挖掘亚太地区人工智能在医疗科技领域的价值

让人工智能在医疗科技领域可信、可得、可用的主要考虑因素 2025年3月 目录 01摘要 03 02引言 03转化和实现人工智能在医疗科技领域应用价值所面临的挑战 04使用人工智能驱动的医疗科技的考虑因素 05构建人工智能驱动的医疗科技能力的考虑因素 06人工智能驱动的医疗科技赢得信任的考虑因素 07付诸行动 08鸣谢 09参考文献 摘要 亚太地区聚集着全球超六成人口1，人们对个性化、高效医疗服务的需求不断增长，医疗科技行业迎来蓬勃发展；与此同时，亚太地区也面临着人口老龄化加剧、疾病负担不断加重，但医疗基础设施和医护人员不足的问题。 人口老龄化加剧 疾病负担加重 医疗服务不足 医疗支出较低 亚太地区所有年龄层人群中，有7亿人无法得到足够的基本医疗保障3 慢性病患病率和疾病相关并发症每年给亚太地区国家造成2,500亿美元的损失4 亚太地区大多数国家医疗健康支出仅占GDP总量的5%甚至更少，而这一比例在经合组织成员中为12%5 到2030年，亚太地区每4人中就有1人年龄达60岁以上2 亚太地区人工智能（AI）在医疗科技领域的应用前景广阔。2020年至2028年，其市场规模预计将达2.5亿美元，增长50%6。随着公共和私营部门加大医疗健康投资，亚太地区如何能够引领全球AI和医疗科技的发展？ 新时代 毕马威携手亚太医疗技术协会（APACMed）开展了一项全球医疗行业实践调查，并多方咨询医疗科技行业及其他领域的利益相关方，以了解其当务之急。 这些利益相关方的目标非常明确——期待人工智能推动转型，开启智能医疗新时代。 因此，医疗科技行业在推动这一转型的过程中具有重要的赋能作用，主要体现在以下几个方面（图1）。 以A-C-T为着力点促进人工智能驱动的医疗科技解决方案的应用及价值实现 图2：A-C-T框架包含“可得（Access）”、“可用（Capability）”和“可信（Trust）”， 它们是推动人工智能驱动的医疗科技解决方案应用及价值实现的三大“着力点” 尽管人工智能潜力巨大，但要真正实现其价值还有赖于医疗科技和医疗健康行业将人工智能转化为实际应用。 本报告创造性地提出“A-C-T框架”（图2），梳理了人工智能应用的三大着力点，即可得（Access）、可用（Capability）和可信（Trust）。医疗科技行业可利用此框架，与政府及生态中其他部门合作，共同应对与人工智能应用相关的监管、道德、人才、基础设施、数据、成本、社会经济差异等挑战。 可信（Trust） 相信人工智能的使用符合伦理道德、安全且能带来预期效果 引言 本白皮书旨在探讨有助转化和实现人工智能在医疗科技领域的应用价值的关键要素，重点关注各利益相关方如何应对相关挑战。本节概述人工智能驱动的医疗科技的潜在价值及其如何赋能智能医疗发展。 人工智能对智能医疗演化发展的推动力 在医疗健康进入数据驱动的数字化“信息时代”之后，随着人工智能发展成果在整个医疗健康价值链和护理路径中不断用于最终改善医疗结果，智能医疗得以逐渐形成与发展。此次变革也被视为是继数字健康“信息时代”后的“新一轮数字化变革”。 向智能医疗转型预计将产生多方面影响，例如： 进一步拓展 价值潜 能，从而使数据 成为各 利益相关方的核 心资产 ，并成为挖掘智 能医疗 价值的关键要素。 在人工智能提升操作流程和临床决策效率的同时，医 疗 健 康 各 利 益 相 关 方（病患、服务提供方、支付方、业界）的角色可能发生转变，从而减轻行政管理负担。所有岗位的工作要求将必然包括人工智能素养。 02生态系统 04技术组合 03模式 除上述提到的利益相关方之外，整个生态中还可能会出现新的利益相关方，如科技企业、电信企业、智能房地产等。 智能技术可 能以纯 人工智能数字解决方案 （如数字疗法（DTx）），或人工智能辅 助现有 技术方案的方式 ，融入 护理路径。 