《数字医疗》 杨以赛解读

《数字医疗》| 杨以赛解读

你好，欢迎“每天听本书”，今天为你解读的书是《数字医疗》，副标题是“医疗APP、智能分诊和医疗保健大众化”。在眼下这个飞速发展的数字时代，医疗保健领域经历着前所未有的变革。从治疗手段到患者管理，新兴技术如云计算、大数据和人工智能都在不断重塑这个行业。《数字医疗》这本书关注到了这一现象，并对此做了全面、深刻的探讨。

这本书由三位瑞士学者联合撰写，包括圣加仑大学市场营销学教授安德烈亚斯·赫尔曼，苏黎世联邦理工学院、圣加仑大学信息与技术管理专业教授埃尔加·弗莱施，以及日内瓦红十字国际委员会成员和顾问克里斯托夫·弗朗兹。这三位作者专业和背景各异，让这本书不仅涵盖了医学层面的分析，也引入了技术、产品、市场营销角度的讨论。

书中，他们讨论了当下数字医疗领域的众多实践案例，并采访了相关的专业人士，为我们梳理出了数字医疗技术的现状，同时还提出了一系列数字医疗技术所面临的限制和挑战。但技术只是一方面，正如三位作者在前言中写道：我们希望立足于数字技术能够带来的各种机遇，辨析医疗系统的模式与理念，由此探讨医疗系统究竟怎样才能为人们提供更好的服务？

好，话不多说，接下来我将分两个部分为你解读这本书。第一部分，我们来探讨现代医疗保健系统所面临的困境，以及数字化能对此做些什么；第二部分，我们来了解一批数字医疗的真实案例，由此来了解当下数字医疗的发展现状。

我们先来看第一部分。现代医学取得了非凡的成就，这是无可争议的一个事实。在过去的100年间，人类的预期寿命翻了一番，从20世纪初的40—46岁，提高到现在的69岁。但如果我们换一个角度来看的话，这个成就有积极的一面，也有消极的一面。用作者的话来说，可能正是这些非凡的成就使得现代医疗系统不堪重负。

为什么这么说呢？现代人更加长寿了，但却并不一定就更健康了，医学进步降低了一些疾病的致死率，但后果是我们可能不得不长久忍受这些疾病带来的痛苦。20世纪90年代末，卫生经济学家提出了一项指标，叫做“健康寿命损失年”，或可以更直白叫“伤残寿命年”，它指的是人们生活中受疾病影响的时间。2016年，全世界人口健康损失年总共已达7.76亿，这意味着全世界越来越多的人在经受疾病日复一日的折磨。据世界卫生组织的预测，到2060年，非传染性慢性疾病会比现在翻一番。基于这些数据，几位作者在书中说，在19世纪，医学的敌人是传染性疾病，但到了21世纪，医学遇到了一位全新的敌人，那就是非传染性慢性疾病。

常见的非传染性慢性疾病包括五种：心血管疾病、慢性呼吸系统疾病、糖尿病、心理疾病和癌症。这些病都不会立即致死，但也无法立即治愈。就拿糖尿病来说，根据美国《家庭医学年鉴》的研究报告，美国糖尿病病例的平均确诊年龄从20世纪90年代的50岁以上降低到了2000年的46岁，并仍在呈下降趋势。一旦确诊，糖尿病患者便要开始不断控制自己的饮食，监控自己的血糖水平，而且必须每日服药，几十年如一日保持这样的习惯。过程中如果没有控制好的话，就会增加动脉和肾脏损伤的风险。更麻烦的是，糖尿病患者的溃疡和伤口愈合速度很慢，因此一个很小的创口便足以给糖尿病患者带来诸多不便，严重者不得不长期敷药，甚至不能行走太长距离。而他们的家属也不得不抽出大量时间来照顾患者，承受巨大的照护压力。

