医疗健康数字化技术将会带来颠覆式创新

电子说

1.3w人已加入

描述

医疗健康作为关系国计民生的重要产业,数字化技术将会带来颠覆式创新,重塑整个医疗健康产业生态。在医疗健康这个大概念中,医药是构建医疗健康生态的支柱,中国医药市场的规模从2012年的9555亿元增长到2020年的21500亿元,年均复合增长率达到10.7%。医药行业必须顺势而为,契合数字化发展大势,主动求新突变,更好地为推动医疗健康产业向前发展贡献力量。

从目前医药市场发展看,医药产业数字化已经展现出了初步成效,并开始进入下一个阶段。为了更好地剖析中国医药行业数字化创新现状,探析未来创新模式,蛋壳研究院通过大量的行业专家访谈和企业调研,结合市场数据,在借鉴相关研究方法和理论的基础上,深度解析医药行业的数字化发展现状,推出《医疗数字化创新季刊--医药数字化转型落地五大场景》,以期为医药数字化创新的参与者提供参考和借鉴。

医疗健康行业数字化转型进入落地阶段

2019年我国数字经济规模进一步提升。根据中国通信院发布的《中国数字经济发展白皮书 (2020年)》,2019年我国数字经济规模达到35.8万亿元,占GDP比重为36.2%,较上一年的31.3万亿元规模和34.8%的GDP占比又有了明显提升。中国的数字经济已经化为了一股浪潮,席卷了每一个置身其中的行业。

每一次世界的技术浪潮,从未落下过医疗健康行业。医疗健康行业的数字化转型在近几年也愈演愈烈。数字化技术企业正在帮助医疗健康行业的各个主要角色,实现全面的数字化转型。我们可以从肺癌诊疗为例,感受医疗健康行业的整体数字化发展变革。

真实世界研究正在帮助药企提高肺癌药物的有效率

提高药品的有效率是医药企业持续关注的重点之一。可瑞达、泰圣奇等药物虽然已经是当前肺癌治疗中的特效药,但其有效率仍然十分有限,并且价格昂贵,很多患者难以负担。在以往的研发手段下,提高药品的有效率只能通过调整药物结构实现,低效且复杂。以数字化技术为基础的真实世界研究,可以从大数据中挖掘有价值的生物标注物,帮助药品进一步锁定有效目标人群,从而提高药品治疗的有效率。

人工智能影像提高了肺癌诊断的精准度

医疗机构的肺癌诊断中,影像科医生发挥着至关重要的作用。经验丰富的影像科医生可以通过CT、MRI等影像学检查,精准判别患者的肺小结节,在早期筛查肺癌。但是人工阅片费时费力,影像科医生也持续短缺。如今人工智能影像识别技术已经能实现高准确率的影像判读,帮助医疗机构填补影像科医生的缺口。

互联网医疗成为患者的新就诊渠道

在疫情期间,肺癌患者不再去医院就诊购药,互联网医疗+医药电商的组合成为了肺癌患者诊疗购药的新渠道。国内的互联网医疗产业在此期间也得到了极大的发展,实现了从合法合规一直到支付环节上的一系列突破。

数字化技术辅助保险产品设计

肺小结节人群往往是无法购买肺癌相关的保险的。在保险TPA企业的帮助下,保险企业可以更好的管理自己的风险,设计出针对肺小结节人群的保险类型,为更广泛的人群提供保障。人工智能辅助诊断产品获批医疗器械注册证、互联网医疗实现医保支付、数字化技术助力的创新商业险产品开始进入市场,一系列的变化都昭示着医疗健康行业的数字化进程已经从概念验证阶段走向了落地阶段。

医药数字化转型下沉至五大场景

医疗数字化

在医疗健康行业的各个产业角色中,医药行业作为诊疗解决方案的提供方,其数字化转型正在从初级阶段向更加深入的方向行进。

近几年受整体政策环境影响,国内的医药产业的数字化转型围绕着降本增效展开。因此,当深入到落地环节,数字化技术与医药产业之间的深入融合,将围绕着五大落地场景,实现更加高效的企业运营。

