该期待这种趋势会继续下去。由于人工智能和机器学习增强的数字健康工具在很大程度上依赖于患者的数据,这些技术的开发者和用户必须在这一领域的所有发展中保持领先地位。

不可否认的是,随着人工智能和机器学习能力的提高,它们将进一步渗透到医疗保健行业,并以不太明显的其他方式提出新的和制定先例的法律困境。重要的是,这些技术有能力从根本上改变提供护理的方式,并影响我们传统的保健提供方式。

随着传统医疗技术的中断,各组织必须意识到并准备好应对数字化卫生创新的影响ーー降低风险以确保遵守合规性,并为增长奠定坚实的基础。展望未来,对于组织来说,越来越重要的是找出破坏的迹象,并为所涉问题作好准备。

1、盘点丨持续井喷!全国医生集团数量逼近700家,其中29家已融资

2、医疗领域“放管服”改革会议,卫健委领导们都说了什么?

3、健康医疗变革报告解读:从“规模”到“价值”

在不久的将来,多智时代一定会彻底走入我们的生活,有兴趣入行未来前沿产业的朋友,可以收藏多智时代,及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识,让我们一起携手,引领人工智能的未来!

人工智能 人工智能医疗 医疗服务 可穿戴 机器学习 数字化
0