而且，除了身体上的苦痛，非传染性慢性疾病还会给社会和家庭造成巨大的经济损失。据世界经济论坛和哈佛大学公共卫生学院的统计，2010年全球在非传染性慢性疾病上的支出接近63000亿美元。这相当于日本和韩国的国内生产总值之和，而且据估计，到2030年，这个费用将提高一倍以上，达到130000亿美元。之所以费用会这么高，主要有两个原因，一是非传染性慢性疾病影响的群体非常庞大，二是相应治疗会在几十年内持续产生费用，除了直接和间接的治疗费用，还包括因疾病导致的收入减少部分。这其实也正说明了医疗进步的第二个消极后果，那就是它毫无疑问越来越先进了，但它也毫无疑问变得越来越贵了。

全世界各个国家的医疗护理价格都在不断攀升，因此尽管今天我们有国家资助的医疗保健系统可以帮我们承担部分医疗费用，也有医疗保险公司帮我们分担医疗风险，但疾病依然是最能影响个人经济状况的因素之一。在绝大多数非洲国家和亚洲国家，大部分医疗费用要靠患者自费承担，导致因病致贫依然是很常见的现象。

不过美国的情况也没好到哪里去。美国可以说享受着医学进步带来的巨大红利，它在医学研究和新药审批方面的速度远超其他国家，其顶级医院、制药和生物公司的数量是其他国家无法比拟的，但也正因如此，它的医疗费用极为高昂。本书提到，有2800万美国人没有任何健康保险，这让他们根本没机会享受那些先进的医疗服务，甚至还因此陷入巨大的财务危机。在美国，个人破产最常见的原因正是无力承担医疗费用。

全世界医疗保健的支出在大幅上涨，远远超出全球的军费支出，这是件好事，因为这表明全世界都比较重视健康问题。但如果对比各国医疗保健支出的增长和各国国内生产总值的增长，你就会感到担心了，因为医疗保健支出的增长速度要远超国内生产总值的增长速度。这意味着普通家庭不得不将越来越多的可支配收入用在医疗保健方面，这显然是不正常也不可持续的。

以瑞士为例，在过去的20年，瑞士医疗保健系统的开支要远高于医疗保险的缴费总额，国家对此做了大量的补贴。但尽管如此，医疗上个人自费的比例仍在不断提高。德国同样如此，2000年德国的全国医疗总支出是2140亿欧元，到2017年这个数字提升到了3750亿欧元，这给国家的医疗支付体系造成不少压力。英国的情况要特殊一点，它在1948年建立了国民医疗服务体系，简称NHS，试图为全体英国公民提供免费、全面的医疗保健服务，但近年来NHS的资金越来越吃紧，这使得患者需要等候很长时间才能做手术，医生的选择也越来越有限。连这些国家都是如此的话，其他国家就更不用说了，总而言之，医疗费用的上涨是全世界所有国家面临的共同问题。

那这要怎么办呢？在这本书的作者看来，数字化医疗可能会是一个有效的对策。我们以前谈论数字化医疗，更多是把它作为一项帮助医生诊断和治疗的工具，比如我曾经解读过一本叫《当医疗出错时》的书，那本书讲了不少医生在使用电子病历、智能诊断时的感受和思考，但这本书的作者角度有些不同，在他们看来，数字化医疗最大的作用不在于协助治疗，而在于协助预防。对于大多数非传染性慢性疾病而言，比起怎么治疗，怎么预防可能更为重要。用书中作者的话来说，预防就是最好的治疗。

据世卫组织的报告，大约一半的非传染性疾病风险是可以人为控制的，以心血管疾病为例，人们可以通过预防降低80%的患病风险。这里所说的预防，其实主要是生活方式的调整，包括四个方面，一是健康的饮食，二是充足的锻炼，三是戒烟，四是适度饮酒。即便是癌症，也可以通过生活方式的调整，降低30%—50%的患病风险。