数字化技术助力药品研发全流程

对于肺癌这一类发病率和死亡率都持高不下的病种而言,临床上仍然迫切的需要优质的解决方案应对患者的不同情况。虽然近几年在肺癌治疗方案上已经实现了接连的突破,比如国产的三代EGFR-TKI靶向药上市、多款PD-1/PD-L1单抗获批肺癌适应症,但是仍然无法覆盖全部的肺癌患者。

数字化技术可以帮助医药企业实现产品的全生命周期管理,从底层的数据支持,到最终的上市后药物研究,都可以看到数字化技术的身影。

医药研发行业存在着大量非结构化的数据分散于各个公开渠道中,不仅包括药品数据、临床研究数据、真实世界数据等具体切入到诊疗环节中的数据,还包括审批数据、保险数据、基因数据等更多维度。这些散落于各处的数据,经过数据支持企业的收集、整理、加工,变成结构化的数据库,以保证人工智能技术可以正确的读取和分析,并最终产生结论。

人工智能新药研发企业将公开发表的研究成果整理成可被机器学习的知识图谱。在知识图谱的基础之上,利用人工智能技术,从大量已发表的科研成果中筛选有价值的药物分子,并进行进一步的验证、优化和预测。一方面,提高医药企业寻找高价值药物的效率,另一方面,提高药物研发后续流程中的成功率。既要增效,也能降本。

数字化的临床研究管理模式帮助原本以人力为主的临床研究,实现更高效的管理和分析。临床研究电子数据采集系统(EDC)、药物警戒系统(PV)、电子患者报告结局(ePRO)、随机性与试验供应管理系统(RTSM)等针对不同环节的组件与临床研究管理系统(CTMS)相互联通,实现从数据到人员的全面打通。

医院数字化程度的提升带来了大量的临床数据。这些临床数据在经过整理和结构化后可以被用于为药物研发阶段提供真实世界证据,用于药品上市或已上市药品的适应症拓展,或是开发药物的生物标志物以精准化目标人群。

2019年,瑞士药企诺华公司与微软签署了一项协议,研究人员将结合微软在人工智能领域的优势和诺华在生命科学领域的专长,加速新药的研发。这份为期5年的协议将在诺华设立一个“人工智能创新实验室”,并在诺华位于瑞士和都柏林的办公室,以及位于英国剑桥的微软研究实验室,创建联合工作中心。这一计划的目的是为诺华的员工赋予研发下一代药物所需的人工智能和云计算能力。诺华计划将微软的人工智能工具应用于整个药物研发过程,包括研究、临床试验、生产、运营和财务。两家公司最初将重点放在黄斑变性的个性化治疗、应用人工智能技术开发急性淋巴细胞白血病的基因和细胞疗法,以及利用神经网络识别可能用于治疗疾病的分子三个方面。

在数字化技术切入医药行业的过程中,数字化技术企业与医药企业各自有自己的短板。医药企业对疾病机理和临床痛点理解深刻,但对数字化产品的开发能力相对不足;而数字化企业则精于数字化技术的应用,但是缺乏医疗领域的专业知识。

因此在现阶段的发展中有很多创新企业依托于数字化技术企业的数字化平台,为医药企业提供具有较强专业性的医药研发服务。但是随着医药行业数字化转型的不断深入,行业会逐渐行进至整合期。创新企业将会被整合进入巨头企业中,从解决方案的提供方,变成药企的专业业务部门。

数据上云关注医疗信息安全

医疗行业的数据安全一直以来都是医疗健康行业的敏感话题,对于安全性的担忧也一定程度上影响到了整个医疗健康产业的数字化进程。但是随着云技术手段的成熟和数据安全级别的持续提升,数据上云已经成为了未来医药产业发展中的必然趋势。

