國外媒體報道，在不久的將來，醫療電子行業將會發生大變革。新的電腦技術將不僅有助于醫生得出更具個性化的、更精準的診斷結果，而且還能夠減少醫療成本、改善患者護理服務以及減少醫生的工作量。

　　誤診率高的“醫療實踐”

　　今天的醫療衛生實際上是“醫療實踐”，而不是“醫療科學”。

　　就以發燒為例。150年來，醫生通常會開一些布洛芬之類的退燒藥來幫助緩解發燒癥狀。但是，在2005年，美國福羅里達州邁阿密大學的研究人員對82名重癥特別護理病人進行了研究。他們隨機選擇一些病人，要么在其體溫超過101.3°F令其服用退燒藥（“標準治療”），要么僅在其體溫達到104°F時才允許其服用退燒藥。結果，七名接受“標準治療”的病人死亡，而在體溫更高時才接受治療的病人中僅有1人死亡。這個實驗到此就結束了，因為這個醫療團隊認為，再讓任何病人接受標準治療都是不道德的。

　　助力醫生減負,未來電腦技術診斷更精準

　　因此，像退燒這樣基本的醫療方法僅屬于“醫學實踐”，而且在100多年未受到任何挑戰。在這種情況下，我們不禁會問：還有其他什么醫療問題可能依靠傳統經驗而不是科學來解決呢？

　　今天的診斷往往根據病人過往的病史和現在的病癥（但是病人往往說不清楚自己的身體到底哪里不舒服）而做出。他們往往通過廣告和醫生的經驗來了解自己的病情;而這些醫生往往只是從醫學院一些過時的課程上學了點皮毛而已。很多時候，如果你就同一個問題咨詢三個醫生的意見，你可能會得到三種不同的診斷結果和三種不用的治療方案。

　　最后的結果就是，病人接受了質量更低劣、價格更昂貴的醫療服務。美國約翰霍普金斯大學的一項研究發現，在美國，每年有40500名病人因為誤診死在重癥監護病房里，超過了因乳腺癌死亡的人數。然而，另一項調查卻發現，“體制因素”，例如糟糕的處理方法、醫療團隊和醫患交流，與65%的誤診案例有關。而“認知因素”與75%的誤診案例有關，其中最常見的認知因素是“早閉”（堅持最初的診斷結果，而忽視合理的可替代方案）。這些診斷錯誤還導致醫療費用增長，平均每次誤診會導致成本增加30萬美元。

　　醫療過程更應該是以數據為基礎進行的推斷，而不是不斷地試錯。隨著數據和研究案例越來越多，不采用相應的技術很難滿足現代醫療服務的要求。下一代醫療服務將利用更復雜的生理機能模型和更多的傳感器數據來給出個性化的診斷結果。成千上萬個數據點、更多的病史資料以及案例研究將有助于得出更精準的診斷結果。不斷改善的對話管理系統，將幫助醫生從患者那里獲得的病情信息更準確和全面。在這里，數據科學是關鍵。最后，它將會減少成本、減少醫生工作量以及改善患者護理服務。

　　取代80%的醫生所做的工作？

　　醫生所做的很多工作（檢查、測試、診斷、開藥、行為校正，等等），均能夠通過傳感器、消極和積極的數據收集以及分析做得更好。但是，醫生不應該只是做些測量工作。他們應該了解所有這些數據，并結合最新的醫療發現和患者的病史綜合考慮這些數據，并找出患者的真正病因。電腦能夠處理所有這些診斷和治療工作，甚至能夠比一般醫生做得更好（因為它能夠綜合考慮更多的選擇，從而可以少犯錯誤）。大多數醫生不可能讀完和理解最新的5000份有關心臟病方面的研究論文。而且，大多數一般醫生的醫療知識往往來自于他們曾就讀的醫學院，早已過時;而且由于認識局限，他們不可能記住人類可能患上的1萬多種疾病。