世卫组织曾在2010年与联合国成员国展开过合作，制定了控制非传染性疾病的全球性目标和一套衡量非传染性疾病进展的标准化方法，比如要将烟草消费量和盐摄入量减少30%，酒类消费量减少10%，缺乏运动的人口减少10%等，但可惜的是，这套目标和方法执行得并不理想，甚至可以说异常缓慢，世卫组织为此在2017年特别提醒了各成员国，要加快推进相关事宜，争取在2025年完成目标。究其原因，在几位作者看来，主要在于策略制定方很难直接介入居民生活方式的塑造，它需要包括卫生、教育、宣传、法律等多个系统的合力才能完成。在几位作者看来，数字化或许能成为一个很好的突破口。如今数字技术几乎渗入到我们生活的方方面面，它极大影响，甚至是改造了我们的生活方式。如果能在数字技术中植入预防医学的观念，我们或许有可能将预防医学更快地带入日常生活。

此外，数字化技术还可能提高医疗保健系统的效率，并借此来控制过度的医疗支出。数字技术出现了这么多年，但医疗部门进入数字时代却是非常缓慢的。在许多国家，医生之间的通信仍然借助于患者转介信，一个患者要是更换医院或更换医生，就依赖于这样的手写转介信。而且由于各个就诊机构的数据并未打通，导致新医生无法立刻查看病人的过往病历和就诊记录，最后患者不得不在几个就诊机构间来回奔波，并进行多次相同的检验，最终浪费时间，也浪费钱。

新英格兰医疗保健研究所的一项研究表明，美国有30%的医疗保健支出属于不必要支出，削减这部分支出不会对医疗保健系统产生任何负面影响。其中很大的一个原因便是治疗效率低下，以急诊科为例，统计数据表明，医院急诊科所接诊的病例中，71%完全可以避免采用急诊方式，其中24%的病例不属于急症，40%的病例可以由初级保健医生处理，还有10%则完全可以不用就医。试想如果能够借用数字化技术实现科学的事先分诊，那将大大提高急诊的运行效率，避免不必要的开支。具体来说，书中提到了美国一家叫做奥斯卡健保的公司，它开发了一款聊天机器人能够有效引导患者选择合适的医疗保健服务，比如当有患者在某个周六的晚上出现了尿路感染，这个时间无法去常规门诊就诊，但又不到去急症的程度，机器人便会建议患者选择诸如远程接诊的方式，来应对病情，由此来实现分诊，并降低医疗开支的目的。

好，说完了医疗保健体系在当下面临的困境，以及数字化技术在其中能发挥的作用。接下来的第二部分，我们了解一些具体案例，看看数字化技术在当下的医疗行业究竟是怎样被具体运用的，它的效果究竟如何，以及这当中我们还需要注意些什么。

自我健康监测可能是目前大众最为熟悉的一种数字化医疗手段了。早在智能手机和互联网时代以前，一些运动员或者慢性病患者，就会测量并记录自己每天的生命体征和各类活动的数据。今天在各种智能化设备的辅助下，这种测量和记录变得越来越简便，而且也越来越准确和全面，借此收集的数据，完全可以成为我们诊断、治疗、制定预防措施和调整生活习惯的重要参考。

有大量的公司在深耕这一领域，其中尤以苹果公司作为代表。在美国食品药品监督管理局批准了苹果手表的心电图功能后，苹果公司围绕这一产品，迅速搭建起了一个数字化医疗体系，它开发了HealthyKit来负责采集苹果手机硬件和软件收集的健康数据，同时它还开发了CareKit来帮助医疗机构获取患者健康数据。而ResearchKit则是搭建起了患者、医院与医疗研发机构之间的渠道，试图推动医疗研究者之间的合作。

此外也有公司试图基于个人健康数据，打造相应的激励机制，由此来鼓励人们实践更为健康的生活方式。例如在加拿大，政府部门与私营企业合作，推出了一款叫作“胡萝卜奖励”的APP，用户可以通过积极参加体育锻炼来获得积分，然后用这些积分换取电影院或超市的折扣。这款APP非常受欢迎，有超过100万人使用，在推动健康生活方式上发挥了不小的作用。