云计算技术的逐步完善为企业带来了沟通效率和生产力上的突破,并且在敏捷运营、成本优化、企业合规、运营收益等多个方面体现出了自己的优势。但是另一方面,公有云服务也带来了另一问题,安全隐患。

云安全包括了很多复杂的问题,既包括保障数据不会被非法入侵,也包括保障数据、硬件和软件的完整性,以及用户与云平台之间的顺畅沟通。

医疗数字化

保障基础设施和通信的完整性是云平台的基础。云平台作为云服务的提供方,其提供的基础环境应当按照《GBT22239-2019 信息安全技术 网络安全等级保护基本要求》通用要求进行建设,包括设施、硬件、资源抽象控制层等,并且按照云扩展要求部分对云平台进行安全建设。

网络加密问题、硬件和端点问题都可能导致数据被非法入侵。没有加密和强密码保护的云平台可能更容易受到外部的攻击,造成数据泄露;或者如果云平台搭建时使用了有重大安全漏洞的设备,也可能会导致数据被盗取。

因此在医药企业选择云平台时,有必要优先选择行业龙头企业提供的相关云服务,以防止安全性问题。国内外顶尖的数字化技术企业都有云平台方面的布局,并且大多在安全性上提供了全面的保障。

以微软的Microsoft Azure为例。Azure 是一个公有云服务平台,支持极为广泛的操作系统、编程语言、框架、工具、数据库和设备选择。Azure 提供了广泛的可配置安全选项以及对这些选项进行控制的功能,方便用户自定义安全措施来满足组织部署的独特要求,并且以高可用性、安全且灵活的网络,为跨国药企、跨境医疗等提供更具安全性的全球化网络支持。

英国药企巨头GSK(葛兰素史克)在工作中使用了定制化个性化的安全报告解决方案– "ZAPAPP"。解决方案中使用了Microsoft Azure、Dynamics 365 和Power Platform等微软数字化产品的安全解决方案。Power Platform 解决方案允许他们简化和数字化流程。PowerApps Canvas应用程序用于捕获安全风险相关的数据和上下文,包括照片。Microsoft Flow用于流程化的发送电子邮件通知。数据存储在Azure SQL表中,并使用Power BI报告进行可视化。在Ware工厂率先部署了这款应用后,GSK实现了安全隐患的全面快速排查,工作效率也得到了显著提升。因此这款应用很快获得了公司高层的支持,推广到更多的业务部门中。

数字化患者管理提高患者依从性

药品的最终用户是患者。虽然患者的用药需要经过医生的诊断和处方,但是药企自身也需要对患者负责。尤其近几年在药企巨头内部越来越推崇“以患者为中心”的运营模式。阿斯利康曾在《BMJ Journals》上发表过一篇研究性的文章,该文章在对上千位患者进行了问卷调研后,将“以患者为中心”重新定义为“在患者的开放和持续参与中始终将患者放在第一位,从而在尊重和同情的前提下为患者及其家人提供最佳体验和结果”。

在“以患者为中心”的新理念下,只是把药卖给患者显然是不行的,药企还要持续关注患者的诊疗流程、疗效、不良反应、依从性等“售后”问题。在传统的运营模式下,药企主要通过医生与患者之间产生联系。而随着互联网医疗产业的兴起,通过数字化的渠道,药企可以实现与患者之间的近距离接触,更加精准的了解患者在实际药品使用过程中的需求和结果。

虽然相关法规明令药品广告在大众媒体上对处方药进行宣传,但是,以患者为中心,为患者提供有价值的服务和患者教育却并不违规。因此虽然无法直接面向消费者宣传处方药,药企依旧可以通过患者管理的方式与患者之间产生紧密的联系。

医疗数字化

因此在过去几年中,医药企业与互联网医疗企业(包括互联网医院、医药电商等)之间频繁合作,搭建数字化的患者管理平台。尤其在慢病管理方面,慢病患者可以在平台上对自己的病情进行长期管理,同时还可以寻医问诊和了解疾病相关的知识。而药企和医生则可以了解患者的用药品种、用药剂量、复购频次、指标变化等,并对患者的慢病管理情况进行有针对性地指导和建议。