护理模式预计将不再局限于临床环境，而是线上线下相结合，使患者和医护能够使用主动智能的个性化护理。 在商业模式方面，人工智能将融入到业务经营的方方面面，以管理护理服务成本、效率和效果。 人工智能驱动的医疗科技将成为推动向智能医疗转型的关键 人工智能能够将复杂的数据转化为唾手可得且切实可行的洞见，从而简化了神经科学，并推动了医疗技术的创新发展。” 将人与机器智能相结合，可以优化临床医学实践，精简操作流程。智能医疗包括基于机器学习（ML）的人工智能工具，此类工具的价值体现在其自适应学习能力。也就是说，当它们获得新的数据后，其算法可以更好地发现指示性特征。此类工具有可能突破人类大脑吸收知识和记忆信息的极限，它们能够在“训练”后，分析数百万份医疗记录和数十亿个数据点。 Tim HaynesNeurofrog联合创始人兼首席执行官 表2：人工智能驱动的医疗科技在护理路径各个环节的用例（续下页） 人工智能驱动的医疗科技：以数字化和数据为依托实现智能医疗 人工智能驱动的医疗科技是实现智能医疗的一大要素。据世界卫生组织（WHO）估计，全球约有200万种正在生成数据（“信息”）的各类医疗科技。加入人工智能后，生成信息的设备将化身为智能设备——在护理路径中随时随地为患者、临床医生和护理人员主动提供自适应信息。 人工智能驱动的医疗科技实现了智能和自适应设备、新数据源、和创新用例在价值链和护理路径中的应用潜力，从而强化了健康数据的力量（详见APACMed发布的《健康数据之力》白皮书8）。 主动式筛查解决方案，可实现早期预防性干预 提升护理路径整体价值 人工智能在医疗科技领域的应用可能将全面提升护理路径的价值——从提高流程效率、诊断准确性和治疗速度，到实现远程健康监测。人工智能在护理路径各个环节创造价值的用例参见表2。 诊断 人工智能应用于医疗科技并不新鲜，早在1995年，美国食品药品监督管理局（FDA）已审批通过了首款人工智能医疗器械，之后（截至2024年3月）又有882项人工智能医疗技术获审批通过。7医疗科技行业见证了人工智能的普及，人工智能开拓了传统模式下未曾出现的新型应用。 智能诊断解决方案，有助于提高诊断的准确性和速度 治疗 治疗方案、数字疗法（DTx）或人工智能医疗技术能够满足患者的个性化需求 管理监测 数据质量投资对人工智能在医疗健康领域的应用至关重要，数据必须准确且具有代表性，并辅以严格的培训和监督机制，以确保实现负责任的部署和治理。 自适应远程智能，有助于为患者和护理团队提供社会和临床方面的数据洞见，提升健康管理效果 Shweta Bhardwaj,强生全球研发与数字化政策总监 表2（接上页）：人工智能驱动的医疗科技在护理路径各个环节的用例 预防筛查： 诊断： 病患远程管理解决方案，实现以患者偏好的护理方式提供智能医疗 设备监测，在护理路径全过程提供自适应干预和治疗 技术解决方案示例：波士顿科学公司的HeartLogic将人工智能融入植入型心律转复除颤器（ICD）中，以监测心力衰竭。人工智能算法可分析多种生理信号，检测心脏状况恶化迹象。临床医生收到警报后，可进行早期干预和个性化病患管理，通过主动采取医疗策略减少患者出现心力衰竭的情况。9 技 术 解 决 方 案 示 例 ：Philips公 司 的 远 程 医 疗 应 用 程 序eCareCoordinator利用人工智能实时分析患者数据，以提供移动医疗健康服务。该应用能够预测健康趋势，检测异常并向医疗服务提供方发送警报，从而实现主动式远程干预。这增强了对患者的健康监测和管理，有助在传统临床模式以外为慢性病患者提供更好的护理。11 治疗： 管理监测： 运营支持解决方案，利用人工智能创新减轻管理负担，并提高临床医生、医疗服务提供方、行业、监管机构和政策制定者的效率 疾病监测解决方案，为医疗服务提供方（医院层面）或系统（国家或地区层面）提供对患者群体的智能分析，用于预防性护理和早期干预 技术解决方案示例：人工智能系统如今已用于对医院库存进行预测性管理。