除了监测，数字化技术也在推动自助医疗检测的发展。在过往，常见的检测程序一般是这样的：首先患者要去诊室或者医院，提供血液、尿液等化验样本，随后实验室会对这些样本进行分析，然后在几天或几周后，医院会将化验结果通知患者。数字化可以通过两种方式加快这一进程。一是越来越多的检测允许人们在家中自助进行，并立即给出结果；二是患者可以通过互联网购买医疗检测服务，在家中收集并发送样本，然后通过互联网接受化验结果。比如就尿检而言，现在市面上有不少自助尿检产品，检测过程非常简单，患者先取一份尿液样本，然后将试纸浸入尿液中，待试纸变色后，拍照上传至相应APP，人工智能算法会检查照片中的异常情况，并决定下一步的操作，这对于慢性肾衰竭疾病的初步排查有相当不错的效果。

不过自助检测也有一定的争议性，作者在书中指出，自助检测虽然提高了检测的隐私性、便捷性和速度，并且能够降低检测费用，但由于缺乏专业医生对检测结果进行解释，这类检测会导致不必要的焦虑，以及不可避免的误读和误诊。作者在书中特别提到了一家叫做Theranos的血液检测公司，它由被称为“女版乔布斯”的伊丽莎白·霍姆斯创立，该公司宣称研发出了一款自助血液检测设备，以此吸引了大量投资，公司估值一度超过90亿美元，但事后证明这只是一个骗局，伊丽莎白·霍姆斯在2022年11月因欺诈投资者罪名获刑11年零3个月。作者借这个案例在书中呼吁：“医疗保健行业要提高自助检测机构的认证资格，确保医疗检测具有安全性和可靠性，并且提供可靠且易于理解的指导，确保客户不会产生误解。”

在具体的医疗就诊环节，数字化也发挥了很大的作用。在线问诊、在线购药等医疗服务想必不用多说了，这已经是当下我们很熟悉的医疗方式了。这里我要着重介绍的是依托于人工智能技术的虚拟医生服务。前面我们有讲到慢性疾病的治疗是一个漫长的过程，并且可能涉及生活中的方方面面，虚拟医生是针对这一类治疗的有效手段，它为患者提供长期的陪伴、建议、监测、问诊、求助等服务。

眼下有不少公司在推出虚拟医生这样的服务，并且领域不断细分。比如书中介绍了一家芬兰的公司，它致力于治疗抑郁症和焦虑症。它的核心技术就是一个聊天机器人，这个机器人每天会为患者设定一些诸如正念、冥想等行为治疗练习，并与患者时刻保持沟通。据收集的数据表明，这一技术手段是有效的，75%的用户在12周后降低了抑郁症筛查量表的得分，这意味抑郁程度降低了。作者在书中说，在与心理疾病的斗争中，确保患者能得到便捷、长期的治疗是非常重要的，但受限于社会对心理疾病的认知度和接受度，这一点常常难以达成。眼下借助虚拟医生服务，或许有助于降低心理治疗的门槛，让患者能够随时随地得到心理方面的舒缓和初步治疗，并且费用也比传统疗法低得多。

人工智能除了能协助患者达到更好的治疗效果，它也能协助医生快速做出更好的决定。在医学决策中，有大量的决策是基于超声影像、X射线影像、CT影像、MRI影像等做出的。在医疗过程中，因误读医学影像所造成的医疗事故，可以说数不胜数。这不仅给患者带来了严重影响，还增加了医疗保健部门的后续成本，而这正是人工智能可以发挥优势的地方。

在美国，有一家叫做Enlitic的公司，通过给人工智能输入大量的放射图像和相应诊断结果，来训练人工智能识别X射线图像的能力。根据测试，人工智能在影像识别上的速度和精度已经远超放射科的医生，哪怕针对罕见组织病变的检测，人工智能凭借其海量的图像检索和比照功能，以及对患者医疗数据的统合和分析能力，它的表现仍然比放射科的医生要好。中国也有公司在推进这一技术的开发和运用，比如万里云公司，它成立于2009年，也致力于提供医学影像分析服务。目前已有1600多家医院与它展开了合作，这有助于缓解中国放射科医生和肿瘤科医生数量过少所造成的压力，并推动诸如肺癌等疾病的筛查项目。