数字化技术有效提升患者依从性。患者依从性管理是药企赋能患者中的关键环节。在传统诊疗模式下患者与医生之间的沟通交流不频繁,自我管理的过程中很容易出现依从性问题。而在互联网管理模式中,虽然患者可以实现与医生之间高频度的病况交流,但是医务人员普遍工作繁忙,可能无法对每个患者进行详细的问询沟通和解答,长此以往可能会造成患者脱失。

更加深入的数字化手段可能可以解决医疗资源的不足。比如基于人工智能的问答机器人,就可以为患者群体中的共性问题进行解答,对患者的病情进行初步的分析,并在患者有必要就诊时及时提醒患者与医生沟通,并将相关内容直接与医生同步。

比如微软推出的Microsoft Healthcare Bot服务使医疗保健组织能够大规模构建和部署基于AI的合规对话式医疗保健体验。该服务将内置的医疗智能与自然语言功能,与可扩展性工具和合规性结构相结合,使医疗健康产品的提供者(例如医院,医药企业,医疗器械企业,远程医疗等)可以让用户访问高安全性的相关医疗服务和信息。Microsoft Healthcare Bot可以实现人工智能驱动下的对话式医疗保健体验,赋予医疗保健组织构建和扩展智能保健助手的能力,并且保障整体流程中的安全性和合规性。

“模块化云服务搭建敏捷运营体系”、“数字化工具提升员工工作体验”等场景详见报告全文。

数字化时代医药行业的未来走向

1

医药企业与数字化原生企业融合加速

数字化原生企业是指:掌握数字经济的特征并把它们融入业务运营和企业文化核心的企业。数字化原生企业依托于数字化技术平台,将数字化技术的界限不断向企业深层次渗透,使其具有能够实现高速的业务扩展和创新,在赋能员工同时赋能用户。

在医药企业围绕着研发、临床研究、生产管理、营销推广的综合体系完成了初步的数字化转型过程之后,药企对于数字化生产力的需求会进一步提升,从使用通用型的产品向定制化需求演进。为医药企业提供定制化服务的数字化原生企业,可能会通过并购交易活动,从数字化技术服务的提供者,转变为药企内部的职能部门,实现二者之间的互相融合。

2

云平台将成行业主流

与本地部署的on-premise 产品相比,云平台提供的PaaS(平台即服务)、SaaS(软件即服务)等服务类型更试合数字化转型的未来发展趋势。将办公场景假设在云平台上,医药企业不再需要规划自己的线下数据中心或网络中心,也不需要将过多的精力耗费在与自己主营业务无关的数字化团队管理上。他们只需要向云端发出指令,就可以实现全方位的办公需求。

在医药领域,云平台可以为医药企业从内部流程优化、外部拓展和医疗技术支持三个层面来提供服务。云平台降低了企业对于数字化产品的使用门槛,也降低了企业的试错成本。云平台的部署对企业的物理资源投入要求较低;订阅式的购买方式更进一步降低了企业在搭建阶段的成本投入;并且使用者可以通过web端随时远程访问应用,不受工作地点限制。

3

AI+大数据转化数字化成果

大数据挖掘与人工智能技术相辅相成,互相影响。人工智能技术可以从经过结构化的大数据中挖掘出新的洞见,为企业发展提供新的思路方向。

实现了初步数字化的医药企业已经开始积累自己的运营数据。这些运营数据都成为了医药企业数字化资产的一部分,为医药企业下一步的发展奠定基础。当数据积累量达到一定的阈值,医药企业将有能力从这些数据中挖掘出更多有价值的信息,实现运营数据积累-挖掘数据内涵-调整企业运营策略的内部闭环,使企业实现指数级的增长。

责任编辑:xj

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分