　　電腦比哈佛大學最優秀的醫學博士更擅長于組織和回憶復雜信息。它們還比一般的醫生更擅長于綜合考慮患者的病癥、病史、行為和環境因素等。何況，50%的醫學博士還處于一般水平之下！而且，電腦的出錯率相對來說也低得多。難道我們不該為了自己的健康而充分利用電腦嗎？

　　技術彌補了人類的弱點，放大了我們的優點——醫學博士和培訓相對較少的醫療專業人士將能夠做更多事情。最終，電腦將能夠取代醫生所做的80%的工作，并大大提升他們的能力。Lifecom公司的臨床試驗表明，借助于診斷知識引擎，醫療助手不必通過實驗、掃描或檢測就能使其診斷結果的準確率達到91%。該公司所做的另一項臨床研究表明，75%的病例都能夠篩選出來交給注冊護士，剩下的少數病例則可讓醫生來處理。MassGen公司的一項調查發現，在25%的案例中，最終得到“***診斷”的患者的病歷上，其實早在醫生最終做出這樣的診斷之前就已有了“足以及早發現問題的信息”——換而言之，如果人們利用臨床決策支持系統來分析這些數據，那么他們就可以避免耽擱患者的治療。

　　新的技術將讓接診醫生更勝任他們的工作——診斷過程更快，結果更準確，治療方案更有事實根據。現在的數據量之大是前所未有的，其中蘊含著巨大的機會。一旦我們擁有足夠的數據組和隨時可訪問的研究案例數據庫，我們就更充分地能夠掌握患者的病情。

　　隨著時間的推移，醫生將會越來越依賴于技術來進行分類、診斷和決策。最終，我們將只需要更少的醫生，但是每個患者都將能夠得到最好的治療。診斷和治療計劃將通過電腦來完成，再配上精挑細選的醫療人員——這種挑選更看重他們的愛心，而不是診斷能力。我們不會讓態度惡劣但技術高明的診斷師，即像“怪醫豪斯”那樣的醫生，與患者直接見面。相反，我們會使用電腦算法來提供診斷，而由極具愛心的人類來提供護理服務。

　　診斷系統發展路徑：從蹣跚學步到成熟高效

　　不要指望頂級的診斷系統一夜之間形成。它們剛開始可能只是一些看起來比較零星的小創新，或者聽起來不入流的笨拙系統。

　　設想一下，每天利用AliveCor設計的iPhone手機套來測量心電圖，每次測試費用不足1美元。這種設備以及其他類似的設備，比讓心臟病人每半年到醫務室做一次心電圖檢查，獲得更多的病情信息，而且成本也要低得多。想一想，你做500次的“自我心電圖診斷”的費用不及你在醫院做一次心電圖檢查的費用，這該是多么省錢，而且你還能將這些測試結果發送給你的醫生。今天，大多數心臟病只是在病人的心臟病發作后才為人知曉。但是，想像一下，我們可以使用可識別不正常情況并預測病情的電腦軟件來進行預防性心臟護理。我們能夠在人們心臟病發作或***前發現大多數心臟疾病，從而以少得多的成本進行治療。但是，我們需要幾十年的數據積累才能夠做到這一點。

　　CellScope公司能夠提供皮膚科醫生預約服務，該公司生產的低成本iPhone配件，可用于拍攝皮膚痣、皮疹、耳炎，而且（在將來）還可以拍攝你的視網膜或喉嚨。各種算法將會處理這些照片，并搜尋與之最接近的病例。而像Eyenetra這樣的設備，能夠進行視力測試，從而讓你更快更省錢地配眼鏡。Adamant公司試圖生產一款芯片，用于檢測你呼出的數百種氣體，從而排查和甄別各種不同的肺癌。這比大型CT掃描機的費用來得低，而且CT掃描機只能告訴你有無腫瘤。Ginger可監測你發送電子郵件、發布消息、發送短信以及撥打電話的頻率，從而衡量你的社交活動。通過觀察你行為中的變化，它能夠比精神病醫生更準確地告訴你的心理狀況。

　　這些小創新乍一看似乎無關緊要，但是，當這些創新變得足夠多的時候，它們就能夠整合到一起，成為一項革命性的創造。2020年的技術與今天的診斷系統將會有天淵之別，就像今天的iPhone與1986年幾磅重的電話之間的區別。