除此之外，我们也不能忽视数字化技术在药物研发方面的运用。医疗成本的增加，当中有很大一部分其实是药物研发成本的增加。20世纪70年代，一种新药的平均研发费用为1.79亿美元，到20世纪80年代，这个数字翻了一番，而今天，一种新药物从体外评估到获批上市，其平均投入成本高达25亿美元。如何借助数字化技术简化药物研发的流程，并降低研发成本，这是当下很多机构在思考的一个问题。

书中，作者介绍了3个在当下已被有效运用的手段。第一个是用计算机来辅助药物发现，以往研发人员要找到一种药物，需要在实验室里花费长达数年时间，经过大量的试错，才有可能找到一个突破口。其实早在数字化渗透到社会各领域之前，实验室便已经开始采用机器人来执行需要极高精度的重复性任务。如今机器人变得越来越智能，它不仅能执行重复性的任务，还可以执行认知和研究任务，这让它们可以在排查候选药物等事项中发挥重要作用。比如剑桥大学曾开发了两款实验室机器人，叫做“亚当”和“夏娃”，它们能够提出假设、测试假设，并根据试验结果调整假设，由此来快速寻找可能有效的药物成分。此前它们帮助研究人员发现了多种热带疾病的候选药物，虽然目前研究结果还停留在体外阶段，一旦在临床研究上得到证实，那么这两个机器人的工作便有可能造福数百万人。

除了药物发现，数字化技术还能协助临床研究招募患者。临床研究很容易失败，其中一大困难便是招募患者。原因不是患者不愿意，而是患者不知道有这样的研究。据美国国立卫生研究院的一项研究表明，85%的患者不知道他们可以参加临床研究。此外，75%的受访者表示，他们对参加临床研究持开放态度。所以招募患者的关键其实在于，让信息到达它该到达的人群。有商业机构在试图通过建立一个汇集相关信息的搜索平台来解决这一问题。患者可以借助这样的平台搜集适合自己的研究项目，招募方也可以借助平台迅速匹配符合实验要求的患者，由此极大提高患者招募的效率。

再有，数字化技术能有助于将患者真实世界数据引入药物研发过程。这里说的真实世界数据，指的是患者日常生活的各个方面产生的健康数据，包括电子病历中的就诊信息、健康可穿戴设备所监测的生命体征和活动数据，甚至是医疗保险公司的账单信息等等，它涵盖了患者从病前到病后、长期积累而来的数据。这些数据不如临床研究数据严谨，但它或许能更准确显示真实世界中患者的反应和需求。人工智能技术的运用允许我们更系统地评估和利用这部分通常会被忽视的数据，从而能为药物研发提供一个更全面和实际的视角。比如以阿尔茨海默病研究为例，以往人们只能收集确诊患者的数据。现在，所有的电子病历信息都存储在数据库中，研究人员也可以查阅患者过去的情况。这样一来，他们就可以更好地了解哪些因素会影响疾病的发展，并对此采取相应的对策。

当然，数字医疗也有我们需要担心和注意的地方。书中，作者尤为强调了数据安全问题。前面我们讲到的所有数字医疗的服务都建立在健康数据之上，这些数据涵盖高度私人和个性化的个人信息，一旦泄露，后果不堪设想。美国、英国、澳大利亚、新加坡、德国和南非等国家都发生过严重的健康数据泄露事件。据美国公布的一组数据，在2009年至2018年间，美国共发生了1863起健康数据泄露事件，有1.73亿人受到影响。而且随着越来越多的医疗设备接入网络，医疗保健公司成为网络攻击的“重灾区”。在美国，所有成功的网络攻击中，超过一半的受害者是医疗保健公司。原因简单又令人震惊，目前黑市上一张被盗用的电子病历的价格是一张被盗用的信用卡的10倍，这是因为电子病历中包含了个人的社会保障号码、医疗保险号码、住址和信用卡信息，不法分子可以通过提交这些信息来申请多张新信用卡，获得贷款、购物等。

