文档介绍：个性化、智能化数字医疗技术
数字化的个人健康模型
数字化个人健康模型中的成本问题
普适健康、家庭远程医疗等新兴的医疗技术使得患者可以比以往任何时候都更方便地进行健康检查和医疗服务,实现疾病的早预防、早干预,同时也引入了新的成本问题:
由于普适医疗监测可能较传统医疗技术产生更大量的医疗数据,如果这些数据全部由医生来处理,将会加重医生(稀缺医疗资源)的负担,从而增加医疗成本。
如果由计算机智能系统来处理,由于医疗知识的综合性和复杂性,目前难以有计算机系统可以代替人完成数据分析处理和决策任务。
普适医疗监测本身也会给患者带来附加成本,包括终端设备、系统维修和支持、网络费用等。
数字化个人健康模型中的成本效益
数字化个人健康模型中的成本效益取决于具体的健康策略和患者的健康需求。
健康策略包括健康监测方法、分析方法、决策策略等。
患者的健康需求则取决于患者的性别、年龄、病史、医生诊断、当前状态、正在进行的干预等上下文信息。
优化个人健康模型的关键在于针对患者的健康需求采取合理的健康策略,即个性化智能化的健康服务。
健康需求对成本的影响举例
考虑在一个病人监护过程中检测到一个早搏:
如果是在心肌梗塞过程中检测到,可能需要医护人员立刻采取治疗措施。
如果既往无病史的病人新近检测到早搏,可能需要将相关信息择时报告给相应医生, 提请医生注意。
如果是检测到的第100个早搏,医生可能会关注早搏的统计数据、形态学特征。
如果是检测到的第10000个早搏,在除外各种病因学可能性后,如果没有特殊变化,医生可能不与关注。
可见,由于病人的需求变化,合理的干预策略可能不同,对第一种情况需要医护人员的及时干预;对于最后一种情况,可能应采取减少采样和报警的策略,二种策略将引起显著不同的医疗成本。这种现象在医学中是普遍存在的。
健康需求的捕获
1,医生的诊断、医嘱(电子化的)。
2,对患者病历记录(病史和一般状况)的智能分析和决策(基于规则)。
3,对信号的分析处理。
4,对监测上下文的自动检测和记录,包括患者状态、环境事件、医药干预等。
实现个性化、智能化数字医疗的关键技术
交叉学科协作模型
人工智能方法与