　　人的因素仍不可少

　　一些批評自動化醫療服務的人稱，醫療服務并不只是輸入病癥，輸出診斷結果這樣簡單;它是建立醫患之間的關系。人類比電腦更擅長于提供友善的服務，以及回答病人的問題。但是，你并不需要獲得醫學學位才能做到這些。護士、臨床護士、社會工作者以及其他非醫學博士護理者，能夠與醫生一樣做好（如果不是更好的話）這些事情，而且能夠花費更多的時間來提供個性化的護理服務。在這里，我并不主張取締人們在醫療服務中的一線地位。我的觀點是，我們應該通過先進的電腦學習和人工智能來分析處理遠遠超過人類處理能力的龐大數據，從而打造強有力的后臺傳感和診斷技術。

　　在其他我們曾認為必需人類判斷力的領域，自動化的轉變已經開始了。現在，大多數商業飛行是通過自動駕駛儀，而不是機長來完成的。自動交易技術現在推動著絕大多數的股市交易量。谷歌（微博）的無人駕駛汽車已在一般的街道上零事故地安全行駛了30萬英里。電腦取代人類工作的趨勢也將蔓延到醫療行業。這將有助于全面了解患者的情況，并通過更多個性化的治療方案改善患者的健康狀況。這樣一來，醫生將有更多的時間來與他們的病人交流，確保他們更深地了解患者，找出那些尚未傳遞出來的隱含信息，因為他們不用像以前那樣花費大量時間來收集數據或查閱研究案例了。而且，他們將能夠接診比現在多得多的病人，從而減少醫療成本。

　　醫療創新之源

　　所有這些創新將來自于何處呢？有人認為，我們必須在醫學成果的框架內工作。我不這么看。

　　創新很少會從內部發生，因為現有的激勵機制往往是不鼓勵“搞破壞”的。醫藥公司會大力推銷各種不同的、利潤較高的藥品，而不是療效最佳的藥品，因為他們希望你成為他們的藥品用戶，從而盡可能持久地創造營收。醫療設備制造商并不愿意推出廉價的、隨處可買到的監測設備，因為這樣可能會蠶食其貴重設備的銷售額。傳統的醫療公司將會說服、激勵、賄賂和恐嚇醫生和管制者拒絕創新。你要創新，實際上就是要他們減少自己的利潤。要真正實現醫療行業的變革，必須要有很多了不起的、具有較高道德水平的醫生和組織一起來推動，而且需要經過幾代人的努力。

　　慶幸的是，不管既得利益者愿不愿意創新，這一切都將會發生。這種創新可能會先從邊緣人群中產生，例如美國4000萬沒有醫療保險的人，或印度數億得不到醫療服務的人。醫療服務的這種變化將會讓固定設備方面的支出更少，從而能夠節省成本。它還將允許我們給那些無錢看病的人提供護理和最基本的醫療服務。它有助于避免誤診，而且有助于盡早發現治療，防止病情惡化。

　　企業家能夠解決這些挑戰，提出新的思想。他們能夠提出各種富有遠見的問題，他們能夠推動業內人士真正理解醫療的真諦，他們能夠打造智能化的電腦，從而減少費用成本，提高服務水平。

　　這種變革將需要時間，但并不像人們想象的那樣漫長。這種變革將會沿著不同的路線逐步向前推進，在這個過程中，將會多次出現路線調整、倒退和錯誤。也許我們能夠最先在邊緣地帶看到破舊立新的壯舉。大多數創新者，甚至90%的創新者，都將會在變革中以失敗告終。但是，少數人將會獲得成功，從而徹底改變醫療系統。對于支持企業家和公司實施變革的人來說，大多數投資將會付諸東流，但是我們能夠從少數成功的創新中獲得巨大的回報——遠遠超過我們損失的回報。沒有人知道這個行業將會如何變化，但是技術專家、企業家和其他思想先鋒將很有可能做到減少醫療開支，同時改善患者護理服務。