個人跟群體的分水嶺,智慧醫療的新常態

2021-12-30

吳欣珊

吳欣珊

141

以往在醫療界的智慧應用喊得漫天價響,卻一直到covid-19的出現才開啟了加速化的進程,當資源集中轉變成分散個人,原先的醫療模式要怎麼做到智慧應用?

以往-資源集中,不斷等待

大家以前看醫生應該都有過這些經歷:要看一些需要檢查的病症,或是在小診所看一直沒好,被轉介到大醫院時,要先撥電話進大醫院掛號,但不一定掛的到。要是想掛的醫生人太多,接線小姐會跟你說你得現場等加號,如果有轉診單轉介的速度才會比較快,但通常都要等上將近一個月的時間;到了醫院,每個醫生的病患眾多,但病症狀況都不一樣,問診時間長短不一,等了很久,輪到自己進去診間,問診卻好像很快就結束?然後又是等單,批價拿藥如此冗長的流程。


以往醫療資源的集中,是為了方便更好的管控醫療資源及相關設備,病人資料庫也能集中管理,尤其是醫學中心也兼教學醫院,教學內容的保管也囊括在內,避免病歷或教學資料的遺失。但不得不說目前的醫院工作狀態,即使是疫情前在病房內的照護也達到了負荷極限,沒有多餘人力能夠脫離醫院協助醫療服務。

 

現在-遠端醫療,資料蒐集

而在疫情爆發後,在醫療系統的人力負荷又更加吃重,得隨時配合不斷變動的政策撥出人力支援。但也因為covid-19的關係,為了維持安全距離但又確保醫療服務不間斷,催生了遠距醫療的服務。


DIGITIMES和醫策會的智慧化調查結果顯示,因應智慧醫療,約有63.2%的醫院已經設立資訊部門,但在專責部門部分,只有12%做到專門設立智慧醫療部門,層級較高的醫院設置比重較高,另外81%是由現有資訊人員負責,且因為醫院級別大小不一而有不同難題產生,建置醫療智慧系統的項目也有所區別,例如醫學中心導入較多為遠距門診,區域及地區醫院多為TOCC(旅遊史、職業別、接觸史、群聚史)資訊系統。

 

數位化並不是第一次運用在醫療服務上,科技業也一直有在跟醫療業界合作,只是因為covid-19,加速化這個進程,開啟了部分居家診斷取代實體會面的需求,遠端協助居家長者居家照護內容,後續的就醫體驗逐步數位化改善,患者在出院後遠端追蹤病情變化,藥品及醫材使用的數據紀錄,並因應病情做回覆,都是因為疫情之下所開啟的進程。

 

而醫療相關企業體也加速進行數位化,調整策略並導入物聯網建置。例如慧誠智醫以最新科技建置智慧醫療的整合照護平台,智慧藥櫃可以協助醫護人員在病房內能更有效率的進行病房照護;康科特提供醫院經營管理的配套,醫藥品及衛材整合供應,協助社區及中小醫院的資源整合,讓社區的醫療能依照在地需求永續發展並提供合適的醫療照護;長庚則結合多家科技公司打造高速運算AI中心,提供相關實驗室高速運算需求以提升醫療效率,例如整體影像辨識優化可以提升10倍速度,基因定序驗證效率也可提升10倍,支援蛋白質分子動力演算優化更可到達20倍等等。

 

醫院為了盡量做到無接觸,繳費單條碼化方便機台掃描;手機APP整合醫院的掛號看診紀錄、門診QR code掃描報到、手術時間提醒、行動繳費等等,這些是現階段為了無接觸這個目標所做的調整,一方面無紙化減少浪費,二方面自助式也能減少醫護作業負擔。


台北榮民總醫院提供12項與病人醫療體驗相關的APP,藉由這些APP改善流程效率後,傍晚看診高峰等候時間下降70%,上午看診高峰等候時間下降45%,85.3%的病人使用線上支付醫藥費,58%病人直接在病房辦理出院,APP的高效率應用,是數位化的最好開始。

 

未來-洞見問題,預測需求

在未來,會有幾個問題需要克服:


一、各大醫院能不能做到研究共享?

每間醫院都有各自較擅長的領域跟專長,這些豐富的資料在研究人員的努力下能夠分享,並確保自己的研究團隊沒有重複執行相同的內容,也可參考更多的案例並討論解決方案。當有一個跨領域技術的平台,並整合由各家醫院及醫療機構所提供的大數據,醫護人員在使用系統時,能更快更有效地找尋到自己所要的資訊,去應對現有的問題。


二、當開始收集數據之後,如何使醫療資源更佳精準的運用在個人身上?

當個人的數據被完整管理到系統建置後,如何善用數位工具,進行遠端追蹤及事前的預防保健?以上這些事情都是未來在大數據平台被完整建置後,所要思考的問題。

 

 

內文資料來源:

DIGITIMES 2021智慧醫療大調查

未來城市-醫療產業

DIGITIMES 長庚AI資訊中心

 


就享知 | 就想知道的數位知識

每天10分鐘 | 豐富你的數位新知

趨勢再發現

129 Followers

一些看似微小與正在發生的事,也可能翻轉未來, 我們精選新趨勢、新議題,讓你輕鬆掌握新知,了解時事脈動,發掘可能商機,窺見下一步所有的可能!
知識主題
IoT物聯網/機聯網
AI科技新知
科技情報

我們使用本身的Cookie和第三方的Cookie進行分析,並根據您的瀏覽習慣和個人資料向您展示與您的偏好相關的廣告。如欲瞭解更多資訊,您可以查閱我們的隱私權政策