人工智能能够通过分析使用模式、患者流入等相关数据，预测医疗用品、药物和器械的需求情况。借助智能管理技术，医院能够维持最佳存货量，最大程度地减少浪费，同时确保关键物资在关键时刻的供应。12 技术解决方案示例：Bluedot利用人工智能和实时数据有效应对各种全球传染病威胁，提高了风险评估和行动速度，实现全天候全球覆盖，并能够及时提供信息预测疫情的发展轨迹，从而动员公共健康干预。10 对各利益相关方可能带来的裨益 人工智能驱动的医疗科技在护理路径各个环节创造的价值，可能从多方面惠及医疗生态各主要利益相关方（图3）。 案例研究#1 优化主动脉瘤CT扫描结果和效率 结果 挑战 改善临床结果 由于对测量的准确性要求较高，主动脉瘤计算机断层（CT）扫描的随访评估通常既耗时又颇具难度。此外，不同放射科医生测量的主动脉瘤直径也会有较大不同。 应用人工智能技术后，CT扫描随访中测量的主动脉瘤直径的评估者间差异（inter-reader variability）显著降低了42.5%，表明测量结果的一致性和准确性得到了提高，可能有助减少诊断差异。13 行动 流程效率 使用AI-Rad Companion Chest CT后，放射科医生的主动脉瘤随访评估报告用时减少了63%，从至少需要13分钟降至5分钟以内，从而加速了治疗决策和患者护理。 西门子医疗（Siemens Healthineers）推出的放射学智能软件助手AI-Rad Companion Chest CT加入了人工智能助理，简化了动脉瘤随访评估过程。 案例研究#2 通过手术室分析改善效率和医生学习体验 结果 挑战 改善临床结果 手术室需要以视频记录手术过程，以便医生术后回顾，从中汲取经验并找到需要改进的地方。 通过分析手术过程中产生的大量数据，可了解哪些行为、策略和动作能在手术过程中产生积极或消极的结果，从而改善患者、医生和医院三方的体验。14 行动 强生医疗科技（Johnson&Johnson MedTech）推出了一系列手术室数字解决方案，包括数字生态系统PolysonicTM，该生态系统使用人工智能算法在手术过程中向住院医生和同行实时共享手术视频，提供有价值的病例后分析。 案例研究#3 加速组织肿瘤活检诊断 结果 挑战 流程效率 全球有47%的人口无法获得基本的诊断。传统诊断方法往往速度慢、效率低，而且无法普及，尤其是在医疗欠发达地区。 人工智能诊断工具有助于在医疗欠发达地区提供更及时高效的诊断服务，从而提升患者体验，以及总体公共健康管理。15 改善临床结果 行动 QAi Prostate有助于提高前列腺癌诊断的准确性，能够减少分析时间，加快诊断决策，从而使医疗服务更加便捷，覆盖更多人群。 新加坡医疗科技初创企业Qritive推出了融入最新人工智能和机器学习算法的QAi Prostate。此款人工智能诊断工具有助于病理学家准确识别前列腺癌区域，区分活检组织中的恶性与良性肿瘤区域。人工智能能够识别出成像数据中肉眼可能忽略的特征和异常，从而提高诊断的准确性、全面性。 方法 目标 根据前文所述人工智能驱动的医疗科技的潜在价值，本白皮书旨在： 本白皮书提供的观点和建议是在对经同行审阅的刊物、白皮书等文献进行二次审阅的基础上得出；除此之外，我们还向行业、政策制定者、监管机构、支付方、学术界和其他协会等进行了一系列全方位、多角度、高质量的咨询。我们的调研和观点主要针对亚太六国，包括新加坡、韩国、日本、中国、印度和澳大利亚。我们相应提出了三个着力点（可得、可用和可信），并在此基础上进行再次分类，梳理分析了医疗科技领域转化和实现人工智能价值所面临的一系列挑战，然后通过进一步咨询相关人士（详见“鸣谢”部分），提出并求证了应对这些挑战的考虑因素和潜在机会。 了解转化和实现人工智能在医疗科技领域的应用价值的着力点 提出应考虑的主