作者在书中说，解决这一问题需要两方面的努力：首先，需要提高医疗保健从业者和患者对数据安全的认识和操作技能，因为有很多数据泄露是因为人为错误造成的。其次是要充分发挥技术的作用。数据安全应该从设备和软件的设计阶段就开始纳入考虑，而不是作为事后的补救措施。监管机构也应该加强对数据安全的规范和监管，确保从硬件到软件，从体系架构到使用观念，数据安全都得到充分的重视。

此外，作者还在书中尤为提到技术的公正性。公正性是现代医学很重要的一条伦理和道德原则，它要求人们必须公平地分配稀缺的医疗服务，向相同的病例提供相同的治疗。它还要求，新的或实验性治疗的负担和利益必须在所有社会群体之间平均分配。眼下数字技术显然增加了人们获得医疗保健服务的机会，但仍然有大量的低收入家庭、老年人、残疾人和农村居民等很难享有这一机会。这不仅因为其经济水平，也因为他们没有稳定的互联网连接、没有必要的设备，或者缺乏使用这些数字工具所需要的技能和教育。对于这部分人来说，数字化医疗可能并没有使得医疗越来越便捷，相反是越来越困难了。而且眼下，在数字医疗领域，不同的系统和设备之间存在着巨大的差距，这同样可能加剧不平等。比如，与安卓用户相比，苹果用户享有更为先进的健康监测和分析工具，这不仅因为苹果设备通常更为昂贵，也因为苹果公司具有对更敏感和高级健康数据的访问权限。这种差距很可能导致两个不同用户群体在医疗结果方面产生显著差异。基于此，几位作者在书中特别强调，数字医疗服务的设计和运用需要更加关注公正，这包括但不限于提供更加普遍和便宜的互联网服务、开展针对不同群体的数字健康教育，以及制定公平的数据共享和使用制度等。只有当这些问题得到妥善解决时，数字医疗才有望推动医疗系统更好地为人们服务。

好，到这里这本书就为你介绍完了，下面我们再来回顾总结一下。

赫尔曼、弗莱施和弗朗兹三位作者在书中为我们梳理和分析了当下数字医疗领域的一些成果。在第一部分，我们讲到医学进步在获得巨大成就的同时，也有其消极的一面。它降低了疾病的致死率，但后果是我们不得不长久忍受这些疾病带来的痛苦，眼下重症和绝症也许变得没有那么凶险了，但非传染性慢性疾病成为我们新的敌人，给个人生活带来极大影响。而且技术变得先进的同时，也变得越来越昂贵了，许多国家医疗保健支出的增长速度要远超国内生产总值的增长速度，这意味着医疗会越来越挤占我们的可支配收入。在几位作者看来，数字化是应对这些情况的一大对策，我们可以借助数字化技术，推广更健康的生活方式，用预防代替治疗，以及我们也可以借助数字化有效提高医疗服务的效率，由此降低医疗服务的成本。

在第二部分，我们介绍了一些具体案例，包括自我健康监测、自助医疗检测，以及借助人工智技术在慢性疾病治疗与医生诊断中的应用。此外我们也提到了数字化技术在药物研发过程中的应用，比如通过数字技术辅助药物发现，协助临床研究患者招募，以及将患者的真实世界数据纳入药物研发过程等，这都有效地加快了药物研发的进程，并降低了其成本。但尽管如此，数字医疗仍有很多地方是令人担心的，主要有两方面，一是健康数据的安全问题，二是技术的公正性问题，只有在确保安全和公正的基础上，一项医疗技术才有可能真正惠及我们所有人。

好，以上就是为你介绍的全部内容。你可以点击音频下方的“文稿”，查收我们为你准备的全部文稿和脑图。你还可以点击右上角“分享”按钮，把这本书免费分享给你的朋友。恭喜你，又听完了一本书。

划重点

1. 我们可以借助数字化技术，推广更健康的生活方式，用预防代替治疗，以及我们也可以借助数字化有效提高医疗服务的效率，由此降低医疗服务的成本。

2. 数字医疗仍有很多地方是令人担心的，主要有两方面，一是健康数据的安全问题，二是技术的公正性问题，只有在确保安全和公正的基础上，一项医疗技术才有可能真正惠及我们所有人。